客流不确定环境下地铁末班车衔接优化

发布时间：2024-04-03 02:36

　　城市轨道交通以其运量大、安全、高效、节能等特性吸引了越来越多的出行客流,不同线路间的换乘流量日益增加。但地铁末班车的衔接问题并未引起足够重视,导致部分末班车服务水平下降,利用率不足,造成资源的极大浪费。因此,针对城市轨道交通路网的末班车时刻表衔接优化研究具有实际意义。当前鲜有学者针对换乘客流不确定性提出时刻表优化方案。本文充分考虑换乘客流的随机特性,引入基于场景的随机变量刻画乘客换乘流量的分布不确定性,建立混合整数线性规划模型,并设计算法求解地铁末班车运行方案。论文主要研究内容如下:(1)分析末班车换乘客流的不确定性,选取若干组具有代表性的客流数据作为随机样本,构建不同客流发生场景,统计相应的随机样本概率作为场景发生概率,采用基于场景的随机样本鲁棒性表示方法,有效刻画地铁换乘客流的随机特性。不同于其他概率数据模型,该集计型随机数据处理方式充分考虑末班车时段客流的不确定性分布特点,有助于设计具有鲁棒性的末班车时刻表优化方案。(2)利用决策者在期望收益与不确定风险之间的权衡法则,根据均值-方差理论,构建以“换乘成功乘客数量最大化”和“所有末班列车区段运行总时间最小化”为目标的不确定客流环境...

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

图１论文技术路线图??Ｆｉｇｕｒｅ?１?Ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｈｅ?ｄｉｓｓｅｒｔａｔｉｏｎ??

果以及创新点进行归纳总结，分析现有工作的不足和待改进之处，并提出进？步??的研究方向和改进思路。??本文的技术路线图如图１所示。??８??

图５基于二次效用函数的决策者风险倾向??Ｆｉｇｕｒｅ?５?Ｔｈｅ?ｂｅｈａｖｉｏｒｓ?ｏｆ?ｄｅｃｉｓｉｏｎ－ｍａｋｅｒ?ｂａｓｅｄ?ｏｎ?ｑｕａｄｒａｔｉｃ?ｕｔｉｌｉｔｙ?ｆｕｎｃｔｉｏｎ??

在风险环境下决策者一般表现为三种不同的行为倾向，即风险厌恶、风险中??性和风险偏好，其效用函数分别表现为凹性效用函数、线性效用函数和凸性效用??函数，如图５所示。??Ｕ（ｘ）??伞??＂丨⑷??ｎ／＇??…?／?／?／?—风险厌恶??ＧＵｌ）?／?ｚ’?风险中性??——风险偏好?....

图７邻域中邻居的产生??Ｆｉｇｕｒｅ?７?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ａ?ｎｅｉｇｈｂｏｒ?ｉｎ?ｔｈｅ?ｎｅｉｇｈｂｏｒｈｏｏｄ??首先，赋予发车时间向量ｚ？和区段运行时间向量以初始值，二者?

图８北京地铁网络简化图??Ｆｉｇｕｒｅ?８?Ｓｉｍｐｌｉｆｉｅｄ?Ｂｅｉｊｉｎｇ?Ｓｕｂｗａｙ?Ｍａｐ??

本节通过在北京地铁网络设计的数值试验，验证均值－方差模型的适应性与禁??忌搜索算法的有效性。由于本文主要研宄不同线路间的换乘问题，因此对当前的??北京地铁网络进行了相应简化，如图８所示，只保留主要的换乘站点与运营线路。??为简化计算，本文忽视了非换乘站的存在，将非换乘站计作换乘站....

本文编号：3946587