CN113361984B - 基于互馈模型的空港客流与运力流动态耦合方法和*** - Google Patents

基于互馈模型的空港客流与运力流动态耦合方法和*** Download PDF

Info

Publication number
CN113361984B
CN113361984B CN202110918704.7A CN202110918704A CN113361984B CN 113361984 B CN113361984 B CN 113361984B CN 202110918704 A CN202110918704 A CN 202110918704A CN 113361984 B CN113361984 B CN 113361984B
Authority
CN
China
Prior art keywords
passenger flow
model
airport
passenger
transportation
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.)
Active
Application number
CN202110918704.7A
Other languages
English (en)
Other versions
CN113361984A (zh
Inventor
罗喜伶
白东梅
胡依婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Innovation Research Institute of Beihang University
Original Assignee
Hangzhou Innovation Research Institute of Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Innovation Research Institute of Beihang University filed Critical Hangzhou Innovation Research Institute of Beihang University
Priority to CN202110918704.7A priority Critical patent/CN113361984B/zh
Publication of CN113361984A publication Critical patent/CN113361984A/zh
Application granted granted Critical
Publication of CN113361984B publication Critical patent/CN113361984B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种基于互馈模型的空港客流与运力流动态耦合方法和***，将实时客流数据与运力配置数据传入本发明所述的互馈模型中，得到客流分配方案与运力配置方案，若得到的客流分配方案与实时客流的差异度在规定范围内，则实施目前的运力资源配置方案；若不在规定范围内，则将此时客流数据输入到互馈模型中重新计算，如此往复，达到客流与运力资源的动态耦合。本发明在交通方式的效用函数中加入了影响运力资源配置的变量，同时，在空港枢纽陆侧交通***的利润函数加入影响旅客选择交通方式行为的变量，以此达到互馈模型中两个子模型互相影响的目的，最终使客流与运力流达到动态平衡，多交通方式间达到运力资源配置平衡。

Description

基于互馈模型的空港客流与运力流动态耦合方法和***
技术领域
本发明属于空港枢纽交通调度领域，涉及一种空港客流与陆侧多交通方式动态耦合的方法和***，尤其是能够在客流突发大规模变化下对陆侧交通运力配置方案进行调整。
背景技术
超大型空港枢纽是连接空中交通和地面交通的中心环节，承担着疏散呈脉冲式出现的航空旅客流的责任。空港枢纽陆侧交通方式众多，集公交大巴、出租车、轨道交通和私人交通等多种交通方式于一体，旅客可选择任意一种交通方式离开机场。通常来说，枢纽机场陆侧公共交通的调度方案不会随着客流变化进行调整，这就会导致一种或多种交通方式运力无法与实时客流耦合，旅客在换乘时会出现某种交通方式排队人数过多，旅客排队时间过长，或者出现某种交通方式无人问津，运力资源过剩。以专利《基于双层规划的客运枢纽多交通方式的运力匹配方法》（申请号：202010350462 .1）为代表，提出了空港枢纽陆侧多交通方式运力匹配的模型，但却未对客流与运力流间的动态耦合进行深入研究。
发明内容
为了考虑空港枢纽集散动作频繁的客流变化与陆侧交通运力资源配置的相互影响，本发明提供一种基于互馈模型的客流与运力流动态耦合方法和***，该方法不仅能基于动态变化的航空客流对陆侧交通方式进行动态调整，而且能够达到陆侧各交通方式之间运力资源匹配的效果。
本发明解决其技术问题所采用的技术方案是：
本发明提供了一种基于互馈模型的空港客流与运力流动态耦合方法，其包括如下步骤：
1）根据实时客流数据和运力配置数据，基于互馈模型得到客流分配方案与运力配置方案，其中，互馈模型的主模型为运力资源配置模型，反馈模型为客流分配模型；运力资源配置模型得到当前客流分配情况下最优运力资源配置方案，并输出运力资源配置方案的决策变量，将决策变量传入客流分配模型中得到客流分配方案；所述客流分配模型中旅客选择各交通方式的性价比函数配置为与所述决策变量相关，所述运力资源配置模型中交通***的利润函数配置为与旅客选择交通方式的行为相关；
2）反馈模型得到平衡后的客流分配方案以及运力资源配置方案之后，与实时脉冲客流相比较，若客流分配方案与实时客流的差异度在规定范围内，则实施目前的运力资源配置方案；若不在规定范围内，则将此时客流数据输入到互馈模型中重新计算，直至客流分配方案与实时客流的差异度在规定范围内，输出最终运力资源配置方案。
进一步的，所述反馈模型中的性价比函数与所述决策变量相关，反馈模型得到的客流分配方案随着主模型的运力资源配置方案的变化而变化。
进一步的，所述步骤1）中的客流分配模型为随机效用模型；旅客可选择i种出行方式离开机场，各交通方式的性价比函数即为效用函数，各交通方式性价比大小即为路径阻抗。
进一步的，本发明选择三个指标作为衡量选择某种交通方式的“性能”。其一，旅客搭乘该种交通方式能够离开机场的距离数；其二，旅客在搭乘该种交通方式时感到“舒适度”的距离数，对于旅客感知到的“舒适度”是以交通方式的拥挤程度作为衡量参数；其三，旅客利用等候该种交通方式的时间去乘坐私家车而离开机场的距离数，这是指标作为“负性能”指标，与前面两个指标对性能的影响成反比。
进一步的，本发明中，所述的离开机场的出行方式包括大巴公交、轨道交通、出租车和私人交通，其中大巴公交包括巴士车型和公交车型。
进一步的，空港枢纽陆侧行人交通***由陆侧四种交通运输主体和到港旅客构成。对于陆侧交通运输主体来说，目的是将到港旅客协同有序地送出机场，同时达到运营利润最大；对于到港旅客来说，舒适便捷地快速离开机场便是目的。因此，本方法构建空港枢纽行人交通***的利润函数，以***利润为目标函数，以机场巴士公交的发车间隔、轨道交通的票价、出租车的单位服务数量为决策变量，当***利润达到最大时，输出多交通资源配置方案。
本发明还公开了一种基于互馈模型的空港客流与运力流动态耦合***，该***包括存储单元和处理单元，所述存储单元中存储可在所述处理单元上运行的计算机程序；所述处理单元执行所述计算机程序时实现上述任一项所述的基于互馈模型的空港客流与运力流动态耦合方法。
与现有技术相比，本发明基于空港枢纽旅客交通方式选择行为机理，构建旅客乘坐陆侧各交通方式的效用函数，得到客流分配方案。将客流分配方案输入，通过多目标优化方法构建空港枢纽陆侧行人交通***的***利润，输出各交通方式的调度方案。反过来，将陆侧交通方式的调度方案作为输入，通过旅客交通方式选择行为研究得到当前调度方案下的最佳客流分配方案。随之与实时采集的客流情况进行对比，当客流分配方案差异度超出规定范围时，进行新一轮的运力资源配置方案。如此往复，形成客流与运力流互相反馈的模型，实现空港枢纽客流与运力流的动态耦合。
本发明不仅能基于动态变化的航空客流对陆侧交通方式进行动态调整，而且能够达到陆侧各交通方式之间运力资源匹配的效果。
附图说明
图1为本发明基于互馈模型的空港客流与运力流动态耦合方法的流程图；
图2为本发明互馈模型的流程图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
为了考虑空港枢纽集散动作频繁的客流变化与陆侧交通运力资源配置的相互影响，本发明提供一种基于互馈模型的空港客流与运力流动态耦合方法，如图1所示，该方法包括如下步骤：
1）根据实时客流数据和运力配置数据，基于互馈模型得到客流分配方案与运力配置方案，其中，互馈模型的主模型为运力资源配置模型，反馈模型为客流分配模型；运力资源配置模型得到当前客流分配情况下最优运力资源配置方案，并输出运力资源配置方案的决策变量，将决策变量传入客流分配模型中得到客流分配方案；所述客流分配模型中旅客选择各交通方式的性价比函数配置为与所述决策变量相关，所述运力资源配置模型中交通***的利润函数配置为与旅客选择交通方式的行为相关；
2）反馈模型得到平衡后的客流分配方案以及运力资源配置方案之后，与实时脉冲客流相比较，若客流分配方案与实时客流的差异度在规定范围内，则实施目前的运力资源配置方案；若不在规定范围内，则将此时客流数据输入到互馈模型中重新计算，如此往复，直至客流分配方案与实时客流的差异度在规定范围内，输出最终运力资源配置方案，达到客流与运力资源的动态耦合。
本发明所述的互馈模型流程如图2所示，基于空港枢纽旅客的特征设计枢纽机场陆侧四种交通方式的效用函数，通过基于Logit-SUE的客流分配模型得到旅客对陆侧各交通方式的选择概率，根据选择概率可计算出选择每种交通方式的客流量。另外，设计交通主体的利润函数与旅客离开机场的获益函数，通过基于多目标规划的运力资源配置模型得到空港枢纽陆侧多交通方式的运力配置方案。本发明在效用函数中加入了影响运力资源配置的变量，同时，在设计空港枢纽陆侧交通***的利润函数中加入影响旅客选择交通方式行为的变量，以此达到两个子模型互相影响的目的，最终使客流与运力流达到动态平衡，多交通方式间达到运力资源配置平衡。
在本发明的一个具体实施例中，采用随机用户均衡( Stochastic UserEquilibrium, SUE )模型计算多交通方式选择概率，该模型中出行者在路径选择时会选择效用最大的选项，在空港枢纽到港旅客陆侧交通方式选择行为中，旅客选择各交通方式的性价比函数设计为效用函数。一般来说，具有不同出行目的的旅客会对不同的因素具有较敏感的感知。例如，商务出行的旅客更愿意选择时间成本低的交通方式，旅游出行的旅客更愿意选择货币成本低的交通方式，因此，本发明提出以性价比为效用函数，可以更广泛地考虑到出行旅客对离开空港枢纽选择交通方式的需求。
将随机效用模型对应到空港枢纽进港旅客陆侧交通方式选择行为模型中，i个选 项即为旅客选择i种出行方式离开机场，各交通方式的性价比函数即为效用函数，各交通方 式性价比大小即为路径阻抗。根据随机效用理论，可将效用
Figure 100002_DEST_PATH_IMAGE001
分为两个部分：
Figure 100002_DEST_PATH_IMAGE002
（1）
其中，
Figure 100002_DEST_PATH_IMAGE003
为***效应，是效用的可观测部分，
Figure 100002_DEST_PATH_IMAGE004
为效用的随机部分，一般来源于 不可观测的选项或决策者属性、观测误差和所使用的工具误差。
出行者选择交通方式i的概率是：
Figure 100002_DEST_PATH_IMAGE005
（2）
其中
Figure 100002_DEST_PATH_IMAGE006
满足条件：
Figure 100002_DEST_PATH_IMAGE007
（3）
Figure 100002_DEST_PATH_IMAGE008
（4）
当随机项
Figure 100002_DEST_PATH_IMAGE009
服从独立同分布的Gumbel分布时，推导出Logit模型，该模型下出行 者选择交通方式i的概率为：
Figure 100002_DEST_PATH_IMAGE010
（5）
令
Figure 100002_DEST_PATH_IMAGE011
表示出行者n选择交通方式所用的性价比，当性价比最大时该种交通方式被 选中，即
Figure 100002_DEST_PATH_IMAGE012
。由
Figure 100002_DEST_PATH_IMAGE013
可得，有
Figure 100002_DEST_PATH_IMAGE014
，其中
Figure 100002_DEST_PATH_IMAGE015
为出行者n选择第i种 交通方式的实际性价比，
Figure 100002_DEST_PATH_IMAGE016
为随机误差项。经过变换，多交通方式选择概率公式为：
Figure 100002_DEST_PATH_IMAGE017
（6）
Figure 100002_DEST_PATH_IMAGE018
表示一个正的兑换参数，用它来衡量出行者的感知阻抗与实际阻抗之间的误 差，当它趋于无穷大时，表示出行者的感知阻抗与实际阻抗相差很小，此时第i种交通方式 的选择概率趋于1；当它趋于零时，表示出行者的选择几乎不受实际阻抗的影响，各种交通 方式会以均等的概率被选中。
本发明选择三个指标作为衡量选择某种交通方式的“性能”。其一，旅客搭乘该种交通方式能够离开机场的距离数；其二，旅客在搭乘该种交通方式时感到“舒适度”的距离数，对于旅客感知到的“舒适度”是以交通方式的拥挤程度作为衡量参数；其三，旅客利用等候该种交通方式的时间去乘坐私家车而离开机场的距离数，这是指标作为“负性能”指标，与前面两个指标对性能的影响成反比。
（1）大巴公交的性价比函数
机场一般有机场巴士与空港公交两种大巴，机场巴士是单人单座，而空港巴士是公交车模式，旅客在乘坐过程中可以选择站立。由于这个特点，两种巴士需要分别设计其性价比函数。
旅客乘坐巴士车型的性价比函数为：
Figure DEST_PATH_IMAGE019
（7）
其中，
Figure 100002_DEST_PATH_IMAGE020
为旅客乘坐l号巴士离开机场的距离（千米）；
Figure 100002_DEST_PATH_IMAGE021
为l号巴士与现状相 比的发车间隔变化率，平均发车间隔增加时为正，减小时为负；
Figure 100002_DEST_PATH_IMAGE022
为等待l号巴士的平均 时间（min）；
Figure 100002_DEST_PATH_IMAGE023
为私家车的平均速度（km/h）；
Figure 100002_DEST_PATH_IMAGE024
为乘坐l号巴士所花费的票价（元）。
旅客乘坐公交车型的性价比函数为：
Figure 100002_DEST_PATH_IMAGE025
（8）
其中，
Figure 100002_DEST_PATH_IMAGE026
为旅客乘坐l号公交离开机场的距离（千米）；
Figure 100002_DEST_PATH_IMAGE027
为l号公交与现状相比 的发车间隔变化率，平均发车间隔增加时为正，减小时为负；
Figure 100002_DEST_PATH_IMAGE028
为选择乘坐l号公交的旅客 数量（人）；
Figure 100002_DEST_PATH_IMAGE029
为公交的坐席数量（人）；
Figure 100002_DEST_PATH_IMAGE030
为等待l号公交的平均时间（min）；
Figure 100002_DEST_PATH_IMAGE031
为私家 车的平均速度（km/h）；
Figure 100002_DEST_PATH_IMAGE032
为乘坐l号公交所花费的票价（元）。
（2）轨道交通的性价比函数
Figure 100002_DEST_PATH_IMAGE033
（9）
其中，
Figure 100002_DEST_PATH_IMAGE034
为旅客乘坐轨道交通离开机场的距离（千米）；
Figure 100002_DEST_PATH_IMAGE035
为轨道交通与现状 相比的票价变化率，票价增加时为正，减小时为负；
Figure 100002_DEST_PATH_IMAGE036
为选择乘坐轨道交通的旅客数量 （人）；
Figure 100002_DEST_PATH_IMAGE037
为轨道交通列车的坐席数量（人）；
Figure 100002_DEST_PATH_IMAGE039
为等待轨道交通的平均时间（min）；
Figure 100002_DEST_PATH_IMAGE040
为私 家车的平均速度（km/h）；
Figure 100002_DEST_PATH_IMAGE041
为乘坐l号公交所花费的票价（元）。
（3）出租车的性价比函数
Figure 100002_DEST_PATH_IMAGE042
（10）
其中，
Figure 100002_DEST_PATH_IMAGE043
为旅客乘坐出租车离开机场的距离（千米）；
Figure 100002_DEST_PATH_IMAGE044
为出租车服务数量与现 状相比的变化率，数量增加时为正，减小时为负；
Figure 100002_DEST_PATH_IMAGE045
为等待出租车的平均时间（min）；
Figure 100002_DEST_PATH_IMAGE046
为 私家车的平均速度（km/h）；
Figure 100002_DEST_PATH_IMAGE047
为乘坐出租车所花费的票价（元）。
（4）私人交通的性价比函数
私人交通与前三种交通方式相比没有第四项性能，因此，
Figure 100002_DEST_PATH_IMAGE048
（11）
其中，
Figure 100002_DEST_PATH_IMAGE049
为旅客乘坐出租车离开机场的距离（千米）；
Figure 100002_DEST_PATH_IMAGE050
为乘坐出租车所花费的 票价（元）。
在本发明的一个可选实施例中，空港枢纽陆侧行人交通***由陆侧四种交通运输主体和到港旅客构成。对于陆侧交通运输主体来说，目的是将到港旅客协同有序地送出机场，同时达到运营利润最大；对于到港旅客来说，舒适便捷地快速离开机场便是目的。因此，本方法构建空港枢纽行人交通***的利润函数，以***利润为目标函数，以机场巴士公交的发车间隔、轨道交通的票价、出租车的单位服务数量为决策变量，当***利润达到最大时，输出调度方案。
（1）交通主体的运营函数
Figure 100002_DEST_PATH_IMAGE051
（12）
其中，
Figure 100002_DEST_PATH_IMAGE052
为单位时间一辆巴士公交的平均利润（元/辆），
Figure 100002_DEST_PATH_IMAGE053
为机场巴士公交的发 车间隔，T为研究时长（min），
Figure 100002_DEST_PATH_IMAGE054
为轨道交通的票价，
Figure 100002_DEST_PATH_IMAGE055
为轨道交通的发车间隔，
Figure 100002_DEST_PATH_IMAGE056
为单位 时间一辆出租车的平均利润（元/辆），X为单位时间的出租车服务数量。
（2）旅客的“获益”函数
对于到港旅客来说，以排队时长和拥挤度作为衡量旅客是否“获益”。当排队时长未超出接受范围之内，视为“获益”，否则视为“亏损”；当拥挤度未超出可接受范围之内，视为“获益”，否则视为“亏损”。因此，本方法设计如下旅客“获益”函数：
Figure 100002_DEST_PATH_IMAGE057
（13）
其中，γ为时间转换为货币的参数，q i 为选择乘坐四种交通的旅客数量，
Figure 100002_DEST_PATH_IMAGE058
为旅 客候车时间，
Figure 100002_DEST_PATH_IMAGE059
为平均候车时间，
Figure 100002_DEST_PATH_IMAGE060
为旅客感知到的拥挤度，
Figure 100002_DEST_PATH_IMAGE061
为平均拥挤度。
对于整个运力资源配置模型来说，有三个约束条件。
其一，机场巴士公交的发车间隔必须在允许的范围之内：
Figure 100002_DEST_PATH_IMAGE062
（14）
其二，公共交通（机场巴士公交、轨道交通）的满载率不得超过1：
Figure 100002_DEST_PATH_IMAGE063
（15）
其中，
Figure 100002_DEST_PATH_IMAGE064
为向上取整符号，
Figure 100002_DEST_PATH_IMAGE065
为公共交通的剩余满载率，
Figure 100002_DEST_PATH_IMAGE066
为公共交通的最大 载客量
其三，出租车在空港枢纽的运力不得小于客流需求：
Figure 100002_DEST_PATH_IMAGE067
（16）
Figure 100002_DEST_PATH_IMAGE068
为每辆出租车的平均服务人数。
综上所述，空港枢纽陆侧交通的运力资源配置模型为：
Figure DEST_PATH_IMAGE069
（17）
Figure DEST_PATH_IMAGE070
为空港枢纽交通运营注意运营利润的权重系数，
Figure DEST_PATH_IMAGE071
为旅客选择各交通方式出 行利润的权重系数。
在本发明中，互馈模型的主模型为基于多目标优化的运力资源配置模型，反馈模型为客流分配模型。主模型的表达式如式（17）所示，反馈模型的表达式如下：
Figure DEST_PATH_IMAGE072
（18）
Figure DEST_PATH_IMAGE073
（19）
其中，
Figure DEST_PATH_IMAGE074
为选择不同交通方式的客流量（人），Q为到港的客流总量（人）。
主模型中得到当前客流分配情况下最优的机场大巴公交发车间隔、轨道交通票价以及出租车单位时间服务数量。将这些结果传入反馈模型中以后，由于反馈模型中的性价比函数与这些变量相关，所以客流分配方案会随着运力资源调整的方案变化而变化。
反馈模型在得到平衡后的客流分配方案以及运力资源配置方案之后，与实时脉冲客流相比较，如果差异度在一定范围内，则输出此时的方案；否则，将实时客流传入模型中重新计算，待达到平衡时反复进行，达到运力流与客流动态耦合的目的。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现，相应地，上述实施例中的各模型可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于互馈模型的空港客流与运力流动态耦合方法，其特征在于，包括如下步骤：
1）根据实时客流数据和运力配置数据，基于互馈模型得到客流分配方案与运力配置方案，其中，互馈模型的主模型为运力资源配置模型，互馈模型的反馈模型为客流分配模型；运力资源配置模型得到当前客流分配情况下最优运力资源配置方案，并输出运力资源配置方案的决策变量，将决策变量传入客流分配模型中得到客流分配方案；所述客流分配模型中旅客选择各交通方式的性价比函数配置为与所述决策变量相关，所述运力资源配置模型中交通***的利润函数配置为与旅客选择交通方式的行为相关；
所述步骤1）中的客流分配模型为随机效用模型；旅客可选择i种出行方式离开机场，各交通方式的性价比函数即为效用函数，各交通方式性价比大小即为路径阻抗；
所述的离开机场的出行方式包括：大巴公交、轨道交通、出租车和私人交通，其中大巴公交包括巴士车型和公交车型；
旅客乘坐巴士车型的性价比函数为：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
为旅客乘坐l号巴士离开机场的距离；
Figure DEST_PATH_IMAGE003
为l号巴士与现状相比的发车间隔 变化率，平均发车间隔增加时为正，减小时为负；
Figure DEST_PATH_IMAGE004
为等待l号巴士的平均时间；
Figure DEST_PATH_IMAGE005
为私家 车的平均速度；
Figure DEST_PATH_IMAGE006
为乘坐l号巴士所花费的票价；
旅客乘坐公交车型的性价比函数为：
Figure DEST_PATH_IMAGE007
其中，
Figure DEST_PATH_IMAGE008
为旅客乘坐l号公交离开机场的距离；
Figure DEST_PATH_IMAGE009
为l号公交与现状相比的发车间隔 变化率，平均发车间隔增加时为正，减小时为负；
Figure DEST_PATH_IMAGE010
为选择乘坐l号公交的旅客数量；
Figure DEST_PATH_IMAGE011
为公交的坐席数量；
Figure DEST_PATH_IMAGE012
为等待l号公交的平均时间；
Figure 528942DEST_PATH_IMAGE005
为私家车的平均速度；
Figure DEST_PATH_IMAGE013
为乘坐l 号公交所花费的票价；
轨道交通的性价比函数为：
Figure DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
为旅客乘坐轨道交通离开机场的距离；
Figure DEST_PATH_IMAGE016
为轨道交通与现状相比的票价变 化率，票价增加时为正，减小时为负；
Figure DEST_PATH_IMAGE017
为选择乘坐轨道交通的旅客数量；
Figure DEST_PATH_IMAGE018
为轨道交通 列车的坐席数量；
Figure DEST_PATH_IMAGE020
为等待轨道交通的平均时间；
Figure 695350DEST_PATH_IMAGE005
为私家车的平均速度；
Figure DEST_PATH_IMAGE021
为乘坐l号 公交所花费的票价；
出租车的性价比函数为：
Figure DEST_PATH_IMAGE022
其中，
Figure DEST_PATH_IMAGE023
为旅客乘坐出租车离开机场的距离；
Figure DEST_PATH_IMAGE024
为出租车服务数量与现状相比的变 化率，数量增加时为正，减小时为负；
Figure DEST_PATH_IMAGE025
为等待出租车的平均时间；
Figure 396459DEST_PATH_IMAGE005
为私家车的平均速 度；
Figure DEST_PATH_IMAGE026
为乘坐出租车所花费的票价；
私人交通的性价比函数为：
私人交通与前三种交通方式相比没有第四项性能，因此，
Figure DEST_PATH_IMAGE027
其中，
Figure DEST_PATH_IMAGE028
为旅客乘坐出租车离开机场的距离；
Figure DEST_PATH_IMAGE029
为乘坐出租车所花费的票价；
所述运力资源配置模型为基于多目标优化的多交通资源配置模型，以空港枢纽行人交通***的利润为目标函数，以机场巴士公交的发车间隔、轨道交通的票价、出租车的单位服务数量为决策变量，当***利润达到最大时，输出运力资源配置方案；
2）互馈模型得到平衡后的客流分配方案以及运力资源配置方案之后，与实时脉冲客流相比较，若客流分配方案与实时客流的差异度在规定范围内，则实施目前的运力资源配置方案；若不在规定范围内，则将此时客流数据输入到互馈模型中重新计算，直至客流分配方案与实时客流的差异度在规定范围内，输出最终运力资源配置方案。
2.根据权利要求1所述的基于互馈模型的空港客流与运力流动态耦合方法，其特征在于，所述客流分配模型表达式如下：
Figure DEST_PATH_IMAGE030
其中，旅客可选择i种出行方式离开机场，
Figure DEST_PATH_IMAGE031
为选择不同交通方式的客流量，Q为到港的 客流总量，
Figure DEST_PATH_IMAGE032
为出行者选择交通方式i的概率。
3.根据权利要求1或2所述的基于互馈模型的空港客流与运力流动态耦合方法，其特征在于，
根据随机效用理论，将效用
Figure DEST_PATH_IMAGE033
分为两个部分：
Figure DEST_PATH_IMAGE034
其中，
Figure DEST_PATH_IMAGE035
为***效应，
Figure DEST_PATH_IMAGE036
效用的随机部分；
出行者n选择交通方式i的概率是：
Figure DEST_PATH_IMAGE037
。
4.根据权利要求3所述的基于互馈模型的空港客流与运力流动态耦合方法，其特征在于，
所述效用的随机部分
Figure 159710DEST_PATH_IMAGE036
服从独立同分布的Gumbel分布，推导出Logit模型，Logit模型 下出行者选择交通方式i的概率为：
Figure DEST_PATH_IMAGE038
令
Figure DEST_PATH_IMAGE039
表示出行者n选择交通方式所用的性价比，当性价比最大时该种交通方式被选 中，即
Figure DEST_PATH_IMAGE040
，由
Figure DEST_PATH_IMAGE041
可得，有
Figure DEST_PATH_IMAGE042
，其中
Figure DEST_PATH_IMAGE043
为出行者n选择第i种交通方 式的实际性价比，
Figure DEST_PATH_IMAGE044
为随机误差项；经过变换，多交通方式选择概率公式为：
Figure DEST_PATH_IMAGE045
其中，
Figure DEST_PATH_IMAGE046
表示一个正的兑换参数，衡量出行者的感知阻抗与实际阻抗之间的误差，当它 趋于无穷大时，表示出行者的感知阻抗与实际阻抗相差很小，此时第i种交通方式的选择概 率趋于1；当它趋于零时，表示出行者的选择几乎不受实际阻抗的影响，各种交通方式会以 均等的概率被选中。
5.根据权利要求1所述的基于互馈模型的空港客流与运力流动态耦合方法，其特征在于，所述运力资源配置模型为：
Figure DEST_PATH_IMAGE047
其中，
Figure DEST_PATH_IMAGE048
为空港枢纽交通运营注意运营利润的权重系数，
Figure DEST_PATH_IMAGE049
为旅客选择各交通方式出 行利润的权重系数；
Figure DEST_PATH_IMAGE050
为单位时间一辆巴士公交的平均利润，
Figure DEST_PATH_IMAGE051
为机场巴士公交的发车 间隔，
Figure DEST_PATH_IMAGE052
为研究时长，
Figure DEST_PATH_IMAGE053
为轨道交通的票价，
Figure DEST_PATH_IMAGE054
为轨道交通的发车间隔，
Figure DEST_PATH_IMAGE055
为单位时间 一辆出租车的平均利润，
Figure DEST_PATH_IMAGE056
为单位时间的出租车服务数量；
Figure DEST_PATH_IMAGE057
为时间转换为货币的参数，
Figure DEST_PATH_IMAGE058
为选择乘坐四种交通的旅客数量，
Figure DEST_PATH_IMAGE059
为旅客候车时 间，
Figure DEST_PATH_IMAGE060
为平均候车时间，
Figure DEST_PATH_IMAGE061
为旅客感知到的拥挤度，
Figure DEST_PATH_IMAGE062
为平均拥挤度；
Figure DEST_PATH_IMAGE063
和
Figure DEST_PATH_IMAGE064
分别为机场巴士公交的发车间隔的下限和上限；
Figure DEST_PATH_IMAGE065
为向上取整符号，
Figure DEST_PATH_IMAGE066
为公共交通的剩余满载率，
Figure DEST_PATH_IMAGE067
为公共交通的最大载客量，
Figure DEST_PATH_IMAGE068
为每辆出租车的平均服务人 数。
6.根据权利要求1所述的基于互馈模型的空港客流与运力流动态耦合方法，其特征在于，
所述步骤1）中，通过主模型得到当前客流分配情况下最优的机场大巴公交发车间隔、轨道交通票价以及出租车单位时间服务数量，并将其作为决策变量，将决策变量传入反馈模型中，由于反馈模型中的性价比函数与这些决策变量相关，反馈模型得到的客流分配方案会随着决策变量的调整而变化。
7.一种基于互馈模型的空港客流与运力流动态耦合***，其特征在于，该***包括存储单元和处理单元，所述存储单元中存储可在所述处理单元上运行的计算机程序；所述处理单元执行所述计算机程序时实现如权利要求1-6任一项所述的基于互馈模型的空港客流与运力流动态耦合方法。
CN202110918704.7A 2021-08-11 2021-08-11 基于互馈模型的空港客流与运力流动态耦合方法和*** Active CN113361984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110918704.7A CN113361984B (zh) 2021-08-11 2021-08-11 基于互馈模型的空港客流与运力流动态耦合方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110918704.7A CN113361984B (zh) 2021-08-11 2021-08-11 基于互馈模型的空港客流与运力流动态耦合方法和***

Publications (2)

Publication Number Publication Date
CN113361984A CN113361984A (zh) 2021-09-07
CN113361984B true CN113361984B (zh) 2021-12-21

Family

ID=77522992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110918704.7A Active CN113361984B (zh) 2021-08-11 2021-08-11 基于互馈模型的空港客流与运力流动态耦合方法和***

Country Status (1)

Country Link
CN (1) CN113361984B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115620525B (zh) * 2022-12-16 2023-03-10 中国民用航空总局第二研究所 基于时变动态贝叶斯网络的短时交通客运需求预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226801A (zh) * 2013-03-19 2013-07-31 天津市市政工程设计研究院 基于多用户配流模型的空港集疏运交通量确定方法
CN103745277A (zh) * 2014-01-22 2014-04-23 宁波大学 一种轨道交通接驳公交线网优化***
CN108615353A (zh) * 2018-04-28 2018-10-02 深圳大学 公交运行状态数据调整处理方法、智能终端及存储介质
CN109409955A (zh) * 2018-10-24 2019-03-01 天津市市政工程设计研究院 需求变化下分期分时定制公交票价制定方法
CN111582691A (zh) * 2020-04-28 2020-08-25 北京交通大学 基于双层规划的客运枢纽多交通方式的运力匹配方法
CN112200372A (zh) * 2020-10-14 2021-01-08 北京航空航天大学 一种大型空港枢纽陆侧综合交通优化乘客分担率计算及乘客引导方法
CN112380398A (zh) * 2020-11-12 2021-02-19 北京交通大学 一种空港旅客多交通方式换乘出行链构建装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103500499B (zh) * 2013-09-25 2015-12-02 青岛海信网络科技股份有限公司 一种综合客运枢纽旅客交通方式选择的诱导方法及***
CN107368915B (zh) * 2017-06-16 2021-04-23 北京交通大学 一种地铁乘客出行时间选择行为分析方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226801A (zh) * 2013-03-19 2013-07-31 天津市市政工程设计研究院 基于多用户配流模型的空港集疏运交通量确定方法
CN103745277A (zh) * 2014-01-22 2014-04-23 宁波大学 一种轨道交通接驳公交线网优化***
CN108615353A (zh) * 2018-04-28 2018-10-02 深圳大学 公交运行状态数据调整处理方法、智能终端及存储介质
CN109409955A (zh) * 2018-10-24 2019-03-01 天津市市政工程设计研究院 需求变化下分期分时定制公交票价制定方法
CN111582691A (zh) * 2020-04-28 2020-08-25 北京交通大学 基于双层规划的客运枢纽多交通方式的运力匹配方法
CN112200372A (zh) * 2020-10-14 2021-01-08 北京航空航天大学 一种大型空港枢纽陆侧综合交通优化乘客分担率计算及乘客引导方法
CN112380398A (zh) * 2020-11-12 2021-02-19 北京交通大学 一种空港旅客多交通方式换乘出行链构建装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
城市轨道交通网络客流分配模型和算法综述;周玮腾等;《***工程理论与实践》;20170228;第37卷(第2期);第440-451页 *
大型机场旅客城市空间分布预测与交通方式选择行为研究;路尧;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20200315;第1-143页 *
空港枢纽陆侧交通运力匹配与换乘仿真优化研究;宋悦;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20210315;第9-39页 *

Also Published As

Publication number Publication date
CN113361984A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN106504516B (zh) 一种基于公交站点信息化的多形式公交动态调度方法
CN107101643B (zh) 一种拼车匹配方法
CN112307564A (zh) 列车ato目标运行速度曲线优化方法及装置
CN109409599A (zh) 基于实时需求的定制公交线路开通优化方法
Bischoff et al. Proactive empty vehicle rebalancing for Demand Responsive Transport services
CN106779176A (zh) 电动出租车快充站内充电设施配置及定容方法
Jin et al. On the interaction between public transport demand, service quality and fare for social welfare optimisation
CN102279950A (zh) 基于数据挖掘和神经网络的轨道交通清分方法
CN108106622A (zh) 一种乘车路线规划方法及***
CN113361984B (zh) 基于互馈模型的空港客流与运力流动态耦合方法和***
CN114841556A (zh) 一种轨道交通跨线运营运输计划评估***及方法
CN115545337A (zh) 一种考虑线-网互动的电动汽车充电决策优化方法
Karamanis et al. Dynamic pricing in one-sided autonomous ride-sourcing markets
CN104331746B (zh) 一种分离式的动态路径优化***及其方法
Iliopoulou et al. Route planning for a seaplane service: The case of the Greek Islands
CN109583634A (zh) 一种基于现代投资组合理论的外卖配送路径选择方法
CN110675182A (zh) 一种车票定价方法、装置、存储介质和服务器
Yan et al. Seating provision and configuration of a 12m city bus considering passenger crowding
CN109086909A (zh) 一种完全利用运载工具零碎空座的通用售票方法
Lu et al. Compatibility-based approach for routing and scheduling the demand responsive connector
CN111476608A (zh) 一种响应型接驳公交车票价的竞争定价方法
CN112288272A (zh) 基于需求演化与流量传播的地铁客流调控计划编制方法
Keudel Computer-aided line network design (DIANA) and minimization of transfer times in networks (FABIAN)
Si et al. Optimization model and algorithm for mixed traffic of urban road network with flow interference
CN115713184A (zh) 一种公交线路运营服务评估方法

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