一種城市軌道交通線網客流OD動態估計方法技術

本發明專利技術公開了一種城市軌道交通線網客流OD動態估計方法，包括以下步驟：首先基于歷史客流數據，通過設定時間間隔，采用移動平均法對客流時空分布穩定性較差的單程票客流OD矩陣進行改進，生成改進后的客流OD分布矩陣，在此基礎上計算客流分流率矩陣，結合OD流的行程時間分布規律，構建OD流與進出站客流間的動態流量關系，再根據動態流量關系以及實時上傳的進出站客流量信息建立OD動態估計狀態空間模型，用卡爾曼濾波方法對模型進行求解，并采用標準化法對OD估計結果進行修正，得出最優估計值，并對方法的有效性進行檢驗。本發明專利技術通過實時上傳的進出站交易數據和歷史客流數據進行統計，建立了基于卡爾曼濾波的狀態空間模型，可用來估計實時的客流需求分布結構信息，為軌道交通企業的客流動態化管理提供數據支持。

OD dynamic estimation method for urban rail transit network passenger flow

The invention discloses a OD dynamic city rail transit passenger flow estimation method includes the following steps: firstly, based on historical traffic data, by setting the time interval of one-way ticket passenger OD matrix of temporal and spatial distribution of poor stability of passenger flow is improved by using moving average method, to generate improved passenger OD matrix, on the basis of calculation the passenger flow diversion ratio matrix, combined with the travel time OD flow distribution, construction of OD flow and dynamic flow relationship between flow out of the station, then according to the dynamic flow and real-time traffic information and upload the state space model is established for dynamic OD estimation, the model was solved by Calman filtering method, and using the standard method modification of the OD estimation results, the optimal estimate and test the validity of the method. The present invention station transaction data and historical traffic data through the real-time upload import statistics, a state space model is established based on Calman filter, can be used to estimate the distribution of passenger demand structure information in real time, to provide data support for the dynamic management of passenger rail transportation enterprises.

【技術實現步驟摘要】
一種城市軌道交通線網客流OD動態估計方法
本專利技術涉及一種城市軌道交通線網客流OD動態估計方法。
技術介紹
隨著城市軌道交通的快速發展，各大中城市逐步跨入網絡化運營。線網結構的復雜化導致乘客出行行為隨機性加強，在客流需求分布結構上呈現出動態化、復雜化特點，對軌道交通的運輸組織帶來很大挑戰，亟需利用適當的需求估計模型來研究較短時間范圍內客流需求在時間上和空間上的分布規律，以提高軌道交通的動態化運營管理水平和系統應變能力。自上世紀80年代以來，國內外學者對于OD動態估計開展了大量的研究，形成了一系列OD動態估計模型。但既有的OD估計方法在軌道交通中的應用，主要還存在以下不足：①現有研究主要集中于道路交通領域，沒有考慮軌道交通網絡結構及客流特征，在軌道交通線網客流OD動態估計方面存在著精度低、運算效率不高的缺點；②既有模型中OD流與采集信息流之間的流量關系大多建立在斷面流量容易獲取的基礎上，但軌道交通中的實時斷面客流信息卻很難獲取，僅能獲取進出站客流信息，所以基于斷面采集流量的動態流量方程難以適用于軌道交通網絡。因此，需要一種新的方法，結合軌道交通線網客流特征和采集數據信息，實現軌道交通線網客流的實時OD估計。
技術實現思路
專利技術目的：針對現有技術中存在的不足，本專利技術提供一種城市軌道交通線網客流OD動態估計方法，該方法基于歷史客流出行數據和軌道交通自動售檢票系統終端設備實時上傳的交易數據來估算當前實時的客流OD分布結構信息。技術方案：為實現上述目的，本專利技術采用的技術方案為：一種城市軌道交通線網客流OD動態估計方法，包括如下步驟：(1-1)設定時間間隔Δt，按時間間隔Δt對每天的歷史客流數據進行分段；統計每天各時間段內的儲值票客流數據和單程票客流數據；(1-2)采用移動平均法對單程票客流數據進行改進，得到改進后的單程票客流數據為：式中，i≠j；q0ij(t)表示改進后的第t個時段內由站點i進站的乘客中最終從站點j出站的單程票乘客數量；表示由歷史客流數據統計獲取的第t-a個時段內由站點i進站的乘客中最終從站點j出站的單程票乘客數量；R表示移動平均的時段個數，且R＜t；(1-3)計算式中，表示由歷史客流出行數據統計獲取的第t個時段內由站點i進站的乘客中最終從站點j出站的儲值票乘客數量，qij(t)表示在第t個時段內由站點i進站的客流去往站點j出站的總乘客數量；根據qij(t)構建全線網在第t個時間段內進站客流的OD分布矩陣A(t)和第t個時間段內的客流分流率矩陣B(t)：其中，n為站點的總數；bij(t)為客流分流率，表示時段t內由i站進站的乘客中去往j站的客流占i站總進站客流的比例，且將客流分流率矩陣B(t)轉化成列向量的形式：B(t)＝[b12(t)，b13(t)，…，b1n(t)，…，b21(t)，…，b2n(t)，…，bn(n-1)(t)]T(1.4)(1-4)構建客流出站到達系數為：其中，為客流出站到達系數，表示在第t-m個時段內從站點i出發且以車站j為目的地的OD客流中在時段t內到達目的車站j的比例，t≥muij(t)表示第t個時間段內由i站出發去往j站的乘客平均行程時間，表示第t個時間段內由i站出發去往j站的乘客平均行程時間的標準方差；fij(x)為概率密度函數，表示由i站出發去往j站的客流在時刻x到達j站的概率；(1-5)基于實時客流數據建立OD客流分配比例和進出站流量間的約束方程：qij(t-m)＝Ii(t-m)·bij(t-m)(1.7)式中，Ii(t-m)為i站在第t-m個時段內的總進站乘客數量；qij(t-m)表示第t-m個時段內由站點i進站的客流去往站點j總乘客數量；Oj(t)表示車站j在第t個時段內的出站乘客數量M為線網內任意兩個時間段間乘客行程時間最大跨越時段數；Vij(t)為建立流量約束方程時產生的出站量誤差；(1-6)以客流分流率作為狀態變量，構建客流OD動態估計狀態空間模型，包括狀態轉移方程1.9與觀測方程1.10：式(1.9)中，B(t)為實際客流分流率bij(t)組成的Rod×1維矩陣，Rod表示OD對的總數，Rod＝n×(n-1)；Bk(t)為由相同客流特征日條件下的前向第k周歷史客流分流率組成的Rod×1維矩陣；F(t)與Gk(t)均為狀態轉移矩陣，表征系統的狀態演變特征，是由權重系數γk得到的Rod×Rod維常量矩陣；W(t)為建立系統狀態轉移方程所產生的誤差Wij(t)組成的白噪聲矩陣；式(1.10)中，Oj(t)與Ii(t-m)為實時進出站客流數據；O(t)為n×1維出站客流量矩陣；H(t)為客流出站到達矩陣，其隨著時段動態變化，表征狀態變量B(t)與觀測變量O(t)間的相互關系，為n×Rod維矩陣；是由構建的Rod×1維矩陣，為包含當前時段以及前向M個連續時間段的客流分流率均值；V(t)為建立系統觀測方程所產生的誤差vij(t)組成的白噪聲矩陣；(1-7)采用卡爾曼濾波方法對客流OD動態估計狀態空間模型進行求解，并采用標準化法對OD估計結果進行修正；根據修正后的OD估計結果建立指標，并用該指標檢驗構建的客流OD動態估計狀態空間模型是否正確；若檢驗結果正確，則判定客流OD動態估計狀態空間模型正確，輸出客流OD動態估計狀態空間模型的估計結果；若檢驗結果不正確，則重新設置客流OD動態估計狀態空間模型的參數值，返回步驟(1-6)；重新設置的參數包括：移動平均的時段數R和權重系數γk。進一步的，所述步驟(1-6)中構建客流OD動態估計狀態空間模型的步驟為：(2-1)建立相鄰時間段間的客流分流率關系：式中，為由相同客流特征日下前向第k周歷史客流數據統計獲取的第t個時間段的客流分流率；γk為權重系數，0≤γk≤1，用于衡量前向第k周歷史客流信息的可靠性；wij(t)為正態分布高斯白噪聲變量，用于表征構建狀態轉移方程時產生的狀態轉移誤差；(2-2)將相鄰時間段間的客流分流率關系式轉換為標準的矩陣形式，得到狀態轉移方程為：式中，W(t)為建立系統狀態轉移方程所產生的誤差wij(t)組成的白噪聲矩陣，且W(t)～N(0，Q(t))，Q(t)為狀態轉移誤差方差，表示建立狀態轉移方程時產生的誤差方差，Q(t)的無偏估計表達式如下：式中，Wk(t)表示相同客流特征日下的前向第k周第t個時段的歷史狀態轉移誤差，為p天的歷史狀態轉移誤差均值；(2-3)將相鄰時段內的客流分流率平均值近似代替為各時段的客流分流率，將式(1-8)的表達式轉換為以下形式：由上式可得狀態空間模型的觀測方程為：式中，V(t)為觀測方程誤差矩陣，且V(t)～N(0，R(t))，R(t)為出站量誤差方差矩陣，表示建立觀測方程時產生的誤差方差，R(t)的無偏估計表達式為：式中，Vk(t)表示第k天第t個時段的觀測方程歷史誤差矩陣，為連續n天的歷史觀測誤差均值。進一步的，所述步驟(1-7)中采用卡爾曼濾波方法對客流OD動態估計狀態空間模型進行求解并采用標準化法對OD估計結果進行修正，得出最優估計值的步驟為：(3-1)定義協方差矩陣為P(t)；初始化t＝1；定義P(1)＝[1]n×n；其中，Bk(1)為由相同客流特征日條件下的前向第k周歷史客流分流率組成的Rod×1維矩陣；(3-2)根據狀態轉移方程進行先驗估計：式中，表本文檔來自技高網...

【技術保護點】
一種城市軌道交通線網客流OD動態估計方法，其特征在于：包括如下步驟：(1?1)設定時間間隔Δt，按時間間隔Δt對每天的歷史客流數據進行分段；統計每天各時間段內的儲值票客流數據和單程票客流數據；(1?2)采用移動平均法對單程票客流數據進行改進，得到改進后的單程票客流數據為：

【技術特征摘要】
1.一種城市軌道交通線網客流OD動態估計方法，其特征在于：包括如下步驟：(1-1)設定時間間隔Δt，按時間間隔Δt對每天的歷史客流數據進行分段；統計每天各時間段內的儲值票客流數據和單程票客流數據；(1-2)采用移動平均法對單程票客流數據進行改進，得到改進后的單程票客流數據為：式中，i≠j；q0ij(t)表示改進后的第t個時段內由站點i進站的乘客中最終從站點j出站的單程票乘客數量；表示由歷史客流數據統計獲取的第t-a個時段內由站點i進站的乘客中最終從站點j出站的單程票乘客數量；R表示移動平均的時段個數，且R＜t；(1-3)計算式中，表示由歷史客流出行數據統計獲取的第t個時段內由站點i進站的乘客中最終從站點j出站的儲值票乘客數量，qij(t)表示在第t個時段內由站點i進站的客流去往站點j出站的總乘客數量；根據qij(t)構建全線網在第t個時間段內進站客流的OD分布矩陣A(t)和第t個時間段內的客流分流率矩陣B(t)：其中，n為站點的總數；bij(t)為客流分流率，表示時段t內由i站進站的乘客中去往j站的客流占i站總進站客流的比例，且將客流分流率矩陣B(t)轉化成列向量的形式：B(t)＝[b12(t)，b13(t)，…，b1n(t)，…，b21(t)，…，b2n(t)，…，bn(n-1)(t)]T(1.4)(1-4)構建客流出站到達系數為：其中，為客流出站到達系數，表示在第t-m個時段內從站點i出發且以車站j為目的地的OD客流中在時段t內到達目的車站j的比例，t≥m；uij(t)表示第t個時間段內由i站出發去往j站的乘客平均行程時間，表示第t個時間段內由i站出發去往j站的乘客平均行程時間的標準方差；fij(x)為概率密度函數，表示由i站出發去往j站的客流在時刻x到達j站的概率；(1-5)基于實時客流數據建立OD客流分配比例和進出站流量間的約束方程：qij(t-m)＝Ii(t-m)·bij(t-m)(1.7)式中，Ii(t-m)為i站在第t-m個時段內的總進站乘客數量；qij(t-m)表示第t-m個時段內由站點i進站的客流去往站點j總乘客數量；Oj(t)表示車站j在第t個時段內的出站乘客數量；M為線網內任意兩個時間段間乘客行程時間最大跨越時段數；Vij(t)為建立流量約束方程時產生的出站量誤差；(1-6)以客流分流率作為狀態變量，構建客流OD動態估計狀態空間模型，包括狀態轉移方程1.9與觀測方程1.10：式(1.9)中，B(t)為實際客流分流率bij(t)組成的Rod×1維矩陣，Rod表示OD對的總數，Rod＝n×(n-1)；Bk(t)為由相同客流特征日條件下的前向第k周歷史客流分流率組成的Rod×1維矩陣；F(t)與Gk(t)均為狀態轉移矩陣，表征系統的狀態演變特征，是由權重系數γk得到的Rod×Rod維常量矩陣；W(t)為建立系統狀態轉移方程所產生的誤差wij(t)組成的白噪聲矩陣；式(1.10)中，Oj(t)與Ii(t-m)為實時進出站客流數據；O(t)為n×1維出站客流量矩陣；H(t)為客流出站到達矩陣，其隨著時段動態變化，表征狀態變量B(t)與觀測變量O(t)間的相互關系，為n×Rod維矩陣；是由構建的Rod×1維矩陣，為包含當前時段以及前向M個連續時間段的客流分流率均值；V(t)為建立系統觀測方程所產生的誤差vij(t)組成的白噪聲矩陣；(1-7)采用卡爾曼濾波方法對客流OD動態估計狀態空間模型進行求解，并采用標準化法對OD估計結果進行修正；根據修正后的OD估計結果建立指標，并用該指標檢驗構建的客流OD動態估計狀態空間模型是否正確；若檢驗結果正確，則判定客流OD動態估計狀態空間模型正確，輸出客流OD動態估計狀態空間模型的估計結果；若檢驗結果不正確，則重新設置客流OD動態估計狀態空間模型的參數值，返回步驟(1-6)；重新設置的參數包括：移動平均的時段數R和權重系數γk。2.根據權利要求2所述的一種城市軌道交通線網客流OD動態估計方法，其特征在于，所述步驟(1-6)中構建客流OD動態估計狀態空間模型的步驟為：(2-1)建立相鄰時間段間的客流分流率關系：

【專利技術屬性】
技術研發人員：張寧，王健，劉洋，何鐵軍，石莊彬，
申請(專利權)人：東南大學，
類型：發明
國別省市：江蘇,32