轨道交通网络的主动型客流控制方法研究

Along with the time-space congestion and complexity propagation characteristic, there are some scientific problems on the condition of network operation of subway: 1) how to describe the passengers’ travel choice behavior facing with the crowded network under different passenger flow control actions. 2) what is the mechanism of action between passenger flow control strategies and congestion distribution. 3) how to handle with the system optimization based on future state of systems when the passenger flow control strategies is defined as decision variables. To this end, we examine the effect of passenger flow control strategy on passengers’ travel choice behavior and then construct an adaptation model of passenger travel behavior. We propose a system state prediction model under different control strategies based on evolution of passenger flow. We discuss the impact of current control strategy on the future evolution of the system, specifically the effect intensity to congestion area. According to the prediction result of future states, a passenger flow control model and an algorithm are proposed for rolling optimizing the active control strategy of current passenger flow in a network. Our research contributes to enrich the modelling method system of passenger selection behavior under external disturbance, deepen the understanding of mechanisms of passenger flow control and congestion propagation and provide a scientific theoretical basis for passenger flow organization of rail traffic in China.

网络化运营条件下具有时变拥堵特性和复杂传播机理的轨道交通网络，在客流控制方面存在如下科学问题：1）在不同拥挤条件和客流控制策略下准确描述乘客出行选择行为；2）客流控制策略与网络客流拥挤分布之间的作用机理；3）以客流控制策略为决策变量，如何主动利用系统未来拥挤信息，优化客流控制的整体目标。针对以上问题，本项目研究客流控制策略与乘客出行选择行为的影响关系，构建不同客流控制策略下乘客出行行为的自适应模型；构建不同控制策略下基于客流演化的系统状态预测模型；研究当前控制策略对系统未来状态演化的作用关系，特别是对未来产生拥挤区域的效用强度；基于系统未来状态信息滚动优化当前客流控制措施，建立网络主动型客流控制策略优化模型，并给出相应的求解算法。该项目的研究有助于丰富外界扰动下乘客出行选择行为建模的方法体系，加深人们对客流控制与拥挤传播控制的机理理解，并为解决我国的轨道交通客流组织问题提供科学的理论依据。

网络化运营条件下具有时变拥堵特性和复杂传播机理的轨道交通网络，在客流控制方面存在如下科学问题：1）在不同拥挤条件和客流控制策略下准确描述乘客出行选择行为；2）客流控制策略与网络客流拥挤分布之间的作用机理；3）以客流控制策略为决策变量，如何主动利用系统未来拥挤信息，优化客流控制的整体目标。针对以上问题，本项目研究客流控制策略与乘客出行选择行为的影响关系，采用两阶段控制函数(2SCF)方法构建解决价格内生性的乘客出发时间选择行为模型和面向数据驱动的地铁乘客路径选择行为模型，首次考虑了路网运营情况对乘客出行行为的内在影响，解决了传统分析路径选择模型标定中存在的高维概率分布参数校准的难题，提高了模型的适用性和实用性；构建不同控制策略下基于客流演化的系统状态预测模型；研究当前控制策略对系统未来状态演化的作用关系，特别是对未来产生拥挤区域的效用强度；基于系统未来状态信息滚动优化当前客流控制措施，建立主动型网络客流控制策略优化模型，并给出相应的求解算法。该项目形成了国际高水平SCI期刊论文8篇、ESI论文2篇，发明专利申请3项(授权1项），首次构建了有客流控制的拥挤条件下轨道交通乘客出行行为分析理论体系，填补了这一领域的空白，加深人们对客流控制与拥挤传播控制的机理理解，在国际轨道交通客流组织领域占据重要的位置，并为解决我国的轨道交通客流组织问题提供科学的理论依据；同时本研究解决的问题是我国轨道交通面临的重大实际问题，提出的地铁票价优化、协同客流组织等理论方法已经在北京、广州地铁进行了现场应用，解决了地铁管理者高峰时段的精准客流组织的难点，具有很强的推广价值。