基于粒子群算法的轨道交通换乘衔接优化.docVIP

基于粒子群算法的轨道交通换乘衔接优化 邝永松 郭莹 侯宇菲 罗钦 深圳地铁运营总部路网指挥中心 深圳大学深圳市城市轨道交通重点实验室 深圳技术大学城市交通与物流学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 为了提高换乘便捷度和服务水平, 文章从网络化协调的角度出发, 以换乘客流量为指导, 以全线网平均换乘等待时间最小化为目标, 建立基于换乘衔接的列车运行计划协调模型, 并利用粒子群算法进行求解, 得到使全网换乘衔接状态达到最优的列车运行计划。同时, 以深圳地铁为背景, 构建三线网络结构, 基于MATLAB进行网络化协调优化, 减少了乘客平均换乘等待时间, 验证了模型与算法能够有效地优化全线网的换乘衔接状态, 提高换乘效率与服务水平。 关键词： 城市轨道交通; 换乘衔接; 粒子群算法; 作者简介：邝永松 (1975-) , 男, 广东广州人, 深圳地铁运营总部路网指挥中心运营协调部副经理, 工程师, 研究方向:轨道交通运营组织管理。 收稿日期：2017-10-16 基金：教育部人文社科基金项目 (15YJCZH108) Received： 2017-10-16 近年来, 伴随着越来越多的轨道交通线路建成并投入使用, 线网规模逐步扩大, 运营管理模式也朝着网络化运营方向发展, 现有的分线运营模式已无法满足运营管理的需求。因此, 为了提高城市轨道交通网络化运营的效率, 提升客运服务水平, 十分有必要从网络化运营的角度出发, 以换乘节点作为着力点, 基于换乘衔接对列车运行计划进行协调优化。本文在分析网络运行计划协调的特征与方法、换乘时间组成与影响因素的基础上, 以平峰期乘客平均换乘等待时间最小为目标, 建立基于换乘衔接的列车运行计划协调模型, 并利用粒子群算法对模型进行求解, 使各线路列车运行计划在换乘节点良好衔接, 实现城市轨道交通平峰时段的网络运行计划协调优化。 1 换乘时间分析 在采用“一票换乘”的轨道交通系统中, 乘客购票进站后, 搭乘列车到达换乘站下车后, 可直接通过通道、站台等换乘到目标站台搭乘接续列车, 到达目的地并刷卡出站。因此, 乘客换乘时间包括走行时间、等待时间。走行时间主要受走行速度、距离、换乘便利性等影响, 取决于乘客的个体属性 (如年龄、身体状况等) 、站台空间分布和换乘方式。等待时间主要受所乘线路列车在换乘站的衔接状态影响, 衔接状态良好, 乘客到达目标站台即可搭乘列车, 无需等待;而衔接状态不佳, 乘客到达站台时列车恰好离开, 则需等待下一趟列车。因此, 在协调过程中, 应合理安排列车在换乘站的衔接状态, 尽可能避免出现乘客恰好错过列车的情况, 减少乘客的换乘等待时间, 进而提高网络化运营的效率, 提升服务水平。 2 基于网络协调的平峰期列车换乘衔接模型 2.1 基本假设 本文以平峰时段的列车运行计划协调优化作为研究目标, 在建立优化模型前, 做出如下假设:在协调时段内, 线网中列车运行参数 (如区间运行时间、行车间隔等) 已知, 且不随时间变化;换乘需求较为稳定且分布均匀, 各换乘关系的客流量及平均换乘走行时间已知, 且基本稳定;模型不考虑同一线路上下行方向之间的换乘;假定换乘乘客均搭乘第一趟目标列车离站。 2.2 模型建立 乘客的换乘等待时间主要受各线路列车在换乘站的衔接状态影响。在轨道交通线网中, 不同线路列车的换乘衔接状态主要取决于各列车在换乘站的到发时刻, 因此, 接续列车和输送列车在换乘站的衔接状态, 其衔接时间可以表示为: 式中, 为接续列车在某换乘站的离站时刻;为输送列车在某换乘站的到站时刻。 乘客在搭乘输送列车到达换乘站后, 通过通道、站台等方式换乘到目标站台, 等待搭乘接续列车。考虑到乘客个体属性、换乘方式等因素的影响, 增加一定缓冲时间, 提高协调可行性。因此, 对某一换乘关系下, 乘客的换乘等待时间则可以表示为: 为了使全线网在平峰期协调时段内各换乘站的换乘关系达到全局最优, 需尽可能使客流量较大的换乘关系趋近于最优衔接状态。因此, 在列车运行参数、换乘走行时间、换乘客流量等已知的条件下, 本文以进入协调时段后各线路上、下行第一趟列车在换乘节点的到发时刻为决策变量, 以求出全网平均换乘等待时间最小化为目标函数, 以换乘客流量为指导, 对各换乘站各列车换乘衔接关系下乘客的换乘等待时间进行求和计算, 并求出全网平均换乘等待时间, 目标函数可表示为: 式中, 为各换乘关系的换乘客流量 (人) 。 2.3 模型求解 本文建立的基于换乘衔接的列车运行计划协调模型, 可利用粒子群算法进行求解。模型的决策变量为全线网中各线路各方向一趟列车在某换乘站的发车时刻