突发事件下城市轨道交通路网客流动态估计与网络非均衡演化模型研究

With the rapid network formulation of China's urban rail transit , the lack status of complex issues and the underlying theoretical approach for emergency response in emergencies passenger under these conditions is extremely serious. To fill this gap, this proposal addresses the development of theories, algorithms and mathematical models to estiamte the real-time passenger origin-destination distribution and the disequilibirum evolution of the urban rail transit network in case of unexpected events.The program will in-depth analyze the real-time passanger inflow/outflow at transit stations and establish a new adaptive system estimation model to track the dynamic passenger OD distribution by adopting a hierarchy state space. A bounded-rationality thoery based model will be developed to describe the passengers' route choice decision given the limited information and degenerate transit network strucutre affected by the incidents.Integrating this novel choice behaivor model, a dynamic model will be developed to desribe the disequilibirum evolution of the transit network, from which the detailed and accurate passagner flow on transit stations and links, as well as the travel time, can be succesfully obtained and analzyed. The proposed program has a profound significance as a number of scientific contributions are expected to advance and broaden current knowledge on emergent transit network evolution mechansims and will lay a solid theoretical foundation for an effective schedule and operations in emergency.

针对目前我国城市轨道交通快速成网条件下突发事件客流应急处置的复杂问题和相关基础理论方法缺乏的现状，系统研究并理解面对非常规突发事件时，轨道交通路网内客流的复杂非均衡动态演化过程。课题将首次引入自适应无轨迹卡尔曼滤波模型，并提出层次化的状态空间设计，实时估计并预测突发事件下乘客在轨道交通网络中OD分布；通过深入研究客流在轨道交通网络内的有限理性随机动态分配理论，系统阐述并构建时变非均衡动态网络状态及其演化过程，对站点线路客流量及旅行时间进行准确估计，最终建立突发事件下城市轨道交通网络客流分布实时估计算法及其非均衡动态演化模型。该课题将从理论层次上系统理解突发事件下城市轨道交通路网客流演化过程，通过对滞留旅客及关键站点线路流量的准确预测，为科学有效的城轨路网客流应急处置和城轨客运组织安全保障提供基础理论和方法支持。本项目研究成果预计还可广泛应用于铁路客流应急处置和客运组织安全保障中。

针对轨道交通成网突发事件条件下客流应急处置的复杂科学问题，在本项目执行中主要完成了以下5部分工作内容：.（1）基于非正常条件下列车行车规则、设备运用管理水平、晚点调整策略，建立了多约束的Max-plus动态系统模型，并提出了网络鲁棒性的评估指标。从而使其能够准确刻画突发事件对不同区间列车运行的动态影响。.（2）研究了运营中断条件下城轨路网客流非均衡随机动态分配方法，并改进了传统的Logit模型，使之克服了部分重叠路径客流分配过多以及相似路径客流分配不合理等问题。.（3）研究建立了基于云模型的车站客流状态辨识模型，能够较准确地判别车站客流状态变化情况；并建立了枢纽高聚集客流控制模型，以及路网客流控制模型，为我国轨道交通线网及枢纽客流控制策略制定提供了理论依据和有效方法。.（4）基于设备采集的实时数据对地铁车站风险评估进行研究，建立了动态风险评估指标体系，提出了一种区间2型模糊TOPSIS的决策方法，并将其应用于地铁车站动态风险评估，客观地反映了地铁车站的实际风险状况。.（5）研究并提出了扰动-安全域事故致因理论，不但可以描述多因素扰动在事故发展中的演变作用及动态过程，还可以用于定量评价系统安全状态并进行预警监控及采取对应安全措施，显著提升了事故致因理论的科学性和系统性。.本项目申请相关发明专利7项，其中授权5项；发表相关专业学术论文16篇，其中SCI期刊论文4篇，EI核心期刊论文5篇，北大中文核心期刊论文3篇，EI检索会议论文4篇，出版专著1部；培养博士研究生3名、硕士研究生8名；研制开发轨道交通客流大数据系统平台1套；相关研究内容支撑形成了“城市轨道交通在线客流监测与拥挤度指标体系研究与应用”成果获得中国智能交通协会科学技术二等奖，“突发事件条件下高速铁路运输组织应急处置关键技术与系统”成果获得第六届安全生产科技成果奖一等奖。本项目的研究成果为我国突发事件下轨道交通网络客流运输组织奠定了理论和方法基础。