城轨站点高峰小时客流预测控制方法

doi:10.16182/j.issn1004731x.joss.21-FZ0814

系统仿真学报 ›› 2021, Vol. 33 ›› Issue (12): 2952-2958.doi: 10.16182/j.issn1004731x.joss.21-FZ0814

• 仿真模型/系统置信度评估技术 • 上一篇下一篇

城轨站点高峰小时客流预测控制方法

李晓赫, 吴建平, 彭德品^*

清华大学土木工程系,北京 100084

收稿日期:2021-06-30 修回日期:2021-08-17 出版日期:2021-12-18 发布日期:2022-01-13
通讯作者: 彭德品(1985-),男,博士,教授,研究方向为智能交通系统、城市智能仿真。E-mail：pengdepin@tsinghua.edu.cn
作者简介:李晓赫(1998-),男,硕士生,研究方向为智能交通、交通仿真。E-mail：lixiaohe20@mails.tsinghua.edu.cn
基金资助:
国家自然科学基金-浙江两化融合联合基金(U1709212); 中国科协调宣项目(2018DX2QY04)

Predictive Control Method of Peak Hour Passenger Flow at Urban Rail Station

Li Xiaohe, Wu Jianping, Peng Depin^*

Department of Civil Engineering, Tsinghua University, Beijing 100084, China

Received:2021-06-30 Revised:2021-08-17 Online:2021-12-18 Published:2022-01-13

摘要/Abstract

摘要： 我国城市轨道交通正在快速发展,城轨站点特别是换乘站点在高峰时段的客流拥堵已成为制约城市发展的突出问题。对进出站台的客流种类进行分析后,在离散线性二次最优控制理论基础上建立了换乘站点高峰时段客流预测控制模型。以北京地铁复兴门站为实例,使用Anylogic仿真软件搭建该站的仿真环境,将高峰时段的历史客流数据和求解客流预测控制模型得到的最优客流控制序列导入仿真环境中,根据仿真所得客流数据验证了客流控制方法的可行性和模型的合理性。

关键词: 城市轨道交通, 客流预测, 客流控制, 模型预测控制, Anylogic

Abstract: With the rapid development of subway in China, the urban rail station, especially the transfer station, is prone to generate passenger congestion in the peak period. After analyzing the types of passenger flow in and out of the platform, a predictive control model of passenger flow is established based on the discrete linear quadratic optimal control theory. Taking Fuxingmen Station as an example, the simulation environment of the station is built by using the simulation software of Anylogic. The historical passenger flow data in peak period and the optimal passenger flow control sequence obtained by solving the passenger flow predictive control model are introduced into the simulation environment. The feasibility of the model and the rationality of the passenger flow control method are verified by the output passenger flow data obtained from the simulation.

Key words: urban rail transit, passenger flow prediction, passenger flow control, model predictive control, Anylogic

中图分类号:

TP391.9

李晓赫, 吴建平, 彭德品. 城轨站点高峰小时客流预测控制方法[J]. 系统仿真学报, 2021, 33(12): 2952-2958.

Li Xiaohe, Wu Jianping, Peng Depin. Predictive Control Method of Peak Hour Passenger Flow at Urban Rail Station[J]. Journal of System Simulation, 2021, 33(12): 2952-2958.

参考文献

[1] 杨安安, 陈艳艳, 黄建玲, 等. 基于短时客流预测的地铁动态限流预警模型研究[J]. 城市轨道交通研究, 2018, 21(10): 29-33.
Yang An’an, Chen Yanyan, Huang Jianling, et al.Research on Subway Dynamic Flow Restriction Early Warning Model Based on Short-term Passenger Flow Prediction[J]. Urban Rail Transit Research, 2018, 21(10): 29-33.
[2] 黎新华, 李俊辉. 城市轨道交通运营安全预警系统研究[J]. 现代城市轨道交通, 2018(10): 53-57.
Li Xinhua, Li Junhui.Research on Operation Safety Early Warning System of Urban Rail Transit[J]. Modern Urban Rail Transit, 2018(10): 53-57.
[3] 豆飞, 姚向明, 张文强, 等. 大规模城市轨道交通网常态限流方案编制[J]. 北京工业大学学报, 2019, 45(10): 988-997.
Dou Fei, Yao Xiangming, Zhang Wenqiang, et al.Compilation of Normal Current Limiting Scheme for Large-scale Urban Rail Transit Network[J]. Journal of Beijing University of Technology, 2019, 45(10): 988-997.
[4] 潘罗敏. 地铁短时客流量预测预警研究[D]. 北京: 首都经济贸易大学, 2011.
Pan Luomin.Research on Short-term Passenger Flow Prediction and Early Warning of Subway[D]. Beijing: Capital University of Economics and Trade, 2011.
[5] 冯延伟. 城市轨道交通换乘站高峰期客流控制方法研究[D]. 北京: 北方工业大学, 2016.
Feng Yanwei.Research on Passenger Flow Control Method of Urban Rail Transit Transfer Station in Peak Period[D]. Beijing: Northern University of Technology, 2016.
[6] 任洺萱. 地铁大客流疏运风险预警技术研究[D]. 大连:大连交通大学, 2017.
Ren Mingxuan.Research on Risk Early Warning Technology of Subway Large Passenger Flow Distribution[D]. Dalian: Dalian Jiaotong University, 2017.
[7] 赵保锋, 邹晓磊, 屈晓宜. 基于仿真的城市轨道交通站台客流滞留分级预警方法[J]. 城市轨道交通研究, 2017, 20(9): 107-110, 115.
Zhao Baofeng, Zou Xiaolei, Qu Xiaoyi.Simulation based Hierarchical Early Warning Method for Passenger Flow Detention at Urban Rail Transit Platforms[J]. Urban Rail Transit Research, 2017, 20(9): 107-110, 115.
[8] 唐巧梅. 城市轨道交通大客流运营组织方法研究[D]. 成都: 西南交通大学, 2013.
Tang Qiaomei.Research on Large Passenger Flow Operation Organization Method of Urban Rail Transit[D]. Chengdu: Southwest Jiaotong University, 2013.
[9] Xu X Y, Liu J, Li H Y, et al.Capacity-oriented Passenger Flow Control Under Uncertain Demand: Algorithm Development and Real-world Case Study[J]. Transportation Research Part E (S1366-5545), 2016, 87: 130-148.
[10] 康亚舒. 城市轨道交通车站客流控制方案的研究[D].北京: 北京交通大学, 2014.
Kang Yashu.Research on Passenger Flow Control Scheme of Urban Rail Transit Stations[D]. Beijing: Beijing Jiaotong University, 2014.
[11] 毕艳祥, 蒋顺章. 城市轨道交通车站站台空间服务水平指标体系探讨[J]. 城市轨道交通研究, 2013, 16(10): 7-10.
Bi Yanxiang, Jiang Shunzhang.Discussion on Platform Space Service Level Index System of Urban Rail Transit Station[J]. Urban Rail Transit Research, 2013, 16(10): 7-10.
[12] 王雪梅, 周立新, 冯昊月. 城市轨道交通车站大客流预警及其疏解[J]. 城市建设理论研究(电子版), 2017(16): 208-209.
Wang Xuemei, Zhou Lixin, Feng Haoyue.Early Warning and Relief of Large Passenger Flow in Urban Rail Transit Stations[J]. Theoretical Research on Urban Construction (Electronic Version), 2017(16): 208-209.
[13] 冒建亮. 面向高精度光电跟踪系统的非线性抗干扰控制方法研究[D]. 南京: 东南大学, 2018.
Mao Jianliang.Research on Nonlinear Anti-interference Control Method for High-precision Photoelectric Tracking System[D]. Nanjing: Southeast University, 2018.
[14] Shi J G, Yang L X, Yang J, et al.Service-oriented Train Timetabling with Collaborative Passenger Flow Control on an Oversaturated Metro Line: An Integer Linear Optimization Approach[J]. Transportation Research Part B (S0191-2615), 2018, 110(4): 26-59.
[15] Felipe D, Juan C M, Ricardo G.How Much Can Holding and/or Limiting Boarding Improve Transit Performance?[J]. Transportation Research Part B (S0191-2615), 2012, 46(9): 1202-1217.

城轨站点高峰小时客流预测控制方法

Predictive Control Method of Peak Hour Passenger Flow at Urban Rail Station

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	潘红光, 高磊, 米文毓. 基于改进宏观交通流模型的MPC算法设计[J]. 系统仿真学报, 2021, 33(8): 1875-1881.
[2]	刘枫, 邵春福, 贾洪飞, 董春娇. 城轨换乘站服务设施布局与流线优化仿真评价[J]. 系统仿真学报, 2021, 33(7): 1670-1681.
[3]	冷姚, 赵树恩. 智能车辆横向轨迹跟踪的显式模型预测控制方法[J]. 系统仿真学报, 2021, 33(5): 1177-1187.
[4]	张坤平, 郝琳. 基于模型预测的微电网频率协调控制策略[J]. 系统仿真学报, 2021, 33(3): 581-590.
[5]	郭海湘, 曾杨, 陈卫明. 基于社会力模型的多出口室内应急疏散仿真研究[J]. 系统仿真学报, 2021, 33(3): 721-731.
[6]	李仲博, 贾萌, 康焱, 王海鸿, 李淼, 吕青, 谢晶晶, 方大俊. 基于MPC方法的供热系统一次侧流量实时预测[J]. 系统仿真学报, 2021, 33(1): 180-188.
[7]	李晖, 解莹楠, 兰立奇. 基于反馈线性化的船舶舵鳍联合减摇MPC控制[J]. 系统仿真学报, 2020, 32(9): 1753-1761.
[8]	邓涛, 李鑫. 基于模型预测控制的智能车辆避障跟踪仿真[J]. 系统仿真学报, 2020, 32(8): 1556-1566.
[9]	尤波, 王明睿, 李智, 丁亮. 基于模型预测控制的轮式移动机器人轨迹规划[J]. 系统仿真学报, 2020, 32(4): 591-600.
[10]	白杨, 袁德成, 李凌. 面向节能控制的楼宇机理模型仿真研究[J]. 系统仿真学报, 2020, 32(3): 533-537.
[11]	杜恒, 郜春海, 黄勍, 仓怀明. 城市轨道交通全自动运行系统仿真研究及应用[J]. 系统仿真学报, 2020, 32(2): 157-163.
[12]	连晓峰, 叶璐, 王炎, 贾利民, 马慧茹. 基于FAST-ICA的城市轨道交通乘客路径选择方法[J]. 系统仿真学报, 2019, 31(8): 1692-1701.
[13]	任志玲, 张钟保, 侯利民, 张广全, 林冬, 赵星. 基于IMC观测器的永磁同步电机预测控制[J]. 系统仿真学报, 2019, 31(1): 94-101.
[14]	延渊渊, 范文慧, 冯袁. 汽车连杆生产线的建模与仿真[J]. 系统仿真学报, 2018, 30(9): 3360-3365.
[15]	刘炜, 许嘉轩, 王沛沛, 刘瑞龙, 唐靖坤. 基于模拟退火算法的列车节能操纵研究[J]. 系统仿真学报, 2018, 30(6): 2320-2327.