• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

城市轨道交通故障下客流分布计算及评估方法

刘峰博 周庭梁 王小敏

刘峰博, 周庭梁, 王小敏. 城市轨道交通故障下客流分布计算及评估方法[J]. 西南交通大学学报, 2021, 56(5): 921-927, 966. doi: 10.3969/j.issn.0258-2724.20200602
引用本文: 刘峰博, 周庭梁, 王小敏. 城市轨道交通故障下客流分布计算及评估方法[J]. 西南交通大学学报, 2021, 56(5): 921-927, 966. doi: 10.3969/j.issn.0258-2724.20200602
LIU Fengbo, ZHOU Tingliang, WANG Xiaomin. Calculation and Evaluation Method of Passenger Flow Distribution under Urban Rail Transit Failure[J]. Journal of Southwest Jiaotong University, 2021, 56(5): 921-927, 966. doi: 10.3969/j.issn.0258-2724.20200602
Citation: LIU Fengbo, ZHOU Tingliang, WANG Xiaomin. Calculation and Evaluation Method of Passenger Flow Distribution under Urban Rail Transit Failure[J]. Journal of Southwest Jiaotong University, 2021, 56(5): 921-927, 966. doi: 10.3969/j.issn.0258-2724.20200602

城市轨道交通故障下客流分布计算及评估方法

doi: 10.3969/j.issn.0258-2724.20200602
基金项目: 四川省科技计划项目(2019YFH0097,2020YFG0353)
详细信息
    作者简介:

    刘峰博(1990—),女,工程师,博士,研究方向为轨道交通运输组织,E-mail:liufengbo@casco.com.cn

    通讯作者:

    王小敏(1974—),男,教授,博士,研究方向为轨道交通控制与智能运维,E-mail:xmwang@swjtu.edu.cn

  • 中图分类号: U231.92

Calculation and Evaluation Method of Passenger Flow Distribution under Urban Rail Transit Failure

  • 摘要: 为了精细化掌握城市轨道交通故障对乘客出行的影响,对等车、上车和下车过程的客流与列车交互状态进行抽象,建立了站台等待乘客、车内乘客等客流分布数据的计算方法,设计了动态客流仿真算法及乘客服务水平评估指标. 以实际线路为背景,以正常运营场景为参照,计算和评估了故障场景下的客流时空分布,分析了乘客等待时间对列车和站台上客流分布及出行时间的影响. 算例结果表明:具体故障下乘客多等待能通过避免离开而减少部分出行时间,但与正常场景相比,列车满载率高、站台人数多的现象增多;最大等待时间15 min与9 min相比,离开人数减少77.0%,带惩罚的总旅行时间降低超过10.0%,留乘发生率一样,但最大留乘人数增加94.1%,最大等待人数增加29.6%.

     

  • 图 1  客流与列车交互的事件-活动关系

    Figure 1.  Event-activity relationship of interaction process between passenger flows and trains

    图 2  运行图

    Figure 2.  Train working diagrams

    图 3  正常运营场景下的列车满载率

    Figure 3.  Train load rates under normal scenario

    图 4  故障运营场景下的列车满载率

    Figure 4.  Train load rates under disruption scenario

    图 5  所有服务的站台等待人数排序

    Figure 5.  Sort by the number of waiting passengers for all train services

    表  1  汇总的OD客流量

    Table  1.   Total OD volume

    车站车站
    1234567891011
    139816892423119812021776688489646742
    2157518103836711944316138
    3165635138587133214747
    442004247675512274577270
    5401711015673409751345835
    6222237119105252332186642
    742191071492325425333615496
    827618710016585495129133119
    917833659110454353216963
    101762517142010847
    1110242540101623991592430
    下载: 导出CSV

    表  2  站台客流分布指标

    Table  2.   Indexes of passenger flow distribution on platforms

    类别服务
    数/次
    d/min最大等待数/人最大留乘数/人留乘发生率/%总离开数/人
    计划图69995723162.72211
    105723162.86191
    155723163.00166
    调整图 60899153893.455564
    109154483.134335
    1511867553.451279
    下载: 导出CSV

    表  3  乘客出行时间

    Table  3.   Passengers' travel time min

    参数取值计划图调整图
    ρd/min总旅行
    时间
    总等待
    时间
    总旅行
    时间
    总等待
    时间
    1.59581 82090 506638 280164 780
    10582 53091 468619 700162 130
    15584 56093 624571 430163 530
    2.09582 26090 506675 520164 780
    10582 83091 468648 130162 130
    15584 76093 624577 140163 530
    下载: 导出CSV
  • SCHACHTEBECK M, SCHÖBEL A. To wait or not to wait— and who goes first? delay management with priority decisions[J]. Transportation Science, 2010, 44(3): 307-321. doi: 10.1287/trsc.1100.0318
    DOLLEVOET T, HUISMAN D, SCHMIDT M, et al. Delay management with rerouting of passengers[J]. Transportation Science, 2012, 46(1): 74-89. doi: 10.1287/trsc.1110.0375
    曾璐,刘军,秦勇,等. 基于AFC数据的突发事件下城市轨道交通乘客路径决策研究[J]. 铁道学报,2019,41(8): 9-18. doi: 10.3969/j.issn.1001-8360.2019.08.002

    ZENG Lu, LIU Jun, QIN Yong, et al. Route choice behavior of passengers in urban rail transit under emergency based on AFC data[J]. Journal of the China Railway Society, 2019, 41(8): 9-18. doi: 10.3969/j.issn.1001-8360.2019.08.002
    洪玲,高佳,徐瑞华. 城市轨道交通网络突发事件影响客流量的计算[J]. 同济大学学报(自然科学版),2011,39(10): 1485-1489.

    HONG Ling, GAO Jia, XU Ruihua. Calculation method of emergency passenger flow in urban rail network[J]. Journal of Tongji University (Natural Science), 2011, 39(10): 1485-1489.
    SUN H J, WU J J, WU L J, et al. Estimating the influence of common disruptions on urban rail transit networks[J]. Transportation Research Part A:Policy and Practice, 2016, 94: 62-75. doi: 10.1016/j.tra.2016.09.006
    LIU F B, XU R H, ZHAO Z G, et al. A big data analysis method for evaluating train delay effects in urban rail transit[C]//7th International Conference on Railway Operations Modelling and Analysis (Rail Lille 2017). Lille: [s.n.], 2017: 1434-1449.
    GAO Y, KROON L, SCHMIDT M, et al. Rescheduling a metro line in an over-crowded situation after disruptions[J]. Transportation Research—Part B:Methodological, 2016, 93: 425-449. doi: 10.1016/j.trb.2016.08.011
    WANG Y H, TANG T, NING B, et al. Passenger-demands-oriented train scheduling for an urban rail transit network[J]. Transportation Research—Part C:Emerging Technologies, 2015, 60: 1-23. doi: 10.1016/j.trc.2015.07.012
    鲁工圆,马驷,王坤,等. 城市轨道交通线路客流控制整数规划模型[J]. 西南交通大学学报,2017,52(2): 319-325. doi: 10.3969/j.issn.0258-2724.2017.02.015

    LU Gongyuan, MA Si, WANG Kun, et al. Integer programming model of passenger flow assignment for congested urban rail lines[J]. Journal of Southwest Jiaotong University, 2017, 52(2): 319-325. doi: 10.3969/j.issn.0258-2724.2017.02.015
  • 加载中
图(5) / 表(3)
计量
  • 文章访问数:  530
  • HTML全文浏览量:  239
  • PDF下载量:  21
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-09-07
  • 修回日期:  2020-11-16
  • 网络出版日期:  2021-04-15
  • 刊出日期:  2021-10-15

目录

    /

    返回文章
    返回