CN111814280A - 城市轨道交通的规划方法、服务器和计算机可读存储介质 - Google Patents
城市轨道交通的规划方法、服务器和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111814280A CN111814280A CN202010522440.9A CN202010522440A CN111814280A CN 111814280 A CN111814280 A CN 111814280A CN 202010522440 A CN202010522440 A CN 202010522440A CN 111814280 A CN111814280 A CN 111814280A
- Authority
- CN
- China
- Prior art keywords
- rail transit
- urban rail
- layout
- value
- stations
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013439 planning Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 140
- 238000011084 recovery Methods 0.000 claims abstract description 32
- 238000013468 resource allocation Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 157
- 230000008439 repair process Effects 0.000 claims description 84
- 230000008569 process Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002776 aggregation Effects 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012966 insertion method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及城市轨道交通技术领域,公开了一种城市轨道交通的规划方法、服务器和计算机可读存储介质,该城市轨道交通的规划方法包括:根据城市轨道交通的布局信息确定城市轨道交通的规划参数,其中规划参数包括用于表征城市轨道交通布局合理性的布局评价值、用于表征城市轨道交通中资源分配优先级的布局参考值以及用于表征城市轨道交通中损坏影响度的布局恢复值中的部分或全部。该城市轨道交通的规划方法可以实现对城市轨道交通的全面规划。
Description
技术领域
本发明涉及城市轨道交通技术领域,特别涉及一种城市轨道交通的规划方法、服务器和计算机可读存储介质。
背景技术
轨道交通,作为城市公共交通的主要方式之一,被越来越多的国家和地区所使用,它不仅能够很好地缓解城市路面交通的拥挤局面,而且能够成为一个城市漂亮的名片。由于拥有运量大、快速、正点、低能耗、少污染、乘坐舒适方便的有点,常被称为“绿色交通”。
由于中国发展轨道交通的时间较晚,管理经验不足,对于城市轨道交通的规划方法不够先进,目前对于轨道交通网络的复杂网络特征研究大多集中在对于某个特定轨道交通网络***的验证方面,然而中国轨道交通的发展速度很快,因此即便是同个轨道交通***在不同时期,其特征也会不一样,依照现有的规划方法对轨道交通进行规划是不全面的。
发明内容
本发明提供了一种城市轨道交通的规划方法、服务器和计算机可读存储介质,上述城市轨道交通的规划方法可以实现对城市轨道交通的全面规划。
为达到上述目的,本发明提供以下技术方案:
第一方面,本发明实施例提供一种城市轨道交通的规划方法,包括以下步骤:
根据城市轨道交通的布局信息确定城市轨道交通的规划参数,其中所述规划参数包括用于表征城市轨道交通布局合理性的布局评价值、用于表征城市轨道交通中资源分配优先级的布局参考值以及用于表征城市轨道交通中损坏影响度的布局恢复值中的部分或全部;
若所述规划参数包括所述布局评价值,则根据所述布局评价值确定城市轨道交通布局图中需要进行调整的对象,并根据确定的对象对所述城市轨道交通布局图中的布局信息进行调整;
若所述规划参数包括布局参考值,则根据所述布局参考值确定城市轨道交通布局图中需要进行调整的资源,并根据确定的资源对所述城市轨道交通布局图中的资源配置方式进行调整;
若所述规划参数包括所述布局恢复值,则根据所述布局恢复值确定城市轨道交通布局图中需要进行修复的线路的修复顺序,并根据确定的修复顺序对城市轨道交通布局图中需要进行修复的线路进行修复。
上述方法,通过城市轨道交通的布局信息来确定城市轨道交通的规划参数,根据规划参数对城市轨道交通进一步进行评估、调整或恢复,由此,本发明实施例提供的城市轨道交通的规划方法可以根据具体的规划参数更好地完成对城市轨道交通的规划,具体的规划参数包括布局评价值、布局参考值以及布局恢复值中的部分或全部。
本发明实施例可以针对每个城市轨道交通获得与每个城市轨道交通相对应的布局评价值,根据每个城市轨道交通的布局评价值可以了解到当前城市轨道交通布局图中的不合理的对象,从而可以对不合理的对象作出调整,以提高城市轨道交通布局的合理性;
也可以将不同的城市轨道交通的布局评价值作比较,从而发现每个城市轨道交通的优势与不足,并对不足之处对应的对象作出调整,以提高城市轨道交通布局的合理性;
还可以针对每个城市轨道交通获得与每个城市轨道交通对应的布局参考值,从而依照布局参考值合理的分配城市轨道交通布局中的资源,或对现有资源配置方式作出调整,以使城市轨道交通中的资源得以合理分配和利用,防止城市轨道交通中出现部分区域内的资源利用率低而部分区域内的资源不足的情况;
当城市轨道交通中存在线路同时损坏时,可以根据布局恢复值确定线路的修复顺序,以降低城市轨道交通中的损坏线路对城市轨道交通的影响,通过上述方法可以对城市轨道交通进行全面的规划,使得城市轨道交通的布局更为合理、资源利用更充分、损坏的恢复更高效。
可选地,所述城市轨道交通的布局信息包括城市轨道交通中的线路、各个线路中的各个站点的位置以及各个站点之间的连接关系。
可选地,所述根据城市轨道交通的布局信息确定城市轨道交通的规划参数,包括:
根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,其中,各个站点的位置关系包括各个站点之间是否位于同一条线路的指示信息以及各个站点之间的距离,所述有向邻接矩阵中的数值为所在的行对应的站点以及所在的列对应的站点之间的距离进行归一化处理得到的;所在的行对应的站点以及所在的列对应的站点为同一站点的距离对应的所述有向邻接矩阵中的数值为预设值,所述位于不同线路的两个站点或者两个站点之间存在其他的站点时,两个站点之间的距离对应的所述有向邻接矩阵中的数值为大于阈值的任意值;
根据所述有向邻接矩阵和/或最短路径矩阵确定城市轨道交通的规划参数;
其中,所述最短路径矩阵是根据所述有向邻接矩阵确定任意两个站点之间的最短路径值构建得到的。
可选地,所述规划参数包括布局评价值;
所述规划参数包括下列参数中的部分或全部:
用于表征所述有向邻接矩阵的行或列所对应的站点的连接程度的第一评价值,其中,所述第一评价值是根据所述有向邻接矩阵中每行或每列中不为预设值且不为大于阈值的任意值的个数确定的;
用于表征城市轨道交通中全部站点的连接程度的第二评价值,其中,所述第二评价值是根据城市轨道交通中各个站点的第一评价值的平均值确定的;
用于表征城市轨道交通连通性的第三评价值,其中,所述第三评价值为根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的平均值;
用于表征城市轨道交通规模的第四评价值,其中,所述第四评价值是根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的最大值;
用于表征城市轨道交通聚集程度的第五评价值,其中,所述第五评价值是通过下列方式确定的:根据所述有向邻接矩阵确定与每个目标站点相邻的站点中,与所述目标站点实际直接连接的站点的数量,记作第一数量,以及与每个目标站点相邻的站点中任意两个站点可产生的直接连接的总数量,记作第二数量,根据第一数量和第二数量的比值确定每个站点的聚类系数,并将各个站点的聚类系数的平均值作为第五评价值,其中,直接连接代表两个站点属于同一条路线且中间没有其他站点;
用于表征城市轨道交通运行效率的第六评价值,其中,所述第六评价值是根据所述最短路径矩阵确定的任意两个站点之间的运行效率值的平均值,其中,任意两个站点之间的运行效率值为这两个站点之间最短路径值的倒数。
可选地,所述规划参数包括布局参考值;
所述根据所述最短路径矩阵确定城市轨道交通的规划参数,包括:
根据输入的各个站点的载客流量以构建包含各个站点的载客流量矩阵;
根据最短路径矩阵和载客流量矩阵确定城市轨道交通中各个站点的重要性评价值,并对站点按照重要性评价值的大小进行排序以获得站点重要性序列;
将所述站点重要性序列作为布局参考值。
可选地,通过下列方式确定城市轨道交通中各个站点的重要性评价值:
I(i)=B(i)×D(i)×L(i);
其中,代表一个站点,I(i)代表站点i的重要性,B(i)代表站点i的影响范围,D(i)代表站点i的影响程度,L(i)代表站点i的载客流量;
可选地,所述规划参数包括布局恢复值;
所述根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,包括:
根据城市轨道交通的布局信息中的多条损坏线路,确定修复方案,其中不同的修复方案进行站点修复的顺序不同;
根据不同的修复方案的站点修复的顺序对所述城市轨道交通布局信息进行调整,并根据调整后得到的城市轨道交通布局信息构建所述修复方案修复过程中对应的多个有向邻接矩阵;
根据所述最短路径矩阵确定城市轨道交通的规划参数,包括:
针对任意一种修复方案,根据由所述修复方案对应的多个有向邻接矩阵确定对应的多个最短路径矩阵,并确定所述修复方案中的目标站点的可恢复性值,其中,目标站点为城市轨道交通中同时存在的多个损坏线路共同经过的站点,多个损坏线路的不同修复顺序代表不同的修复方案,分别确定各种修复方案下该目标站点的可恢复性值;
从不同修复方案中的目标站点的可恢复性值中,选取最大值作为城市轨道交通的布局恢复值。
可选地,每种修复方案下目标站点的可恢复性值通过下列方式确定:
根据各个所述实时最短路径矩阵确定对应的城市轨道交通的全局效率Eglob:其中,N代表城市轨道交通中站点的数量,i、j分别代表两个不同的站点,dij代表每种城市轨道交通状态下的每任意两个站点之间的最短路径值,εij代表每种城市轨道交通状态下的每任意两个站点之间的连通效率;
确定该城市轨道交通中每种恢复方式的可恢复性值Re(in)m:其中,n代表i站点经过的线路的数目,m代表不同的修复方式,t0代表出现线路损坏且正在修复的时刻,t0 -代表出现线路损坏且未修复的时刻,t1代表通过该修复方式修复完成后的时刻。
第二方面,本发明提供一种服务器,包括:处理器以及存储器,其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行本发明提供的城市轨道交通的规划方法。
第三方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序指令,当所述计算机程序指令被处理器执行时实现本发明提供的城市轨道交通的规划方法。
附图说明
图1为本发明实施例提供的一种城市轨道交通布局图;
图2为本发明实施例提供的一种预设的城市轨道交通布局图;
图3为本发明实施例提供的一种有向邻接矩阵;
图4为本发明实施例提供的一种最短路径矩阵;
图5为本发明实施例提供的一种载客流量矩阵;
图6为本发明实施例提供的城市轨道交通规划方法流程图;
图7为本发明实施例提供的城市轨道交通中布局参考值的确定方法流程图;
图8为本发明实施例提供的城市轨道交通中布局恢复值的确定方法流程图;
图9为本发明实施例提供的一种服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有轨道交通的规划方法中,集中在对某个特定的轨道交通网络***的验证方面,而我国的轨道交通发展速度很快,继续应用这种只针对特定的轨道交通的规划方式对我国目前的复杂且飞速发展的轨道交通进行规划是不全面的,由于我国的轨道交通发展迅速,因此需要提供一种适用于当前轨道交通且更为全面的规划方式。
由此,本发明实施例提供一种城市轨道交通的规划方法,包括以下步骤:
根据城市轨道交通的布局信息确定城市轨道交通的规划参数,其中规划参数包括用于表征城市轨道交通布局合理性的布局评价值、用于表征城市轨道交通中资源分配优先级的布局参考值以及用于表征城市轨道交通中损坏影响度的布局恢复值中的部分或全部;
若规划参数包括布局评价值,则根据布局评价值确定城市轨道交通布局图中需要进行调整的对象,并根据确定的对象对城市轨道交通布局图中的布局信息进行调整;
若规划参数包括布局参考值,则根据布局参考值确定城市轨道交通布局图中需要进行调整的资源,并根据确定的资源对城市轨道交通布局图中的资源配置方式进行调整;
若规划参数包括布局恢复值,则根据布局恢复值确定城市轨道交通布局图中需要进行修复的线路的修复顺序,并根据确定的修复顺序对城市轨道交通布局图中需要进行修复的线路进行修复。
上述方法,通过城市轨道交通的布局信息来确定城市轨道交通的规划参数,根据规划参数对城市轨道交通进一步进行评估、调整或恢复,由此,本发明实施例提供的城市轨道交通的规划方法可以根据具体的规划参数更好地完成对城市轨道交通的规划,具体的规划参数包括布局评价值、布局参考值以及布局恢复值中的部分或全部。
本发明实施例可以针对每个城市轨道交通获得与每个城市轨道交通相对应的布局评价值,根据每个城市轨道交通的布局评价值可以了解到当前城市轨道交通布局图中的不合理的对象,从而可以对不合理的对象作出调整,以提高城市轨道交通布局的合理性;
也可以将不同的城市轨道交通的布局评价值作比较,从而发现每个城市轨道交通的优势与不足,并对不足之处对应的对象作出调整,以提高城市轨道交通布局的合理性;
还可以针对每个城市轨道交通获得与每个城市轨道交通对应的布局参考值,从而依照布局参考值合理的分配城市轨道交通布局中的资源,或对现有资源配置方式作出调整,以使城市轨道交通中的资源得以合理分配和利用,防止城市轨道交通中出现部分区域内的资源利用率低而部分区域内的资源不足的情况;
当城市轨道交通中存在线路同时损坏时,可以根据布局恢复值确定线路的修复顺序,以降低城市轨道交通中的损坏线路对城市轨道交通的影响,通过上述方法可以对城市轨道交通进行全面的规划,使得城市轨道交通的布局更为合理、资源利用更充分、损坏的恢复更高效。
图1为一种城市轨道交通布局图的示意图,图1所示的城市轨道交通布局图中包括的城市轨道交通的布局信息包括:线路A和线路B两个线路,线路A包括A1、A2、O2和O1四个站点,线路B包括B1、B2和O1三个站点,其中,O1为线路A和线路B共同经过的站点,即为线路A和线路B的换乘站。城市轨道交通布局图中的对象具体包括线路的数量、走向、每个线路中包含的站点数量及各个站点的名称、各个站点的位置及不同站点的位置关系等,还包括由上述城市轨道交通布局图无法直接看出的资源,包括但不限于每个站点的占地面积的大小、电梯或者楼梯的规模、安保人员的数量、供暖或制冷等相关设备的数量或功率等等。
本发明中的城市轨道交通的布局信息不限于实际的城市轨道交通的布局信息,也包括预设的城市轨道交通的布局信息,例如:在对城市轨道交通布局进行新的路线规划时,可以通过预设的城市轨道交通的布局信息获取与预设的城市轨道交通的布局信息相对应的布局评价值,并判断预设的新线路的合理性,从而可以对新线路中不合理的对象进行调整,这里的不合理的对象包括但不限于线路中站点的位置、数量等。
如图2所示,在现有的城市轨道交通布局图中想要增设一条新的线路C(在后续内容中将新的线路C称作预设线路C),预设线路C包括C1、C2和O2三个站点,其中线路C与线路A共同经过站点O2,可以在实际增设之前通过本发明提供的城市轨道交通的规划方法预先进行分析,此时规划参数可以包括布局评价值,以判断想要增设的线路的合理性。
在本发明的实施例中,根据城市轨道交通的布局信息确定城市轨道交通的规划参数,如图6所示,包括:
S101:根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,其中,各个站点的位置关系包括各个站点之间是否位于同一条线路的指示信息以及各个站点之间的距离,有向邻接矩阵中的数值为所在的行对应的站点以及所在的列对应的站点之间的距离进行归一化处理得到的;所在的行对应的站点以及所在的列对应的站点为同一站点的距离对应的有向邻接矩阵中的数值为预设值,位于不同线路的两个站点或者两个站点之间存在其他的站点时,两个站点之间的距离对应的有向邻接矩阵中的数值为大于阈值的任意值;
S102:根据有向邻接矩阵确定任意两个站点之间的最短路径值,构建最短路径矩阵;
S103:根据有向邻接矩阵和/或最短路径矩阵确定城市轨道交通的规划参数。
在根据城市轨道交通的布局信息确定城市轨道交通的规划参数时,首先需要根据城市轨道交通的布局信息建立有向邻接矩阵及最短路径矩阵,再根据有向邻接矩阵和/或最短路径矩阵来确定城市轨道的规划参数,其中,有向邻接矩阵是根据输入的各个站点的信息以及各个站点的位置关系构建的。
如图3所示,图3为由图1所示的城市轨道交通布局图示意图确定的有向邻接矩阵,有向邻接矩阵中的每一行对应一个站点、全部行对应了全部的站点,每一列对应同一个站点、全部列对应了全部的站点,有向邻接矩阵中的数值代表了该数值所对应的行与列所对应的站点之间的距离的归一化值,当该数值所对应的行与列所对应的站点为同一个站点时,该数值则为0,在图3所示的有向邻接矩阵中,对角线行的数值均为0;
当有向邻接矩阵中的数值所对应的行与列所对应的站点不在同一条线路,或者两个站点之间存在其他的站点时,则该数值设定为大于1的任意值,例如100、200、1000等,例如图1所示的线路A中的站点A1和线路B中的站点B1表示不在同一条线路上,因此在图3所示的有向邻接矩阵中,站点A1所对应的行或列与站点B1所对应的列或行之间的数值为预设值100;例如图1所示的线路A中的站点A1和线路A中的站点A2在同一条线路上但是之间存在站点O1,因此在图3所示的有向邻接矩阵中,站点A1所对应的行或列与站点A2所对应的列或行之间的数值为预设值100;
当有向邻接矩阵中的数值所对应的行与列所对应的站点在同一线路上且两个站点之间不存在其他站点时,该数值为该数值所对应的两个站点之间的实际距离的归一化值,例如图1中所示的站点A2和站点A3同在线路A上且二者之间不存在其他的站点,因此在图3所示的有向邻接矩阵中,站点A2所对应的行或列与站点A3所对应的列或行之间的数值为归一化值。
最短路径矩阵可以由有向邻接矩阵构建得到,图4为由图3所示的有向邻接矩阵构建的最短路径矩阵,最短路径矩阵中的每个数值均代表该数值所对应的行与列相对应的站点之间的最短路径的距离。
具体地,可以根据弗洛伊德算法获得两个站点之间的最短路径的距离,通过弗洛伊德算法由有向邻接矩阵得到最短路径矩阵,方式简单,弗洛伊德算法是用枚举式、插点式的方法来计算两点之间的最短路径,这种算法的代码编写简单、实用性强,除此之外,能够获得两个站点之间的最短路径的距离的其他算法同样适用本发明实施例,关于两个站点之间的最短路径的距离的获得方式本发明不做特别限定。
在本发明的实施例中,规划参数包括布局评价值;
布局评价值包括下列参数中的部分或全部:
参数1、用于表征有向邻接矩阵的行或列所对应的站点的连接程度的第一评价值,其中,第一评价值是根据有向邻接矩阵中每行或每列中不为预设值且不为大于阈值的任意值的个数确定的。
第一评价值用于表征每个站点的连接程度,站点的第一评价值越大代表该站点的连接程度越好,第一评价值可以通过有向邻接矩阵确定,有向邻接矩阵中每行或每列所对应的站点的第一评价值为该行或该列中与该站点位于同一条线路的站点的数量(不包括该站点本身),反映在有向邻接矩阵上则为每行或每列中归一化的值的数量,第一评价值可用于评价城市轨道交通中每个站点的连通性,如图3所示,站点A1的第一评价值为站点A1所对应的行或列中,归一化的值的数量,由图3所示的有向邻接矩阵可以得出,站点A1的第一评价值为1,站点A2的第一评价值为2,站点A3的第一评价值为1,站点O1第一评价值为4,站点B1的第一评价值为1,站点B2的第一评价值为1;可以由有向邻接矩阵得出每个站点的第一评价值,从而可以得出整个城市轨道交通布局图中的每个站点的连接程度。
参数2、用于表征城市轨道交通中全部站点的连接程度的第二评价值,其中,第二评价值是根据城市轨道交通中各个站点的第一评价值的平均值确定的。
根据由有向邻接矩阵得出的每个站点的第一评价值,可以获得用于表征城市轨道交通中全部站点的连接程度的第二评价值,在参数1部分已经得出站点A1的第一评价值为1,站点A2的第一评价值为2,站点A3的第一评价值为1,站点O1第一评价值为4,站点B1的第一评价值为1,站点B2的第一评价值为1,站点A1的第一评价值为站点A1,因此第二评价值约为1.67(取小数点后两位的近似值),将不同的轨道交通的第二评价值作对比,可得到不同城市轨道交通中全部站点连接程度的对比,第二评价值越大,代表该城市轨道交通中全部站点的连接程度越好,则该城市轨道交通网络使用感受越便捷,同时可通过调节城市轨道交通中的某个或者部分站点的连接关系,或者通过增设站点等方式对城市轨道交通的第二评价值进行调节。
参数3、用于表征城市轨道交通连通性的第三评价值,其中,第三评价值为根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的平均值。
如图1和图4所示,图4为与图1所示的城市轨道交通布局图对应的最短路径矩阵,第三评价值为最短路径矩阵中全部数值的平均值,约为0.27(取小数点后两位的近似值),因此该城市轨道交通的第三评价值为0.27,将不同城市轨道交通的第三评价值作对比,可得到不同城市轨道交通连通性的对比,第三评价值越大,代表该城市轨道交通连通性越好,同时可通过调节城市轨道交通中的某个或者部分站点的连接关系,或者通过增设站点等方式对城市轨道交通的第三评价值进行调节。
参数4、用于表征城市轨道交通规模的第四评价值,其中,第四评价值是根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的最大值。
如图1和图4所示,图4为与图1所示的城市轨道交通布局图对应的最短路径矩阵,由图4所示的最短路径矩阵可知,所有任意两个站点之间的最短路径值的最大值为0.6,因此该城市轨道交通的第四评价值为0.6,将不同的轨道交通的第四评价值作对比,可得到不同城市轨道交通规模的对比,第四评价值越大,代表该城市轨道交通规模越大。
参数5、用于表征城市轨道交通聚集程度的第五评价值,其中,第五评价值是通过下列方式确定的:根据有向邻接矩阵确定与每个目标站点相邻的站点中,与目标站点实际直接连接的站点的数量,记作第一数量,以及与每个目标站点相邻的站点中任意两个站点可产生的直接连接的总数量,记作第二数量,根据第一数量和第二数量的比值确定每个站点的聚类系数,并将各个站点的聚类系数的平均值作为第五评价值,其中,直接连接代表两个站点属于同一条路线且中间没有其他站点。
如图1和图3所示,图3为与图1所示的城市轨道交通布局图对应的有向邻接矩阵,首先,由图3所示的有向邻接矩阵中不为0且不为预设值100的数值的数量可知与目标站点实际直接相连的站点的数量,即与目标站点属于同一条线路且与目标站点之间没有其他站点的站点的数量,记作第一数量,例如,当目标站点为站点A1时,由图3所示的有向邻接矩阵可得目标站点A1的第一数量为1,然后,由图1所示的城市轨道交通布局图可知与每个目标站点相邻的站点中任意两个站点可产生的直接连接的总数量,记作第二数量,例如,当目标站点为站点A1时,由图1所示的城市轨道交通布局图可得目标站点A1的第二数量为因此,目标站点A1的聚类系数为根据上述方式可得每个目标站点的聚类系数,将全部目标站点的聚类系数求平均即可得到用于表征城市轨道交通聚集程度的第五评价值,第五评价值用于表征城市轨道交通聚集程度,第五评价值越大代表该城市轨道交通的聚集程度越大,则交通越便利。
参数6、用于表征城市轨道交通运行效率的第六评价值,其中,第六评价值是根据最短路径矩阵确定的任意两个站点之间的运行效率值的平均值,其中,任意两个站点之间的运行效率值为这两个站点之间最短路径值的倒数。
如图1和图4所示,图4为与图1所示的城市轨道交通布局图对应的最短路径矩阵,首先,由图4所示的最短路径矩阵可得任意两个站点之间的运行效率值,即这两个站点之间最短路径值的倒数,全部任意两个站点之间的运行效率值为最短路径矩阵中的各个数值的倒数,然后可根据全部任意两个点之间的运行效率值的平均值得到第六评价值,第六评价值用于表征城市轨道交通的运行效率,第六评价值越大则城市轨道交通的运行效率越高。
在本发明的一些可能的实施例中,规划参数包括布局参考值;
根据最短路径矩阵确定城市轨道交通的规划参数,如图7所示,包括:
S201:根据输入的各个站点的载客流量以构建包含各个站点的载客流量矩阵;
S202:根据最短路径矩阵和载客流量矩阵确定城市轨道交通中各个站点的重要性评价值,并对站点按照重要性评价值的大小进行排序以获得站点重要性序列;
S203:将站点重要性序列作为布局参考值。
如图5所示,图5为图1所示的城市轨道交通布局图所对应的载客流量矩阵,载客流量矩阵为N×N的矩阵,其中,N代表城市轨道交通中站点的数量,对角线上的数值代表通过该数值所对应的行或列的站点的客流量,具体地每个站点的客流量的数据可由城市轨道交通公司处获得。
当规划参数包括布局参考值时,可以根据布局参考值即站点的重要性排序来确定各个站点的最佳资源数量,从而避免资源分配不足或过量的情况,使得整个轨道交通中的资源配置方式更为合理,防止出现部分站点资源不足、另一部分站点却资源过量的情况。
在本发明的一些可能的实施例中,可以通过下列方式确定城市轨道交通中各个站点的重要性评价值:
I(i)=B(i)×D(i)×L(i);
其中,i代表一个站点,I(i)代表站点i的重要性,B(i)代表站点i的影响范围,D(i)代表站点i的影响程度,L(i)代表站点i的载客流量;
下面结合图1、图4和图5,以确定站点A1的重要性评价值为例进行说明:
图1所示的轨道交通布局图中包括了线路A和线路B两个线路,线路A包括A1、A2、A3和O1四个站点,线路B包括B1、B2和O1三个站点,因此城市轨道交通中站点的数量N为6;
首先,确定站点A1的影响范围B(A1),根据图4所示的最短路径矩阵结合Matlab算法等可知站点A1所对应的最短路径值的数量σ(A1)=10,从而可由得其中,除使用Matlab算法之外,能够获得城市轨道交通中经过目标站点的最短路径的数量的其他算法同样适用本发明实施例,本发明不做特别限定。
然后,根据公式确定站点A1的影响范围D(A1),其中,j代表不同于i的另一个站点,dij代表站点i和站点j之间的最短路径值,反映在图4所示的最短路径矩阵中为与站点A1相对应的行或列中的全部数值的和,因此D(A1)=1.8。
然后,根据图5所示的载客流量矩阵获得站点A1的载客流量为200人/天。
最后,根据公式I(i)=B(i)×D(i)×l(i),得到站点A1的重要性评价值:I(A1)=B(A1)×D(A1)×L(A1)=120。
其他站点的重要性评价值的确定过程与站点A1相同,本发明不再赘述。
在得出每个站点的重要性评价值后,将各个站点的重要性评价值按照大小顺序排序,形成重要性序列,并将重要性序列作为布局参考值。
该实施例中,站点的影响范围为定义的一个表征站点在城市轨道交通中的影响范围的一个参数,站点的影响程度为定义的一个表征站点在城市轨道交通中影响程度的一个参数,站点的载客流量为单位时间内,由该站点上车或下车的实际的客流量,确定每个站点的重要性评价值时需要综合该站点的影响范围、影响程度以及载客流量这三个重要的影响因素,从而可以对站点进行综合性的评价,根据该布局参考值对城市轨道交通中的资源进行分配或调整更为全面、综合,效果更好。
城市轨道交通中的资源包括但不限于每个站点的占地面积的大小、电梯或者楼梯的规模、安保人员的数量、供暖或制冷等相关设备的数量或功率等等,合理设置站点的占地面积,可以防止占地面积过小造成乘客过于拥挤,或者防止占地面积过大造成资源浪费等;合理设置电梯或者楼梯的规模,可以防止楼梯或者电梯的规模过小或数量过少造成乘客过于拥挤,或者防止楼梯或者电梯的规模过大或者数量过多造成不必要的损坏和维修等;合理设置安检人员数量,可以防止由于安检人员过少,造成乘客等待时间过长,或者由于安保人员过多造成人力资源浪费等,合理设置安保的人员可以防止安保人员过少无法达到有效的安全保障,或者安保人员过多造成人力资源浪费等。
在本发明的一些可能的实施例中,规划参数包括布局恢复值,如图8所示;
根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,包括:
S301:根据城市轨道交通的布局信息中的多条损坏线路,确定修复方案,其中不同的修复方案进行站点修复的顺序不同;
S302:根据不同的修复方案的站点修复的顺序对城市轨道交通布局信息进行调整,并根据调整后得到的城市轨道交通布局信息构建修复方案对应的有向邻接矩阵;
根据最短路径矩阵确定城市轨道交通的规划参数,包括:
S303:针对任意一种修复方案,根据由修复方案对应的有向邻接矩阵确定最短路径矩阵,并确定修复方案中的目标站点的可恢复性值,其中,目标站点为城市轨道交通中同时存在的多个损坏线路共同经过的站点,多个损坏线路的不同修复顺序代表不同的修复方案,分别确定各种修复方案下该目标站点的可恢复性值;
S304:从不同修复方案中的目标站点的可恢复性值中,选取最大值作为城市轨道交通的布局恢复值。
城市轨道交通中有时候会出现损坏,例如轨道出现损坏等,当城市轨道交通中的线路出现损坏时,特别是多个线路共同经过的目标站点(例如图1中的站点O1)出现损坏,多个线路共同经过的目标站点的轨道一般设置为多层,与每个线路对应的部分各为一层,当目标站点中与每个线路对应的部分同时损坏、且维修队的数量只有一个时,维修队显然无法同时对各个损坏部分进行修复,于是涉及到对该目标站点中与每个线路对应的部分进行修复的先后顺序,由于不同的修复顺序会使得不同的线路恢复运营的顺序不同,先修复的线路可以先恢复运营,后修复的线路后恢复运营,从而会造成对整个城市轨道交通的运转效率的不同影响,因此布局恢复值的确立尤为重要,布局恢复值是根据每种修复方案确定的目标站点可恢复性值中的最佳值,根据布局恢复值对轨道交通进行修复,可以将站点损坏对整个城市轨道交通的影响降低。
在确定布局恢复值时,需要根据损坏后的城市轨道交通布局确定不同的修复方案,不同的修复方案包括全部可能的修复顺序,以对针对每个修复顺序确定目标站点的可恢复性值,并选取最佳的可恢复性值作为布局恢复值。例如,站点O1为线路A和线路B两个线路的换乘站即目标站点,且站点O1中,线路A在地下一层、线路B在地下二层,站点O1地下一层中与线路A对应的轨道和站点O1地下二层中与线路B对应的轨道同时出现损坏,那么对应两种恢复顺序。
方案一:先修站点O1地下一层中与线路A对应的轨道,再修站点O1地下二层中与线路B对应的轨道;
方案二:先修站点O1地下二层中与线路B对应的轨道,再修站点O1地下一层中与线路A对应的轨道。
在确定不同修复方案的布局恢复值时,第一步,根据不同的修复方案的站点修复的顺序对城市轨道交通布局信息进行调整。
下面以方案一为例进行说明:由于本发明实施例中仅包括线路A和线路B两条线路,且站点O1地下一层中与线路A对应的轨道和站点O1地下二层中与线路B对应的轨道同时出现损坏,因此包括三种状态:
状态一为损坏且未修复,此时,对城市轨道交通布局信息进行调整包括:将城市轨道交通布局信息中的各个站点与线路A上的站点之间的连接关系、以及与线路B上的站点之间的连接关系全部断开,反应在有向邻接矩阵上为有向邻接矩阵中与线路A上的站点对应的数值、以及与线路B上的站点对应的数值均调整为预设值;
状态二为站点O1地下一层中与线路A对应的轨道修复完成,站点O1地下二层中与线路B对应的轨道未修复,此时,对城市轨道交通布局信息进行调整包括:将城市轨道交通布局信息中的各个站点与线路A上的站点之间的连接关系全部恢复,反应在有向邻接矩阵上为有向邻接矩阵中与线路A上的站点对应的数值全部恢复、与线路B上的站点对应的数值均保持预设值;
状态三为站点O1地下一层中与线路A对应的轨道以及与线路B对应的轨道均修复完成,此时,对城市轨道交通布局信息进行调整包括:将城市轨道交通布局信息中的各个站点与线路A上的站点之间的连接关系、以及与线路B上的站点之间的连接关系全部恢复,反应在有向邻接矩阵上为有向邻接矩阵中与线路A上的站点对应的数值全部恢复、与线路B上的站点对应的数值全部恢复。
采用方案二进行修复时,关于对城市轨道交通布局信息进行调整过程与上述方案一类似,本发明不再赘述。
第二步:根据调整后得到的城市轨道交通布局信息构建各个修复方案修复过程中对应的多个有向邻接矩阵。
包括根据上述三个状态分别构建对应的三个有向邻接矩阵:
与状态一对应的有向邻接矩阵与未损坏时的有向邻接矩阵相比,与状态一对应的有向邻接矩阵为将未损坏时的有向邻接矩阵中与线路A上的站点对应的数值、以及与线路B上的站点对应的数值均调整为预设值;
与状态二对应的有向邻接矩阵与未损坏时的有向邻接矩阵相比,与状态二对应的有向邻接矩阵中与线路B上的站点对应的数值调整为预设值;
与状态三对应的有向邻接矩阵与未损坏时的有向邻接矩阵相同。
采用方案二进行修复时,关于构建修复过程中对应的多个有向邻接矩阵的过程与上述方案一类似,本发明不再赘述。
第三步,针对任意一种修复方案,根据由该修复方案对应的多个有向邻接矩阵确定对应的多个最短路径矩阵。
针对每种状态确定的有向路径矩阵确定与之对应的最短路径矩阵,最短路径矩阵的构建方法本发明在之前已经详细说明,此处不在赘述。
第四步,根据各个最短路径矩阵确定修复方案中的目标站点的可恢复性值。
可以通过下列方式确定每种修复方案下目标站点的可恢复性值:
其中,N代表城市轨道交通中站点的数量,i、j分别代表两个不同的站点,dij代表每种城市轨道交通状态下的每任意两个站点之间的最短路径值,εij代表每种城市轨道交通状态下的每任意两个站点之间的连通效率;
上述每种恢复方式下目标站点的可恢复性值的确定过程中,需要根据修复过程中各个最短路径矩阵得出该最短路径矩阵对应的全局效率,各个最短路径矩阵对应的全局效率可由公式得出,其中,dij为最短路径矩阵中,站点i所对应的行或列与站点j所对应的列或行之间的数值,N代表城市轨道交通中站点的数量,为矩阵中每行或每列中数值的个数;然后根据上一步得出的多个全局效率确定每种修复方案的可恢复性值Re(in)m,其中,
上述公式中:
t0代表出现线路损坏且正在修复的时刻,t0 -代表未出现线路损坏且未修复的时刻,t1代表通过该修复方式修复完成后的时刻,代表t0、t0 -和t1三个时刻下对应的全部全局效率的总和,其中,t0代表修复的整个过程,若整个修复过程中包括多个步骤,每一步完成后都将对应一个全局效率,因此t0时刻的全局效率对应修复过程中的多个全局效率的总和,例如,修复方案为方案一:先修站点O1地下一层中与线路A对应的轨道,再修站点O1地下二层中与线路B对应的轨道,t0时刻的全局效率对应修复完成站点O1地下一层中与线路A对应的轨道后即状态二下的全局效率,代表t0 -时刻的全局效率对应站点O1地下一层中与线路A对应的轨道和站点O1地下二层中与线路B对应的轨道同时出现损坏,且均为修复的时刻即状态一下的全局效率,t1时刻的全局效率对应均修复完成后的全部效率。
第五步,从不同修复方案中的目标站点的可恢复性值中,选取最大值作为城市轨道交通的布局恢复值。
根据不同的修复方案确定不同修复方案下目标站点的可恢复性值,并将不同方案下目标站点的可恢复性值进行比较,选取最大的可恢复性值作为布局恢复值,根据该可恢复性值即布局恢复值所对应的修复顺序对站点中各个部分进行修复,从而使得损坏部分对整个城市轨道交通的影响降到最低,使得城市轨道交通的运行稳定性更强。
本发明还提供了一种服务器,如图9所示,包括:处理器1以及存储器2,其中,存储器存储有程序代码,当程序代码被处理器执行时,使得处理器执行以下步骤:
根据城市轨道交通的布局信息确定城市轨道交通的规划参数,其中规划参数包括用于表征城市轨道交通布局合理性的布局评价值、用于表征城市轨道交通中资源分配优先级的布局参考值以及用于表征城市轨道交通中损坏影响度的布局恢复值中的部分或全部;
若规划参数包括布局评价值,则根据布局评价值确定城市轨道交通布局图中需要进行调整的对象,并根据确定的对象对城市轨道交通布局图中的布局信息进行调整;
若规划参数包括布局参考值,则根据布局参考值确定城市轨道交通布局图中需要进行调整的资源,并根据确定的资源对城市轨道交通布局图中的资源配置方式进行调整;
若规划参数包括布局恢复值,则根据布局恢复值确定城市轨道交通布局图中需要进行修复的线路的修复顺序,并根据确定的修复顺序对城市轨道交通布局图中需要进行修复的线路进行修复。
由于该服务器中的处理器在运行时执行的处理步骤与本发明的城市轨道交通的规划方法中的处理步骤相同,并且该服务器解决问题的原理与该方法相似,因此该服务器的有益效果与本发明实施例的城市轨道交通的规划方法的有益效果相同,在此不再赘述。
在本发明的一些可能的实施例中,城市轨道交通的布局信息包括城市轨道交通中的线路、各个线路中的各个站点的位置以及各个站点之间的连接关系。
在本发明的一些可能的实施例中,服务器具体用于,根据城市轨道交通的布局信息确定城市轨道交通的规划参数,包括:
根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,其中,各个站点的位置关系包括各个站点之间是否位于同一条线路的指示信息以及各个站点之间的距离,有向邻接矩阵中的数值为所在的行对应的站点以及所在的列对应的站点之间的距离进行归一化处理得到的;所在的行对应的站点以及所在的列对应的站点为同一站点的距离对应的有向邻接矩阵中的数值为预设值,位于不同线路的两个站点或者两个站点之间存在其他的站点时,两个站点之间的距离对应的有向邻接矩阵中的数值为大于阈值的任意值;
根据有向邻接矩阵和/或最短路径矩阵确定城市轨道交通的规划参数;
其中,最短路径矩阵是根据有向邻接矩阵确定任意两个站点之间的最短路径值构建得到的。
在本发明的一些可能的实施例中,规划参数包括布局评价值;
规划参数包括下列参数中的部分或全部:
用于表征有向邻接矩阵的行或列所对应的站点的连接程度的第一评价值,其中,第一评价值是根据有向邻接矩阵中每行或每列中不为预设值且不为大于阈值的任意值的个数确定的;
用于表征城市轨道交通中全部站点的连接程度的第二评价值,其中,第二评价值是根据城市轨道交通中各个站点的第一评价值的平均值确定的;
用于表征城市轨道交通连通性的第三评价值,其中,第三评价值为根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的平均值;
用于表征城市轨道交通规模的第四评价值,其中,第四评价值是根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的最大值;
用于表征城市轨道交通聚集程度的第五评价值,其中,第五评价值是通过下列方式确定的:根据有向邻接矩阵确定与每个目标站点相邻的站点中,与目标站点实际直接连接的站点的数量,记作第一数量,以及与每个目标站点相邻的站点中任意两个站点可产生的直接连接的总数量,记作第二数量,根据第一数量和第二数量的比值确定每个站点的聚类系数,并将各个站点的聚类系数的平均值作为第五评价值,其中,直接连接代表两个站点属于同一条路线且中间没有其他站点;
用于表征城市轨道交通运行效率的第六评价值,其中,第六评价值是根据最短路径矩阵确定的任意两个站点之间的运行效率值的平均值,其中,任意两个站点之间的运行效率值为这两个站点之间最短路径值的倒数。
在本发明的一些可能的实施例中,规划参数包括布局参考值;
服务器具体用于根据最短路径矩阵确定城市轨道交通的规划参数,包括:
根据输入的各个站点的载客流量以构建包含各个站点的载客流量矩阵;
根据最短路径矩阵和载客流量矩阵确定城市轨道交通中各个站点的重要性评价值,并对站点按照重要性评价值的大小进行排序以获得站点重要性序列;
将站点重要性序列作为布局参考值。
在本发明的一些可能的实施例中,服务器具体用于通过下列方式确定城市轨道交通中各个站点的重要性评价值:
I(i)=B(i)×D(i)×L(i);
其中,i代表一个站点,I(i)代表站点i的重要性,B(i)代表站点i的影响范围,D(i)代表站点i的影响程度,L(i)代表站点i的载客流量;
在本发明的一些可能的实施例中,规划参数包括布局恢复值;
服务器具体用于根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,包括:
根据城市轨道交通的布局信息中的多条损坏线路,确定修复方案,其中不同的修复方案进行站点修复的顺序不同;
根据不同的修复方案的站点修复的顺序对城市轨道交通布局信息进行调整,并根据调整后得到的城市轨道交通布局信息构建修复方案修复过程中对应的多个有向邻接矩阵;
且服务器具体用于根据最短路径矩阵确定城市轨道交通的规划参数,包括:
针对任意一种修复方案,根据由修复方案对应的多个有向邻接矩阵确定对应的多个最短路径矩阵,并确定修复方案中的目标站点的可恢复性值,其中,目标站点为城市轨道交通中同时存在的多个损坏线路共同经过的站点,多个损坏线路的不同修复顺序代表不同的修复方案,分别确定各种修复方案下该目标站点的可恢复性值;
从不同修复方案中的目标站点的可恢复性值中,选取最大值作为城市轨道交通的布局恢复值。
在本发明的一些可能的实施例中,每种修复方案下目标站点的可恢复性值通过下列方式确定:
其中,N代表城市轨道交通中站点的数量,i、j分别代表两个不同的站点,dij代表每种城市轨道交通状态下的每任意两个站点之间的最短路径值,εij代表每种城市轨道交通状态下的每任意两个站点之间的连通效率;
基于同样的发明构思,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序指令,当计算机程序指令被处理器执行时实现本发明提供的城市轨道交通的规划方法。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种城市轨道交通的规划方法,其特征在于,包括以下步骤:
根据城市轨道交通的布局信息确定城市轨道交通的规划参数,其中所述规划参数包括用于表征城市轨道交通布局合理性的布局评价值、用于表征城市轨道交通中资源分配优先级的布局参考值以及用于表征城市轨道交通中损坏影响度的布局恢复值中的部分或全部;
若所述规划参数包括所述布局评价值,则根据所述布局评价值确定城市轨道交通布局图中需要进行调整的对象,并根据确定的对象对所述城市轨道交通布局图中的布局信息进行调整;
若所述规划参数包括布局参考值,则根据所述布局参考值确定城市轨道交通布局图中需要进行调整的资源,并根据确定的资源对所述城市轨道交通布局图中的资源配置方式进行调整;
若所述规划参数包括所述布局恢复值,则根据所述布局恢复值确定城市轨道交通布局图中需要进行修复的线路的修复顺序,并根据确定的修复顺序对城市轨道交通布局图中需要进行修复的线路进行修复。
2.根据权利要求1所述的城市轨道交通的规划方法,其特征在于,所述城市轨道交通的布局信息包括城市轨道交通中的线路、各个线路中的各个站点的位置以及各个站点之间的连接关系。
3.根据权利要求2所述的城市轨道交通的规划方法,其特征在于,所述根据城市轨道交通的布局信息确定城市轨道交通的规划参数,包括:
根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,其中,各个站点的位置关系包括各个站点之间是否位于同一条线路的指示信息以及各个站点之间的距离,所述有向邻接矩阵中的数值为所在的行对应的站点以及所在的列对应的站点之间的距离进行归一化处理得到的;所在的行对应的站点以及所在的列对应的站点为同一站点的距离对应的所述有向邻接矩阵中的数值为预设值,所述位于不同线路的两个站点或者两个站点之间存在其他的站点时,两个站点之间的距离对应的所述有向邻接矩阵中的数值为大于阈值的任意值;
根据所述有向邻接矩阵和/或最短路径矩阵确定城市轨道交通的规划参数;
其中,所述最短路径矩阵是根据所述有向邻接矩阵确定任意两个站点之间的最短路径值构建得到的。
4.根据权利要求3所述的城市轨道交通的规划方法,其特征在于,所述规划参数包括布局评价值;
所述规划参数包括下列参数中的部分或全部:
用于表征所述有向邻接矩阵的行或列所对应的站点的连接程度的第一评价值,其中,所述第一评价值是根据所述有向邻接矩阵中每行或每列中不为预设值且不为大于阈值的任意值的个数确定的;
用于表征城市轨道交通中全部站点的连接程度的第二评价值,其中,所述第二评价值是根据城市轨道交通中各个站点的第一评价值的平均值确定的;
用于表征城市轨道交通连通性的第三评价值,其中,所述第三评价值为根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的平均值;
用于表征城市轨道交通规模的第四评价值,其中,所述第四评价值是根据最短路径矩阵确定的所有任意两个站点之间的最短路径值的最大值;
用于表征城市轨道交通聚集程度的第五评价值,其中,所述第五评价值是通过下列方式确定的:根据所述有向邻接矩阵确定与每个目标站点相邻的站点中,与所述目标站点实际直接连接的站点的数量,记作第一数量,以及与每个目标站点相邻的站点中任意两个站点可产生的直接连接的总数量,记作第二数量,根据第一数量和第二数量的比值确定每个站点的聚类系数,并将各个站点的聚类系数的平均值作为第五评价值,其中,直接连接代表两个站点属于同一条路线且中间没有其他站点;
用于表征城市轨道交通运行效率的第六评价值,其中,所述第六评价值是根据所述最短路径矩阵确定的任意两个站点之间的运行效率值的平均值,其中,任意两个站点之间的运行效率值为这两个站点之间最短路径值的倒数。
5.根据权利要求3所述的城市轨道交通的规划方法,其特征在于,所述规划参数包括布局参考值;
所述根据所述最短路径矩阵确定城市轨道交通的规划参数,包括:
根据输入的各个站点的载客流量以构建包含各个站点的载客流量矩阵;
根据最短路径矩阵和载客流量矩阵确定城市轨道交通中各个站点的重要性评价值,并对站点按照重要性评价值的大小进行排序以获得站点重要性序列;
将所述站点重要性序列作为布局参考值。
7.根据权利要求3所述的城市轨道交通的规划方法,其特征在于,所述规划参数包括布局恢复值;
所述根据输入的各个站点的信息以及各个站点之间的位置关系构建对应的有向邻接矩阵,包括:
根据城市轨道交通的布局信息中的多条损坏线路,确定修复方案,其中不同的修复方案进行站点修复的顺序不同;
根据不同的修复方案的站点修复的顺序对所述城市轨道交通布局信息进行调整,并根据调整后得到的城市轨道交通布局信息构建所述修复方案修复过程中对应的多个有向邻接矩阵;
根据所述最短路径矩阵确定城市轨道交通的规划参数,包括:
针对任意一种修复方案,根据由所述修复方案对应的多个有向邻接矩阵确定对应的多个最短路径矩阵,并确定所述修复方案中的目标站点的可恢复性值,其中,目标站点为城市轨道交通中同时存在的多个损坏线路共同经过的站点,多个损坏线路的不同修复顺序代表不同的修复方案,分别确定各种修复方案下该目标站点的可恢复性值;
从不同修复方案中的目标站点的可恢复性值中,选取最大值作为城市轨道交通的布局恢复值。
8.根据权利要求7所述的城市轨道交通的规划方法,其特征在于,每种修复方案下目标站点的可恢复性值通过下列方式确定:
其中,N代表城市轨道交通中站点的数量,i、j分别代表两个不同的站点,dij代表每种城市轨道交通状态下的每任意两个站点之间的最短路径值,εij代表每种城市轨道交通状态下的每任意两个站点之间的连通效率;
9.一种服务器,其特征在于,包括:处理器以及存储器,其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行如权利要求1-8任一项所述的城市轨道交通的规划方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-8中任一项所述的城市轨道交通的规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522440.9A CN111814280B (zh) | 2020-06-10 | 2020-06-10 | 城市轨道交通的规划方法、服务器和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522440.9A CN111814280B (zh) | 2020-06-10 | 2020-06-10 | 城市轨道交通的规划方法、服务器和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111814280A true CN111814280A (zh) | 2020-10-23 |
CN111814280B CN111814280B (zh) | 2021-03-02 |
Family
ID=72846557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010522440.9A Expired - Fee Related CN111814280B (zh) | 2020-06-10 | 2020-06-10 | 城市轨道交通的规划方法、服务器和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111814280B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399233A (zh) * | 2022-03-25 | 2022-04-26 | 南京大学 | 基于深度学习和od补全的交通规划方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1109709B1 (de) * | 1998-08-19 | 2002-11-27 | Siemens Schweiz AG | Verfahren für die steuerung und überwachung einer verkehrstechnischen anlage |
US20130305044A1 (en) * | 2008-05-30 | 2013-11-14 | The Boeing Company | Geothentication Based on New Network Packet Structure |
CN105069229A (zh) * | 2015-08-03 | 2015-11-18 | 西安建筑科技大学 | 一种现代有轨电车线路规划方法 |
CN110458475A (zh) * | 2019-08-20 | 2019-11-15 | 中国地铁工程咨询有限责任公司 | 基于声环境的城市轨道交通高架线规划方法和装置 |
-
2020
- 2020-06-10 CN CN202010522440.9A patent/CN111814280B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1109709B1 (de) * | 1998-08-19 | 2002-11-27 | Siemens Schweiz AG | Verfahren für die steuerung und überwachung einer verkehrstechnischen anlage |
US20130305044A1 (en) * | 2008-05-30 | 2013-11-14 | The Boeing Company | Geothentication Based on New Network Packet Structure |
CN105069229A (zh) * | 2015-08-03 | 2015-11-18 | 西安建筑科技大学 | 一种现代有轨电车线路规划方法 |
CN110458475A (zh) * | 2019-08-20 | 2019-11-15 | 中国地铁工程咨询有限责任公司 | 基于声环境的城市轨道交通高架线规划方法和装置 |
Non-Patent Citations (2)
Title |
---|
RUIJIA SHI: "The Research of Urban Rail Transit Line Planning in Urban Main Functional Areas", 《2019 5TH INTERNATIONAL CONFERENCE ON TRANSPORTATION INFORMATION AND SAFETY (ICTIS)》 * |
杨京帅 等: "交通区位法规划城市轨道交通线网", 《城市交通 铁道运输与经济》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399233A (zh) * | 2022-03-25 | 2022-04-26 | 南京大学 | 基于深度学习和od补全的交通规划方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111814280B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Static green repositioning in bike sharing systems with broken bikes | |
Yin | Multiobjective bilevel optimization for transportation planning and management problems | |
CN112836892B (zh) | 基于改进遗传算法的多目标车辆配送路径确定方法及*** | |
Fu et al. | A two-stage robust approach to integrated station location and rebalancing vehicle service design in bike-sharing systems | |
Liang et al. | Robust bus bridging service design under rail transit system disruptions | |
Liao | On‐line vehicle routing problems for carbon emissions reduction | |
Hong et al. | Vulnerability effects of passengers' intermodal transfer distance preference and subway expansion on complementary urban public transportation systems | |
CN111044060B (zh) | 多车辆路径规划方法及多车辆路径规划*** | |
CN107766969B (zh) | 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法 | |
CN110942198A (zh) | 一种用于轨道交通运营的乘客路径识别方法和*** | |
Saadat et al. | Resilience-based strategies for topology enhancement and recovery of metrorail transit networks | |
CN109377048B (zh) | 一种综合交通网络枢纽节点选择方法 | |
Wang et al. | Optimization of bus bridging service under unexpected metro disruptions with dynamic passenger flows | |
CN110097218B (zh) | 一种时变环境下无人商品配送方法及*** | |
CN109543934A (zh) | 城市公交线网的综合指标的评价方法 | |
Duran et al. | Transit network design with pollution minimization | |
CN111814280B (zh) | 城市轨道交通的规划方法、服务器和计算机可读存储介质 | |
Zhang et al. | Optimal location and size of logistics parks in a regional logistics network with economies of scale and CO2 emission taxes | |
Golden et al. | Chapter 14: vehicle routing applications in disaster relief | |
Ahmed et al. | GIS and genetic algorithm based integrated optimization for rail transit system planning | |
CN111709591B (zh) | 一种配置应急站点的方法及装置 | |
Dui et al. | Cascading failure and resilience optimization of unmanned vehicle distribution networks in IoT | |
Yaghini et al. | A population-based algorithm for the railroad blocking problem | |
Ezzat et al. | Development of a stochastic genetic algorithm for traffic signal timings optimization | |
Kotoula et al. | Calculating Optimal School Bus Routing and Its Impact on Safety and the Environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210302 |
|
CF01 | Termination of patent right due to non-payment of annual fee |