CN115018208A - 一种城市轨道运力优化方法、电子设备及其存储介质 - Google Patents
一种城市轨道运力优化方法、电子设备及其存储介质 Download PDFInfo
- Publication number
- CN115018208A CN115018208A CN202210932469.3A CN202210932469A CN115018208A CN 115018208 A CN115018208 A CN 115018208A CN 202210932469 A CN202210932469 A CN 202210932469A CN 115018208 A CN115018208 A CN 115018208A
- Authority
- CN
- China
- Prior art keywords
- departure
- urban rail
- section
- time slice
- constraint
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000005457 optimization Methods 0.000 title claims abstract description 39
- 238000012546 transfer Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 102000002423 Octamer Transcription Factor-6 Human genes 0.000 description 2
- 108010068113 Octamer Transcription Factor-6 Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
一种城市轨道运力优化方法、电子设备及其存储介质,属于城市轨道交通客流管理技术领域。为提高城市轨道运力与乘客出行需求的匹配程度。本发明将车站作为节点构建城市轨道线路网络拓扑结构;统计各个时间片内的各个断面的客流数据,对各个断面乘客出行需求预测数据进行推演得到各方向起始站在各个时间片的发车需求;合并各个时间片不同断面的发车需求;对每个时间片不同断面的最大发车需求进行Fisher聚类得到动态规划转移函数,进行运营时段划分;枚举建立交路方案集合,建立最小化运能缺口模型及约束条件,建立最小化剩余运能模型及约束条件;对每个运营时段进行城市轨道运力优化得到优化后的全天的运营交路计划及各个时段的发车频率。
Description
技术领域
本发明属于城市轨道交通客流管理技术领域,具体涉及一种城市轨道运力优化方法、电子设备及其存储介质。
背景技术
城市轨道交通是一种高效、绿色的客运方式,近年来在我国得到快速发展。在城市轨道交通实际运营过程中,列车运力能否满足客流需求是一个城市轨道交通***的重要评价指标。由于乘客出行需求在时空分布上表现不均匀,不合理的列车开行方案容易造成运力不足或者运力浪费,从而导致乘客等待时间过长或者城市轨道交通客运公司盈利过少。因此,如何对运力进行优化,已经成为城市轨道交通实际运营过程中迫不及待的问题。
黎茂盛在《城市轨道交通运营管理》中进行了运力优化的研究,此研究方案能够计算出满足最大乘客出行最大断面的需求,但是忽略了实际运营过程中的约束,如最大发车间隔约束、列车通过能力约束、最小追踪时间约束等。在高峰特大客流期间,按照这种方式计算出来的发车间隔常常是不可行的,并且该方案还忽略了乘客出行需求在空间的不均匀性,仅用最大断面的需求进行计算造成大量的城市轨道交通运能的浪费。
公开号为CN 111882156 A、发明名称为面向随机动态客流和节能运行的列车时刻表鲁棒优化方法的研究方案为:S1、在列车时刻表鲁棒优化模型中引入有效服务决策变量、列车在首站的发车时间决策变量以及各站间运行曲线选择决策变量;S2、构建列车时刻表与列车的发车时间决策变量和各站间运行曲线选择决策变量之间的线性关联约束;S3、构建列车时刻表与有效服务决策变量之间的非线性关联约束;构建列车运行安全时间间隔约束和列车承载能力约束;S4、结合步骤S1-S3,构建面向随机动态客流和节能运行的列车时刻表鲁棒优化模型;S5、对鲁棒优化模型进行求解,得到最优列车时刻表。本发明可以高效求解不确定客流条件下的地铁列车时刻表优化问题,提高了解的鲁棒性。但该技术方案所建立的数学模型是一个大规模的MIP问题,存在求解时间长、效率低等问题,使用CPLEX等商业求解器需要花费巨额资金进行购买;该技术方案基于随机生成的多场景进行鲁棒性优化,难以刻画乘客到达的规律,如果不能对乘客的到达特征进行刻画,得到结果不能保证乘客满意度的提升;该技术方案在模型中没有考虑小交路方案的存在,那么得到的结果将会造成运能的浪费,不利于城市轨道运营公司降低成本。
发明内容
本发明要解决的问题是提高城市轨道运力与乘客出行需求的匹配程度,发明了一种城市轨道运力优化方法、电子设备及其存储介质。
为实现上述目的,本发明通过以下技术方案实现:
一种城市轨道运力优化方法,包括如下步骤:
S1、以车站作为节点构建城市轨道线路网络拓扑结构;
S2、统计各个时间片内的各个断面的客流数据,根据历史OD客流,对各个断面乘客出行需求预测数据进行推演,得到各方向起始站在各个时间片的不同断面的发车需求;
S3、合并各个时间片不同断面的发车需求;
S4、对每个时间片不同断面的最大发车需求进行Fisher聚类,得到动态规划转移函数,求解动态规划问题,最终得到城市轨道交通运营时段划分;
S5、城市轨道运力优化:枚举建立交路方案集合,建立最小化运能缺口模型及约束条件,建立最小化剩余运能模型及约束条件;对每个运营时段进行所述城市轨道运力优化,得到优化后的全天的运营交路计划及各个时段的发车频率。
进一步的,步骤S2的具体实现方法包括如下步骤:
S2.1、首先基于日乘客出行需求预测数据进行推演,表示第个方向、第个时间片、第个断面出行需求预测数据,然后按照15分钟的时间片间隔对乘客出行需求进行统计,将一日划分为96个时间片,则时间片集合,时间片;
进一步的,步骤S5的枚举建立交路方案集合的具体实现方法为:对于一条城市轨道线路中的所有具备折返功能的站点,任意选择两个,进行小交路方案的枚举,经过枚举之后,得到上行方向、下行方向经过各个断面的情况矩阵的总数为:
进一步的,步骤S5建立最小化运能缺口模型及约束条件的具体实现方法为:
最小化运能缺口模型的目标函数为:
最小化运能缺口模型的包括以下约束条件:发车频率范围约束、预期平均满载率约束、运能缺口约束;
所述发车频率范围约束为:
所述预期平均满载率约束为:
所述运能缺口约束为:
进一步的,步骤S5建立最小化剩余运能模型及约束条件的具体实现方法为:
最小化剩余运能模型的目标函数为:
最小化剩余运能模型的包括以下约束条件:预期平均满载率约束、交路方案集合约束、剩余运力约束、线路通过能力约束;
交路方案集合约束为:
所述剩余运力约束为:
所述线路通过能力约束为:
电子设备,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现所述的一种城市轨道运力优化方法的步骤。
进一步的,计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的一种城市轨道运力优化方法。
本发明的有益效果:
本发明所述的一种城市轨道运力优化方法,根据城市轨道历史特征日客流预测数据,使用Fisher聚类算法进行时段划分;根据断面出行需求特征,给出合理的城市轨道运营时段划分,为城市轨道的运力配置奠定基础。
本发明所述的一种城市轨道运力优化方法,根据历史客流数据得到预测的出行需求,本专利能够得到与之匹配的城市轨道运力配置,包括交路方案、发车频率等信息。
本发明所述的一种城市轨道运力优化方法,针对划分好的时段,根据分时间片的出行OD需求,分阶段对城市轨道运营的发车频率、交路方案分阶段进行优化,从而提升城市轨道运力与乘客出行需求的匹配程度。
本发明所述的一种城市轨道运力优化方法,针对数学优化问题,提出一种满足计算效率要求的程序架构,能有效的在多种平台上实施。
附图说明
图1为本发明所述的一种城市轨道运力优化方法的流程图;
图2为本发明所述的一种城市轨道运力优化方法的城市轨道线路网络拓扑;
图3为本发明所述的一种城市轨道运力优化方法的运营时段划分柱状图;
图4为本发明所述的一种城市轨道运力优化方法的枚举交路方案示意图;
图5为本发明所述的一种城市轨道运力优化方法的运能优化前后对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅用以解释本发明,并不用于限定本发明,即所描述的具体实施方式仅仅是本发明一部分实施方式,而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计,本发明还可以具有其他实施方式。
因此,以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式,都属于本发明保护的范围。
为能进一步了解本发明的发明内容、特点及功效,兹例举以下具体实施方式,并配合附图1-5详细说明如下:
具体实施方式一:
一种城市轨道运力优化方法,包括如下步骤:
S1、以车站作为节点构建城市轨道线路网络拓扑结构;
S2、统计各个时间片内的各个断面的客流数据,根据历史OD客流,对各个断面乘客出行需求预测数据进行推演,得到各方向起始站在各个时间片的不同断面的发车需求;
步骤S2的具体实现方法包括如下步骤:
S2.1、首先基于日乘客出行需求预测数据进行推演,表示第个方向、第个时间片、第个断面出行需求预测数据,然后按照15分钟的时间片间隔对乘客出行需求进行统计,将一日划分为96个时间片,则时间片集合,时间片;
S3、合并各个时间片不同断面的发车需求;
S4、对每个时间片不同断面的最大发车需求进行Fisher聚类,得到动态规划转移函数,求解动态规划问题,最终得到城市轨道交通运营时段划分;划分结果如图3所示;
S5、城市轨道运力优化:枚举建立交路方案集合,建立最小化运能缺口模型及约束条件,建立最小化剩余运能模型及约束条件;对每个运营时段进行所述城市轨道运力优化,得到优化后的全天的运营交路计划及各个时段的发车频率;
进一步的,步骤S5的枚举建立交路方案集合的具体实现方法为:对于一条城市轨道线路中的所有具备折返功能的站点,任意选择两个,进行小交路方案的枚举,经过枚举之后,得到上行方向、下行方向经过各个断面的情况矩阵的总数为:
枚举建立交路方案集合如附图4所示,实心圆表示可折返站点,5个站点中,有4个折返站,即,可知小交路方案有5种,即<1,2>、<1,4>、<2,4>、<2,5>、<4,5>,根据定义可以得到上行方向矩阵、下行方向矩阵如下:
进一步的,步骤S5建立最小化运能缺口模型及约束条件的具体实现方法为:
最小化运能缺口模型的目标函数为:
最小化运能缺口模型的包括以下约束条件:发车频率范围约束、预期平均满载率约束、运能缺口约束;
所述发车频率范围约束为:
所述预期平均满载率约束为:
所述运能缺口约束为:
最小化运能缺口模型是线性规划模型,可以使用SCIP、CPLEX、GUROBI进行求解,得到使各个断面运能缺口总和最小的发车频率。
进一步的,步骤S5建立最小化剩余运能模型及约束条件的具体实现方法为:
最小化剩余运能模型的目标函数为:
最小化剩余运能模型的包括以下约束条件:预期平均满载率约束、交路方案集合约束、剩余运力约束、线路通过能力约束;
交路方案集合约束为:
所述剩余运力约束为:
所述线路通过能力约束为:
最小化剩余运能模型是线性规划模型,模型通过数学规划求解器,如SCIP、CPLEX、GUROBI等求解出使目标函数最小的交路方案、发车频率。
对全天划分后的每一个运营时段通过进行运能优化,得到全天的运营交路计划及各个时段的发车频率。
图5为本发明所述的一种城市轨道运力优化方法的优化后的柱状图,从图5可知:(1)优化前,上行断面从塘坑至草埔区间十个断面出现运能不足的情况,而优化后, 运能不足的断面仅剩两个,表明本实施方式能够有效地改善运能不足的情况。(2)原来的方案中没有交路,经过优化之后,本实施方式产生了一段小交路交路(塘坑-益田)。表明本实施方式的方法能够从小交路方案集合中选择一种最优的小交路作为城市轨道交通交路方案,从而减少运能的浪费。
具体实施方式二:
电子设备,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现具体实施方式一所述的一种城市轨道运力优化方法的步骤。
本发明的计算机装置可以是包括有处理器以及存储器等装置,例如包含中央处理器的单片机等。并且,处理器用于执行存储器中存储的计算机程序时实现上述的基于CREO软件的可修改由关系驱动的推荐数据的推荐方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
具体实施方式三:
计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现具体实施方式一所述的一种城市轨道运力优化方法。
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质,包括但不限于非易失性存储器、易失性存储器、铁电存储器等,计算机可读存储介质上存储有计算机程序,当计算机装置的处理器读取并执行存储器中所存储的计算机程序时,可以实现上述的基于CREO软件的可修改由关系驱动的建模数据的建模方法的步骤。 所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本发明的技术关键点和欲保护点为:
(1)提出的城市轨道运力优化技术路线;
(2)所提出的数学优化模型;
(3)提出的数学模型可由其他精确数值解法或启发式求解,无论求解算法如何,应该属于专利保护范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然在上文中已经参考具体实施方式对本申请进行了描述,然而在不脱离本申请的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本申请所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本申请并不局限于文中公开的特定具体实施方式,而是包括落入权利要求的范围内的所有技术方案。
Claims (10)
1.一种城市轨道运力优化方法,其特征在于:包括如下步骤:
S1、以车站作为节点构建城市轨道线路网络拓扑结构;
S2、统计各个时间片内的各个断面的客流数据,根据历史OD客流,对各个断面乘客出行需求预测数据进行推演,得到各方向起始站在各个时间片的不同断面的发车需求;
S3、合并各个时间片不同断面的发车需求;
S4、对每个时间片不同断面的最大发车需求进行Fisher聚类,得到动态规划转移函数,求解动态规划问题,最终得到城市轨道交通运营时段划分;
S5、城市轨道运力优化:枚举建立交路方案集合,建立最小化运能缺口模型及约束条件,建立最小化剩余运能模型及约束条件;对每个运营时段进行所述城市轨道运力优化,得到优化后的全天的运营交路计划及各个时段的发车频率。
8.根据权利要求7所述的一种城市轨道运力优化方法,其特征在于:步骤S5建立最小化剩余运能模型及约束条件的具体实现方法为:
最小化剩余运能模型的目标函数为:
最小化剩余运能模型的包括以下约束条件:预期平均满载率约束、交路方案集合约束、剩余运力约束、线路通过能力约束;
交路方案集合约束为:
所述剩余运力约束为:
所述线路通过能力约束为:
9.电子设备,其特征在于,包括存储器和处理器,存储器存储有计算机程序,所述的
处理器执行所述计算机程序时实现权利要求 1-8 任一项所述的一种城市轨道运力优化方法的步骤。
10.计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被
处理器执行时实现权利要求 1-8 任一项所述的一种城市轨道运力优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210932469.3A CN115018208B (zh) | 2022-08-04 | 2022-08-04 | 一种城市轨道运力优化方法、电子设备及其存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210932469.3A CN115018208B (zh) | 2022-08-04 | 2022-08-04 | 一种城市轨道运力优化方法、电子设备及其存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018208A true CN115018208A (zh) | 2022-09-06 |
CN115018208B CN115018208B (zh) | 2023-02-03 |
Family
ID=83065458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210932469.3A Active CN115018208B (zh) | 2022-08-04 | 2022-08-04 | 一种城市轨道运力优化方法、电子设备及其存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018208B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943484A (zh) * | 2022-07-20 | 2022-08-26 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种轨道客流运能匹配方法及其电子设备及其存储介质 |
CN115239030A (zh) * | 2022-09-23 | 2022-10-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种城市轨道交通交路时刻表优化方法、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789175A (zh) * | 2010-01-08 | 2010-07-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
CN109410562A (zh) * | 2018-10-29 | 2019-03-01 | 重庆交通大学 | 一种社区公交的优化调度方法 |
CN112465211A (zh) * | 2020-11-24 | 2021-03-09 | 北京交通大学 | 一种轨道交通列车满载率控制方法及应用 |
CN112561249A (zh) * | 2020-09-04 | 2021-03-26 | 同济大学 | 面向实时需求的城市定制公交调度方法 |
CN113935181A (zh) * | 2021-10-22 | 2022-01-14 | 暨南大学 | 一种基于匹配客流的列车模拟运行优化***构建方法 |
US20220135087A1 (en) * | 2020-10-30 | 2022-05-05 | Traffic Control Technology Co., Ltd. | Passenger-oriented transfer synchronization optimization method and passenger-oriented transfer synchronization optimization device |
-
2022
- 2022-08-04 CN CN202210932469.3A patent/CN115018208B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789175A (zh) * | 2010-01-08 | 2010-07-28 | 北京工业大学 | 公共交通多线路静态协调调度方法 |
CN109410562A (zh) * | 2018-10-29 | 2019-03-01 | 重庆交通大学 | 一种社区公交的优化调度方法 |
CN112561249A (zh) * | 2020-09-04 | 2021-03-26 | 同济大学 | 面向实时需求的城市定制公交调度方法 |
US20220135087A1 (en) * | 2020-10-30 | 2022-05-05 | Traffic Control Technology Co., Ltd. | Passenger-oriented transfer synchronization optimization method and passenger-oriented transfer synchronization optimization device |
CN112465211A (zh) * | 2020-11-24 | 2021-03-09 | 北京交通大学 | 一种轨道交通列车满载率控制方法及应用 |
CN113935181A (zh) * | 2021-10-22 | 2022-01-14 | 暨南大学 | 一种基于匹配客流的列车模拟运行优化***构建方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943484A (zh) * | 2022-07-20 | 2022-08-26 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种轨道客流运能匹配方法及其电子设备及其存储介质 |
CN115239030A (zh) * | 2022-09-23 | 2022-10-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种城市轨道交通交路时刻表优化方法、设备及存储介质 |
CN115239030B (zh) * | 2022-09-23 | 2023-02-14 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种城市轨道交通交路时刻表优化方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115018208B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115018208B (zh) | 一种城市轨道运力优化方法、电子设备及其存储介质 | |
CN106846041A (zh) | 优惠券的发放方法及*** | |
CN111079875A (zh) | 基于多源数据的公共交通客流监测方法、装置和存储介质 | |
CN104376327B (zh) | 一种公共自行车租赁点的聚类方法 | |
CN104484743A (zh) | 一种可回收资源的管理***及方法 | |
CN109800904A (zh) | 带时间窗的装配式建筑预制件配送路径优化方法及*** | |
CN114943484B (zh) | 一种轨道客流运能匹配方法及其电子设备及其存储介质 | |
CN111080116A (zh) | 一种共享单车和公共自行车的协同调度方法 | |
CN106504534A (zh) | 一种预测道路路况的方法、装置及用户设备 | |
CN113610587B (zh) | 一种智能家居订单服务平台的分发方法 | |
CN108320494A (zh) | 一种公交动态调度方法、存储介质及设备 | |
CN114363842B (zh) | 基于手机信令数据的公交乘客下车站点预测方法及装置 | |
CN104991967A (zh) | 一种搭乘出租车的推荐方法、***及客户端 | |
Jurincic | Carrying capacity assessment of Slovene Istria for tourism | |
CN112465384A (zh) | 一种运力调度的方法、装置、计算机设备及计算机可读存储介质 | |
Sevim et al. | Scheduling the vehicles of bus rapid transit systems: a case study | |
CN113793195B (zh) | 网约车订单处理方法、装置、计算机设备及可读存储介质 | |
CN112818679A (zh) | 事件类别确定方法、装置及电子设备 | |
Guo et al. | A Study on the Practical Carrying Capacity of Large High‐Speed Railway Stations considering Train Set Utilization | |
Xiong et al. | CLSTAN: ConvLSTM‐Based Spatiotemporal Attention Network for Traffic Flow Forecasting | |
CN109191853B (zh) | 城市道路交警执勤岗点配置方法 | |
CN117575298B (zh) | 一种基于关联规则的城际拼车订单调度方法、装置及设备 | |
Hai et al. | Optimization of train working plan based on multiobjective bi-level programming model | |
CN115392806B (zh) | 污泥处置监管***及污泥处置监管方法 | |
Yang et al. | Optimal service design of demand responsive connector with elastic demand |
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 |