[发明专利]在运营中断下进行城市轨道交通乘客出行诱导系统及其应用

说明书

技术领域

本发明属于应用于城市轨道交通客运组织领域，具体涉及一种在突发运营中断条件下进行城市轨道交通乘客出行诱导的系统及应用。

背景技术

为了提高乘客满意度和运营安全效率，当发生由突发事件或不可抗拒因素导致的运营中断时，城市轨道交通运营部门有必要为乘客发布合适的引导信息。当引导信息(例如可替代路径及其时间消耗、运营恢复时间、到达目的地的估计时间等)不足时，乘客难以做出最优出行决策。发生运营中断之后，给乘客提供什么样的出行引导信息，如何确定信息发布的范围，是运营管理部门亟待解决的重大现实问题。

轨道交通运营中断：轨道交通由于受到突发事件、设备故障、大客流等因素影响，造成列车被迫中断运行、车站封闭或换乘禁止等严重后果的的运营状态，称之为轨道交通运营中断。中断的基本属性包括中断发生的位置、中断的持续时间、中断的范围。根据中断发生的位置，主要可以分为：

表1运营中断场景描述及分类

城市交通流诱导系统首先起源于发达国家，美国、日本、英国、德国等对诱导系统的研究卓见成效。日本于1973年开发了世界上最早的城市交通流诱导系统——汽车综合控制系统(简称CACS)，而且，日本的VICS(道路交通信息系统)已跻身于国际上规模和应用价值较大的交通系统的行列。美国比较成功的诱导系统项目是TravTek系统；国际上最早的商用车载路径诱导系统是由英国开发Traffic Master，即现在的Traffic Mate；德国享有盛誉的是西门子公司开发的Ali-Scout系统。UTFGS在国内的发展相对较晚，研究和应用尚处于初级阶段，体系完善、功能强大的UTFGS仍在探索中，还没有形成具体的模型。UTFGS是对道路交通流进行的研究，但由于其理论的普遍适用性，可以进一步推广，应用到轨道交通客流诱导系统的研究中，主要研究内容有最优路径选择算法与交通分配理论等。

R.Bellm等人于20世纪50年代初，首先提出了解决最优路径选择问题的动态规划法，但由于少数问题不能明确划分出阶段，难以构造出动态规划方程。20世纪50年代至60年代，以图论为基础，很多专家、学者提出了解决最短路径问题的算法。动态规划法和以图论为基础的求最短路径的算法通过串行寻优，计算量大，耗时长，可能导致达不到实时性的要求。为确保实时性，一系列新型的最优路径选择算法被提出。1991年，Mar等人提出了蚁群算法，它是一种启发式仿生进化算法，用于在图中寻找优化路径，蚁群算法提出后被迅速推广至其它的优化领域。

为解决传统最优路径选择存在的问题，杨兆升教授提出了FNN算法(基于流体神经网络算法)。该算法的基本思想是：把交通网络看作是流体神经网络，将神经网络与遗传算法相结合，以在全局范围内搜索最优路径。交通分配理论在国内外都得到了深入研究，一般地，交通分配方法有平衡模型与非平衡模型之分，该原理的提出为交通分配奠定了理论基础。目前，国内外对道路交通分配理论的研究比较成熟，但却很少有对轨道交通的客流分配的研究。轨道交通客流分配的研究需要借鉴道路交通分配理论，但是，二者存在显著的区别：第一，研究对象不同，轨道交通是对出行者的交通选择行为的研究，形成是出行者客流在路网中的流动现象；道路交通是对车辆的路线选择的研究，形成的是车辆在路网中的流动现象；第二，考虑因素不同，轨道交通要考虑影响交通分配的多种因素，例如时间、费用、舒适度等，因素多而复杂；道路交通要考虑的因素只有时间，因素少而单一：第三，换乘的影响不同，轨道交通要考虑不同线路对客流分配的影响；道路交通不必考虑不同线路换乘的影响。轨道交通中客流分配的难点就在于换乘问题的影响。

综上可知，既有研究中尚未提出一种突发运营中断条件下城市轨道交通客流诱导解决方法。

发明内容

为了克服现有技术的不足，本发明提出了一种在突发运营中断条件下进行城市轨道交通乘客出行诱导的系统及应用。本发明提出的系统和应用，可以补充该领域的空白。

本方法采取的技术方案是：一种在突发运营中断条件下进行城市轨道交通乘客出行诱导的系统及应用，包括：

在运营中断下进行城市轨道交通乘客出行诱导系统，所述系统包括：

安装有相应工作模块的移动客户端、

轨道交通车站乘客信息发布终端、

应急处置部门决策支持终端、

用于大规模路径搜索计算的中央级服务器和