城市轨道交通线路客流分布的实时预测方法

1、第39卷第6期2011年6月同济大学学报(自然科学版Vol. 39 No. 6JOURNAL()F TONGJI UN1VERS1TY(NATURAI SCIENCE)Jun. 2011文章编号：0253-374X(2011 )06-0857-05DOI： 10. 3969/j. issn. 0253-37lx. 2011. 06. 013城市轨道交通线路客流分布的实时预测方法徐瑞华9徐永实（同济大学交通运输丁程学院上海201804）收稿日期：2010-07-30基金项目:国家“ 863”高科技研究发展计划资助项目（2007 A A11Z2362OO7/XA11Z201）節-作者-：徐瑞华（1

2、963 ）男教授丁学博上博上生导师主要研究方向为交通规划、交通系统仿克、城市轨道交通.Email： rhxuiongji.wlu. cn通讯作者*:侏水实（1977）男博士生主要研究方向为城市瓠追年適规划耳理.E-mail： a_t>uma_at_large（« hotmail. comt 1994-2011 C nina Academic Journal Electronic Publisning Flouse. AH ngnts reserved： K摘要：为准确计算轨道交通线路客流实时分布的各项参数. 首先提岀了各时段进姑乘客的起讫点(OD)分布预测方法. 然后在分析站台

3、与列车之间客流交换规律的皐础上提出 了站台一列车客流交互模型.最后，提出了轨道交通线路客 流分布的实时算法并通过实例验证了该算法的实用性.关键词：轨道交通；客流分布；实时预测 中图分类号：U 231. 92文献标识码：AReaFtime Forecast of Passenger Flow Distribution on Urban Rail Transit LineXLr Ruth iia XU Yongshi(College of TranS|X)rtation Engineering. Tongji University Shanghai 201804-China)Abstract: T

4、o calculate all parameters of passenger flow distribution on urban rail transit ( URT) the paper fiirst presents a method to predict the origin-destination (OD) distribution. Thcn< based on an analysis of the law of passengersf flow between platform and train, platfornrtrain passenger exchanging

5、model is established. Finally, the reab lime algorithm to predict passenger flow disiribution on urban rail transit line is oblained* lhe algorithm is validated with a case study.Key words： urban rail transit ； passenger flow distribution； reaFtime forecast轨道交通线路客流分布实时预测是指对当询H寸 段轨道交通客流在各区间断面、站台、列车上的

6、分布 状况进行实时计算并对未来若卡时段内的客流分 布状况进行预测的过程轨道交通客流实时预测的 结果既可以提供给运营管理部门用作对轨道交通运 营计划进行实时调整的依据也可以提供给轨道交 通乘客作为安排出行的参考因而貝有重要的应用 价值.要进行客流分布实时预测，首先需要获得当前 时段及未来若干时段内进站客流的完整的（）D信 息这里提到的完整的（）D信息”是指：当前时段 乘客进站、出站的站点信息俱全；当前时段乘客 进站时刻信息具备，且需要梢确到分钟或秒;当 前时段进站客流流量变化规律.当前轨道交通的口 动检書 票系统（automatic fare collection syste m, A FC）

7、在任何时刻都只能获取乘客的进站信息乘 客的去向（即完整的（）D信息）要在乘客到达目的地 以后才能获得.械然不能满足实时预测的要求.目 前已有的轨道交通客流分布算法是建立在假怎已 经获取了完整的（）1）分布信息卑础之上例如文献 12对如何获得完整（）1）信息还需要深入分析.具次现有的乞类轨道交通客流预测方法基木 都是采用了静态分配方法a 即将（）D按照路径阻 抗函数值进行各路径客流分配这种方法没冇考虑 到列牟牟辆处十动态运行之中，无法対车辆、乘客进 行实时定位因而无法准确计算线路上各站台、断面 以及各班次列车上客流的实时分布状况.轨道交通 客流在各线路站台、区间断面、列车上的分布是相互 关联、相

8、互影响的有机体站台上候车乘客的特征决 足着列车载客量而列车载客量反作用于站台表现 为站台乘客等待时间的变化线路各区间断面客流 tt的大小则由通过该断面的各班列车载客tt所决 定因此进行轨道交通客流实时预测需要完整地、 系统地分析-:者之间的相互关系目前已有的算法 尚不能满足要求本文通过建立了站台一列车客流 交互模型解决了这一问题.第6期徐瑞华等：城市轨道交通线路$渝分布的实时预测方法8611城市轨道交通线路实时客流分布状 态预测方法1.1实时客流分布状态轨道交通线路客流分布是指客流在轨道交通线 路区间、列车、站台上的分布状况在对实时客流分 布状态进行预测和分析中主要应得到的指标可以归 纳为以下

9、几个：（1）实时断面流量：定义为线路上任一区间中 某断面位置在某统计时段内通过的乘客数量.该参 数在数量等于在该统计时段内通过的所冇列车的载 客量之和，是进行列车运行计划调整的重要指标.（2）实时列车满载率：左义为任一时刻任一班 次列车实际载客量与该列车定员数的比值.易知任 一列车在任一区间内的满载率等于该列车从该区间 上游端点站台出发时的满载率因而记作儿以表示 该线路第j班列车从编号为丘的站台发出时的满载 率该参数反映了车厢内的拥挤状况是为乘客出行 提供信息诱导的主要指标.（3）站台平均等待时间定义为：任一时段内到 达斤站台的所冇乘客的平均等待时间站台平均等 待时间反映了列车开行计划対站台乘

10、客的疏导能 力，也是为乘客出行提供信息诱导的主要指标.1.2实时客流分布状态预测的关键参数的具体数值计算可以在本文后面的算法中逐步讥穷谡裟钻M期跆瀏咧曲龜制卧沒穷理啷葺溝严.Altn师eswd. fiitp根据目前轨道交通票务运营方式无法实时检 测进入站台乘客的去向乘客的目的地要到达时才 能检测到即从乘客进入站台至获得乘客的完整（）1） 信息在时间上相隔整个出行时间完全不符合实时 监测的要求为此，木研究通过对大量的轨道交通运 营历史数据进行分析后发现全天乘客出行的站间 （）D呈现较大的规律性，因而可以将一年中具冇相似 分布规律的日子归为几类特征日，如T.作日、双休 日、待殊卄假日等，然后在这些

11、特征H中分别将全天 （）D划分成若干时段在这些时段内的（）Q变化比较 小呈现一左的稳定性划分的时段越大误差越大. 而划分的时段越精细则个体差别性表需越明W. 误 差也越大因此需保证划分的务时段内有足够的样 本数以充分显示其统计规律同时时段不应太大而 失去了（）D的变化特征.木研究中采用各站台各班 次列车发车间隔为统计OD的时段可以保证上述要 求的实现对任一站点虹其（）D比例表记为表 台在时段口厂*门内进入站台的乘客在站j下车的 分配比例.在轨道交通网络运营条件下计算各线路的实时 客流分布状况时，首先盂要将网络上所有的站间（）D 量分配到连接（）D的可能路径上，然后利用单条线 路的实时算法対网络

12、中各条线路的实时运行状态进 行计算因此需要对网络中所有（）D进行可行路径 搜索并在一定客流分配规则下确定各路径的分配 比例，然后确定各线路各时段的站间OD分配比例. 文献6中提出了基于深度优先的路径搜索算法和 路径客流分配比例计算方法，在此不再详述.2实时客流分布状态预测模型及算法2.1模型假设（1）线路几何结构包括：站点及编号（1.2,3, ，“；各相邻站点之间的距离.（2）列车开行计划包括：该线路全天开行的列 车班次及发车间隔实际情况中全天的发车间隔不 是固怎的有拓峰间隔、平峰间隔、低峰间隔之分本 文的计算方法考虑了这一点这也是木文与其他算 法相比更符合实际之处记“为第j班次列车离开斤 站

13、台的时刻则门表示两相邻班次列车从k站 台发出的时间间隔下文中除特别指出外的时间间 隔都是指口厂，理（3）各站台的乘客实时到达规律站台乘客的实时到达规律可以通过对在站台入 口合理设置计数器采集的数据分析处理得到具体 方法为：取一时间段为单位时间段例如以5 s为一 个计时单位将单位时间内到达的乘客近似处理为 均匀到达因此可以构建一个以k站台乘客到达率 为变量的到达函数灯（/）由于总（f）是任一确足时 段上只有有限个第一类间断点的有界函数因而 总（门在任一确定时段上是可积的.2.2基于站台一列车客流交互的预测模型山于各班次列车到达某站时的实际载客能力、 站台候车乘客数量不同所以各班列车的实际上客 量

14、也不同使得寻找站台乘客上车规律増加了困难. 但是，如果以站台对各班次列车的上车比例为联系 参数则能比较容易地发现其中的规律.记列车j在k站台的上客比例伊为实际上车乘 客数与列车j停站期间怡站台等待乘客数之比.此对于任一时段门内到达k站台的乘客在 任一列车；（»）±的分配数a 为A . .|<2訂：-斤（1 一卩？）以，0； = A iA &<&= iI Qk | ：-2 91j = i（1） 任一时段/厂$ .琳内到达k站台的乘客在任一 列车八聞出发后剩余的乘客数为-仍）运用数学归纳法很容易证明上述表达式成立. 限于篇幅，证明过程从略.从式（1）

15、中可以得到以下结论：（1）如果某班次列车，在该站台的上车比例为 1,说明站台乘客全部被该列车，载走站台没有滞 留，即该站台在时刻4之前进站的乘客在,列车到 达时全部被载走那么在时刻八之前进站的乘客在, 列车后面的各班列车j>,上的分配杲为零.（2）如果某班次列车j以前的所有班次列车在 该站台的上车比例均不为1说明时刻列车j以前的 乞班次列车从怡站台发,-|!时站台都有滞留那么在 时刻之前进站的乘客在/列车后面的各班列车 j>i上的分配量都不为零当分配值小于0.5 时，可以认为该时段内到达k站台的乘客在列车j 出发时已分配结束.据此可以列出怡站台各时段到达乘客在各班 次列车上的分配数

16、戢表A-A訂？为该表中的第,行 第j列数据值含义为怡站台在时段/厂7门内到 达的乘客在列车j（&i）上的分配数量.还可以列出怡站台各时段到达乘客在各班次列 车出发后剩余乘客数量表为该表中的第, 行第j列数据值，含义为h站台，在时段广2 ./门 内到达的乘客在列车；（；>/）离开站台后剩下的乘 客数量.基于该模熨可以很容易地建立各班列车从各 站出发时的载客鈕N严及满载率*、站台上车比例 甲仁各时段进站乘客的平均等待时间W/E2】等参 数的计算表达式.盂要说明本模型认为站台k前若 干班次列车出发滞闕下的乘客与新到达的乘客是混 合均匀以相同的上车比例上车的这是比较符合实 际情况（站台无

17、特别的候车组织描施）的.2.3基于站台一列车客流交互预测模型的算法步骤i：运算初始化根据前述S条件计算 任一列车j从任一站台怡出发时刻""=1,2,. 加.全线路共加个站点运营）；各班次列车依次抵 达线路上第一个站台时车上载客量NF（j = l,2 全天共/班列车运营）；各班次列车在第一 个站台的下客量&=0；列车1在站1上一时段 滞闕戢Z；=0；任一列车j空驶时的最大容纳能 力为C>（J = 1,2,-,/）；制定任一站点怡的OD比 例表为该表中的第，行第_/列数据值含义 为怡站台，在时段旷広内进入站台的乘客在站j 下车的分配比例.步骤2：以列车1为跟踪对象

18、依列车1到达站 台的次序逐个计算以及运行参数N严"仁灵的计 算过程如下所示：将0代入表儿一计算厲|；一计 算X -*计算屍-将诚代入表人2 -*计算A2 | | -计 算计算辰依次类推直至计算完以"一12 !）此时运行参数N/力也全部计算得到具 中关键中间参数Xl=S（AjXBjf-O.步骤3：以列车2为跟踪对象依列车2到达站 台的次序逐个计算呑及运行参数N进於诚的计 算过程和步骤2类似.H中关键中间参数Xi= SA=1 2（SAjfXBjr以此类推：i= 1步骤八以列车j为跟踪对象，依列车j到达站 台的次序逐个计算仅及运行参数N普、yZ 的计 算顺序和前面类似.其中关键中

19、间参数X；= 笔（首A川XBJL）计算完列车I的所有运行参 衣后，计算结束.从上述各参数的计算过程可以看出计算的每 一步都是以每一班列车依次从沿线每一站台出发 时刻为时间节点列车停站期间的计算中只需要该 时间节点前的乘客到达规律与该时间节点后的到 达规律无关各参数所需要的中间参数也能在每一 步计算中得到所以，本算法满足实时性要求.3计算实例如图1所示运行方向的线路上，有站1站5五 个站点站台到达率分别为2人s1.3人厂】2 人sT,2人.st.均为平均分布，区间运行时间为 5 min,发车间隔为10 min.列车停站时间为30 s,列 车最大容纳能力0 =2 600人，列车定员数为1 900

20、般勰笄始諜飜u班车魁曾1所需时间为2 min.各站台进站乘客分时段动态 （）D分布比例见表1.限于篇幅，本实例只计算前10 班车的运行情况计算结果见表2表3.站II站2i站3|站4t站5OO1O1O1O图1计算实例Fig. 1 Calculation example表1各站()1)分布Tab. 1 Passengers1 ()1) distribution of every station时段站2站1站5站2站3站3站4站3站4站5站4站510.20. 40.30. 10.40.30.30.60.420.20. 40.30. 10.30.60. 10.60.430.30. 40.20. 10.

21、40.30.30.50.540.20. 40.30. 10.30.60. 10. 40.650.20. 40.30. 10.40. 40.20.70.360.20. 40.30. 10.50.30.20.30.770.30.20.30.20.20. 40. 40.50.580.20. 40.30. 10.30.50.20.30.790.20. 40.30. 10.40. 40.20.30.7100.20. 40.30. 10.40. 40.20.30.7（1）各班列车停站期间各站站台的乘客上车比 例（械）见表2.表2各班列车在各站台的乘客上车比例Tab. 2 Passengers1 getti

22、ng on rate班次站1站2站3站4列车1110.990.65列乍210.910.810. 99列车310, 900.821.00列乍410. 820. 681.00列乍510. 760. 661.00列乍610.710.711.00列乍710.710. 421.00列乍810.650. 441.00列乍910.610.451.00列车1010.580. 441.00（2）各站在*时段内d=l4）到达站台的 乘客的平均等待时间分别为300,356,446,305 s1朱顺应郭志勇邵祎福.城市轨逍交通规划与管理M.南京： 东南大学出版社，2008.r 1 .idem?c Journal Jl

23、ecUoniciblishingK S1'.10 400.10 400.9 687 人.transit planning and management MJ. Nanjing： Southeast(4) 00；1994-2最分别为4（3）各班列车从各站站台出发时的满载率（） 见表3.表3列车满载率Tab. 3 Occupancy rate of each train班次站1站2站3站1列车10. 120. 681.051.05列乍20. 481.051.051.05列乍30. 481.051.050.97列乍40. 481.051.050. 84列车50. 481.051.050. 8

24、3列车60.481.051.050. 96列乍70.481.051.050. 98列车80. 481.051.050. 93列乍90. 481.051.050. 96列乍100. 481.051.050. 974结束语当多条轨道交通线路相交而构成网络时，网络 中各线路各班次列车到达换乘站后要改变该站点 相应换乘站台的客流到达函数盂要解决各列车抵 达换乘站后如何改变相应站台客流到达函数的间 题因此网络运营条件下的客流实时分布算法比单 条线路的算法更加复杂需要另文阐述但是网络计 算中每条线路采用的算法正是单线算法换乘客流 的影响也是妹于单线算法得来所以本文重点讲述 的单线算法也是轨道交通网络运背条

25、件下客流分布 实时计算的基础.城市轨道交通网络客流分布状况的实时预测. 可以成为运营管理部门对轨道交通运营计划进行实 时调整的依据也有助于出行者了解Fl己预定出行 计划的便捷性，以便及时地调整交通方式、出行路 径.山于轨道交通网络客流分布实时预测涉及到的 参数众多相互影响笔者对这些复杂的联系进行了 深入的解析解决了各站台不同时段到达的乘客在 各班次列车上的分配及在站台滞留情况（慕于站 台一列车客流交互的预测模型）、网络条件下进站乘 客（）D分布预测等关键问题提出了某于站台一列 车客流交互预测模熨的实时算法文中的实例说明 了该算法的有效性、切实可行性.参考文献：University Press&

26、gt;2008.2 昊借晏启鹏.城市轨道交通客流预测模塑研究I)_.成都.西南 交通大学交通运输学院.2007.Wl I Qinn YAN Qipeng. Study nn models of the passengers flow prediction of urban rail transportation D . Chengdu： Southwest Jiaotong University. School of Traffic and T ransportation 2007.3 刘倩.张冬泉.城市轨道交通纟流诱导系统的研究与丈现I). 北京.北京交通大学机械与电子控制丁程学院.2009

27、.L1U Qian. ZHANO Iongquan. The research and implementation of guidance system of passenger flow on urban rail transit V) . Beijing. Beijing Jiaotong University. School of Mechanical Electronic and Control Engineering 2009.I孙松伟易思蓉.城市轨逍交通客流预测模型及方法研究D. 成都.曲南交通大学交通运输学院200&SUN Songwei. YI Sirong. The prediction model and method research of urban railway transportation flow D . Chengdu： Southwest Jiaotong University. School of Traffic and T ransportat inn 200R.5 吴祥云，刘灿齐.轨道交通客流肚均衡分配模型与算法J同 济大学学报：I然科学版.2004.32(9),1158.WU Xiangyun* LIU ('an(