拥塞条件下的城市轨道交通网络流量分配演化建模及疏导策略研究

摘要

我国进入网络化运营的时代背景要求在满足大客运量运输安全和运营效率的前提下，逐渐提升轨道交通客运技术，实现以人为本的客运服务理念。然而，由于客运需求与客运能力供给的分布不均衡性，常常会在网络上造成难以预见的网络客流拥塞状况，并且由于流量的动态演化性而产生各种急剧突发和影响重大的客运安全问题，为安全运营带来极大的挑战。随着我国城市轨道交通网络复杂化程度提高，在面临严峻的客运安全问题时，当采取相应管控措施时，目前多以经验判断为主，缺少对于拥塞条件下的客流分布状态的准确把握和分析，缺少对于网络流量演化的精确认知和评估，缺失网络流量拥塞的有效疏导和控制。而这些问题也是目前运营管理人员、国内外研究学者以至整个社会都高度重视的问题，因此需要从理论上进行合理解释，从技术方法上进行科学建模，从实践应用上进行有效验证。解决以上问题有利于提高城市轨道交通网络化运营下的大客流评估和分析技术，有利于提高网络化运营条件下的拥塞状态分析和管理能力，有利于提高城市轨道交通网络拥挤管理控制的决策水平，为城市轨道交通应急处置和危机响应能力提供重要的理论奠基和技术手段。基于此，本文将包括以下研究内容:
　　(1)分析城市轨道交通网络架构，构建城市轨道交通物理网络模型，并对列车运行组织进行分析，在此基础上研究了城市轨道交通网络下的时间依赖性特征。综合线网分布形式和运输组织方案，建立具有时变性质的时刻表扩展网络，并构建了时刻表扩展网络下的k短时变路径搜索算法。
　　(2)根据城市轨道交通乘客出行行为调查分析了乘客出行的主要行为因素和行为特征。根据乘客出行决策选择过程，根据影响因素的确定性和动态性，将乘客出行中的影响因素分为基本决策因素和附加决策因素，基于随机效用理论，构建乘客路径选择模型;考虑乘客对于信息依赖程度、乘客的理性出行程度和理性出行激发阈值，研究分析了乘客出行的自适应学习行为，从理论上构建了乘客出行自适应学习模型。
　　(3)通过建立拥塞条件下的城市轨道交通客流动态分配模型，研究严格考虑列车容量限制和乘客留乘因素影响下的客流分配问题，证明了能力限制条件下和乘客留乘费用的随机用户均衡关系，并提出了求解该模型的有效算法，依据模型计算客流在路网的分配情况并分析了影响客流分配结果的参数敏感性，完善了城市轨道交通客流分配理论。本文所提出的客流分配模型，能够实现误差为11.2％的客流分配计算，同时能推算客流拥塞条件下的车站乘客留乘时间。
　　(4)基于多智能体仿真建模技术和方法，采用自底向上的建模方法，结合乘客出行的路径选择行为和自适应学习行为，提出了解决路径重叠下的客流路径选择模型和序列过程的列车选择模型，同时提出了日变条件下的乘客自适应学习模型。通过构建日变条件下的客流动态演化仿真模型，模拟和复现不同信息依赖条件、不同理性程度和决策激发改变阈值的行为特点下的客流在日变条件下的网络全出行决策过程。通过仿真实验分析和解释城市轨道交通网络客流演化过程。在此基础上，通过构建车站-区间流量线性比例矩阵和客流留乘延误时长指标，研究网络流量演化评估和网络客流留乘延误评估方法，从客流的空间扩散和时间扩展角度刻画网络客流的路网传播过程。通过算例解释了网络的演化机理，并提出了拥塞状态的数值化评估方法。
　　(5)根据客流的分布情况和网络演化规律，研究了通过城市轨道交通网络运输供给能力调配和客运需求管控的最优化技术，通过构建了网络运力资源优化模型和网络协调限流模型，提出了以网络运营效率最优和能力利用最大化为目标的客流拥塞疏导理论技术和方法体系。实例证明了模型在调配网络运能运力资源，实现流量最优化控制，疏导网络拥塞状态方面具有较高的理论价值和应用意义。
　　论文研究的主要创新点主要有:1）从客流分配角度提出了城市轨道交通时刻表扩展网络，并基于该网络构建了k短时变路径搜索算法，包括双层拓扑子图的深度优先的分支边删除算法和时刻表扩展的遍历算法。该算法相较既有算法降低了复杂度，并具有更优的搜索效率。同时证明了城市轨道交通网络流量分配与路径留乘时间的随机均衡条件，并以留乘时间作为决策变量构建了考虑列车容量限制条件下的客流随机均衡分配模型，为基于时刻表的客流分配模型提供建模思路。2)提出了联合分层选择行为的乘客决策模型，构建了从乘客出行中的路径选择和列车选择的决策树模型，为客流网络出行决策提供了新的研究思路和建模方法。3）提出了通过乘客出行行为建模的日变网络演化模型，基于客流微观行为学，研究城市轨道交通客流日变演化问题。模型通过考虑乘客对信息依赖程度，乘客理性程度和乘客理性决策激发变量的变化分析复杂的城市轨道交通网络中的日变演化过程。4）构建了基于进站流率最高和区间运力利用率最高的网络协调限流模型，并提出了区分空间和时间粒度的精细化的网络协调限流技术。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景、意义及目的

1．1．1 研究背景

1．1．2 研究意义及目的

1．2 国内外研究现状

1．2．1 城市轨道交通网络流量分配

1．2．2 城市轨道交通拥塞管理和控制策略综述

1．3 论文主要研究内容及论文框架

1．3．1 主要研究内容

1．3．2 论文框架

2 城市轨道交通网络分析

2．1 城市轨道交通网络架构分析

2．2 城市轨道交通网络层次分析

2．2．1 城市轨道交通物理路网拓扑层

2．2．2 城市轨道交通列车运行网络层

2．2．3 城市轨道交通网络的时间依赖性

2．3 城市轨道交通网络建模

2．3．1 城市轨道交通物理拓扑网络建模

2．3．1 城市轨道交通时刻表扩展网络模型

2．4 小结

3 城市轨道交通乘客出行行为分析与建模

3．1 城市轨道交通乘客出行调查分析

3．2 城市轨道交通乘客路径选择行为分析及建模

3．2．1 乘客出行路径选择影响因素分析

3．2．2 乘客出行路径选择建模

3．3 城市轨道交通乘客出行自适应行为分析及建模

3．3．1 城市轨道交通乘客出行自适应行为分析

3．3．2 城市轨道交通乘客出行自适应行为建模

3．4 小结

4 基于时刻表的城市轨道交通网络流量分配模型

4．1 拥塞网络的流量特征

4．1．1 城市轨道交通网络拥塞状态

4．1．2 拥塞状态下的客流分配特征

4．2 有效时变扩展k短路径搜索

4．2．1 乘客出行有效路径判断

4．2．2 时刻表扩展网络的k短时变路径搜索算法

4．2．3 算例分析

4．3 时刻表扩展网络的随机均衡分配模型

4．3．1 时变扩展路径的广义费用函数

4．3．2 时刻表扩展网络的随机均衡分配模型

4．4 模型求解算法

4．5 模型实例分析

4．5．1 模型计算结果分析

4．5．2 参数分析

4．6 小结

5 城市轨道交通日变客流演化研究

5．1 城市轨道交通客流演化概述

5．1．1 客流日变演化问题提出

5．1．2 主要研究框架

5．2 基于联合分层选择行为的网络客流出行决策模型

5．2．1 模型基本概述

5．2．2 基于扩展Logit路径选择模型

5．2．3 基于序列过程的列车选择模型

5．3 城市轨道交通网络客流日变演化模型

5．3．1 城市轨道交通客流状态的日变演化机制

5．3．2 城市轨道交通乘客出行选择的日变学习过程

5．3．3 不同乘客理性条件下的日变出行建模

5．4 基于多智能体的客流日变演化仿真模型

5．4．1 系统仿真方法

5．4．2 网络客流演化仿真建模方法

5．4．3 基于多智能体的客流演化仿真模型

5．5 拥塞状态网络客流演化评估

5．5．1 网络流量演化评估

5．5．2 网络客流留乘延误评估

5．6 模型算例分析

5．6．1 仿真参数及仿真结果校验

5．6．2 系统演化分析

5．6．3 拥塞状态演化评估

5．7 小结

6 城市轨道交通客流拥塞疏导策略研究

6．1 城市轨道交通网络客流疏导策略内容

6．1．1 客流疏导概述

6．1．2 客流疏导组织策略

6．2 城市轨道交通网络运力优化配置模型

6．2．1 网络运力配置优化分析

6．2．2 日常高峰运营时段运力资源配置优化模型

6．2．3 平峰大客流进站的运力资源配置优化模型

6．3 城市轨道交通网络协调限流模型

6．3．1 限流控制基本概述

6．3．2 协调限流模型分析

6．3．3 网络协调限流模型构建

6．4 实例分析

6．4．1 高峰小时的运力配置优化策略

6．4．2 高峰小时的网络协调限流策略

6．5 小结

7 结论和展望

7．1 主要研究成果

7．2 主要创新点

7．3 研究展望

参考文献

附录

作者简历及攻读博士期间取得的研究成果

学位论文数据集