一种基于地铁服务能力瓶颈区段识别的大站快线布设方法与流程

本发明涉及城市公共交通规划技术领域，特别是一种基于地铁服务能力瓶颈区段识别的大站快线布设方法。

背景技术：

随着我国城市化进程的加快，城市人口与工作岗位迅速增加，交通出行量也随之大幅提升。地铁具有速度快、容量大、准点、可靠等优势，越来越受到各大城市的青睐，成为了城市居民首选的公共交通出行方式。然而随着城市规模和出行需求量的不断扩大，在地铁运营过程中，存在着高峰时段某些线路断面客流过大问题，地铁网络运输能力无法满足客流需求，使得地铁网络中形成了服务能力瓶颈。瓶颈的形成降低了地铁的运营效率，同时也严重影响乘客的出行体验。

国内外在地铁服务能力瓶颈识别、地铁客流特性分析、地铁运输能力加强及地面常规公交系统调整等方面都取得了丰富的研究成果，但现有的技术研究仅仅针对如何识别地铁服务能力瓶颈及揭示其产生的原因，或者仅仅从地面常规公交的调整、定制公交及需求响应公交、公共自行车等方面完善公交系统。目前还缺乏针对地铁服务能力瓶颈区段过饱和客流疏解的有效方法。

技术实现要素：

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于地铁服务能力瓶颈区段识别的大站快线布设方法，本发明建立在识别地铁交通瓶颈区段的基础上，针对疏解过饱和地铁客流，以大站快线配置、网络客流分配、遗传算法为技术手段，使之向地面公交转移，实现客流在公交网络中的均衡分布。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于地铁服务能力瓶颈区段识别的大站快线布设方法，包括以下步骤：

步骤1、采集地铁网络相关信息，地铁网络相关信息包括服务水平、地铁列车编组、定员数、高峰发车间隔和地铁刷卡数据；

步骤2、判别地铁服务能力瓶颈区段，具体如下：

2.1、给定服务水平等级，确定在该服务水平等级条件下地铁线路的运输能力；

2.2、测算地铁网络的断面客流量：

提取地铁刷卡记录od并导入数据库，将进站出行记录与出站出行记录相匹配，得到乘客的出行记录，计算od出行表；

利用cad构建地铁网络模型，每个站点划分成一个交通小区；

基于wardrop第一原理，根据od出行表，将客流分配到地铁网络，即得到地铁网络的断面客流量；

2.3、计算各区段内断面客流量与运输能力的比值，该比值即为断面饱和度μi，μi＝v/c，其中，v为单位时间内的断面客流量，c为单位时间内的地铁线路的运输能力，当断面饱和度大于1.0时即为瓶颈区段；

步骤3、确定大站快线的备选停靠站点和出行需求集合；

3.1、瓶颈区段大站快线的备选停靠站点为v＝{1,2，...，s}，其中，s为地铁网络中站点的个数；

3.2、出行需求集合为n＝{qij,i,j∈v}，其中，qij为第i个站点到第j个站点的需求量；

步骤4、利用遗传算法，求解当地铁服务瓶颈区段的客流断面饱和度均值z最小时，在瓶颈区段大站快线的备选停靠站点v中所选择的站点，这些站点即为大站快线的布设站点；

步骤5、当大站快线线路连接的最大节点总数b值给定时，通过步骤4确定大站快线的布设站点，计算在不同乘客乘坐地铁的偏好系数k值条件下，k≥1,k∈r，r为实数，设置大站快线并布设相应站点前后，地铁瓶颈区段乘坐地铁客流量dij，乘坐大站快线客流量dij及客流断面饱和度均值z，比较大站快线实施前后的dij，以检验大站快线对地铁瓶颈区段的客流分担效果。

作为本发明所述的一种基于地铁服务能力瓶颈区段识别的大站快线布设方法进一步优化方案，步骤2.1中，给定服务水平等级，确定在该服务水平等级条件下，地铁线路的运输能力；

c＝mnc车

c车＝3600/h

其中，c车为线路通行能力，即单位时间内能通行的最大列车数，h为列车最小行车间隔，c为单位时间内的地铁线路的运输能力，m为列车编组数，n为车辆定员数。

作为本发明所述的一种基于地铁服务能力瓶颈区段识别的大站快线布设方法进一步优化方案，步骤4中，瓶颈区段的客流断面饱和度均值计算方法为：γi是用于判别第i个站点处是否为瓶颈区段的判别参数，若为瓶颈区段，则γi＝1，若为非瓶颈区段，则γi＝0；

计算瓶颈区段的客流断面饱和度均值的约束条件为：

(1)节点约束：b为自然数，b为大站快线线路连接的最大节点总数，δi是用于判别第i个站点是否为大站快线停靠站点判别参数，若第i个站点为大站快线停靠站点，则δi＝1，若第i个站点不是大站快线停靠站点，则δi＝0；

(2)线路长度约束：lmin≤l≤lmax，其中，l为线路长度，lmin为最小线路开行长度，lmax为最大线路开行长度；

(3)载客能力约束：即其中，dij为从第i个站点到第j个站点乘坐大站快线的客流量，mij为由第i个站点开往第j个站点的大站快线配车数，ω为每辆车的最大载客量，βij为第i个站点到第j个站点有向线路判别参数；若δiδj＝1且大站快线中第i个站点的访问顺序αi先于第j个站点的访问顺序αj时，则βij＝1，否则βij＝0；δj是用于判别第j个站点是否为大站快线停靠站点判别参数。

作为本发明所述的一种基于地铁服务能力瓶颈区段识别的大站快线布设方法进一步优化方案，步骤5中乘坐地铁客流量：dij＝qij×φ；

地铁客流分配系数：

其中，tij为地铁从第i个站点到第j个站点的时间，tij为大站快线从第i个站点到第j个站点的实际出行时间。

作为本发明所述的一种基于地铁服务能力瓶颈区段识别的大站快线布设方法进一步优化方案，步骤5中乘坐大站快线客流量：

大站快线客流分配系数：

其中，tij为地铁从第i个站点到第j个站点的时间，tij为大站快线从第i个站点到第j个站点的实际出行时间。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明根据地铁运输能力和乘客刷卡数据确定了地铁服务能力瓶颈区段的识别方法，并在此基础上，针对过饱和客流，以客流分担为目标，利用遗传算法确定了地面公交大站快线的站点布设方法，有效地将地铁拥挤区段客流向地面公交转移，提高地铁运行效率，改善乘客出行体验，促进公共交通网络的一体化、系统化发展。

附图说明

图1是本发明方法的流程图。

图2是南京地铁网络客流分配结果示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

图1所示为基于地铁瓶颈区段识别的大站快线布设方法总体流程图。下面结合图1对本发明作进一步的说明。

基于地铁瓶颈区段识别的大站快线布设方法，该方法主要包含以下5个步骤：

步骤1，采集地铁网络相关信息。包括：地铁服务水平、地铁车辆编组、定员数、高峰发车间隔、地铁刷卡数据。其中，不同的地铁服务水平对应不同的列车定员数n；地铁车辆编组数为m；高峰发车间隔为h；地铁刷卡数据包括刷卡时间、线路id、站点id、逻辑id、交易类型、交易额、余额、卡类型、卡物理id、卡铭刻id等10个字段，数据以ctl文件格式存储。

步骤2，判别地铁服务能力瓶颈区段，具体步骤包括：

2.1、给定服务水平等级，在该服务水平等级条件下，地铁线路的运输能力：

c＝mnc车

c车＝3600/h

其中，c车为线路通行能力，即单位时间内能通行的最大列车数(辆)，h为列车最小行车间隔(s)，c为单位时间内的运输能力，m为列车编组数，n为车辆定员数；

2.2、测算地铁网络的断面客流量：

提取地铁刷卡记录od并导入数据库，通过sql对数据进行筛选与匹配，得到给定时间段内的所有出行记录，将乘客出行记录表数据按照进出站id进行分类，统计各个站点对的出行次数，计算得到乘客出行od记录；

通过cad进行地铁网络模型构建，将每个站点划分成一个交通小区，同时输入地铁线路属性与乘客出行od矩阵；

基于wardrop第一原理，根据od出行表，将客流分配到地铁网络，得到地铁网络的断面客流量；

2.3、计算各区段内断面客流量与地铁线路运输能力的比值，该比值即为断面饱和度μi，μi＝v/c，其中，v为断面客流量，c为单位时间内的地铁线路的运输能力，当断面饱和度大于1.0时即为瓶颈区段；

步骤3，确定大站快线的备选停靠点和出行需求集合：

3.1、瓶颈区段大站快线备选停靠站点集合为v＝{1,2，...，s}，其中，s为地铁网络中站点的个数；

3.2、出行需求集合为n＝{qij,i,j∈v}，其中，qij为第i个站点到第j个站点的需求量，即步骤2中得到的乘客出行od量；

步骤4，确定大站快线的站点布设。利用遗传算法，求解当地铁服务瓶颈区段的客流断面饱和度均值z最小时，在瓶颈区段大站快线的备选停靠站点集合v中所选择的站点，这些即为大站快线的布设站点。首先采用确定编码机制，生成初始种群，地铁站点序号对路径进行编码，按照访问地铁站点的顺序排列组成编码，其次，以断面饱和度确定适应度函数fitness(i)＝d/z1，d为常数，再次，采用精英个体保存策略和赌轮选择算子，即适应度最高的个体一定被选择，计算每个站点在整个种群适应度中的被选择概率和累计概率pi和qi，通过随机数所在的区间范围选择遗传个体，最后，由交叉概率pc选择若干父体并进行配对，按照交叉算法的规则生成新个体，按照某一变异概率pm随机确定变异个体；

其中，其中，瓶颈区段的客流断面饱和度均值计算方法为：μi为断面饱和度，γi是用于判别第i个站点处是否为瓶颈区段的判别参数，若为瓶颈区段，则γi＝1，若为非瓶颈区段，则γi＝0，

计算瓶颈区段的客流断面饱和度均值的约束条件为：

(1)节点约束，b为自然数，b为大站快线线路连接的最大节点总数，为了保证线路的运行效率，不因线路停靠过于频繁而导致乘客出行时间增加，b一般取b＝{2,3,4,5}，δi是用于判别第i个站点是否为大站快线停靠站点判别参数，若第i个站点为大站快线停靠站点，则δi＝1，若第i个站点不是大站快线停靠站点，则δi＝0，

(2)线路长度约束，lmin≤l≤lmax，其中，l为线路长度，lmin为最小线路开行长度，lmax为最大线路开行长度，

(3)载客能力约束，即其中，dij为从第i个站点到第j个站点乘坐大站快线的客流量，mij为由第i个站点开往第j个站点的大站快线配车数，ω为每辆车的最大载客量，βij为第i个站点到第j个站点有向线路判别参数，若δiδj＝1且大站快线中第i个站点的访问顺序αi先于第j个站点的访问顺序αj时，则βij＝1，否则βij＝0；

步骤5：当大站快线线路连接的最大节点总数b值给定时，通过步骤4确定大站快线的布设站点，计算不同乘客乘坐地铁的偏好系数k值条件下，设置大站快线并布设相应站点前后，地铁瓶颈区段乘坐地铁客流量dij，乘坐大站快线客流量dij及客流断面饱和度平均值z，比较大站快线实施前后的dij，以检验大站快线对地铁瓶颈区段的客流分担效果，其中，客流分配系数及客流量计算方法如下：

地铁客流分配系数：

大站快线客流分配系数：

乘坐地铁客流量：dij＝qij×φ；

乘坐大站快线客流量：

其中，tij为地铁从第i个站点到第j个站点的时间，tij为大站快线从第i个站点到第j个站点的实际出行时间。

正常情况下，乘坐地铁的偏好系数k值大于1，也就是说乘客倾向于乘坐地铁，而当地铁客流过载时，乘客不仅需要考虑快速直达特性，更要考虑乘坐方式的舒适性，因此k将随着车内拥挤度的增大而减小，同时若提升大站快线的服务水平，也会使得k值相应减小。根据客流在地铁以及大站快线之间的分配公式，k越小，则乘坐大站快线的人数越多，断面饱和度平均值z越小，则瓶颈疏解效果也越好。

下面，结合一算例对本发明方法进行进一步说明。

采用南京市2015年4月1日0:00至4月30日24:00的地铁刷卡数据，根据步骤1，确定1号线、2号线以及3号线早高峰时段发车间隔为3min，定员数为205，10号线早高峰时段发车间隔为5min，定员数为205，s1号线和s8号线早高峰时段车间隔为7.5min，定员数为160。

在步骤1的基础上，根据步骤2的计算方法，得到各条线路的运输能力，并将刷卡数据筛选匹配，得到网络客流分配；图2是南京地铁网络客流分配结果示意图。

计算断面饱和度，识别瓶颈区段，饱和度大于1.0的即为瓶颈区段。表1为瓶颈区段判别结果，饱和度大于1.0的即为瓶颈区段。

表1

根据步骤3，确定瓶颈区段大站快线备选停靠站点集合为南京地铁的113个站点，出行需求集合为步骤2计算得到的乘客出行od矩阵。

根据步骤4，设置参数b＝{2,3,4,5}，lmin＝8km，lmax＝15km，额定载客量ω＝40人/辆。再利用步骤5，当b＝3时，目标为从南京市地铁网络113个站点中挑选出3个站点作为大站快线开行的站点，根据大站快线的开行标准以及遗传算法，利用matlab求解，确定所有方案中使得瓶颈区段客流断面饱和度最小的线路为由迈皋桥经珠江路开往新街口方向的线路，线路总客流需求为4630人次/h。计算不同k值条件下的客流断面饱和度，结果如表2所示，表2是不同k值条件下客流断面饱和度均值一览表。

其中，k为乘坐地铁的偏好系数，q13为该大站快线线路总客流需求，t13为地铁从迈皋桥到新街口的时间，t13为大站快线从迈皋桥到新街口的实际时间，d13为从迈皋桥到新街口乘坐地铁客流量，d13为从迈皋桥到新街口乘坐大站快线客流量，m13为从迈皋桥到新街口的大站快线配车数，z为客流断面饱和度均值。

表2

通过比较大站快线实施前后客流断面饱和度，检验大站快线对地铁瓶颈区段的客流分担效果，如表3所示，表3是实施大站快线后地铁瓶颈区段客流转移一览表。

表3

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替代，都应当视为属于本发明的保护范围。