一种基于渗流理论的轨道网络拥挤瓶颈识别方法与流程

本发明涉及轨道运营管理和大数据分析领域，特别是涉及一种基于渗流理论的轨道网络拥挤瓶颈识别方法，可用于支持轨道运营管理、提高轨道交通服务水平。

背景技术：

作为有效缓解城市交通拥堵的方式，轨道交通近年来得到快速发展。当前，我国内地城市正迎来地铁建设的热潮。特别是在北京、上海这样的大城市，轨道交通不断完善与发展，运营线路由单线发展成多线并逐渐步入网路化阶段，城市轨道交通运输水平大幅度提高。但是同时也吸引了巨大的客流量，特别是在早晚高峰，断面客流常常超出网络实际运能，从而产生了拥挤的瓶颈现象。轨道网络拥挤瓶颈的有效识别可为运营管理提供可靠的借鉴，以更好地发挥城市轨道交通的效益，例如适当调整发车班次、发车间隔等，以减少乘客在车站的集散时间、提高乘客乘坐时的舒适性，保障安全。可为出行者出行行为选择服务，出行者可选择是否避开瓶颈区间、瓶颈时间等。可为轨道交通线网优化设计、新线的设计奠定理论基础等。因此，识别轨道网络的拥挤瓶颈是十分有必要的。

交通瓶颈问题研究最早主要是针对道路瓶颈问题的研究，所以在道路瓶颈识别方面的研究成果是十分丰富的。在微观路段交通瓶颈识别方面：世界各国研究比较多的是交通拥挤自动识别(automatictrafficcongestionidentification，aci)算法。早期的aci算法的主要研究对象是突发的交通事件，大部分都是基于以感应线圈所采集的交通流量、地点速度和占有率等交通数据；其后发展的间接aci算法除了应用常规的交通检测仪器所提供的交通流量、占有率和地点速度数据外，所应用的基础数据还包括车辆的瞬时速度与行程时间、车头时距、交通流的平均行程速度与平均行程时间等；近年来，视频图像也为aci算法所用。在宏观基于路网的瓶颈路段识别方面有：基于粗糙集的识别方法(戢晓峰.基于粗糙集的路网瓶颈路段识别方法[j].公路交通科技,2009,26(9):120-124.)、基于最小割集最大流的动态交通瓶颈识别方法(刘金霞.城市道路网络交通瓶颈识别研究[d].兰州交通大学,2015.)、基于渗流理论的识别方法(lid,fub,wangy,etal.percolationtransitionindynamicaltrafficnetworkwithevolvingcriticalbottlenecks.[j].proceedingsofthenationalacademyofsciencesoftheunitedstatesofamerica,2015,112(3):669-72.)等。道路交通瓶颈识别的丰富研究成果对于轨道交通瓶颈识别有一定的借鉴意义，但是道路交通与轨道交通是有一定差别的，所以道路交通瓶颈识别的方法不能完全适用于轨道交通瓶颈识别。

对于轨道瓶颈识别方面的研究近几年才展开，相关的研究还比较少。对于轨道站点瓶颈的研究主要是根据站内设施服务水平、排队时间等识别站点内部的瓶颈(张琦,韩宝明,李得伟,等.基于仿真技术的城市轨道交通枢纽运营效果评价方法[j].中国铁道科学,2011,32(5):120-126.陈峰,吴奇兵,张慧慧,等.北京地铁1号线车站设施与客流关系分析[j].交通运输系统工程与信息,2009,9(2):93-98.)。对于基于网络的瓶颈站点识别主要是基于理想化的网络客流分配，并在此基础上，构建基于服务水平的车站动态瓶颈识别方法(王智鹏,武远萍.城市轨道交通网络动态瓶颈识别方法[j].长安大学学报自然科学版,2015(s1):198-202.)。一方面，对于轨道网络的瓶颈识别研究，基于宏观网络层级的研究十分匮乏；另一方面现有的宏观网络层级的研究，其研究基础都是理想网络客流分配，与实际的轨道网络客流有一定的差距。

技术实现要素：

发明目的：

针对现有的关于轨道瓶颈识别的研究多集中在车站静态瓶颈特征分析及识别上，缺乏对于因客流变化而造成动态瓶颈的分析，甚少涉及网络层面的瓶颈识别。本发明从宏观的角度，基于可靠的轨道网络客流数据，提出了一种基于渗流理论的轨道网络拥挤瓶颈识别方法。

技术方案：

一种基于渗流理论的轨道网络拥挤瓶颈识别方法，包括以下步骤：

1.将轨道网络抽象为一个有向拓扑图；

2.选用区间满载率作为轨道网络区间状态的表征指标；

3.根据渗流理论构建动态轨道网络，具体说来：在每一时刻给定一个特定的满载率值l，对于每一个区间，若其满载率大于特定值l，则将其从网络中删除，若其满载率小于特定值l则保留该区间；

4.l值的改变：对于同一时刻，改变l值可以获得不同的网络状态，l的取值范围为零到轨道网络对应时刻下的最大区间满载率值。l从最大值变化到最小值的过程中，网络从一个连通图分解成几个小的连通图，连通图的数量和大小都会改变；

5.临界阈值的确定：在l值逐渐变小的过程中，会有最大的连通图g和第二大连通图sg，根据渗流理论，当sg的规模达到最大时对应的l值即为临界阈值；

6.瓶颈集合的确定：在l值变化到临界阈值时移除的区间集合为可能的瓶颈集合；

7.瓶颈的确定：逐个改变可能的瓶颈集合中区间的满载率，若其的改变能使得临界阈值改变则该区间确定为拥挤瓶颈。

本发明的特点：

本发明的基础是可靠的、大量的轨道网络客流数据，而不是理想化的网络客流分配，所以本发明的研究成果能更为精确地反映轨道网络的实际拥挤瓶颈。动态瓶颈则由于并发性、传播性、瞬时性等特性，具有一定不稳定性，为其识别带来了较大的困难，但动态瓶颈的识别更具现实意义。而本发明正是从宏观网络层面，基于渗流理论对轨道网络进行动态拥挤瓶颈识别，有助于轨道运营管理者从整体上把握轨道运行情况，从而提高运营效率，同时也更好地服务乘客。

附图说明

图1为北京轨道交通网络的拓扑图；

图2为g和sg规模大小随l的变化情况；

图3列举了可能的拥挤瓶颈；

图4对瓶颈区间进行鉴别；

图5为确定的拥挤瓶颈。

具体实施方式

下面将结合附图和实施例进一步阐明本发明。本发明提供一种基于渗流理论的轨道网络拥挤瓶颈识别方法，所述方法步骤如下：

1.将轨道网络抽象为一个有向拓扑图：

选用复杂网络模型构建方法中的p空间方法构建轨道网络模型，即轨道站点视为节点，若两个站点有直达线路，那么它们就有连边。本实例使用的轨道网络为北京轨道网络，其拓扑结构如图1所示。

2.选用区间满载率作为轨道网络区间状态的表征指标：

区间满载率的计算方法为：

式中，lij表示区间ij的满载率，m表示统计时间内经过区间ij的车辆数，q表示车辆k的实际乘客人数，c表示车辆k的额定载客人数，本实例使用的统计时间为5分钟。

3.根据渗流理论构建动态轨道网络，具体说来：在每一时刻给定一个特定的满载率值l，对于每一个区间，若其满载率大于特定值l，则将其从网络中删除，若其满载率小于特定值l则保留该区间。即有

4.l值的改变：对于同一时刻，改变l值可以获得不同的网络状态，l的取值范围为零到轨道网络对应时刻下的最大区间满载率值。l从最大值变化到最小值的过程中，网络从一个连通图分解成几个小的连通图，连通图的数量和大小都会改变。也就是说，根据步骤3，改变l值，可获得不同的轨道网络的邻接矩阵。

5.临界阈值lc的确定：在l值逐渐变小的过程中，会出现最大的连通图g和第二大连通图sg，根据渗流理论，当sg的规模达到最大时对应的l值即为临界阈值lc。图2为g和sg规模大小随l的变化情况，数据时间为2016年5月12日08:20—08:25，由图2可确定该统计时间内lc为0.6。

6.瓶颈集合的确定：在l值变化到临界阈值时移除的区间集合为可能的瓶颈集合。由步骤5可知此时的lc为0.6，由此可以得到可能的瓶颈集合。图3为此时在临界阈值下被移除的轨道网络区间，一共有3个区间，在图中为虚线表示，为了更清楚三个区间上都有小圆圈标明。

7.瓶颈的确定：逐个改变可能的瓶颈集合中区间的满载率，若其的改变能使得临界阈值改变则该区间确定为拥挤瓶颈。

在步骤6的基础上，分别降低3个区间的满载率，网络的临界阈值可能改变，也可能不改变。由图4可确定，区间1满载率的改变改善了网络状态，而区间2和区间3则没有，所以区间1为此时的轨道网络的拥挤瓶颈，其位置如图5。