申请/专利权人：重庆邮电大学

申请日：2024-03-15

公开（公告）日：2024-07-05

公开（公告）号：CN118297213A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/40;G06Q10/0631;G06F17/10;G08G1/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明涉及一种轨道交通客流管控与大小交路开行方案协同优化方法，属于供应链管理技术领域。该方法包括以下步骤：步骤1，根据问题提出三条假设：假设1：列车车型和编组方式相同，且大小交路列车在交路范围内站站停；假设2：乘客服务过程遵循“先进先出”、“先下后上”的原则；假设3：在大小交路开行情况下，乘客乘坐先到站的列车；步骤2，收集、处理及统计基本输入数据：步骤3，建立轨道交通客流管控与大小交路开行方案协同优化模型：步骤4，处理优化模型中的非线性关系式：步骤5，利用优化求解器Gurobi对所提出的轨道交通客流管控与大小交路开行方案协同优化模型进行求解。

主权项：1.轨道交通客流管控与大小交路开行方案协同优化方法，其特征在于：该方法包括以下步骤：步骤1，根据问题提出三条假设：假设1：列车车型和编组方式相同，且大小交路列车在交路范围内站站停；假设2：乘客服务过程遵循“先进先出”、“先下后上”的原则；假设3：在大小交路开行情况下，乘客乘坐先到站的列车；步骤2，收集、处理及统计基本输入数据：收集城市轨道交通AFC数据、城市轨道交通列车计划运行时刻表数据和轨道交通网络结构数据，并对数据进行处理和统计，获得车站间距离、列车区间运行时间、高峰时期乘客到站人数和乘客下车率；城市轨道交通系统在每个车站的出入口设置有智能卡收费设备，乘客通过该设备时记录乘客的出行信息，包括乘客进站车站、出站车站、进站时间和出站时间信息；通过清洗、预处理AFC数据，根据进站车站和进站时间信息，结合轨道交通客流出行行为预测，估计出研究时段T内各个站点随时间而变化的进站乘客数量分布；将时段t改为相邻两辆列车服务区间k-1和k的时间间隔；通过时段划分，根据历史数据估计得到乘客到站人数及每列车在各个车站的下车率；通过收集的轨道交通网络数据，获得相邻车站间距离；通过城市轨道交通列车计划运行时刻表数据，获得列车在区间的运行时间；步骤3，建立轨道交通客流管控与大小交路开行方案协同优化模型：基于估算的每个时段内的乘客到站人数、每列车在每个车站的乘客下车率、车站闸机进站能力、站台承载能力、列车运输能力的输入和约束，以最小化站外滞留乘客数和站台滞留乘客数、列车运营总距离、列车总运营时间为目标构建轨道交通客流管控与大小交路开行方案协同优化模型：所述轨道交通客流管控与大小交路开行方案协同优化模型中所用到的符号及其涵义如下所示：集合：K：列车集合，k∈K，K＝{k|k＝1,2,3,4,...,m}，m表示列车总数；S：车站站台集合，s∈S，S＝{s|s＝1,2,3,4,...,n}，n表示车站总数；参数：aks：列车服务区间k-1与k内，到达车站s的乘客数量；Ds：车站s-1与车站s之间的距离，单位为米；Alks：列车k在车站s的乘客下车率； 列车从车站s-1至车站s的运行时间；ω：小交路列车终点站下车乘客需要继续乘坐大交路列车的比例；c0，c1，c2：与列车停站时间有关的常数；Hmin：相邻列车之间的最小发车间隔；Hmax：相邻列车之间的最大发车间隔；TWmin：列车最小停站时间；TWmax：列车最大停站时间； 列车k的容量； 站台s的最大滞留乘客量；变量：αks：0-1整数变量，列车k在车站s的开始指标；βks：0-1整数变量，列车k在车站s的结束指标；θks：0-1整数变量，当列车k服务车站s时为1，否则为0； 引入的中间变量，计算由于小交路运输而未能到达目的地的乘客数量；列车k到达车站s的时间； 列车k离开车站s的时间；hks：列车k与其之前发车、距离最近的列车之间的发车间隔；eks：发车间隔hks内的允许进站人数； 列车k在车站s的停站时间； 列车服务区间hks内车站s的总进站需求；eks：列车服务区间hks内允许进入车站s的乘客数； 列车k从车站s出发时的站外滞留乘客数； 列车服务区间hks内站台s的总上车需求；bks：列车服务区间hks内车站s的上车人数；oks：列车k在车站s的下车乘客数； 列车k从车站s出发时的站台滞留乘客数；rks：列车k到达车站s时列车上的乘客数；轨道交通客流管控与大小交路开行方案协同优化模型目标：优化模型以最小化滞留乘客数为目标之一进行联合优化；如公式1所示，和分别表示站外滞留乘客数和站台滞留乘客数； 开行大小交路的一个明显优势就是降低运营成本；以列车运营总距离来衡量运营成本，计算公式为式2； 每辆列车的运营时间反映列车的运营成本和体现乘客的出行时间；在考虑列车开行总距离的基础上同时分析列车总运营时间，其计算公式如式3所示； 考虑到T1、T2和T3的量级和量纲的不同，采用最小-最大法进行处理，并采用线性加权法将上述三个目标化为单目标，如公式4所示； 式中，ω1、ω2和ω3为预先给定的权重系数，代表T1、T2和T3这三项所占的比重值，根据决策者偏好和实际运营情况进行调整；轨道交通客流管控与大小交路开行方案协同优化模型约束条件：αks≤αks+1,k∈K,s∈S\{m}5βks≤βks+1,k∈K,s∈S\{m}6 θksHmin≤hks≤θksHmax,k∈K,s∈S15 oks＝maxθks·rks·Alks,θks-αks+βks·rks,k∈K,s∈S22 使用0-1整数变量αks、βks、θks来分别表示列车k是否在s车站经过或运营，其中αks和βks都是非递减形式0,0,0,...,1,1,1；列车k的运行起始点是车站4，而结束点是车站10，根据假设1，意味着该列车将在车站4至车站10之间运行；满足的数学关系式如约束5～7所示；要求列车k至少要服务p个车站，如约束8所示；为保证线路上大交路列车的开行频率，设置约束9来表示列车k至列车k+v之间至少开行一辆大交路列车，v为≥1的整数；式中，∑s∈Sθks表示列车k一共服务的车站数；车站总数为n，用向下取整floor∑s∈Sθks表示列车k的交路形式：当floor∑s∈Sθks＝1时，列车k为大交路车次；当floor∑s∈Sθks＝0时，列车k为小交路车次；步骤4，处理优化模型中的非线性关系式：建立的轨道交通客流管控与大小交路开行方案协同优化模型中含有非线性约束，如约束10、11、14、20和21均是非线性公式；对这几个非线性关系式进行线性化；约束10包含两个变量，即0-1变量θks和离散变量基于θks变量的特殊性，引入一个非常大的正整数常量M来辅助线性化，其线性化如下公式28所示； 与公式10线性化方法相类似，约束11的左侧也包含0-1变量θks和离散变量c0+c1oks+c2bks；引入一个新的变量来进行线性化；首先，令：则其线性化表达式如公式29所示； 约束14是一个与参数v紧密相关的公式；v＝2，对公式27进行线性化，相邻三辆列车中至少有一辆列车是大交路运行；公式27中的2θks-1取值为{1,-1}；首先，引入一个新的变量h'ks来辅助，如下公式30；将公式中的乘式展开得到公式31； 观察公式31发现，h'ks中的每一个乘积项都可以表达为多个0-1变量和一个离散变量相乘；对此，引入7个0-1逻辑变量和7个辅助实值变量来表示h'ks，即则： 带入0-1逻辑变量至辅助实值变量后，获得： 以和进行线性化，如公式32-33所示： 约束20引用正整数M和实值变量和来进行线性化：当k＞2,s≠m时，其中当k＝2,s≠m时，则实值变量和的线性化过程如公式34-35； 为了线性化约束21，引入变量b'ks，即约束21可线性化为如下公式36； 步骤5，利用优化求解器Gurobi对所提出的轨道交通客流管控与大小交路开行方案协同优化模型进行求解：所构建的轨道交通客流管控与大小交路开行方案协同优化模型属于大规模混合整数线性规划模型，采用Gurobi求解器进行求解；Gurobi求解器是一款功能强大、求解速度较快的数学优化软件，将复杂的业务问题表现为数学规划MathematicProgramming模型。

全文数据：

权利要求：

百度查询： 重庆邮电大学 轨道交通客流管控与大小交路开行方案协同优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD