一种预测控制地铁车站进站量的方法与流程

本发明涉及城市轨道交通技术领域。更具体地，涉及一种预测控制地铁车站进站量的方法。

背景技术：

随着经济社会的快速发展，国内多个城市已建成或计划建设城市轨道交通，以解决城市化进程中日益拥堵的交通问题。然而，随着客流的逐步增多，城市轨道交通车站的客流控制也愈发困难，城市轨道交通快速增长的客流需求与运输能力之间的矛盾日益突出，缓解拥挤问题的可行办法是从客流控制角度对需求进行管理。客流控制也称限流，是指为保障客运组织安全需要而采取的限制乘客进站速度的安全措施，以达到减少单位时间内进站客流的目的。车站限流主要包括常态性限流和临时性限流：常态性限流指在一定时期内特定时段采用相同的限流措施，主要应用于早晚高峰时段；临时性限流指对车站进行短时不确定限流，主要受突发事件、大型活动及恶劣天气原因而形成突发大客流的影响。

目前，在实际运营管理中，对于限流车站选取、限流时段确定以及限流强度确定等尚缺乏恰当的理论依据和计算方法，主要依靠管理者经验。关于上述问题的理论研究主要有：在控制措施方面，刘莲花等首次提出客流控制应从车站级、线路级、网络级三层控制模式予以实施，分析了各层控制模式的适用条件及处置措施原则；赵鹏等利用线性规划方法从线路层面构建了车站客流协同控制模型，并以北京市轨道交通5号线为例进行了模型验证；刘晓华等构建了车站间的联合控制策略，通过降低上游车站的客流进站速度为本站预留列车输送能力，来平衡列车在线路上的能力；张正等根据流量平衡原理构建了客流在车站单点、线路上的协同限流方法；田栩静等提出事先预测、系统联合、加强沟通、分级负责的应对突发大客流事件原则，重点设计了大客流情况下的行车组织和车站客流控制方式，提出了自组织与他组织的大客流安全控制措施；李建琳以上海市轨道交通6号线和8号线为背景，对早高峰时段需求与运力的矛盾进行分析，对限流措施提出改进建议，并分析了不同控流措施的运营效果。

现有专利文献中公开号为CN103661501A中公开了一种基于多点客流检测信息反馈的车站自动限流方法，包括步骤：实时检测计算站厅乘客数量和站台乘客数量，并分析站台乘客量的增加趋势；计算站厅可容纳乘客剩余量和站台可容纳乘客剩余量；根据所述站厅可容纳乘客剩余量实时调节进出站厅乘客数；根据所述站台可容纳乘客剩余量调节站台的乘客数；根据所述站台进出乘客数量调节所导致的站厅乘客数量增加，进一步调节进出站厅乘客数，以达到限流的目的。该技术方案属于事后调节，即在车站发生客流拥挤时或之后再采取措施，限流效果欠佳，并且该方案为局部调控策略，其缺点主要在于只能够缓解某些车站的拥挤状态，而不能达到统筹实施线网整体限流措施的目的。

因此，需要提供一种预测控制地铁车站进站量的方法。

技术实现要素：

为了克服现有技术的不足，本发明提出一种预测控制地铁车站进站量的方法。该方法运用于城市轨道交通客流组织管理，主要目的是通过预测控制来限制地铁车站进站量，控制地铁区间满载率，缓解客流拥堵现象，从而避免大客流对线路或线网造成过大压力。

为达到上述目的，本发明采用下述技术方案：

一种预测控制地铁进站量的方法，该方法包括以下步骤：

S1：根据地铁线网中车站进站客流量与区间断面流量间的关系分析，构造地铁线网中车站进站量与区间断面流量间的线性函数式：

其中，

x_i为第i个车站的总进站量，i＝1,2，…，n；

y_j为第j个区间上的断面总流量，j＝1,2，…，m；

α_ji为从第i个车站进站并通过第j个区间断面的客流量占第i个车站总进站量的比例；

β_ij为第j个区间断面客流量中从第i个车站进站的客流量占第j个区间断面总客流量的比例；

Δt_ji为客流从第i个车站到达第j个区间所需的时间，考虑到城市轨道交通的准时性，可认为对于确定的i和j，Δt_ji为一个定值常量；

x_i(t-Δt_ji)为第(t-Δt_ji)个时段内的第i个车站的总进站量；

y_j(t)为第t个时段内的第j个区间上的断面总流量；

m、n为自然数，n为车站总数，m为区间总数。

S2：基于车站进站量和区间断面流量的历史数据值进行线性拟合，确定待估参数；

S3：基于给定区间的断面流量，计算对应车站的目标进站量；

S4：基于目标进站量确定客流控制策略。

优选地，步骤S2中，具体包括以下步骤：

S21：确定第j个区间存在如下关系式

y_j(t)＝α_j1x₁(t-Δt_j1)+α_j2x₂(t-Δt_j2)+α_j3x₃(t-Δt_j3)+...+α_jnx_n(t-Δt_jn)；

S22：从历史数据中选取一天中t时间段内第j个区间上断面总流量y_j(t)以及n个车站的进站量x₁、x₂、x₃…x_n做为一组输入数据；

S23：如步骤S22中，从历史数据中选取不同天的多组输入数据；

S24：将多组输入数据代入步骤S21中关系式，确定待估参数α_j1、α_j2、α_j3…α_jn，其中j依次取值为1,2，…，m；

S25：确定第i个车站存在如下关系式

x_i(t-Δt_ji)＝β_i1y₁(t)+β_i2y₂(t)+β_i3y₃(t)+...+β_iny_n(t)；

S26：从历史数据中选取一天中t时间段内第i个车站的总进站量y_j(t)以及m个区间上断面总流量y₁、y₂、y₃…y_n做为一组输入数据；

S27：如步骤S26中，从历史数据中选取不同天的多组输入数据；

S28：将多组输入数据代入步骤S25中关系式，确定待估参数β_i1、β_i2、β_i3…β_mj，其中i依次取值为1,2，…，n。

优选地，步骤S3中，具体包括以下步骤：

S31：基于第i个车站进站并通过第j个区间的客流量与第j个区间断面客流中来自第i个车站进站的客流量相等，得到以下等式：

α_jix_i(t-Δt_ji)＝β_ijy_j(t)；

S32：基于区间断面最大满载率确定第j个区间的最大断面流量y_j(t)；

S33：令i＝1，j依次取值为1,2，…，m，得到第(t-Δt_j1)个时段内的第1个车站的m个进站量x₁(t-Δt₁₁)、x₁(t-Δt₂₁)、x₁(t-Δt₃₁)、…、x₁(t-Δt_m1)；

S34：选取上述m个进站量x₁(t-Δt₁₁)、x₁(t-Δt₂₁)、x₁(t-Δt₃₁)、…、x₁(t-Δt_m1)中的最小值min x₁(t-Δt_j1)作为第1个车站在第(t-Δt_j1)个时段内进站量的控制值；

S35：令i依次取值为2，…，n，重复上述步骤，得到每个车站在第(t-Δt_j1)个时段内进站量的控制值，即为对应车站的目标进站量。

待估参数值随历史数据库的增大而准确度增加。

进一步优选地，区间断面最大满载率为140％。

优选地，步骤S4中，由于回归参数α_ji、β_ij的确定采用了大量的历史数据，因此根据上述计算，基于目标进站量确定客流控制策略包括：

预测估计出各车站未来每日需要进行限流的时间段及相应的客流量控制值，给出车站限流预测建议；和/或

通过对比车站当前时段进站量与目标进站量，决定车站当前是否需要进行限流并实行控制进站量的措施。

优选地，客流控制策略还包括车站限流措施的分级控制。

优选地，不同的区间设定不同级别的满载率，计算得到与不同级别满载率相对应的限流的时间段和客流量控制值，实现车站限流措施的分级控制。

进一步优选地，不同级别的满载率包括三个级别，分别为120％、130％和140％。

本发明的有益效果如下：

本发明的一种预测控制地铁车站进站量的方法，运用于城市轨道交通客流组织管理，通过预测控制来限制地铁车站进站量，控制地铁区间满载率，缓解客流拥堵现象，从而避免大客流对线路或线网造成过大压力。进一步地，通过对区间断面客流量的分级，指导地铁车站在实际运营管理中，根据情况在不同时段对进站量采取分级控制措施，使进站量控制更加合理。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1示出预测控制地铁进站量的方法步骤图。

图2示出预测控制地铁进站量的方法流程图。

图3示出实施例1中车站与区间关系示意图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

如图1所示，一种预测控制地铁进站量的方法，该方法包括以下步骤：

S1：根据地铁线网中车站进站客流量与区间断面流量间的关系分析，构造地铁线网中车站进站量与区间断面流量间的线性函数式；

S2：基于车站进站量和区间断面流量的历史数据值进行线性拟合，确定待估参数；

S3：基于给定区间的断面流量，计算对应车站的目标进站量；

S4：基于目标进站量确定客流控制策略。

如图2所示，具体方法步骤如下：

步骤S1：根据地铁线网中车站进站客流量与区间断面流量间的关系分析，构造地铁线网中车站进站量与区间断面流量间的线性函数式：

考虑车站进站客流传播的状态转移和滞后性，在分析过程中加入时间信息，构造出两者之间的线性函数关系如下式：

其中，x_i为第i个车站的总进站量，i＝1,2，…，n；y_j为第j个区间上的断面总流量，j＝1,2，…，m；α_ji为从第i个车站进站并通过第j个区间断面的客流量占第i个车站总进站量的比例；β_ij为第j个区间断面客流量中从第i个车站进站的客流量占第j个区间断面总客流量的比例；Δt_ji为客流从第i个车站到达第j个区间所需的时间，考虑到城市轨道交通的准时性，可认为对于确定的i和j，Δt_ji为一个定值常量；x_i(t-Δt_ji)为第(t-Δt_ji)个时段内的第i个车站的总进站量；y_j(t)为第t个时段内的第j个区间上的断面总流量；m、n为自然数，n为车站总数，m为区间总数。

步骤S2：基于车站进站量和区间断面流量的历史数据值进行线性拟合，确定待估参数，具体包括以下步骤：

S21：确定第j个区间存在如下关系式

y_j(t)＝α_j1x₁(t-Δt_j1)+α_j2x₂(t-Δt_j2)+α_j3x₃(t-Δt_j3)+...+α_jnx_n(t-Δt_jn)；

S22：从历史数据中选取一天中t时间段内第j个区间上断面总流量y_j(t)以及n个车站的进站量x₁、x₂、x₃…x_n做为一组输入数据；

S23：如步骤S22中，从历史数据中选取不同天的多组输入数据；

S24：将多组输入数据代入步骤S21中关系式，确定待估参数α_j1、α_j2、α_j3…α_jn，其中j依次取值为1,2，…，m；

S25：确定第i个车站存在如下关系式

x_i(t-Δt_ji)＝β_i1y₁(t)+β_i2y₂(t)+β_i3y₃(t)+...+β_iny_n(t)；

S26：从历史数据中选取一天中t时间段内第i个车站的总进站量y_j(t)以及m个区间上断面总流量y₁、y₂、y₃…y_n做为一组输入数据；

S27：如步骤S26中，从历史数据中选取不同天的多组输入数据；

S28：将多组输入数据代入步骤S25中关系式，确定待估参数β_i1、β_i2、β_i3…β_mj，其中i依次取值为1,2，…，n。

步骤S3：基于给定区间的断面流量，计算对应车站的目标进站量。

S31：基于第i个车站进站并通过第j个区间的客流量与第j个区间断面客流中来自第i个车站进站的客流量相等，得到以下等式：

α_jix_i(t-Δt_ji)＝β_ijy_j(t)；

S32：基于区间断面最大满载率确定第j个区间的最大断面流量y_j(t)；

S33：令i＝1，j依次取值为1,2，…，m，得到第(t-Δt_j1)个时段内的第1个车站的m个进站量x₁(t-Δt₁₁)、x₁(t-Δt₂₁)、x₁(t-Δt₃₁)、…、x₁(t-Δt_m1)；

S34：选取上述m个进站量x₁(t-Δt₁₁)、x₁(t-Δt₂₁)、x₁(t-Δt₃₁)、…、x₁(t-Δt_m1)中的最小值min x₁(t-Δt_j1)作为第1个车站在第(t-Δt_j1)个时段内进站量的控制值；

S35：令i依次取值为2，…，n，重复上述步骤，得到每个车站在第(t-Δt_j1)个时段内进站量的控制值，即为对应车站的目标进站量。

应说明的是，待估参数值随历史数据库的增大而准确度增加。

步骤S4：基于目标进站量确定客流控制策略。

由于回归参数α_ji、β_ij的确定采用了大量的历史数据，因此根据上述计算，基于目标进站量确定客流控制策略包括：预测估计出各车站未来每日需要进行限流的时间段及相应的客流量控制值，给出车站限流预测建议；和/或通过对比车站当前时段进站量与目标进站量，决定车站当前是否需要进行限流并实行控制进站量的措施。

进一步地，客流控制策略还包括车站限流措施的分级控制：不同的区间设定不同级别的满载率，计算得到与不同级别满载率相对应的限流的时间段和客流量控制值，实现车站限流措施的分级控制。本发明中，不同级别的满载率包括三个级别，分别为120％、130％和140％。

实施例1

如图3所示，本实施例中包括①②③共三个车站和区间1、区间2共两个区间。

根据地铁线网中车站进站客流量与区间断面流量间的关系分析，构造地铁线网中车站进站量与区间断面流量间的线性函数式：

其中，x_i为第i个车站的总进站量，i＝1,2，…，n；y_j为第j个区间上的断面总流量，j＝1,2，…，m；α_ji为从第i个车站进站并通过第j个区间断面的客流量占第i个车站总进站量的比例；β_ij为第j个区间断面客流量中从第i个车站进站的客流量占第j个区间断面总客流量的比例；Δt_ji为客流从第i个车站到达第j个区间所需的时间，考虑到城市轨道交通的准时性，可认为对于确定的i和j，Δt_ji为一个定值常量；x_i(t-Δt_ji)为第(t-Δt_ji)个时段内的第i个车站的总进站量；y_j(t)为第t个时段内的第j个区间上的断面总流量；m、n为自然数，n为车站总数，m为区间总数。

本实施例中，假设当前为第t个时间段，在考虑状态转移和时间滞后性的前提下，对于区间1和区间2有式如：

对于车站①：

对于车站②：

对于车站③：

通过对3个车站的进站量和2个区间断面流量的历史数据进行收集和线性拟合，待定参数α_ji和β_ij的值，具体过程如下：

步骤1：确定第j个区间存在如下关系式

y_j(t)＝α_j1x₁(t-Δt_j1)+α_j2x₂(t-Δt_j2)+α_j3x₃(t-Δt_j3)+...+α_jnx_n(t-Δt_jn)；

步骤2：从历史数据中选取一天中t时间段内第j个区间上断面总流量y_j(t)以及n个车站的进站量x₁、x₂、x₃…x_n做为一组输入数据；

步骤3：如步骤2中，从历史数据中选取不同天的多组输入数据；

步骤4：将多组输入数据代入步骤1中关系式，确定待估参数α_j1、α_j2、α_j3…α_jn，其中j依次取值为1和2；

步骤5：确定第i个车站存在如下关系式

x_i(t-Δt_ji)＝β_i1y₁(t)+β_i2y₂(t)+β_i3y₃(t)+...+β_iny_n(t)；

步骤6：从历史数据中选取一天中t时间段内第i个车站的总进站量y_j(t)以及m个区间上断面总流量y₁、y₂、y₃…y_n做为一组输入数据；

步骤7：如步骤6中，从历史数据中选取不同天的多组输入数据；

步骤8：将多组输入数据代入步骤5中关系式，确定待估参数β_i1、β_i2、β_i3…β_mj，其中i依次取值为1、2和3。

步骤9：得到待定参数α₁₁、α₁₂、α₁₃、α₂₁、α₂₂、α₂₃、β₁₁、β₁₂、β₂₁、β₂₂、β₃₁和β₃₂。

根据进站量和断面流量关系的分析，对车站①有下列等式成立：

α₁₁x₁(t-Δt₁₁)＝β₁₁y₁(t) (6)

α₂₁x₁(t-Δt₂₁)＝β₁₂y₂(t) (7)

此时，若给定断面满载率为140％，也即y₁(t)、y₂(t)已知，根据式6、式7可算出车站①的两个不同的进站量值，分别为x₁(t-Δt₁₁)、x₁(t-Δt₂₁)，取min[x₁(t-Δt₁₁),x₁(t-Δt₂₁)]作为车站1的控制进站量，假设x₁(t-Δt₁₁)为最小值，则车站1在(t-Δt₁₁)个时间段时的最大进站量不得超过x₁(t-Δt₁₁)。

在未来的车站客流管理中，可以根据这一结果指导车站提前在(t-Δt₁₁)个时间段对进站量进行监控，确认当前进站量是否超过计算所得的控制进站量x₁(t-Δt₁₁)，提前采取相应的限流措施，从而达到预测控制进站量的目的。

同理，对车站②有下列等式成立：

α₁₂x₂(t-Δt₁₂)＝β₂₁y₁(t) (8)

α₂₂x₂(t-Δt₂₂)＝β₂₂y₂(t) (9)

同样按照上述方法取min[x₂(t-Δt₁₂),x₂(t-Δt₂₂)]作为车站②的控制进站量。

同理，对车站③有下列等式成立：

α₁₃x₃(t-Δt₁₃)＝β₃₁y₁(t) (10)

α₂₃x₃(t-Δt₂₃)＝β₃₂y₂(t) (11)

同样按照上述方法取min[x₃(t-Δt₁₃),x₂(t-Δt₂₃)]作为车站③的控制进站量。

实施例2

在实施例1的基础上，假设将区间断面满载率给定不同的设定值如：120％、130％、140％三个级别，达到这三个级别满载率的时间显然也是不同的，依次设为t₁、t₂、t₃，则可得到区间断面流量为：y(t₁)^c＝120％、y(t₂)^c＝130％、y(t₃)^c＝140％，把三个级别的断面流量作为输入数据，用前述方法可输出对应的进站量控制值及时间段。此处仍以车站①为例进行说明：

假设y(t₁)^c＝120％时，车站①的进站量控制值为x₁(t₁-Δt₁₁)^c＝120％，则表示在(t₁-Δt₁₁)个时间段，区间1可能有轻微拥堵，车站应注意采取减少进站量措施。

假设y(t₂)^c＝130％时，车站①的进站量控制值为x₁(t₂-Δt₁₁)^c＝130％，则表示在(t₂-Δt₁₁)个时间段，区间1可能有中度拥堵，车站应在原有限制基础上进一步减少进站量。

假设y(t₃)^c＝140％时，车站①的进站量控制值为x₁(t₃-Δt₁₁)^c＝140％，则表示在(t₃-Δt₁₁)个时间段，区间1可能有严重拥堵，车站应在原有限制基础上采取更加严格的限制进站量措施。

本实施例通过对区间断面客流量(或满载率)的分级，能够指导地铁车站在实际运营管理中，根据情况在不同时段对进站量采取分级控制措施，使进站量控制更加合理。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。