[发明专利]一种用于城市轨道交通客流拥挤指数的分级方法

摘要

一种用于城市轨道交通客流拥挤指数的分级方法，涉及城市轨道交通运营管理领域，该方法基于轨道交通客流拥挤度大数据样本值的聚类分析；同时采用蚁群优化算法进行优化求解，通过调整蚂蚁数目、信息素的蒸发速率，得到聚类的最优数目和分级的关键值；从而达到城市轨道交通客流拥挤指数安全分级的目的。

主权项

1.一种用于城市轨道交通客流拥挤指数的分级方法，其特征在于，包括以下步骤：步骤1：轨道交通客流特征分析；将其分为进站客流、出站客流、进出站流量特性统计三部分，其中进站客流要经过购票、安检服务过程通往站台候车，出站客流一般通过站台、楼梯服务设施直接出站，进出站客流量总量是分析站点总体运行情况；步骤2：客流拥挤指数安全分级方法，从客流拥挤强度、客流拥挤持续时间以及拥挤影响范围三方面来综合对拥挤状况进行安全分级；其中：客流拥挤的强度以客流在单位时间内的平均密度来表征，其计算公式如下：式中，表示第i条线路上j车站对应α状态的实时拥挤度指数，其中α可取1、2和3，分别表示进站状态、出站状态、进出站全状态；表示第i条线路上j车站对应α状态下的实时总流量，单位为人/小时或人/天；表示第i条线路上j车站对应α状态的所占用枢纽的有效折算总面积，单位为m²；表示第i条线路上j车站对α状态时，第l类行人可利用交通设施有效折算系数，其中行人可利用交通设施共有L种；表示第i条线路上j车站对应α状态时，第l类行人可利用交通设施实际面积，单位为m²；客流拥挤持续时间通过统计不同密度的累计频率分布情况，并将其进行函数拟合，得到行人密度的累计频率分布曲线，将其求导并取倒数得到在不同密度处的变化速率，来表征客流的拥挤持续时间；客流密度累计分布曲线为对数函数，如式(2)所示y＝aln(x)‑b   (2)式中，x表示为枢纽内的行人平均密度，p/m2；y表示行人密度为x时的累计频率，无量纲；a,b分别为拟合函数的常量；将式(2)求导并取倒数得式(3)；式中，dx/dy的大小体现了客流累计频率的变化快慢；其值越大则行人密度变化越快，拥挤影响越小；反之，行人密度变化越慢，拥挤影响越大；行人密度为x时的持续时间用来表示；拥挤的影响范围选取影响范围为轨道交通站点内部所有行人可利用占用设施面积，由于不同的设施处的行人特性也不一致，通过不同的权重值来表征在不同设施处的影响程度，见式(1)中将拥挤影响拥挤强度和拥挤持续时间相乘，即可得到拥挤指数，见式(4)；式中：x表示行人平均密度，p/m2；表示在行人密度为x时状态下的拥挤指数；步骤3：客流拥挤指数安全分级求解运算；针对目前行人拥挤度量化缺乏分级标准问题，提出了基于改进蚁群聚类(Ant Colony Optimization,ACO)的分级算法，该算法对地铁内部拥挤指数进行自动聚类，实现层次性分级；具体包括：将拥挤度指数数据点视为具备若干属性的蚂蚁，而将拥挤度指数分级中心视为食物源，在明确分级数目M的基础上，将具有n个属性的N个待分析的拥挤度指数的定义如下：X＝{Xa|Xa＝(xa1,xa2,…,xan),a＝1,2,···,N}   (5)不同的拥挤度指数之间的偏离误差用欧几里得距离来度量，距离越小，偏离误差就越小；将拥挤度指数a分配给第b个聚类中心蚂蚁就在拥挤度指数样本a到聚类中心的路径(a，b)上留下信息素τ_ab(c)，用表示拥挤度指数X_a和X_b属性空间的加权欧氏距离，p_ab(c)为蚂蚁选择路径(a，b)的概率，计算公式如下：式中r为聚类半径，表示蚂蚁X_b可供选择的路径；β为期望启发因子，表征蚂蚁在运动过程中的启发信息的受重视程度；是k次迭代中拥挤度指数i分配到第j个聚类中心启发信息的数值，采用两者之间距离的倒数来定义；当p_ab(c)≥P₀时，Xa归并到Xb邻域中；当移动了所有的蚂蚁之后，每个类中所包含的拥挤度指数将会发生变化，则各个类的聚类中心点需要重新计算，同一类内部的偏离误差也需计算更新；用C_b表示归并到Xi领域的所有聚类集，新的聚类中心与偏离误差E计算如下：式中，B表示C_b的元素的个数，C_ab表示的第a个分量；同时，给定最大迭代次数，只要满足：1)所有类的偏离误差总量小于参数ε；2)迭代次数达到给定的迭代次数最大值，其中任一条件时，则聚类结束，并给出分析结果；否则，应重新进行计算，直到满足条件终止。