城市轨道交通客流与车流耦合优化方法及系统与流程

1.本发明涉及城市轨道交通运营管理技术领域，具体涉及一种城市轨道交通客流与车流耦合优化方法及系统。


背景技术：

2.城市轨道交通凭借其大容量、低能耗、高准点率、价格低廉等优点，己经成为城市重要的运输方式之一，在城市通勤出行中发挥着主要作用。近年来，乘客出行需求和列车有限的运输能力之间的矛盾日益凸显，导致在高峰时期一些客流量特别大的车站，大量乘客聚集在站外或站内，极大的增加了乘客的等待时间。为了减少乘客的等待时间，就需要编制以需求为导向的列车运行图及制定与列车运行图相匹配的客流控制措施，急需将客流控制措施和列车运行图进行协同耦合优化，为有效改善地铁运营效率提供决策依据。
3.现阶段，关于城市轨道交通客流和车流耦合优化方法，仅限于单站或者单线的耦合优化，缺少对各换乘站之间复杂关系的考虑，不适用于对路网的客流和车流进行耦合优化。


技术实现要素：

4.本发明的目的在于提供一种通过对客流和车流进行协同优化来求得地铁客流和车流的最佳耦合优化控制策略的城市轨道交通客流与车流耦合优化方法及系统，以解决上述背景技术中存在的至少一项技术问题。
5.为了实现上述目的，本发明采取了如下技术方案：
6.一方面，本发明提供一种城市轨道交通客流与车流耦合优化方法，包括：
7.根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间，确定客流动态需求；
8.根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；
9.利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。
10.可选的，确定客流动态需求包括：
11.根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间；
12.根据乘客分时段的od需求以及列车的到发时间，获取路网od对的有效路径；
13.根据路网od对的有效路径，计算各站到达的乘客中去往其他各终点站的乘客人数占该站到达的总乘客人数的比例。
14.可选的，计算各站到达的乘客中去往其他各终点站的乘客人数占该站到达的总乘客人数的比例，包括：假设在每个车站，所有基于od的乘客都混合得很好，每对od对的乘客不论是在站外等候区域还是站台上等候区域，所有到达的乘客上有一个恒定的百分比；在乘客的出行路径确定后，得到各站到达乘客去其他各终点站的乘客的od比例。
15.可选的，按计算好的各站到达乘客的od比例对客流需求进行分配，确定每个乘客
选择的出行路径，根据到达乘客顺序将客流分配到线路的某一辆车上；在换乘站进行换乘的判定，来判定到达的换乘乘客可以乘上哪一辆到达的列车；在车站通行能力、站台承载能力和列车运输能力的约束下，通过客流分配将限流控制与列车运行图协同到一起来进行优化，构建城市轨道交通客流与车流的耦合优化模型。
16.可选的，通过决策优化乘客的进站量和列车的发车间隔，建立城市轨道交通客流与车流的耦合优化模型；约束包括限流控制约束和列车运行图约束两个部分，目标函数旨在最小化站外乘客的平均等待时间，以此来评价地铁的运营效率。
17.可选的，假设在一定时间间隔内乘客是一个均匀到站的过程，将时间进行离散化后，可以得到在一定时间间隔内乘客在各站的到站率，时段内的客流量等于乘客到站率，协同优化列车运行图后，用发车间隔代替离散的时间间隔，发车间隔内的客流量等于乘客到站率，作为客流与车流协同优化模型的输入数据。
18.第二方面，本发明提供一种城市轨道交通客流与车流耦合优化系统包括：
19.确定模块，用于根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间，确定客流动态需求；
20.构建模块，用于根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；
21.计算模块，用于利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。
22.第三方面，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上所述的城市轨道交通客流与车流耦合优化方法。
23.第四方面，本发明提供一种电子设备，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上所述的城市轨道交通客流与车流耦合优化方法。
24.第五方面，本发明提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的城市轨道交通客流与车流耦合优化方法。
25.本发明有益效果：优化城市轨道交通高峰时期客流与车流的一个相互协调配合，通过限流控制和列车运行图协同优化来最小化乘客的平均等待时间，提高乘客的出行效率和地铁的运营效率，具体的：(1)该模型可以大量的减少在站台上聚集的乘客，降低高峰时期站内风险事故的发生；(2)模型能够考虑各线路之间换乘的联系，为客流与车流的路网的耦合优化提供了一种可行有效的方法；(3)应用差分进化算法进行求解，在求解大规模混合整数非线性规划(minlp)问题上，具有非常高的效率，在实际问题的求解中可以起到很好的效果。
26.本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
27.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的
附图。
28.图1为本发明实施例所述的城市轨道交通客流与车流耦合优化方法流程示意图。
29.图2为本发明实施例所述的差分进化算法流程示意图。
30.图3为本发明实施例所述的地铁网络图。
31.图4为本发明实施例所述的各线路乘客的到站率示意图。
32.图5为本发明实施例所述的目标函数收敛图。
33.图6为本发明实施例所述的某地地铁1号线上行各站最佳限流控制策略示意图。
34.图7为本发明实施例所述的某地地铁5号线下行各站最佳限流控制策略示意图。
35.图8为本发明实施例所述的某地地铁1号线最佳列车运行图；
36.图9为本发明实施例所述的某地地铁5号线最佳列车运行图。
37.图10为本发明实施例所述的某地地铁另一线路最佳列车运行图。
具体实施方式
38.下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
39.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
40.还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
41.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
42.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
43.为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
44.本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
45.实施例1
46.本实施例1提供一种城市轨道交通客流与车流耦合优化系统，使用限流控制和列车运行图协同优化的方法来求得客流与车流的最佳耦合优化策略，通过对站外乘客平均等待时间进行优化计算，确定地铁客流与车流的最佳耦合优化策略，得到更加符合现实情况
的地铁客流与车流的协同耦合优化策略。
47.具体的，本实施例1中，城市轨道交通客流与车流耦合优化系统，包括：
48.确定模块，用于根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间，确定客流动态需求；
49.构建模块，用于根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；
50.计算模块，用于利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。
51.本实施例1中，利用上述的城市轨道交通客流与车流耦合优化系统，实现了城市轨道交通客流与车流耦合优化方法，包括：
52.利用确定模块根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间，确定客流动态需求；
53.利用构建模块根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；
54.利用计算模块基于差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。
55.本实施例1中，确定客流动态需求包括：
56.根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间；
57.根据乘客分时段的od需求以及列车的到发时间，获取路网od对的有效路径；
58.根据路网od对的有效路径，计算各站到达的乘客中去往其他各终点站的乘客人数占该站到达的总乘客人数的比例。
59.其中，计算各站到达的乘客中去往其他各终点站的乘客人数占该站到达的总乘客人数的比例，包括：假设在每个车站，所有基于od的乘客都混合得很好，每对od对的乘客不论是在站外等候区域还是站台上等候区域，所有到达的乘客上有一个恒定的百分比；在乘客的出行路径确定后，得到各站到达乘客去其他各终点站的乘客的od比例。
60.其中，按计算好的各站到达乘客的od比例对客流需求进行分配，确定每个乘客选择的出行路径，根据到达乘客顺序将客流分配到线路的某一辆车上；在换乘站进行换乘的判定，来判定到达的换乘乘客可以乘上哪一辆到达的列车；在车站通行能力、站台承载能力和列车运输能力的约束下，通过客流分配将限流控制与列车运行图协同到一起来进行优化，构建城市轨道交通客流与车流的耦合优化模型。
61.其中，通过决策优化乘客的进站量和列车的发车间隔，建立城市轨道交通客流与车流的耦合优化模型；约束包括限流控制约束和列车运行图约束两个部分，目标函数旨在最小化站外乘客的平均等待时间，以此来评价地铁的运营效率。
62.本实施例1中，假设在一定时间间隔内乘客是一个均匀到站的过程，将时间进行离散化后，可以得到在一定时间间隔内乘客在各站的到站率，时段内的客流量等于乘客到站率，协同优化列车运行图后，用发车间隔代替离散的时间间隔，发车间隔内的客流量等于乘客到站率，作为客流与车流协同优化模型的输入数据。
63.实施例2
64.本实施例2中，提供一种使用限流控制和列车运行图协同优化的方法来求得地铁客流与车流的最佳耦合优化策略，具体为一种通过对站外乘客平均等待时间进行优化计算，来寻找地铁客流与车流的最佳耦合优化策略。所述方法能得到更加符合现实情况的地
铁客流与车流的协同耦合优化策略。
65.如图1所示，本实施例2中，基于限流控制和列车运行图协同优化的城市轨道交通客流与车流耦合优化方法，具体步骤如下：
66.首先，执行步骤1-4确定客流动态需求：
67.步骤1，根据afc刷卡记录整理乘客分时段的od需求(包括起点、终点、出发时间)以及列车的到发时间；
68.步骤2，离散化时间；
69.假设高峰时期，在一定时间间隔内乘客是一个均匀到站的过程，将时间进行离散化后，可以得到在一定时间间隔内乘客在各站的到站率时段t内的客流量等于乘客到站率协同优化列车运行图后，用发车间隔代替离散的时间间隔t，发车间隔内的客流量等于乘客到站率作为我们客流与车流协同优化模型的基本输入数据。
70.步骤3，找出路网od对的有效路径；
71.地铁线网由于规模扩大和线网耦合度不断提高，会出现一个od对的乘客在地铁系统内面临多种路径可供选择的情况，例如环形线路内外环方向均可抵达目的地。首先，找出地铁系统中所有od对的有效路径，考虑到路网换乘乘客的复杂性，为了简化模型，这里我们假设所有乘客的出行路径都按照最短时间路径来计算；
72.步骤4，计算各站到达的乘客中，去往其他各终点站的乘客人数占该站到达的总乘客人数的比例；
73.假设在每个车站，所有基于od的乘客都混合得很好，每对od对的乘客不论是在站外等候区域还是站台上等候区域，所有到达的乘客上有一个恒定的百分比。一般来说，请注意，在工作日，特别是在高峰时间旅行的乘客，主要是为了通勤的，他们的生活和工作地点在短期内很少发生变化。从这个意义上说，这个假设对于现实世界的操作是合理的。在步骤3中乘客的出行路径确定后，就可以得到，各站到达乘客去其他各终点站的乘客的od比例
74.步骤5，初始化列车模块；
75.通过列车初始化模块，将线路的上行和下行分开来计算，每条线独立运行。按照步骤1得到的列车的到发时间，经过处理可以得到列车在各站的停站时间和各区间的区间运行时间作为模型基本的输入数据。
76.步骤6，建立城市轨道交通客流与车流耦合优化模型；
77.按步骤4计算好的各站到达乘客的od比例对客流需求进行分配，确定每个乘客选择的出行路径，根据到达乘客顺序将客流分配到线路的某一辆车上；在换乘站进行换乘的判定，来判定到达的换乘乘客可以乘上哪一辆到达的列车；在车站通行能力，站台承载能力和列车运输能力的约束下，通过客流分配将限流控制与列车运行图协同到一起来进行优化，来构建城市轨道交通客流与车流的耦合优化模型。
78.通过决策优化乘客的进站量和列车的发车间隔在客流分配的思想下，来建立城市轨道交通客流与车流的耦合优化模型。约束包括限流控制约束和列车运行图约束两
个部分，目标函数旨在最小化站外乘客的平均等待时间，以此来评价地铁系统的运营效率。模型中用到的符号如下所示：
79.l,l',l1,l2＝1,2,3,...,l：线路数量集；
80.k,k1,k2＝1,2,3,...,k：列车数量集，l线的发车数量；
81.i,u,v＝1,2,3,...,i：车站数量集，l线的车站数量；
82.(s',s)∈fr:换乘弧集合；
83.p
il
：l线i站入口的最大通过比率；
84.ck：列车k的最大容量；
85.c
p
：站台承载能力；
86.η1：站外等候乘客的权重；
87.η2：站台等候乘客的权重；
88.f
t
：乘客在换乘站的换乘走行时间；
89.t1：相邻两辆列车在同一车站的最小间隔；
90.t
max
：相邻两辆列车的最大间隔；
91.列车k从l线i-1站至i站的区间运行时间；
92.发车间隔内，l线i站乘客的到站率；
93.发车间隔内，到达l线i站站台等候的换乘乘客；
94.乘客的od(l1,u
→
l2,v)路径中包含换乘弧(l',s'
→
l,s)则为1，反之为0；
95.乘客的od(l1,u
→
l2,v)路径中包含l线的区间(i,i 1)路段则为1，反之为0；
96.列车k到达l线i站的时间；
97.列车k在l线i站的发车时间；
98.在发车间隔内，l线i站的进站需求；
99.在发车间隔内l线i站的站外滞留乘客的人数；
100.在发车间隔内l线i站的站台上滞留等待乘客的人数；
101.在发车间隔内l线i站的站台上等待乘客的人数；
102.列车k到达l线i站时的负载人数；
103.l1线u站去往l2线v站的乘客占该站到达的总的乘客的比例；
104.列车k在l线i站的停站时间；
105.列车k-1和列车k在l线i车站的发车间隔；
106.在发车间隔内，l线i站的进站量；
107.z：乘客的平均等待时间。
108.所述客流与车流耦合优化模型的公式如下：
[0109][0110]
subject to
[0111][0112][0113][0114][0115][0116][0117][0118][0119][0120][0121][0122][0123][0124][0125]
其中约束(2)-(5)为列车运行图约束，约束(6)-(14)为限流控制约束，约束(15)是
对换乘乘客的一个判定，确定通过客流分配到某时段内的换乘乘客可以乘上哪一辆到达的列车。由此建立了客流与车流的耦合优化模型。目标函数(1)中，η1和η2是两个权重系数，η1 η2＝1，实际上就是地铁运营公司对站外和站台上乘客的重视程度，可以根据运营公司的实际情况来选择适合的权重系数。
[0126]
步骤7，利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，来寻求城市轨道交通客流与车流耦合优化的最佳控制策略，如图2所示；所述基于限流控制和列车运行图协同优化的客流与车流耦合优化模型，属于大规模的混合整数非线性规划(minlp)问题，可以用差分进化算法实现高效求解。在应用差分进化算法的过程中，先考虑初始解的构造，再考虑差分进化算法中，各参数的设置，确保可以出现高质量的结果收敛图，得到的乘客的平均等待时间，与实际乘客的平均等待时间作比较，与实际相比越小越好。
[0127]
实施例3
[0128]
本实施例3中，提供一种城市轨道交通高峰时期客流与车流的耦合优化方法，通过客流分配的思想将限流控制和列车运行图协同起来及进行优化，建立客流与车流的大规模混合整数非线性规划模型，确定最佳的限流控制措施和列车运行图，疏散城市轨道交通的站台滞留乘客，减少乘客的平均等待时间，降低站内风险事故的发生，提高地铁的运营效率。
[0129]
在本实施例的方法中，选择的路网为某市城市轨道交通系统的三条线路，如图3所示：包含三条线路，1号线，5号线和亦庄线，把每条线的上行和下行都分开来计算，每条线独立运行，那就是六条线，l＝6；1号线和5号线都有23个车站，亦庄线有14个车站,因此i＝23。
[0130]
本实施例中，考虑该市运行高峰时期7：30-9：00这个时段，用30辆列车，k＝30，来验证建立模型的有效性；根据地铁运营公司提供的afc数据，经过处理后，可以得到乘客的到站率如图4所示。
[0131]
本实施例中，通过限流控制，控制进站的人数，进站的乘客人数是满足列车的剩余容量的约束的，即进站的乘客都可以登上即将到达的列车，也就是在列车离开后不会在站台上产生滞留的乘客，这样有助于减少站台乘客的拥堵，降低风险事故的发生，已经进入到站台上的乘客很快就可以登上即将到达，这部分乘客的等待时间相对地铁运营公司而言已经不是那么的重要了。因此，更多的给予了站外乘客的关注，旨在减少站外乘客的平均等待时间，即η1＝1,η2＝0以此来提高地铁系统的运营效率和乘客的出行效率；其他相关参数如下表1所示：
[0132]
表1模型的参数
[0133][0134]
根据本实施例3中建立的客流与车流耦合优化模型，计算当前情形下客流与车流的最佳耦合优化策略，包括：
[0135]
步骤1，根据afc刷卡记录整理1号线，5号线和亦庄线上下行的乘客7：30-9：00的od
需求(包括起点、终点、出发时间)以及列车的到发时间；
[0136]
步骤2，离散化时间；
[0137]
按照t＝3min的时间间隔，将时间进行离散化后，可以得到在一定时间间隔内乘客在各站的到站率如图2所示；发车间隔内的客流量等于乘客到站率作为我们客流与车流协同优化模型的基本输入数据。
[0138]
步骤3，找出路网od对的有效路径；
[0139]
按照最短时间路径的原则，找出本发明案例三条线各od之间的有效路径。
[0140]
步骤4，计算各站到达的乘客中，去往其他各终点站的乘客人数占该站到达的总乘客人数的比例；
[0141]
在步骤3中乘客的出行路径确定后，我们就可以得到，各站到达乘客去其他各终点站的乘客的od比例
[0142]
步骤5，初始化列车模块；
[0143]
通过列车初始化模块，将三条线路的上行和下行分开来计算，每条线独立运行。按照步骤1得到的列车的到发时间，经过处理可以得到列车在各站的停站时间和各区间的区间运行时间作为模型的基本的输入数据。
[0144]
步骤6，建立城市轨道交通客流与车流耦合优化模型；
[0145]
通过客流分配将限流控制与列车运行图协同到一起进行优化，建立了客流与车流耦合的大规模混合整数非线性规划模型，旨在最小化乘客的平均等待时间，提高乘客的出行效率和地铁的运营效率。
[0146]
步骤7，利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，来寻求城市轨道交通客流与车流耦合优化的最佳控制策略；
[0147]
差分进化参数为：种群规模1000，重组概率0.9，变异概率0.1，缩放因子f＝0.5，运行400代，得到了目标函数的结果收敛图，如图5所示：最后本次实验通过运行得到的乘客的平均等待时间的最优解为3.80min。在没有进行协同优化时，按照实际的列车时刻表，并且在没有限流的情况下，乘客按照先来后到原则，在满足列车容量约束的情况下求得乘客的平均等待时间为5.17min，与协同优化之前相比，该模型的乘客的平均等待时间减少了26％。由此可以看出本协同优化模型是很有优化力度的，在实际运用中还是有一定的合理性的。
[0148]
根据本实施例3中提出的模型，通过差分进化算法求得的客流与车流耦合优化的最佳控制策略为：
[0149]
最佳的限流控制策略：限流率：即滞留客流(在控制下无法及时进入到站内)与站外实际需求的乘客人数的比率，也可以称为限流强度。我们注意到，该模型所收到的最佳限流控制策略是由需求驱动的，一旦出行需求发生变化，它就会自动更新。
[0150]
在7：30-9：00这个时段，1号线上行限流的车站有6个，分别是苹果园站，古城路站，八角游乐园站，八宝山站，玉泉路站，五棵松站，具体限流率如图6所示：可以看出这六个站限流的高峰期主要集中在7：45-8：30之间，可以得到在这个时段内，这几个的站的客流量是
过饱和的，特别是在苹果园站，在这个时段内的限流率均到达了80％以上，整个时段的平均限流率为68％，说明苹果园站的客流量是非常大的，这很好理解，苹果园位于1号线的首站，为了让后续车站的乘客登上第一辆到达的列车，因此在苹果园站进行了较大强度的限流；限流率先升后降，这一点也可以很好地被理解了，因为限流强度与车站的乘客需求密切相关。
[0151]
随着客流控制策略的实施，旅客需求将首先不断增加，然后逐渐减少；5号线下行有两个车站需要限流，分别是天通苑北站和天通苑站，具体限流率如图7所示，这两个车站的限流率在8：00-9：00时段内的强度较大，整个时段内的平均限流率分别到达了81％和78％，可以看出这两个站在这个时段内是多么的拥挤，若不采取控制措施，让如此多的旅客进入到站内，在密闭的地铁空间内，风险事故发生的概率是极高的。造成这些特点的原因是，这几个车站位于运行列车的起点，主要承担来自通勤者的旅行压力。为保证其他车站的乘客能够顺利登上第一辆到达的列车，这些旅客需求超大的站必须采取相应的客流控制措施。
[0152]
最佳的列车运行图：1号线最佳列车运行图如图8所示；5号线最佳列车运行图如图9所示；亦庄线最佳列车运行图如图10所示；从运行图中可以得到优化前后具体参数对比如下表2所示：
[0153]
表2 7：30-8：30优化前后高峰开行方案和运行图参数
[0154][0155]
从表2中可以看出优化后各线路的平均发车间隔都有所缩短，列车数量增加，单位小时内每条线路提供的运输能力相比之前有所提升，特别是在1号线上行和5号线下行，平均的发车间隔均接近120s，列车运力相比优化前分别提升了21％和25％，从这里也可以看出高峰时期这两条线是非常拥堵的。
[0156]
实施例4
[0157]
本发明实施例4提供一种电子设备，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城市轨道交通客流与车流耦合优化方法，该方法包括如下流程步骤：
[0158]
根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间，确定客流动态需求；
[0159]
根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；
[0160]
利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。
[0161]
实施例5
[0162]
本发明实施例5提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现城市轨道交通客流与车流耦合优化方法，该方法包括如下流程步骤：
[0163]
根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间，确定客流动态需求；
[0164]
根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；
[0165]
利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。
[0166]
实施例6
[0167]
本发明实施例6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城市轨道交通客流与车流耦合优化方法，该方法包括如下步骤：
[0168]
根据afc刷卡记录整理乘客分时段的od需求以及列车的到发时间，确定客流动态需求；
[0169]
根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；
[0170]
利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。
[0171]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0172]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0173]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0174]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0175]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。