基于大数据的城市轨道交通路径反推演与客流分配方法

本发明涉及城市轨道交通，具体为基于大数据的城市轨道交通路径反推演与客流分配方法。

背景技术：

1、城市轨道交通系统因其运输效率高、环境友好、空间利用率高等优点，在城市公共交通领域的地位愈发重要。近年来，中国主要城市的轨道交通客运量逐年攀升，尤其在客流高峰期间，北京、上海等地的城市轨道交通即使以最小列车发车间隔组织运营，仍无法满足客流需求，导致拥挤、乘客无法登程首趟列车等问题，这极大地影响了城市交通效率和乘客出行体验，甚至可能引发运营安全事故。

2、在当前“一票换乘”制运营组织模式下，如何精准掌握乘客出行运动轨迹，并高效合理地解决复杂的轨道交通路网结构和多样的乘客出行行为之间的矛盾，成为了运营管理部门的主要难题。现有的路径选择研究大多集中在路径选择行为影响因素分析与建模两个方面，但这些模型通常基于静态的轨道交通网络，将客流按一定比例分配到起讫点之间的各条可行路径上，忽略了实际运营中路径阻抗的动态变化，尤其是在客流高峰期。

3、为了提高客流分配的精准度，研究者们逐渐将道路交通系统中的交通流分配理论应用于轨道交通。然而，现有的均衡分配模型和非均衡分配模型主要关注宏观角度的整体交通流分布和优化，缺乏对乘客个体出行行为和决策过程的关注。虽然一些研究尝试从乘客个体的微观角度研究轨道交通客流分配，但仍无法全面支持现有网络化运营的需求。

技术实现思路

1、针对现有技术的不足，本发明提供了基于大数据的城市轨道交通路径反推演与客流分配方法，通过分析自动售检票系统(afc)数据、列车运行数据和乘客步行时间统计数据，构建乘客出行需求，应用深度优先搜索算法、广义出行费用约束及换乘次数约束，确定有效路径并构建时空扩展网络，模拟乘客的出行行程及其在车站的可能活动过程，评估所有可能的乘车方案，选择最优方案反推乘客实际出行路径，最后结合全日afc数据重复上述步骤完成全日线网客流分配。该方法能够精准识别乘客出行轨迹，提高客流分配的准确性和运营效率，缓解车站拥挤与乘客留乘现象，提升乘客出行体验。

2、为实现以上目的，本发明通过以下技术方案予以实现：基于大数据的城市轨道交通路径反推演与客流分配方法，包括以下步骤：

3、收集并处理全日自动售检票系统数据，列车运行数据及乘客进出站步行时间统计数据；

4、根据所收集的数据，识别乘客进出站点的相关信息，构建乘客的出行需求；

5、应用深度优先搜索算法、广义出行费用约束及换乘次数约束，确定乘客出行od间的所有有效路径；

6、对于每条有效路径，构建时空扩展网络，模拟乘客的出行行程及其在车站的可能活动过程，应用列车发车、到站、换乘接续列车到发时间、时间可达性、乘客走行特征以及行程时间约束进行有效乘车方案的筛选；

7、生成并评估每条有效路径下的所有可能乘车方案，基于乘客留乘率、登乘率、车站滞留率和列车匹配度分析每个方案的实际可行性；

8、选择每条有效路径上留乘率最低且匹配度最高的乘车方案作为最优方案；

9、根据所选最优方案，反推乘客实际出行路径，最后结合全日自动售检票系统数据重复上述步骤完成全日线网客流分配。

10、优选的，所述收集并处理全日自动售检票系统、列车运行图和乘客进出站步行时间统计数据步骤包括：

11、从自动售检票系统中提取全日乘客的进站刷卡时刻和出站刷卡时刻；

12、从列车运行系统中提取每列车的实际发车时刻和到站时刻；

13、统计各车站的乘客进出站步行时间。

14、优选的，所述应用深度优先搜索算法、广义出行费用约束及换乘次数约束，确定乘客出行od间所有有效路径步骤包括：

15、基于图论和复杂网络理论，将轨道交通网络抽象为节点和边，节点代表车站，边代表区段；

16、使用深度优先搜索算法遍历所有可能路径，并记录路径中经过的每个车站和换乘站；

17、应用换乘次数约束，设定最大换乘次数nmax，过滤掉换乘次数超过nmax的路径；

18、使用广义出行费用约束进一步筛选，确保所选有效路径出行时间在乘客可忍受时间范围内。

19、优选的，所述对于每条有效路径，构建时空扩展网络，模拟乘客的出行行程及其在车站的可能活动过程，应用列车发车、到站、换乘接续列车到发时间、时间可达性、乘客走行特征以及行程时间约束进行有效乘车方案的筛选步骤包括：

20、对于每条有效路径，构建时空扩展网络模型，将每个乘客的行程划分为多个阶段，包括进站、候车、上车、换乘和出站；

21、为每个行程阶段赋予时间属性，其中每个阶段的起始和结束时间基于列车实际运行时刻表和乘客刷卡时刻动态确定，确保时间属性的实时更新和准确性；

22、应用列车发车时间约束，确保列车发车在乘客到达站台之后；

23、应用列车到站时间约束，确保乘客有足够的时间从列车到达站点至实际出站；

24、应用换乘站接续列车到发时间约束，保障乘客有足够的时间完成换乘活动，避免筛选的有效乘车方案因接续时间太短导致乘客无法登程预定列车；

25、设定时间可达性约束，确保乘客出行各阶段的时间在轨道交通运营时间范围允许时间内；

26、设定走行特征约束，确保乘客在车站内的移动时间与实际步行距离相匹配，考虑到不同车站的布局差异和乘客的步行能力；

27、设定行程时间约束，所选乘车方案的平均进出站时间、换乘时间和候车时间之和小于乘客进出站刷卡时间之差。

28、优选的，所述生成并评估每条有效路径下的所有可能乘车方案，基于乘客留乘率、登乘率、车站滞留率和列车匹配度分析每个方案的实际可行性步骤包括：

29、对每条有效路径下的所有可能乘车方案进行生成，每个方案对应一系列乘车和换乘决策，以达到预定目的站；

30、计算每个乘车方案的理论最小行程时间tmin和理论最大行程时间tmax；

31、考虑到车站的实际拥挤状况和列车的容量限制，对每个乘车方案的车站滞留率进行计算，公式为：

32、

33、计算每个乘车方案的列车匹配度θs，用以评估乘客与其选择列车的匹配程度，公式为：

34、

35、本发明还提供基于大数据的城市轨道交通路径反推演与客流分配装置，包括：

36、数据收集处理模块，配置为收集全日自动售检票系统数据、列车运行数据及乘客进出站步行时间统计数据，并对所收集的数据进行处理和清洗，以便后续分析；

37、乘客需求构建模块，配置为根据处理后的数据，识别乘客进出站点的相关信息，并构建乘客的出行需求；

38、路径搜索模块，配置为应用深度优先搜索算法、广义出行费用约束及换乘次数约束，以确定乘客出行od间的所有有效路径；

39、时空扩展网络构建模块，配置为对于每条有效路径，构建时空扩展网络，模拟乘客的出行行程及其在车站的可能活动过程，应用列车发车、到站、换乘接续列车到发时间、时间可达性、乘客走行特征以及行程时间约束进行有效乘车方案的筛选；

40、乘车方案生成评估模块，配置为生成并评估每条有效路径下的所有可能乘车方案，基于乘客留乘率、登乘率、车站滞留率和列车匹配度分析每个方案的实际可行性；

41、最优方案选择模块，配置为从每条有效路径的乘车方案中选择留乘率最低且匹配度最高的乘车方案作为最优方案；

42、路径反推与客流分配模块，配置为根据所选最优方案，反推乘客实际出行路径，最后结合全日自动售检票系统数据重复上述步骤完成全日线网客流分配。

43、本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述的方法。

44、本发明还提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的方法。

45、本发明提供了基于大数据的城市轨道交通路径反推演与客流分配方法。

46、具备以下有益效果：

47、1、本发明通过利用大数据和复杂网络理论，能够准确识别乘客的出行轨迹，并基于此进行客流分配，这样可以更好地预测和管理各站点和线路上的客流情况，缓解车站拥挤与留乘现象，提高运营效率。

48、2、本发明应用深度优先搜索算法、广义出行费用约束及换乘次数约束，能够高效地确定乘客在出行od间的所有有效路径，通过优化路径选择，提高乘客的出行效率。

49、3、本发明通过构建时空扩展网络，模拟乘客的出行行程及其在车站的可能活动过程，应用列车发车、到站、换乘列车接续时间等约束，生成并评估所有可能的乘车方案，简化乘客出行最优乘车方案确定过程，提升乘客出行径路反推演与客流分配效率。

50、4、本发明通过车站滞留率和列车匹配度的分析，能够识别乘客在车站的滞留次数。优化列车调度和车站管理，有效减少乘客因拥挤或列车满载而滞留在车站的情况，提高站点服务质量和乘客满意度。

51、5、本发明为城市轨道交通系统提供了精确的客流分布和路径选择数据，运营管理部门可以根据这些数据调整列车运行方案和车站管理策略。提高整体系统的运营效率，确保在高峰期也能保持平稳运行。