突发事件下考虑城轨乘客动态行为的信息诱导方法及系统

本发明涉及轨道交通运营管理，具体涉及一种突发事件下考虑城轨乘客动态行为的信息诱导方法及系统。

背景技术：

1、城市轨道交通(简称城轨)作为城市公共交通的重要组成部分，发展城轨是解决城市交通拥堵、治理交通污染的良策。但是由于出行需求增加、基础设施老化及长期高负荷运营等原因，城轨突发事件时有发生，严重影响公共交通系统稳定及乘客安全。客流诱导作为一种柔性的需求管理措施，通过向乘客发布个性化异质诱导信息影响其行为模式，调节城轨网络客流分布，可在一定程度上缓解突发事件的影响。因此，在城轨突发事件下，如何制定合理有效的诱导信息发布方案是亟待解决的问题。故有必要深入剖析该场景下乘客的动态出行行为特征及偏好，并在此基础上制定诱导信息发布策略，为城轨应急管理提供理论支撑。

2、在技术研究层面上，现有技术往往以道路交通领域或城轨常规运营条件下的诱导信息方案设计为对象。然而，考虑到城轨网络与道路网络有很大区别，城轨常规运营与突发事件下也有较多差异。因此，有必要探究城轨运营突发事件下如何设计信息诱导策略及其对乘客出行选择行为的影响。另一方面，现有技术虽然从不同角度剖析了乘客在城轨突发事件下的静态行为机理。然而，乘客在城轨突发事件下应该处于一个持续评估和动态决策的过程，仅通过静态行为分析无法体现乘客的动态行为过程，会忽视乘客的马尔可夫行为依存关系。此外，城轨突发事件下的乘客会受到不同程度的影响，现阶段的同质化诱导无法为乘客提供科学合理的出行方案。有必要根据乘客受影响类型构建不同的备选出行方案集，同时设置个性化异质诱导信息。

技术实现思路

1、本发明的目的在于提供一种突发事件下考虑城轨乘客动态行为的信息诱导方法及系统，针对城轨突发事件场景，在充分考虑乘客动态行为的基础上结合其备选出行方案集分析需求在线网上随时间的动态演化特征，兼顾运营效率及安全理念，制定个性化异质信息诱导推荐方案，以解决上述背景技术中存在的至少一项技术问题。

2、为了实现上述目的，本发明采取了如下技术方案：

3、第一方面，本发明提供一种突发事件下考虑城轨乘客动态行为的信息诱导方法，包括：

4、考虑乘客等待过程，动态发布个性化异质诱导信息，利用行为样本数据构建运营突发事件下乘客的动态行为选择模型；

5、搜索突发事件下城轨线网所有起讫点间的有效路径，界定不同受影响类型的客流并为其构建备选出行方案集，同时基于乘客的动态行为反馈推演线网层面客流的演化规律，估计诱导时间单元下的动态客流需求；

6、构建基于双层规划的动态客流诱导信息发布方案优化模型，输出诱导信息分时最优方案；其中，基于双层规划的动态客流诱导信息发布方案优化模型以线网断面客流分布最均衡及乘客广义出行成本最小为优化目标，其中，上层为诱导信息发布方案双目标优化模型，下层为城轨突发事件下的客流分配模型。

7、进一步的，考虑乘客等待过程，动态发布个性化异质诱导信息，利用行为样本数据构建运营突发事件下乘客的动态行为选择模型，包括：通过动态离散选择模型建模城轨运营突发事件下乘客的动态行为过程，研究乘客在持续等待中随时做出的替代出行选择；乘客在多阶段决策中会形成行为的经验惯性，通过构建行为的马尔可夫依存关系确定乘客选择经验惯性及内生性偏好对行为的影响，通过改变动态行为模型结构以解决动态决策中存在的状态依赖性与序列相关性问题。

8、进一步的，搜索突发事件下城轨线网所有起讫点间的有效路径，界定不同受影响类型的客流并为其构建备选出行方案集，同时基于乘客的动态行为反馈推演线网层面客流的演化规律，估计诱导时间单元下的动态客流需求，包括：

9、选择基于图的深度优先搜索算法进行有效路径搜索；设置时间阈值和换乘次数阈值的搜索规则，依次从某个顶点的未被访问的邻接点出发进行深度遍历，直至和顶点有路径相通的点都被访问；对所有顶点进行标记和遍历，生成各od对间的有效路径。

10、城轨运营突发事件发生后，根据乘客因其所处位置不同而受到不同影响，对受影响客流进行界定；

11、根据乘客受不同程度的影响，确定其备选方案集中的备选出行方案；

12、基于城轨自动售检票系统刷卡数据，通过数据挖掘识别站点间乘客出行量；同时，基于不同受影响程度乘客的备选出行方案集及动态行为反馈推演线网层面客流的演化规律，估计诱导时间单元下的动态客流需求。

13、进一步的，对受影响客流进行界定：第一类：起、终点站均位于中断区间；第二类：仅起点站位于中断区间；第三类：仅终点站位于中断区间；第四类：乘客的一条或多条有效路径经过中断区间；第五类：乘客的所有有效路径均未经过中断区间。

14、进一步的，确定其备选方案集中的备选出行方案：第一类：若乘客的起、终点站均位于中断区间，则将等待原路径恢复、公交车出行和出租车出行作为其备选出行方案集；第二类：若乘客仅起点站位于中断区间，则将等待原路径恢复、变更进站点至站a、变更进站点至站b、公交车出行和出租车出行作为其备选出行方案集；第三类：若乘客仅终点站位于中断区间，则将变更出站点至站a、变更出站点至站b、公交车出行和出租车出行作为其备选出行方案集；第四类：若乘客的一条或多条有效路径经过中断区间，则将等待原路径恢复、城轨内部绕行路径一、城轨内部绕行路径二、公交车出行和出租车出行作为其备选出行方案集；第五类：若乘客的所有有效路径均未经过中断区间，则将od对间的有效路径集作为其备选出行方案集。

15、进一步的，受影响类型乘客的出行方案备选集也不同，因此设置方案推荐约束：以断面满载率泰尔指数最小、乘客广义出行成本最小为目标，构建上层诱导信息发布方案双目标优化模型，所述上层诱导信息发布方案双目标优化模型的决策变量为各时段单元发布的诱导信息推荐方案，包括：不作推荐、推荐维持城轨原出行路径、推荐城轨内部绕行路径一、推荐城轨内部绕行路径二、推荐变更进/出站点至站a、推荐变更进/出站点至站b、推荐改乘地面交通出行。

16、进一步的，考虑包括决策状态约束、出行阻抗约束、断面满载约束、期望候车时间约束、非负约束在内的约束条件，以动态出行选择模型中的效用函数作为客流分配的依据，基于所述城轨站点间客流量和乘客需求演化特征构建下层城轨突发事件下的客流分配模型；同时下层城轨突发事件下的客流分配模型的分配结果反馈至上层诱导信息发布方案双目标优化模型，通过上层诱导信息发布方案双目标优化模型和下层城轨突发事件下的客流分配模型间的反复迭代得到最优诱导方案。

17、进一步的，通过带精英策略的快速非支配排序遗传算法与相继加权平均法的混合算法求解所述双层规划的动态客流诱导信息发布方案优化模型，在可行域范围内动态调整决策变量，以上层诱导信息发布方案双目标优化模型的目标函数作为带精英策略的快速非支配排序遗传算法中的适应度函数，采用相继加权平均法求解随机用户均衡分配解，输出信息诱导推荐方案。

18、进一步的，带精英策略的快速非支配排序遗传算法流程包括确定遗传算法参数、初始化种群、生成第一代子种群、精英选择、生成新的父代种群、生成新的子代种群，最终输出客流诱导信息推荐方案至下层客流分配模型。

19、相继加权平均法算法流程包括前序准备、各方案被选择概率计算、客流加载、效用函数更新、客流迭代计算、收敛性判别；整理各诱导时段内的出行选择需求并计算各断面的客流满载率，将整理后的结果输入上层双目标优化模型，对上层目标函数进行求解。

20、第二方面，本发明提供一种突发事件下考虑城轨乘客动态行为的信息诱导系统，包括：

21、构建模块，用于考虑乘客等待过程，动态发布个性化异质诱导信息，利用行为样本数据构建运营突发事件下乘客的动态行为选择模型；

22、界定模块，用于搜索突发事件下城轨线网所有起讫点间的有效路径，界定不同受影响类型的客流并为其构建备选出行方案集，同时基于乘客的动态行为反馈推演线网层面客流的演化规律，估计诱导时间单元下的动态客流需求；

23、求解模块，用于构建基于双层规划的动态客流诱导信息发布方案优化模型，输出诱导信息分时最优方案；其中，基于双层规划的动态客流诱导信息发布方案优化模型以线网断面客流分布最均衡及乘客广义出行成本最小为优化目标，其中，上层为诱导信息发布方案双目标优化模型，下层为城轨突发事件下的客流分配模型。

24、第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如第一方面所述的突发事件下考虑城轨乘客动态行为的信息诱导方法。

25、第四方面，本发明提供一种计算机设备，包括存储器和处理器，所述处理器和所述存储器相互通信，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行如第一方面所述的突发事件下考虑城轨乘客动态行为的信息诱导方法。

26、第五方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如第一方面所述的突发事件下考虑城轨乘客动态行为的信息诱导方法的指令。

27、本发明有益效果：通过界定城轨突发事件下受影响客流，探究诱导信息发布下乘客动态行为机理，研究诱导信息发布方案生成方法等问题；有助于均衡城市轨道交通线网客流分布，提升综合运营效益及运输资源利用率，缓解因突发事件导致的交通拥堵及资源浪费；同时，有助于提升城轨运营突发事件下乘客的出行效益及满意度。

28、本发明附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本发明的实践了解到。