-
公开(公告)号：CN114925909A
公开(公告)日：2022-08-19
申请号：CN202210540205.3
申请日：2022-05-18
Applicant: 北京交通大学 , 北京市地铁运营有限公司
Abstract: 本发明提供一种城市轨道交通客流与车流耦合优化方法及系统，属于城市轨道交通运营管理技术领域，根据AFC刷卡记录整理乘客分时段的OD需求以及列车的到发时间，确定客流动态需求；根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。本发明优化城市轨道交通高峰时期客流与车流的一个相互协调配合，通过限流控制和列车运行图协同优化来最小化乘客的平均等待时间，提高乘客的出行效率和地铁的运营效率。
-
公开(公告)号：CN111091225B
公开(公告)日：2022-05-06
申请号：CN201911085362.4
申请日：2019-11-08
Applicant: 北京交通大学 , 贵阳海信网络科技有限公司
Abstract: 本发明涉及一种基于长短期记忆网络的城市轨道交通客流预测方法，其特征在于，包括步骤如下：步骤1，确定改进的时空长短期记忆网络模型的输入；步骤2，确定与待预测站点sk空间相关度最高的x个车站s1、s2…sx；步骤3，计算列车由车站s1、s2…sx运行到待预测站点sk所需时间步骤4，根据步骤1所述的全网各站点的进出站客流量得到待预测站点sk的出站客流量序列并得到比待预测站点sk早的车站s1、s2…sx的进站客流序列步骤5，将和输入改进的时空长短期记忆网络模型，输出为待预测站点sk的出站客流量；步骤6，计算预测性能指标。本发明用来对车站的出站客流进行预测，提高了预测精度。
-
公开(公告)号：CN108876064B
公开(公告)日：2022-03-18
申请号：CN201810967392.7
申请日：2018-08-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于客流量的城市轨道交通网络关键车站识别方法，属于城市轨道交通运行控制技术领域。首先收集AFC设备中的乘客数据并进行预处理，获取OD对数据、进站乘客量和出站乘客量；然后结合交通网络拓扑结构，根据OD对数据对乘客行为进行仿真，获取站点的换乘乘客量和运送乘客量；最后根据进站乘客量、出站乘客量、换乘乘客量和运送乘客量获取站点的重要性程度。本发明考虑每个站点的进入乘客数量、离开乘客数量、转乘乘客数量和运送乘客数量这四项指标，使用基于多智能体的仿真和最小—最大归一化的分析方法得到每个站点的重要性程度，以此识别城市轨道交通网络中的关键站点，对城市轨道交通管理人员的维护工作提供理论支持。
-
公开(公告)号：CN112685895A
公开(公告)日：2021-04-20
申请号：CN202011597953.2
申请日：2020-12-29
Applicant: 北京交通大学
Abstract: 本发明提供了一种针对突发事件场景的城轨列车运行仿真方法。该方法包括：定义城轨列车运行仿真的事件类型，定义城轨列车运行仿真中各要素的仿真行为，根据列车运行的实际使用场景设定列车运行仿真的仿真参数。在突发事件场景下根据所述列车运行仿真的事件类型、仿真行为和仿真参数，组织事件驱动列车运行仿真，进行并行仿真计算，计算出列车速度曲线，输出列车实际运行时刻表。本发明的基于离散事件的城轨列车仿真组织方法能够更加高效、准确地得到不同突发事件场景下列车运行情况和旅客延误指标。
-
公开(公告)号：CN112381260A
公开(公告)日：2021-02-19
申请号：CN202010916429.0
申请日：2020-09-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于进站比例的城市轨道交通客流管控优化方法。该方法包括：获取城市轨道交通线网数据，根据列车的最小发车间隔设计平行直线列车时刻表；根据平行直线列车时刻表和城市轨道交通线网数据，基于设定的约束条件和目标函数建立基于进站比例的客流管控策略优化模型；采用基于启发式分解的近似动态规划算法求解所述基于进站比例的客流管控策略优化模型，得出最优客流控制策略下每辆列车在每个车站的进站量。本发明从乘客进站公平性的角度，提出考虑等比例进站条件下的城市轨道交通站点进站流量优化方法，实现对早晚高峰拥挤情况下的客流精细化管控。
-
Patent Agency Ranking
公开(公告)号：CN109063313B
公开(公告)日：2020-10-09
申请号：CN201810834730.X
申请日：2018-07-26
Applicant: 北京交通大学
IPC: G06F30/15 , G06F30/27 , G06F16/2458 , G06K9/62
Abstract: 本发明实施例提供了一种基于机器学习的列车牵引能耗计算方法。该方法包括：建立离散化的列车牵引能耗计算模型；对既有数据进行选择，处理，形成离散化的数据集；将数据集划分为训练集与测试集，利用训练集训练标定随机森林回归与支持向量机回归机器学习算法的最优参数，并用测试集验证其用于计算牵引能耗的效果。利用机器学习算法随机森林回归与支持向量机回归的新方法计算列车牵引速度曲线的能耗，其中随机森林回归同时可以得到曲线某位移处的速度的重要度排序。机器学习方法计算列车牵引能耗，计算过程简单，计算精度高，计算成本低。
-
公开(公告)号：CN109711752B
公开(公告)日：2020-08-18
申请号：CN201910038960.X
申请日：2019-01-16
Applicant: 北京交通大学
Abstract: 本发明为一种针对不同车型的地铁运输能力计算方法，步骤1将区间上运行的列车进行分类：当列车存在两种车型，选择一个具体车型和编组的列车作为b型基列，将另一种车型或编组的列车作为1型非基列；当列车存在不止两种车型，选择一个具体车型和编组的列车作为b型基列，将其他车型或其他编组的列车作为非基列组，非基列组包括t型非基列，每种非基列对应一种车型或编组的列车；步骤2计算非基列中列车数量在相应交通组成中所占比例；步骤3计算不同跟车情况在相应交通组成中出现的概率；步骤4计算在相应交通组成情况下的平均发车间隔；步骤5计算t型非基列近似BTE的相对重要性和影响因子，步骤6计算非基列的基列当量，步骤7计算地铁运输能力。
-
公开(公告)号：CN111367900A
公开(公告)日：2020-07-03
申请号：CN202010119502.1
申请日：2020-02-26
Applicant: 北京交通大学
IPC: G06F16/215 , G06F16/2458 , G06Q10/06 , G06Q50/30
Abstract: 本发明提供了一种基于AFC数据的城市轨道交通网络常态限流强度的计算方法。该方法包括：收集城市轨道交通AFC数据，获得每个车站每个时段的进站乘客数量和出站乘客数量；根据城市轨道交通AFC数据、列车运行时刻表信息和城市轨道交通网络拓扑结构，仿真计算得到了每个换乘车站在每个时段的换乘乘客数量；根据每个车站每个时段的进站乘客数量、出站乘客数量和换乘乘客数量，计算出每个车站在每个时段的最小乘客数量、最大乘客数量和总乘客数量指标，计算出每个车站每个时段的限流强度和限流率。本发明可以用来协同优化城市轨道交通列车时刻表和限流措施，合理设置客流管理措施和时刻表开行方案，提高城市轨道交通系统内部的运营安全性和乘客安全性。
-
公开(公告)号：CN109484433B
公开(公告)日：2020-06-30
申请号：CN201811223051.5
申请日：2018-10-19
Applicant: 北京交通大学
Abstract: 本发明提供了一种利用逆向轨道的列车运行调整方法。该方法包括：列车i和列车i+1为上行轨道上两辆区间追踪运行的上行列车，列车i为前车，列车i+1为后车，列车k为下行轨道上行驶的下行列车，上行轨道和下行轨道之间设置有渡线，在时刻t列车i在BC区段上遇到突发情况而减速行驶；计算出列车i+1在上行轨道上继续追踪列车i运行时的列车第一总延误时间，计算出列车i+1利用渡线和下行轨道超越列车i运行时的列车第二总延误时间；将列车第一总延误时间和列车第二总延误时间进行比较，根据比较结果确定列车i+1的运行线路。本发明安排减速列车周围车辆利用区间渡线调整自身的行车路径，使得列车的总延误时间最小。
-
公开(公告)号：CN110222884A
公开(公告)日：2019-09-10
申请号：CN201910434660.3
申请日：2019-05-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于POI数据和客流量的车站可达性评估方法，包括：当前时间段内，基于POI数据计算车站的一定范围内的POI到对应车站的乘客走行时间；计算车站与其他车站之间的通行时间；根据乘客走行时间和通行时间，基于POI数据采用改进的机会模型对车站进行可达性计算；根据所述的可达性计算结果，识别出不同类型的车站。本方法可以弥补传统可达性测量中的不足，提高了识别精度。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.096 seconds)
