[发明专利]城市轨道交通多场景下客流精准诱导方法及系统

说明书

本发明提供了一种城市轨道交通多场景下客流精准诱导方法及系统，属于城市轨道交通列车运营控制技术领域。该方法建立多场景诱导信息下的以效用最大化为目标的乘客路径选择行为模型；计算乘客经过有效路径上各区间及换乘站的时刻，基于各区间及换乘站相应时刻的拥挤情况对路径整体拥挤水平进行定量评估，反映拥挤度；基于乘客路径选择行为模型，对可行路径排序；针对排序后的可行路径，结合Q‑learning学习算法优化路径选择行为模型参数，获取最优诱导路径。本发明结合拥挤度、时间、换乘次数等相关因素对可行路径进行排序，作为诱导信息推荐给乘客；最后结合强化学习方法进行优化路径选择行为模型的参数，有效的提升城市轨道交通的信息化水平以及服务质量。

技术领域

本发明涉及城市轨道交通列车运营控制技术领域，具体涉及一种城市轨道交通多场景下客流精准诱导方法及系统。

背景技术

近年来我国城市轨道交通运营里程和运量均处于世界前列，且已呈现出网络化、大客流、高密度等特征，轨道交通已成为保障城市运行的关键支撑。然而，高峰时段线路部分区段及车站能力不足，高峰小时断面满载率和车站站台密度持续过高成为地铁运营的常态，迫切需要对高峰时段乘客的出行过程进行诱导及管理。尽管国内外在诱导理论方面有一定的研究进展，但主要集中于道路交通领域，对于轨道交通客流诱导方向的研究较少；在诱导技术的实际应用方面，我国城市的诱导系统应用存在过于简单，无法满足多样化多场景的乘客信息需求，因此对于城市轨道交通多场景下的客流精准诱导显得至关重要。

发明内容

本发明的目的在于提供一种可以真实有效的对运营人员发布诱导信息起到辅助作用，同时也为城市轨道交通的良性运转提供一定的帮助城市轨道交通多场景下客流精准诱导方法和系统，以解决上述背景技术中存在的技术问题。

为了实现上述目的，本发明采取了如下技术方案：

一方面，本发明提供的一种城市轨道交通多场景下客流精准诱导方法，包括如下流程步骤：

步骤S110：建立多场景诱导信息下的以效用最大化为目标的乘客路径选择行为模型；

步骤S120：计算乘客经过有效路径上各区间及换乘站的时刻，基于各区间及换乘站相应时刻的拥挤情况对路径整体拥挤水平进行定量评估，来反映拥挤度；

步骤S130：基于所述乘客路径选择行为模型，并根据广义效用对可行路径排序；

步骤S140：针对排序后的可行路径，结合Q-learning学习算法优化路径选择行为模型的参数，获取最优诱导路径。

优选的，所述步骤S110具体包括：

乘客路径选择行为模型为以效用最大化为目标的离散选择模型；

计算列车运行时间为：

其中，表示OD对a-＞b的路径k的列车运行总时间，表示列车在路径k中的区间i-j中的运行时间，表示列车在路径k中的在车站m的停站时间；

乘客候车时间为：

其中，T_wait表示第候车时间，表示线路l的列车发车间隔；

乘客换乘时间为：

其中，表示OD对a-＞b中路径k的乘客换乘总时间，τ表示乘客因换乘导致的惩罚系数，n_k表示路径k的换乘总次数，β表示换乘次数的惩罚系数，表示第i次换乘时从线路l₁到l₂的走行时间；

乘客的拥堵感知系数为：