随机客流条件下城市轨道交通列车时刻表优化研究

Uran raill transit is an important measure to solve traffic congestion and vehicle emission of large cities. How to improve service quality and reduce operation cost is a key issue to guarantee the development of urban rail transit. Timetalbe optimization method in both peak hours and off-peak hours for uraban rail transit will be investigated in this project, considering randomness and temporal-spatial distribution of passenger flow. The main research contents of this project inlude: The characteristic stochastic distribution of passenger flow will be abstracted based on data sampling from Auto Fare Collection(AFC); Stochastic passenger flow equations of subway, include stochastic equations of waiting passenger flow and passenger flow on-board, in both peak hours and off-peak hours will be established, where the one for peak hours will cinlude state variables to represent the full-load state of the subway train. Stochastic timetable optimization model will be constructed with dynamic headway equations of train flow, stochastic passenger flow equations and other operation constraints such as miminum headway, where passenger travel time and operation cost are modeled as optimization indexes; The stochastic timetable optimization problem will be calculated by hierarchic optimization, where the upper level coordinates the divided sub-problem in the lower level, and the lower level will solve each stochastic optimization problem. The research in this project will provide a solution to establish an optimal train timetable matched with randomness of passenger flow, to realize the coordinated optimization with train flow and stochastic passenger flow.

城市轨道交通是解决大城市道路拥堵的重要手段，如何提高乘客满意度、降低列车运行成本是决定我国城市轨道交通发展的关键。本项目将考虑城市轨道交通客流随机性与时空分布非均衡的特点，开展高峰和非高峰时段列车时刻表优化方法研究。本项目的主要研究内容包括：基于实际客流数据提取客流随机分布特征，建立高峰时段和非高峰时段候车和车载等客流随机动态模型，其中高峰时段客流随机动态模型将引入0-1状态变量，以表达列车高峰时段的列车是否满载的状态；以客流随机动态模型、列车间隔动态模型和其他列车运行约束为时刻表优化的约束条件，以乘客旅行时间和列车运行成本为优化指标建立列车时刻表随机优化模型；最终通过分层优化方法实现随机优化模型的求解，上层负责下层各子问题的总体协调，下层对随机优化子问题进行求解。本项目的研究为制定符合客流特征的城市轨道交通列车时刻表提供理论支持，以实现城市轨道交通客流和列车流的协同优化。

我国的城市轨道交通中客流不断增加，乘客作为列车运输的主体，其随机分布特性对于时刻表的优化有至关重要的作用。如何制定适应随机客流分布下城市轨道交通列车的时刻表，实现列车运行与乘客满意度的协调优化是目前城市轨道交通亟待解决的问题。本项目建立了随机客流条件下列车时刻表的多目标优化模型，并通过拉格朗日对偶方法及改进遗传算法求解得到优化时刻表。本项目的研究对于城市轨道交通列车流和客流的优化匹配具有现实指导意义。本项目具体研究内容包括：.1) 建立了不同时段列车流间隔模型和随机客流模型。根据列车流动态运行规律建立了列车时间间隔模型，通过现场采集客流数据和AFC(自动售检票系统)数据建立了随机客流模型。.2) 建立了城市轨道交通高峰和非高峰时段列车时刻表优化模型。首先基于列车停站时间模型建立时刻表优化模型，采用拉格朗日对偶方法实现了模型的求解，实现了列车停站时间和车站客流的优化匹配。.3) 考虑了客流的随机特性，建立了客流OD随机矩阵，使得时刻表优化问题成为随机优化问题。优化指标包括乘客候车时间、列车能耗和列车均衡性等指标。通过改进遗传算法对时刻表优化模型进行了求解，实现了时刻表的多目标优化。.4) 建立了列车运行半实物仿真系统，完成了地铁列车时刻表优化方案验证。在半实物仿真系统上设计了计算实验方案，验证了列车时刻表优化方案的可行性。计算实验所用的客流数据来自于地铁AFC数据和现场调研数据。.基于以上研究内容发表论文10篇，其中SCI论文4篇，EI论文4篇，申请专利10项，其中2项已授权。本项目组正积极推广本项目所研究的方法和系统，以提高地铁乘客满意度和运营效率。