一种确定地铁高峰时段列车停站的方法技术

本说明书实施例提供了一种确定地铁高峰时段列车停站的方法

【技术实现步骤摘要】
一种确定地铁高峰时段列车停站的方法、装置和存储介质


[0001]本文件涉及轨道交通智能控制领域，尤其涉及一种确定地铁高峰时段列车停站的方法
、
装置和存储介质
。

技术介绍

[0002]由于职住分离现象，大城市郊区线路的客流往往具有明显的长距离出行
、
时空分布不均衡特征，在客运高峰时段，部分车站客流量较小，而部分车站由于过高的列车满载率导致乘客滞留站台
。
[0003]针对上述问题，现有技术多以最小化所有乘客总出行时间或
(
和
)
运营企业运营成本为目标
。
[0004]然而，现有技术存在以下不足：部分研究只考虑了因快车跨站运行造成的乘客滞留，而未考虑高峰时期超高的列车载客量导致乘客滞留的情况；部分研究基于设定的快慢车开行比例或者快车跳停车站，限制了停站方案的多样化；部分研究未考虑运输组织的可操作性，计算的跳停方式过于复杂且无序；此外，大多数研究未考虑多样化停站方案造成的列车发车间隔不均衡的问题
。

技术实现思路

[0005]鉴于上述的分析，本申请旨在提出一种确定地铁高峰时段列车停站的方法
、
装置和存储介质，以解决上述技术问题中的一个
。
[0006]第一方面，本说明书一个或多个实施例提供了一种确定地铁高峰时段列车停站的方法，包括：
[0007]采集目标线路的列车运行数据；
[0008]根据所述列车运行数据，确定客流数据和停车约束条件；所述停车约束条件用于约束必停车站
、
列车跨站数量和停车方式数量；
[0009]根据所述客流数据和所述停车约束条件，基于灾变思想的遗传算法，确定所述目标线路的停站方式
。
[0010]进一步地，所述停车约束条件，包括：列车连续跨站数量约束和车站连续跳停列车数量约束；
[0011]所述列车连续跨站数量约束具体为：
[0012][0013]其中，
m
表征停车车站标识，
i
为所述目标线路上任一车站标识，
M
t
，
max
是列车最多连续跨站数量的上限值，
k
为所述目标线路上任一列车标识，
K
为所述目标线路上所有列车的集合，
Ω
为所述目标线路上所有车站的集合，
x
i+m
‑1，
k
为列车
k
在
i+m
‑1站停站的状态；
[0014]所述车站连续跳停列车数量约束具体为：
[0015][0016]其中，
M
s
，
max
是车站最多允许连续跳停列车数量的上限值
。
[0017]进一步地，所述停车约束条件，包括：必停车站约束；
[0018]所述根据所述客流数据和所述停车约束条件，基于灾变思想的遗传算法，确定所述目标线路的停站方式，包括：
[0019]根据所述必停车站约束，构建遗传算法的个体；
[0020]根据预设内循环次数
、
预设迭代次数和预设灾变次数，基于遗传算法，对所述个体进行运算，得到最优解；
[0021]根据所述最优解，确定所述目标线路的停站方式
。
[0022]进一步地，所述根据预设迭代次数和预设灾变次数，基于遗传算法，对所述个体进行运算，包括：
[0023]检测当前迭代次数未到达预设值时，根据当前个体和所述内循环次数，基于所述遗传算法得到下一代个体；
[0024]确定所述下一代个体的最优适度值；
[0025]确定所述下一代个体的最优适度值与当前最优适度相同的次数是否达到预设灾变次数；
[0026]在确定所述下一代个体的最优适度值与当前最优适度相同的次数达到所述预设灾变次数时，对所述下一代个体启动灾变运算
。
[0027]进一步地，所述根据所述必停车站约束，构建遗传算法的个体，包括：
[0028]根据所述必停车站约束，确定至少一个停站方案；
[0029]根据所述至少一个停站方案，基于循环组合法，生成所述个体
。
[0030]第二方面，本申请实施例提供了一种确定地铁高峰时段列车停站的装置，包括：采集模块和数据处理模块；
[0031]所述采集模块用于采集目标线路的列车运行数据；
[0032]所述数据处理模块用于根据所述列车运行数据，确定客流数据和停车约束条件；所述停车约束条件用于约束必停车站
、
列车跨站数量和停车方式数量；根据所述客流数据和所述停车约束条件，基于灾变思想的遗传算法，确定所述目标线路的停站方式
。
[0033]进一步地，所述停车约束条件，包括：列车连续跨站数量约束和车站连续跳停列车数量约束；
[0034]所述列车连续跨站数量约束具体为：
[0035][0036]其中，
m
表征停车车站标识，
i
为所述目标线路上任一车站标识，
M
t
，
max
是列车最多连续跨站数量的上限值，
k
为所述目标线路上任一列车标识，
K
为所述目标线路上所有列车的集合，
Ω
为所述目标线路上所有车站的集合，
x
i+m
‑
1k
为列车
k
在
i+m
‑1站停站的状态；
[0037]所述车站连续跳停列车数量约束具体为：
[0038][0039]其中，
M
s
，
max
是车站最多允许连续跳停列车数量的上限值
。
[0040]进一步地，所述停车约束条件，包括：必停车站约束；
[0041]所述数据处理模块用于根据所述必停车站约束，构建遗传算法的个体；根据预设内循环次数
、
预设迭代次数和预设灾变次数，基于遗传算法，对所述个体进行运算，得到最优解；根据所述最优解，确定所述目标线路的停站方式
。
[0042]进一步地，所述数据处理模块用于检测当前迭代次数未到达预设值时，根据当前个体和所述内循环次数，基于所述遗传算法得到下一代个体；确定所述下一代个体的最优适度值；确定所述下一代个体的最优适度值与当前最优适度相同的次数是否达到预设灾变次数；在确定所述下一代个体的最优适度值与当前最优适度相同的次数达到所述预设灾变次数时，对所述下一代个体启动灾变运算
。
[0043]第三方面，本申请实施例提供了一种存储介质，包括：
[0044]用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现第一方面中任一项所述的方法
。
[0045]与现有技术相比，本申请至少能实现以下技术效果：...

【技术保护点】

【技术特征摘要】
1.
一种确定地铁高峰时段列车停站的方法，其特征在于，包括：采集目标线路的列车运行数据；根据所述列车运行数据，确定客流数据和停车约束条件；所述停车约束条件用于约束必停车站
、
列车跨站数量和停车方式数量；根据所述客流数据和所述停车约束条件，基于灾变思想的遗传算法，确定所述目标线路的停站方式
。2.
根据权利要求1所述的方法，其特征在于，所述停车约束条件，包括：列车连续跨站数量约束和车站连续跳停列车数量约束；所述列车连续跨站数量约束具体为：其中，
m
表征停车车站标识，
i
为所述目标线路上任一车站标识，
M
t,max
是列车最多连续跨站数量的上限值，
k
为所述目标线路上任一列车标识，
K
为所述目标线路上所有列车的集合，
Ω
为所述目标线路上所有车站的集合，
x
i+m
‑1，
k
为列车
k
在
i+m
‑1站停站的状态；所述车站连续跳停列车数量约束具体为：其中，
M
s,max
是车站最多允许连续跳停列车数量的上限值
。3.
根据权利要求2所述的方法，其特征在于，所述停车约束条件，包括：必停车站约束；所述根据所述客流数据和所述停车约束条件，基于灾变思想的遗传算法，确定所述目标线路的停站方式，包括：根据所述必停车站约束，构建遗传算法的个体；根据预设内循环次数
、
预设迭代次数和预设灾变次数，基于遗传算法，对所述个体进行运算，得到最优解；根据所述最优解，确定所述目标线路的停站方式
。4.
根据权利要求3所述的方法，其特征在于，所述根据预设内循环次数
、
预设迭代次数和预设灾变次数，基于遗传算法，对所述个体进行运算，包括：检测当前迭代次数未到达预设值时，根据当前个体和所述内循环次数，基于所述遗传算法得到下一代个体；确定所述下一代个体的最优适度值；确定所述下一代个体的最优适度值与当前最优适度相同的次数是否达到预设灾变次数；在确定所述下一代个体的最优适度值与当前最优适度相同的次数达到所述预设灾变次数时，对所述下一代个体启动灾变运算
。5.
根据权利要求3所述的方法，其特征在于，所述根据所述必停车站约束，构建遗传算法的个体，包括：
根据所述必停车站约束，确...

【专利技术属性】
技术研发人员：张惠茹，豆飞，魏运，张岚，朱鸿涛，刘洁，宁尧，王雅观，刘旭，刘宇然，刘媛，李鉴，
申请(专利权)人：北京市地铁运营有限公司技术创新研究院分公司，
类型：发明
国别省市：