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