轨道交通枢纽客流生成模型及系统
|
摘要
随着轨道交通的快速发展以及轨道交通网络的逐步形成,轨道交通枢纽的运营组织及集散效率问题越加受到关注。利用计算机仿真技术,对轨道交通枢纽内部的客流进行微观模拟,从而评价及提高客流集散效率,是轨道交通枢纽客流研究的趋势。客流生成作为客流仿真研究的基础,其生成的质量决定着客流仿真结果的准确性,因此研究轨道交通枢纽的客流生成原理具有重要的意义。基于上述背景,并结合研究团队自主研发的乘客集散仿真软件MTR-PedSIM,论文对轨道交通枢纽的客流生成模型进行研究。
论文首先介绍了轨道交通枢纽的发展现状,并对国内外轨道交通枢纽的微观仿真及到达规律方面的研究成果进行了总结,阐明了构建客流生成模型的重要意义。然后对轨道交通枢纽的概念及类型进行了明确的描述,提出了研究轨道交通枢纽客流分析的三阶段法,并确定论文的主要研究范围。针对不同类型的轨道交通枢纽,分别分析了客流的到达规律、时间分布规律和站台的空间分布规律,系统地阐述了轨道交通枢纽的客流生成原理。
在上述理论与概念分析的基础上,构建了轨道交通枢纽的客流生成模型,包含三种客流生成方式,分别是基于列车时刻表的客流生成、基于客流规律的客流生成和基于客流调查的客流生成。针对不同的客流生成方式,分别阐述了模型的输入条件、实现过程及算法,并开发了客流生成系统,介绍了客流生成系统的四大主要功能。
最后,提出了三种方法对模型进行校验,分别是指标对比法、参数对比法、曲线拟合法。以北京南站综合交通枢纽和北京地铁雍和宫站为案例,利用校验方法对客流生成结果进行分析,从而证明生成结果的可靠性和模型的合理性。通过上述研究,结合客流生成系统,可以生成任何轨道交通枢纽的客流情况,为客流仿真系统提供丰富而基础的客流。
With rapid development of rail transportation and the network, the operation and efficiency of rail transportation hub have become increasingly concerned. People simulate passenger behavior in rail transportation hub to improve the efficiency of passenger mustering and evacuating by using computer simulation, it has become a trend. Flow generation is the basis of flow simulation, which determine the accuracy of simulation results, so the research on principle of flow generation is important. Based on the above background, and simulation software MTR-PedSIM independently developed by team, Paper research on flow generation model of rail transportation hub.
Paper first introduces the development of rail transit hub, and summarize domestic and international research results of microscopic simulation and arrival law of rail transportation hub, and clarify the significance of the passenger flow generation model construction. Then describe the concept and type of rail transit hub clearly, and propose the three-stage method to analyze passenger flow in rail transportation hub. After that, For different types of rail transportation hub, analyze respectively the arrival law of the passengers, passenger flow time distribution and flow spatial distribution of the platform, systematically elaborate the passenger flow generation in the rail traffic hub.
Based on the above analysis of theories and concepts, built passenger flow generation model of rail transportation hub, which contains three generation methods. These methods are based on train schedule production, based on regular passenger flow rule and based on passenger survey. Then respectively describe the input conditions of model and implementation algorithm for the different methods, after that, develop passenger flow generation system, and introduce the four main functions of the system.
Finally, three methods have been proposed for model calibration, namely, index comparison, parameter comparison and curve fitting. Taking Beijing South Railway Station and Beijing subway Lama Temple station as examples, validation methods was used to analyzing the results of flow generation, the analysis proves the reliability of flow generation results and rationality of the model. Through these research, combined with passenger flow generation system, we can generate passenger flow of any kinds of rail traffic hub, and provide rich passenger flow for passenger flow simulation system.
论文首先介绍了轨道交通枢纽的发展现状,并对国内外轨道交通枢纽的微观仿真及到达规律方面的研究成果进行了总结,阐明了构建客流生成模型的重要意义。然后对轨道交通枢纽的概念及类型进行了明确的描述,提出了研究轨道交通枢纽客流分析的三阶段法,并确定论文的主要研究范围。针对不同类型的轨道交通枢纽,分别分析了客流的到达规律、时间分布规律和站台的空间分布规律,系统地阐述了轨道交通枢纽的客流生成原理。
在上述理论与概念分析的基础上,构建了轨道交通枢纽的客流生成模型,包含三种客流生成方式,分别是基于列车时刻表的客流生成、基于客流规律的客流生成和基于客流调查的客流生成。针对不同的客流生成方式,分别阐述了模型的输入条件、实现过程及算法,并开发了客流生成系统,介绍了客流生成系统的四大主要功能。
最后,提出了三种方法对模型进行校验,分别是指标对比法、参数对比法、曲线拟合法。以北京南站综合交通枢纽和北京地铁雍和宫站为案例,利用校验方法对客流生成结果进行分析,从而证明生成结果的可靠性和模型的合理性。通过上述研究,结合客流生成系统,可以生成任何轨道交通枢纽的客流情况,为客流仿真系统提供丰富而基础的客流。
With rapid development of rail transportation and the network, the operation and efficiency of rail transportation hub have become increasingly concerned. People simulate passenger behavior in rail transportation hub to improve the efficiency of passenger mustering and evacuating by using computer simulation, it has become a trend. Flow generation is the basis of flow simulation, which determine the accuracy of simulation results, so the research on principle of flow generation is important. Based on the above background, and simulation software MTR-PedSIM independently developed by team, Paper research on flow generation model of rail transportation hub.
Paper first introduces the development of rail transit hub, and summarize domestic and international research results of microscopic simulation and arrival law of rail transportation hub, and clarify the significance of the passenger flow generation model construction. Then describe the concept and type of rail transit hub clearly, and propose the three-stage method to analyze passenger flow in rail transportation hub. After that, For different types of rail transportation hub, analyze respectively the arrival law of the passengers, passenger flow time distribution and flow spatial distribution of the platform, systematically elaborate the passenger flow generation in the rail traffic hub.
Based on the above analysis of theories and concepts, built passenger flow generation model of rail transportation hub, which contains three generation methods. These methods are based on train schedule production, based on regular passenger flow rule and based on passenger survey. Then respectively describe the input conditions of model and implementation algorithm for the different methods, after that, develop passenger flow generation system, and introduce the four main functions of the system.
Finally, three methods have been proposed for model calibration, namely, index comparison, parameter comparison and curve fitting. Taking Beijing South Railway Station and Beijing subway Lama Temple station as examples, validation methods was used to analyzing the results of flow generation, the analysis proves the reliability of flow generation results and rationality of the model. Through these research, combined with passenger flow generation system, we can generate passenger flow of any kinds of rail traffic hub, and provide rich passenger flow for passenger flow simulation system.
引文
[1]高晶鑫.基于流线分析的客运枢纽内部设施布置优化研究[D].长春：吉林大学.2009.
[2]王袆南.突发特大客流城市轨道交通运营组织研究[D].北京：北京交通大学.2008
[3]T. m. kisko, r.1. francis C RN. EVECNET4 User's Guide[M]. University of Florida,1998.
[4]Guide SPSSU, V12. [EB/OL].出版地点：Savannah Simulations AG,2005/日期.
[5]朱霞.轨道交通车站客流仿真软件综述[J].地下工程与隧道.2006，4：44-45.
[6]郭谨一,刘爽,陈绍宽等.行人运动仿真研究综述[J].系统仿真学报.2008.20(9)：2237-2242.
[7]潘东来.城市轨道交通枢纽交通衔接研究[D].武汉：华中科技大学.2005.
[8]叶峻青,何勋隆.城市轨道交通与铁路枢纽规划[J].交通运输工程学报.2003,3(4)：58-62.
[9]顾静航.城市轨道交通枢纽一体化布局及换乘研究[D].上海：同济大学.
[10]李伟,王炜.城市客运换乘枢纽多目标灰关联综合评价研究[J].交通运输工程与信息学报.2004,2(4)：5-9.
[11]张琦.城市轨道交通枢纽乘客与环境交互理论[D].北京：北京交通大学.2008.
[12]李得伟,韩宝明.铁路客运专线车站乘客集散微观仿真模型[J].交通运输工程学报.2009,9(1)：83-86.
[13]何宇强,毛保华,丁勇等.铁路客运站最高聚集人数模拟计算研究[D].2006,18(1)：213-224.
[14]Simon C. Moore, Mario Flajslik Paul L. Rosin and David Marshall. A particle model of crowd behavior:Exploring the relationship between alcohol, crowd dynamics and violence[J]. Aggression and Violent Behavior.2008,13(6):413-422.
[15]Masahiro Fukamachi and Takashi Nagatani. Sidle effect on pedestrian counter flow[J]. Physica A:Statistical Mechanics and its Applications.2007,377(1):269-278.
[16]Thiago Tinoco Pires. An approach for modeling human cognitive behavior in evacuation models. Fire Safety Journal.2005,40(2):177-189.
[17]Soemon Takakuwa. Simulation Analysis of International-departure Passenger Flows in an Airport Terminal [C].2003.
[18]Kumiko Maeda, Kazuki Sato. Getting Urban Pedestrian Flow from Simple Observation: Realistic Mobility Generation in Wireless Network Simulation [J].2005
[19]沙云飞.人群集散的微观仿真模型[D].北京：清华大学.2008.
[20]李得伟.城市轨道交通枢纽乘客集散模型及微观仿真理论[D].北京：北京交通大学,2007.
[21]凌熙.多方向铁路编组站货车到达与集结规律研究[D].北京：北京交通大学.2006.
[22]梁明珠,赵华.路网、区域性编组站现状评价及对策研究[J].中国铁道科学.2001,22(3)：21-26.
[23]孙晚华,郑时德.编组站到达流生成方法的研究[J].北方交通大学学报.1994,18(4)：499-505.
[24]谭立刚,杨肇夏.编组站模拟系统中到达流生成的方法[J],北方交通大学学报.1998,22(6)：43-47.
[25]陈姗.微观交通仿真中发车模型的研究[D].合肥：中国科学技术大学.2008
[26]崔华伟,贾俊芳.铁路客运综合交通枢纽流线特点及组织研究[J].铁道运输与经济.2006,29(5)：26-29.
[27]钟绍林,王修华,何宇强等.北京西站客流集散特征调查[J].铁道运输与经济.2005,27(2)：37-39.
[28]甄静.京沪线铁路客流规律分析[J].中国铁道科学.2002,23(2)：122-126.
[29]徐尉南,吴正.地铁候车厅客流运动的数学模型[J].铁道科学与工程学报.2005,2(2)：70-75.
[30]高鹏,邹晓磊,徐瑞华.城市轨道交通车站客流分布仿真方法研究[J].2009.
[31]Molnar D H A P. Social Force Model for Pedestrian Dynamics[J]. Physical Review E.1998,51: 4282-4286.
[32]Wiggenraad P B L. Alighting and Boarding Times of Passengers at Dutch Railway Stations[R]. Delft:TRAIL Research School.2001.
[33]李三兵,陈峰.城市轨道交通车站客流特征与服务设施关系研究[D].2009.6
[34]曹守华,袁振洲.城市轨道交通乘客流交通特性分析及建模[D].2007.
[35]蔡银燕.城际轨道交通旅客出行信息系统规划研究[D].成都：西南交通大学.2006.
[36]黄卫芳.北京首都国际机场空中交通容量评估系统[D].南京：南京航空航天大学.2003
[37]钟育鸣,韩松臣,张旭婧.机场容量评估中仿真飞机流的设计与实现[J].交通与计算机.2008,26(6)：120-124.
[38]莫智锋,余嘉,孙跃.基于泊松分布的微观交通仿真断面发车数学模型研究[J].武汉理工大学学报.2003,27(1)：73-76.
[39]高晶鑫.基于流线分析的客运枢纽内部设施布置优化研究[D].2009.
[40]李得伟,韩宝明,李海鹰.大型铁路客运站旅客集散微观仿真[J].中国铁道科学.2009,30[3]：119-123.
[41]彭平.系统仿真中随机变量生成器的设计[J].计算机工程与科学.2008,30(3)：97-99.
[42]邝先验,邹小洪,王晓燕.微观交通仿真车辆随机生成模型分析与设计[J].江西理工大学学报.2006,27(3)：20-23.
[43]高惠璇.统计计算[M].北京：北京大学出版社.2005.
[44]裴鹿成,王仲奇.蒙特卡罗方法及其应用[M].北京：海洋出版社.1998.
[45]金浩宇,周凌宏,陈光杰等.一种基于蒙特卡罗模拟的快速剂量计算模型.第四军医大学学报.2006,27(21)：2002-2004.
[46]黄枫,申洪.基于Intel RNG的真随机数生成器研究.第一军医大学学.2004,24(9)：1091-1095.
[47]王灏,申洪,傅莉.一种基于MC法的随机序列生成及检验[J].数理医药学杂志.2008,21(3)：314-316.
[48]孙剑,李克平,尹瑞等.世博会客流活动仿真模型及决策评价研究[J].武汉理工大学学报.2009,33(3)：418-421.
[49]易婷,陈小鸿,张勇平等.上海市地铁站点客流换乘特征分析[J].忻州师范学院学报.2004,20(2)：108-112.
[50]于飞.机场生产流程仿真研究[D].南京：南京航空航天大学.2007.
[51]张天伟.铁路客运站旅客聚集规律研究[J].铁道学报.2009,31[1].
[52]何宇强,毛保华,丁勇等.铁路客运站最高聚集人数模拟计算研究[J].系统仿真学报.2006,18(1)：213-224.
[2]王袆南.突发特大客流城市轨道交通运营组织研究[D].北京：北京交通大学.2008
[3]T. m. kisko, r.1. francis C RN. EVECNET4 User's Guide[M]. University of Florida,1998.
[4]Guide SPSSU, V12. [EB/OL].出版地点：Savannah Simulations AG,2005/日期.
[5]朱霞.轨道交通车站客流仿真软件综述[J].地下工程与隧道.2006，4：44-45.
[6]郭谨一,刘爽,陈绍宽等.行人运动仿真研究综述[J].系统仿真学报.2008.20(9)：2237-2242.
[7]潘东来.城市轨道交通枢纽交通衔接研究[D].武汉：华中科技大学.2005.
[8]叶峻青,何勋隆.城市轨道交通与铁路枢纽规划[J].交通运输工程学报.2003,3(4)：58-62.
[9]顾静航.城市轨道交通枢纽一体化布局及换乘研究[D].上海：同济大学.
[10]李伟,王炜.城市客运换乘枢纽多目标灰关联综合评价研究[J].交通运输工程与信息学报.2004,2(4)：5-9.
[11]张琦.城市轨道交通枢纽乘客与环境交互理论[D].北京：北京交通大学.2008.
[12]李得伟,韩宝明.铁路客运专线车站乘客集散微观仿真模型[J].交通运输工程学报.2009,9(1)：83-86.
[13]何宇强,毛保华,丁勇等.铁路客运站最高聚集人数模拟计算研究[D].2006,18(1)：213-224.
[14]Simon C. Moore, Mario Flajslik Paul L. Rosin and David Marshall. A particle model of crowd behavior:Exploring the relationship between alcohol, crowd dynamics and violence[J]. Aggression and Violent Behavior.2008,13(6):413-422.
[15]Masahiro Fukamachi and Takashi Nagatani. Sidle effect on pedestrian counter flow[J]. Physica A:Statistical Mechanics and its Applications.2007,377(1):269-278.
[16]Thiago Tinoco Pires. An approach for modeling human cognitive behavior in evacuation models. Fire Safety Journal.2005,40(2):177-189.
[17]Soemon Takakuwa. Simulation Analysis of International-departure Passenger Flows in an Airport Terminal [C].2003.
[18]Kumiko Maeda, Kazuki Sato. Getting Urban Pedestrian Flow from Simple Observation: Realistic Mobility Generation in Wireless Network Simulation [J].2005
[19]沙云飞.人群集散的微观仿真模型[D].北京：清华大学.2008.
[20]李得伟.城市轨道交通枢纽乘客集散模型及微观仿真理论[D].北京：北京交通大学,2007.
[21]凌熙.多方向铁路编组站货车到达与集结规律研究[D].北京：北京交通大学.2006.
[22]梁明珠,赵华.路网、区域性编组站现状评价及对策研究[J].中国铁道科学.2001,22(3)：21-26.
[23]孙晚华,郑时德.编组站到达流生成方法的研究[J].北方交通大学学报.1994,18(4)：499-505.
[24]谭立刚,杨肇夏.编组站模拟系统中到达流生成的方法[J],北方交通大学学报.1998,22(6)：43-47.
[25]陈姗.微观交通仿真中发车模型的研究[D].合肥：中国科学技术大学.2008
[26]崔华伟,贾俊芳.铁路客运综合交通枢纽流线特点及组织研究[J].铁道运输与经济.2006,29(5)：26-29.
[27]钟绍林,王修华,何宇强等.北京西站客流集散特征调查[J].铁道运输与经济.2005,27(2)：37-39.
[28]甄静.京沪线铁路客流规律分析[J].中国铁道科学.2002,23(2)：122-126.
[29]徐尉南,吴正.地铁候车厅客流运动的数学模型[J].铁道科学与工程学报.2005,2(2)：70-75.
[30]高鹏,邹晓磊,徐瑞华.城市轨道交通车站客流分布仿真方法研究[J].2009.
[31]Molnar D H A P. Social Force Model for Pedestrian Dynamics[J]. Physical Review E.1998,51: 4282-4286.
[32]Wiggenraad P B L. Alighting and Boarding Times of Passengers at Dutch Railway Stations[R]. Delft:TRAIL Research School.2001.
[33]李三兵,陈峰.城市轨道交通车站客流特征与服务设施关系研究[D].2009.6
[34]曹守华,袁振洲.城市轨道交通乘客流交通特性分析及建模[D].2007.
[35]蔡银燕.城际轨道交通旅客出行信息系统规划研究[D].成都：西南交通大学.2006.
[36]黄卫芳.北京首都国际机场空中交通容量评估系统[D].南京：南京航空航天大学.2003
[37]钟育鸣,韩松臣,张旭婧.机场容量评估中仿真飞机流的设计与实现[J].交通与计算机.2008,26(6)：120-124.
[38]莫智锋,余嘉,孙跃.基于泊松分布的微观交通仿真断面发车数学模型研究[J].武汉理工大学学报.2003,27(1)：73-76.
[39]高晶鑫.基于流线分析的客运枢纽内部设施布置优化研究[D].2009.
[40]李得伟,韩宝明,李海鹰.大型铁路客运站旅客集散微观仿真[J].中国铁道科学.2009,30[3]：119-123.
[41]彭平.系统仿真中随机变量生成器的设计[J].计算机工程与科学.2008,30(3)：97-99.
[42]邝先验,邹小洪,王晓燕.微观交通仿真车辆随机生成模型分析与设计[J].江西理工大学学报.2006,27(3)：20-23.
[43]高惠璇.统计计算[M].北京：北京大学出版社.2005.
[44]裴鹿成,王仲奇.蒙特卡罗方法及其应用[M].北京：海洋出版社.1998.
[45]金浩宇,周凌宏,陈光杰等.一种基于蒙特卡罗模拟的快速剂量计算模型.第四军医大学学报.2006,27(21)：2002-2004.
[46]黄枫,申洪.基于Intel RNG的真随机数生成器研究.第一军医大学学.2004,24(9)：1091-1095.
[47]王灏,申洪,傅莉.一种基于MC法的随机序列生成及检验[J].数理医药学杂志.2008,21(3)：314-316.
[48]孙剑,李克平,尹瑞等.世博会客流活动仿真模型及决策评价研究[J].武汉理工大学学报.2009,33(3)：418-421.
[49]易婷,陈小鸿,张勇平等.上海市地铁站点客流换乘特征分析[J].忻州师范学院学报.2004,20(2)：108-112.
[50]于飞.机场生产流程仿真研究[D].南京：南京航空航天大学.2007.
[51]张天伟.铁路客运站旅客聚集规律研究[J].铁道学报.2009,31[1].
[52]何宇强,毛保华,丁勇等.铁路客运站最高聚集人数模拟计算研究[J].系统仿真学报.2006,18(1)：213-224.