城市轨道交通客流密集度指数计算方法
【技术领域】
[0001] 本发明属城市轨道交通领域，尤其涉及一种评价城市轨道交通客流拥堵指数的计 算方法。
【背景技术】
[0002] 随着智能交通系统的快速发展，道路交通拥堵指数已经成为国内外很多城市进行 道路交通管理的重要手段，并在政府决策、行业管理中发挥越来越重要的角色。北京、上海、 深圳等城市研宄了不同定义、不同算法的道路交通拥堵指数，发布后取得了良好的效果。而 反映城市轨道交通拥挤程度通常采用密集度的概念，国内外在这方面还未有很成熟的成果 体系，城市轨道交通的密集度指数方面的研宄还不多。
[0003] 我国城市轨道交通发展经过前期的大发展后，有些城市已经进入网络化阶段，有 些线路拥堵不堪，一些主要问题也逐步显现，大客流冲击给运营管理、安全防范、应急处置 所带来的问题日益突显。目前缺乏对于地铁运营状态下客流拥挤状态的精确把握和实时 界定，缺失应用于城市轨道交通客流运营组织情况的监测、预警、应急措施的评价及决策支 持，继而引发安全和效率问题。政府、运营管理企业及公众均对动态获取线路拥挤状态非常 迫切。增强网络化条件下的安全风险识别能力，已成为支撑城市轨道交通运营组织和突发 事件下的客流应急疏散的重要手段，对于保障地铁安全运营有着极其重要的现实意义。
[0004] 经统计分析，北京市城市轨道交通高峰期很多区间的满载率达到1. 2以上，甚至 有个别线路达到1. 3以上，客流压力较大。目前，面对大客流的冲击，如何加强对突发大客 流的监控及快速疏散能力，提高应对突发大客流的决策能力，提升对于整个线网的客流运 营状态的把控水平是防止突发事件引起整个城市轨道交通瘫痪乃至演变成社会危机所面 临的严峻挑战，是线网运营必须解决的难题。目前还缺乏一种运营安全和管理的宏观评价 和分析方法，拥挤度指数成为适应这种发展需求的趋势。城市轨道交通客流密集度指数可 为地铁安全运营预警及应急处置决策提供依据；有利于政府层面的应急管理及决策；同时 能提高地铁客流安全管理和服务水平，改善地铁运营效率，为有效进行客流组织及合理安 排行车计划提供数据支撑。城市轨道交通客流密集指数信息的发布，可有效保障乘客安全、 便捷出行，充分发挥轨道网络的运力。
【发明内容】
[0005] 为了解决现有技术中存在的上述问题，本发明的目的是提供一种城市轨道交通密 集度指数的计算方法。
[0006] 为达到上述目的，本发明的技术解决方案是：
[0007] -种城市轨道交通客流密集度指数的计算方法，步骤为：
[0008] 先以各个车站为点，计算车站客流密集度指数：对影响车站客流密集度指数的关 键区域的客流密度因素，采用不同时间段的各关键区域客流量占总客流量的比值作为权 重，并设定权重阈值，以大于该阈值的客流监测设备的加权与全部客流监测设备加权的比 值得到车站客流密集度指数；
[0009] 再以车站所在的线路为线，计算线路客流密集度指数：采用车站的权重和区间的 权重进行加权求和得到线路客流密集度指数；车站的权重为该线路上所有大于设定权重阈 值的车站的加权和与所有车站加权和的比值，区间部分为该区间的满载率的平均值即区间 平均满载率；这里的区间是指线路上的两个车站之间的部分线路；
[0010] 最后以各个线路构成的城市轨道交通的网络为面，计算网络客流密集度指数：由 各线路客流密集度指数加权得到，该权重为线路客运量与网络客运量的比值。
[0011] 所述影响车站客流密集度指数的关键区域包括车站的出入口、车站的通道、站台 以及所有被规定的区域。
[0012] 车站客流密集度指数、线路客流密集度指数和网络客流密集度指数计算中的权重 都具有动态的更新机制。
[0013] 具体来说，本方法包括步骤：
[0014] a)先将城市轨道交通车站客流监测设备得到的监测数据作为输入数据，经计算得 出基本时间粒度下车站密集度指数：
[0015] a_l)由公式（1)，将车站各关键区域的客流密度P换算成拥挤程度it，利用车站 关键区域的客流密度P与各关键区域服务水平分级对应后，得出车站内各关键区域的拥 挤程度值；
[0016]
【主权项】
1. 一种城市轨道交通客流密集度指数的计算方法，其特征是 先以各个车站为点，计算车站客流密集度指数：对影响车站客流密集度指数的关键区 域的客流密度因素，采用不同时间段的各关键区域客流量占总客流量的比值作为权重，并 设定权重阈值，以大于该阈值的客流监测设备的加权与全部客流监测设备加权的比值得到 车站客流密集度指数； 再以车站所在的线路为线，计算线路客流密集度指数：采用车站的权重和区间的权重 进行加权求和得到线路客流密集度指数；车站的权重为该线路上所有大于设定权重阈值的 车站的加权和与所有车站加权和的比值，区间部分为该区间的满载率的平均值即区间平均 满载率；这里的区间是指线路上的两个车站之间的部分线路； 最后以各个线路构成的城市轨道交通的网络为面，计算网络客流密集度指数：由各线 路客流密集度指数加权得到，该权重为线路客运量与网络客运量的比值。
2. 根据权利要求书1所述城市轨道交通客流密集度指数的计算方法，其特征是所述影 响车站客流密集度指数的关键区域包括车站的出入口、车站的通道、站台以及所有被规定 的区域。
3. 根据权利要求书1所述城市轨道交通客流密集度指数的计算方法，其特征是车站客 流密集度指数、线路客流密集度指数和网络客流密集度指数计算中的权重都具有动态的更 新机制。
4. 根据权利要求书1所述城市轨道交通客流密集度指数的计算方法，其特征是包括步 骤： a)先将城市轨道交通车站客流监测设备得到的监测数据作为输入数据，经计算得出基 本时间粒度下车站密集度指数： a-Ι)由公式（1)，将车站各关键区域的客流密度P换算成拥挤程度Φ，利用车站关键 区域的客流密度P与各关键区域服务水平分级对应后，得出车站内各关键区域的拥挤程 度值； 式（1)中，
i表示某区域的客流监测设备编号；j表示车站关键区域，j包括车站的出入口、通道、 站台以及所有被规定的区域； Φ Mg和分别表示车站关键区域的拥挤程度的i限和下限； Φ i表示客流检测设备i监测范围的拥挤程度值； P M和P ?分别表示客流密度值在分级水平里对应的i限和下限； P j表示关键区域j的客流密度值； a_2)再将基本时间粒度下车站密集度指数作为输入，计算得到短时车站客流密集度指 数： 根据不同关键区域的拥挤程度阈值以及设备和关键区域的对应关系，不同设施设 备的权重α，通过公式（2)计算出短时车站客流密集度指数尸》; 式⑵中：
<表示关键区域j的客流检测设备i监测范围的拥挤程度值； K表示关键区域j的拥挤程度阈值； ?/表示关键区域j的客流检测设备i的权重，该权重是由该设备检测范围内的流量V， 占该关键区域j内的所有设备范围内的客流量的比例得出； W用来表示关键区域j的客流检测设备i监测范围的拥挤程度值大于关键区域j 的拥挤程度阈值时候的值用于公式（2)的计算统计； b)将短时车站客流平均密集度指数和短时区间满载率作为输入，计算得出短时线路客 流密集度指数：
b-Ι)首先计算短时区间满载率/严：由公式（3)选择区间上下行的平均满载率作为短 时区间满载率； 式⑶中， 庠m为线路1上的区间m的断面满载率，k表示上行或者下行； M为线路上车站个数； 皮为线路1上的区间满载率归一化参数； b-2)再将短时车站客流密集度指数和车站的权重，以及车站客流密集度指数阈值 炉f 11作为输入，根据公式（4)计算短时车站客流平均密集度指数值；
(4) 式⑷中， °表示线路1上的车站密集度指数的阈值； "表示线路1的车站η的密集度指数； <表示线路1上车站η的权重，该权重是按照车站η的进站量和所在线路1的进线量 的比值确定车站； 11用来表示线路1的车站j的密集度指数大于线路1上的车站密集度指数 的阈值时候的值用于公式（4)的计算统计； b_3)最后将短时车站客流平均密集度指数与短时区间客流密集度指数作为输入，由公 式（5)计算得出短时线路客流密集度指数；
(5) 式（5)中，λ表示区间的权重，λ〈1 ; c) 将轨道交通网络中各条线路的短时线路客流密集度指数作为输入，计算出短时网络 客流密集度指数： 将短时线路客流密集度指数和相应线路的权重作为输入，根据公式（6)计算得到短时 网络客流密集度指数，该权重由式（7)计算得到；
(6) (7) 式（6)、（7)中， 丫1表示线路1的权重，该权重是按照线路1的客运量P1占全网客运量的比例计算得 到；式中为线路1的短时线路客流密集度指数； d) 将短时车站客流密集度指数、短时线路客流密集度指数和短时网络客流密集度指数 作为输入，分别计算其它时间粒度车站、线路和网络密集度指数； 小时车站、线路和网络客流密集度指数是分别由短时车站、线路和网络客流密集度指 数取平均值得出； 全日车站、线路和网络客流密集度指数是分别由车站、线路和网络早高峰2小时和晚 高峰2小时的客流密集度指数取平均值得出； 周车站、线路和网络客流密集度指数是分别由本周工作日的车站、线路和网络客流密 集度指数的平均值得出； 月车站、线路和网络客流密集度指数是分别由该月工作日的车站、线路和网络客流密 集度指数取平均值得出； 年车站、线路和网络的密集度指数是分别由月车站、线路和网络客流密集度指数取平 均值计算得出。
【专利摘要】一种城市轨道交通客流密集度指数的计算方法，该算法通过从点、线、面三个层级构建了不同时间粒度的车站、线路、网络密集度指数计算方法。车站密集度指数模型综合考虑了影响车站密集度指数的关键区域的密度因素，采用不同时间段的各区域客流量占总客流量的比值作为权重，设定合理的阈值，以大于阈值的管理对象的加权与全部管理对象加权的比值得到车站密集度指数模型；线路级的密集度指数模型综合考虑了车站和区间的影响，采用车站和区间不同的权重进行加权求和得出，车站部分为该线路上所有大于设定阈值的车站的加权和与所有车站加权和的比值，区间部分为该线路上区间满载率的平均值；网络级的密集度指数计算模型由各线路的密集度指数加权得到，权重为线路客运量与网络客运量的比值。本发明方法能真实的反映城市轨道交通车站、线路和网络的拥挤状况。
【IPC分类】G06F19-00
【公开号】CN104765974
【申请号】CN201510201405
【发明人】魏运, 杨秀仁, 李得伟, 田青, 高国飞, 郑宣传
【申请人】北京城建设计发展集团股份有限公司
【公开日】2015年7月8日
【申请日】2015年4月24日