数据驱动的城市轨道交通前瞻性乘客路径诱导方法及应用
2021-11-01卢锦生糜子越王雪琴许心越
铁道运输与经济 2021年10期
关键词:模型
卢锦生,糜子越,王雪琴,许心越
(1.广州地铁集团有限公司 运营事业总部,广东 广州 510220;2.北京交通大学 轨道交通控制与安全国家重点实验室,北京 100044)
0 引言
目前,部分城市的轨道交通线路出现了一定程度的拥挤,运营企业需要采取客流诱导措施,缓解拥挤现象,以满足乘客日益增长的出行需要。其中,前瞻性的客流诱导通过推送路网状态信息给即将出行和已在旅途中的乘客,影响这些乘客的出行选择,而乘客可以根据客流诱导信息了解线网拥堵状况,及时更改出行路径或调整出行时间;管理者可以依据诱导信息提前疏导客流,促使路网供需平衡,有效缓解困难区间或高峰小时的乘客运输压力,改善线网供需不均衡的状况。
近年来,国内外学者在城市轨道交通乘客出行诱导方法和系统方面已有许多研究成果,宋红颖[1]基于实时断面客流,采用改进Dijkstra 算法规划乘客当前时刻的最优路径。颜开[2]采用列车满载率饱和有效路径生成模型,基于当前区间满载率和乘客查询信息,分配各路径客流,为来客规划出行路径。赵若愚[3]基于历史运营数据识别路网拥堵时段,并基于实时客流数据发布诱导信息。陈嵩楠[4]提出添加换乘延迟阻抗的综合客流分配模型。综上,当前乘客路径推荐研究及系统多偏重于基于实时客流数据的诱导和历史数据分析识别,而对于前瞻性路网状态识别和路径规划研究较少[5]。
在路网状态预测方面,房丽侠等[6]分析影响交通拥挤的因素,采用决策树模型预测交通流拥挤状态。……
登录APP查看全文
