一种大型客运枢纽行人流适度递阶协同控制方法

1.本发明涉及客运人流控制领域，特别涉及一种大型客运枢纽行人流适度递阶协同控制方法。


背景技术：

2.随着交通线网规划规模持续增长，城市客运交通逐步进入网络化阶段。像北京、上海两市客运枢纽日均客运量均超过1000万人次，千万级客流日趋成为常态。城市客运枢纽内乘客高密度聚集且空间相对狭小，高密度客流扰动失稳可能导致乘客恐慌甚至踩踏事故的发生。据不完全统计，1990年至今，全球共发生200起以上高密集人群事故灾难，造成1.3万以上的人死亡，2万多人受伤。高密集人群客运枢纽的安全形势将面临空前的挑战。
3.为此，如何提供一种能够在实现枢纽内部到达和离去的乘客人数动态平衡，即保证安全的前提下尽可能多的增加进站乘客人数的大型客运枢纽行人流适度递阶协同控制方法是本领域技术人员亟需解决的问题。


技术实现要素：

4.有鉴于此，本发明提出了一种大型客运枢纽行人流适度递阶协同控制方法。通过确定以乘客在出入口处的通行速率最大和出入口处的平均步速最大的优化目标；并针对枢纽中的非付费区、安检设施与闸机之间区域、付费区、站台场景结合递阶协同控制思想(乘客进入任一场景的通行速率都会作为乘客离开上一场景的离去速率对上一场景造成影响)建立管控决策模型，实现枢纽内部到达和离去的乘客人数动态平衡；基于上述优化目标以及管控决策模型的递阶协同控制思想，取管控决策模型中乘客分别通过每个场景的各入口进入每个场景的通行速率最大(在管控决策模型保证安全的情况下，每个乘客通过每个入口的平均步速越大，每个入口的通行速率最大，则该场景的通行速率越大，则上个场景的通行速率越大，则出入口的通行速率越大，进站乘客数越多)，以实现出入口处的平均步速最大作为管控决策模型的目标函数，得到包含一到四级管控的具有递阶协同性的不同客流密度场景下的管控决策方案，最后从符合一级管控范围的n
s2
和n
e2
组合、符合二级管控范围的nga、符合三级管控范围的n
se
、符合四级管控范围的na、nb、ns、nc、nd、nn、n
e1
组合中选取乘客在由付费区进入站台、闸机、安检设施、出入口进入非付费区的通行速率最大的n
s2
和n
e2
组合，n
ga
，n
se
，na、nb、ns、nc、nd、nn、n
e1
组合作为最终的站台、付费区、安检设施、非付费区的管控决策方案，以实现乘客在出入口处的通行速率最大作为管控决策模型的目标函数(在管控决策模型保证安全的情况下，每个场景开启入口的组合总通行速率越大，每个场景的通行速率越大，则上个场景的通行速率越大，则出入口的通行速率越大，进站乘客数越多)，实现了在保证枢纽内部到达和离去的乘客人数动态平衡，即保证安全的前提下，通过交通枢纽中不同场景管控间的递阶协同控制关系，尽可能多的增加进站乘客人数。
5.为了实现上述目的，本发明采用如下技术方案：
6.一种大型客运枢纽行人流适度递阶协同控制方法，包括：
7.(1)确定管控决策模型的优化目标。
8.(2)针对不同的客流密度场景结合适度递阶协同控制思想建立管控决策模型。
9.(3)以优化目标作为管控决策模型的目标函数，对管控决策模型求解，得到具有递阶协同性的不同客流密度场景下的管控决策方案。
10.可选的，步骤(1)中，优化目标为乘客在出入口处的通行速率最大和乘客在出入口处的平均步速最大。
11.可选的，步骤(2)中，不同的客流密度场景包括：非付费区、安检设施与闸机之间区域、付费区、站台。
12.可选的，步骤(2)中，管控决策模型为：
[0013]v4
*δt≤(p
4-p4)；
[0014]
(v
3-v4)*δt≤(p
3-p3)；
[0015]
(v
2-v3)*δt≤(p
2-p2)；
[0016]
(v
1-v2)*δt≤(p
1-p1)；
[0017]v4
＝n
s2
*c
s2
n
e2
*c
e2
；
[0018]v3
＝n
ga
*c
ga
；
[0019]v2
＝n
secse
；
[0020]v1
＝[(c
s1a
*na c
s1b
*nb c
s1s
*ns c
s1c
*nc c
s1d
*nd c
s1n
*nn) (n
e1
*c
e1
)]；
[0021]
0≤n
e1
≤m
e1
，且n
e1
为整数；
[0022]
0≤n
s2
≤m
s2
，且n
s2
为整数；
[0023]
0≤n
e2
≤m
e2
，且n
e2
为整数；
[0024]
0≤n
se
≤m
se
，且n
se
为整数；
[0025]
0≤n
ga
≤m
ga
，且n
ga
为整数；
[0026]
其中，v1、v2、v3、v4分别为乘客在出入口进入非付费区、安检设施、闸机、付费区进入站台的通行速率，单位为：人/分钟；p1、p2、p3、p4分别为非付费区、安检设施与闸机之间区域、付费区、站台允许容纳的乘客数，单位为：人；p1、p2、p3、p4分别为非付费区、安检设施与闸机之间区域、付费区、站台当前容纳的乘客数，单位为：人；δt为相邻两列车到站时间间隔，单位为：分钟；n
s2
和n
e2
分别为付费区进入站台开启的楼梯和自动扶梯的数量，单位为：台；c
s2
和c
e2
分别为乘客由付费区进入站台的单个楼梯和自动扶梯的通行速率，单位为：人/分钟；n
ga
和c
ga
分别为闸机的开启数量，单位为：台和乘客经过单个闸机的通行速率，单位为：人/分钟；n
se
和c
se
分别为安检设施的开启数量，单位为：台和乘客经过单个安检设施的通行速率，单位为：人/分钟；c
s1a
、c
s1b
、c
s1s
、c
s1c
、c
s1d
、c
s1n
分别为乘客通过楼梯a、b、s、c、d、n由出入口进入非付费区的通行速率，单位为：人/分钟；na、nb、ns、nc、nd、nd分别为楼梯a、b、s、c、d、n的开启状态取1或0；n
e1
和c
e1
分别为出入口进入非付费区开启的自动扶梯的数量和乘客经过单个出入口进入非付费区的自动扶梯的通行速率，单位为：人/分钟；m
e1
、m
s2
、m
e2
、m
se
、m
ga
分别为大型客运枢纽的出入口进入非付费区的自动扶梯、付费区进入站台的楼梯、付费区进入站台的自动扶梯、安检设施、闸机的数量。
[0027]
可选的，步骤(3)中，将乘客在出入口处的平均步速最大作为管控决策模型的目标函数具体为：
[0028]
将c
s2
、c
e2
、c
se
、c
ga
、c
s1a
、c
s1b
、c
s1s
、c
s1c
、c
s1d
、c
s1n
、c
e1
均取最大值c
s2max
、c
e2max
、c
semax
、cgamax
、c
s1amax
、c
s1bmax
、c
s1smax
、c
s1cmax
、c
s1dmax
、c
s1nmax
、c
e1max
。
[0029]
可选的，步骤(3)中，具有递阶协同性的不同客流密度场景下的管控决策方案为：
[0030]
当p4》p
4-δt*v4时，启动一级管控：
[0031][0032]
得到符合一级管控范围的n
s2
和n
e2
组合；
[0033]
当p3》p
3-δt(v
3-v4)时，启动二级管控：
[0034][0035]
得到符合二级管控范围的n
ga
；
[0036]
当p2》p
2-δt(v
2-v3)时，启动三级管控：
[0037][0038]
得到符合三级管控范围的n
se
；
[0039]
当p1》p
1-δt(v
1-v2)时，启动四级管控：
[0040][0041]
得到符合四级管控范围的na、nb、ns、nc、nd、nn、n
e1
组合。
[0042]
可选的，在步骤(3)中，以乘客在出入口处的通行速率最大作为管控决策模型的目标函数具体为：
[0043]
分别从符合一级管控范围的n
s2
和n
e2
组合、符合二级管控范围的n
ga
、符合三级管控范围的n
se
、符合四级管控范围的na、nb、ns、nc、nd、nn、n
e1
组合中选取乘客在由付费区进入站台、闸机、安检设施、出入口进入非付费区的通行速率最大的n
s2
和n
e2
组合，n
ga
，n
se
，na、nb、ns、nc、nd、nn、n
e1
组合作为最终的站台、付费区、安检设施、非付费区的管控决策方案。
[0044]
经由上述的技术方案可知，与现有技术相比，提出了一种大型客运枢纽行人流适度递阶协同控制方法。通过确定以乘客在出入口处的通行速率最大和出入口处的平均步速最大的优化目标；并针对枢纽中的非付费区、安检设施与闸机之间区域、付费区、站台场景结合递阶协同控制思想(乘客进入任一场景的通行速率都会作为乘客离开上一场景的离去速率对上一场景造成影响)建立管控决策模型，实现枢纽内部到达和离去的乘客人数动态平衡；基于上述优化目标以及管控决策模型的递阶协同控制思想，取管控决策模型中乘客分别通过每个场景的各入口进入每个场景的通行速率最大(在管控决策模型保证安全的情况下，每个乘客通过每个入口的平均步速越大，每个入口的通行速率最大，则该场景的通行速率越大，则上个场景的通行速率越大，则出入口的通行速率越大，进站乘客数越多)，以实现出入口处的平均步速最大作为管控决策模型的目标函数，得到包含一到四级管控的具有递阶协同性的不同客流密度场景下的管控决策方案，最后从符合一级管控范围的n
s2
和n
e2
组合、符合二级管控范围的n
ga
、符合三级管控范围的n
se
、符合四级管控范围的na、nb、ns、nc、nd、nn、n
e1
组合中选取乘客在由付费区进入站台、闸机、安检设施、出入口进入非付费区的通
行速率最大的n
s2
和n
e2
组合，n
ga
，n
se
，na、nb、ns、nc、nd、nn、n
e1
组合作为最终的站台、付费区、安检设施、非付费区的管控决策方案，以实现乘客在出入口处的通行速率最大作为管控决策模型的目标函数(在管控决策模型保证安全的情况下，每个场景开启入口的组合总通行速率越大，每个场景的通行速率越大，则上个场景的通行速率越大，则出入口的通行速率越大，进站乘客数越多)，实现了在保证枢纽内部到达和离去的乘客人数动态平衡，即保证安全的前提下，通过交通枢纽中不同场景管控间的递阶协同控制关系，尽可能多的增加进站乘客人数。
附图说明
[0045]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。
[0046]
图1为本发明的流程示意图。
[0047]
图2为本发明的大型客运枢纽结构示意图。
具体实施方式
[0048]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0049]
本发明实施例公开了一种大型客运枢纽行人流适度递阶协同控制方法，如图1：包括：
[0050]
(1)确定管控决策模型的优化目标：乘客在出入口处的通行速率最大和乘客在出入口处的平均步速最大。
[0051]
(2)针对不同的客流密度场景包括：非付费区、安检设施与闸机之间区域、付费区、站台，结合适度递阶协同控制思想建立管控决策模型：
[0052]v4
*δt≤(p
4-p4)；
[0053]
(v
3-v4)*δt≤(p
3-p3)；
[0054]
(v
2-v3)*δt≤(p
2-p2)；
[0055]
(v
1-v2)*δt≤(p
1-p1)；
[0056]v4
＝n
s2
*c
s2
n
e2
*c
e2
；
[0057]v3
＝n
ga
*c
ga
；
[0058]v2
＝n
secse
；
[0059]v1
＝[(c
s1a
*na c
s1b
*nb c
s1s
*ns c
s1c
*nc c
s1d
*nd c
s1n
*nn) (n
e1
*c
e1
)]；
[0060]
0≤n
e1
≤m
e1
，且n
e1
为整数；
[0061]
0≤n
s2
≤m
s2
，且n
s2
为整数；
[0062]
0≤n
e2
≤m
e2
，且n
e2
为整数；
[0063]
0≤n
se
≤m
se
，且n
se
为整数；
[0064]
0≤n
ga
≤m
ga
，且n
ga
为整数；
[0065]
其中，v1、v2、v3、v4分别为乘客在出入口进入非付费区、安检设施、闸机、付费区进入站台的通行速率，单位为：人/分钟；p1、p2、p3、p4分别为非付费区、安检设施与闸机之间区域、付费区、站台允许容纳的乘客数，单位为：人；p1、p2、p3、p4分别为非付费区、安检设施与闸机之间区域、付费区、站台当前容纳的乘客数，由客流监测手段进行数据采集，例如安检红外计数、闸机计数、视频识别计数等，单位为：人；δt为相邻两列车到站时间间隔，单位为：分钟；n
s2
和n
e2
分别为付费区进入站台开启的楼梯和自动扶梯的数量，单位为：台；c
s2
和c
e2
分别为乘客由付费区进入站台的单个楼梯和自动扶梯的通行速率，单位为：人/分钟；n
ga
和c
ga
分别为闸机的开启数量，单位为：台和乘客经过单个闸机的通行速率，单位为：人/分钟；n
se
和c
se
分别为安检设施的开启数量，单位为：台和乘客经过单个安检设施的通行速率，单位为：人/分钟；c
s1a
、c
s1b
、c
s1s
、c
s1c
、c
s1d
、c
s1n
分别为乘客通过楼梯a、b、s、c、d、n由出入口进入非付费区的通行速率，单位为：人/分钟；na、nb、ns、nc、nd、nd分别为楼梯a、b、s、c、d、n的开启状态取1或0；n
e1
和c
e1
分别为出入口进入非付费区开启的自动扶梯的数量和乘客经过单个出入口进入非付费区的自动扶梯的通行速率，单位为：人/分钟；m
e1
、m
s2
、m
e2
、m
se
、m
ga
分别为大型客运枢纽的出入口进入非付费区的自动扶梯、付费区进入站台的楼梯、付费区进入站台的自动扶梯、安检设施、闸机的数量。
[0066]
(3)以乘客在出入口处的通行速率最大和乘客在出入口处的平均步速最大作为管控决策模型的目标函数，对管控决策模型求解，得到具有递阶协同性的不同客流密度场景下的管控决策方案，具体为：
[0067]
将乘客在出入口处的平均步速最大作为管控决策模型的目标函数具体为：
[0068]
将c
s2
、c
e2
、c
se
、c
ga
、c
s1a
、c
s1b
、c
s1s
、c
s1c
、c
s1d
、c
s1n
、c
e1
均取最大值c
s2max
、c
e2max
、c
semax
、c
gamax
、c
s1amax
、c
s1bmax
、c
s1smax
、c
s1cmax
、c
s1dmax
、c
s1nmax
、c
e1max
。
[0069]
求解管控决策模型，得到具有递阶协同性的不同客流密度场景下的管控决策方案为：
[0070]
当p4》p
4-δt*v4时，启动一级管控：
[0071][0072]
得到符合一级管控范围的n
s2
和n
e2
组合；
[0073]
当p3》p
3-δt(v
3-v4)时，启动二级管控：
[0074][0075]
得到符合二级管控范围的n
ga
；
[0076]
当p2》p
2-δt(v
2-v3)时，启动三级管控：
[0077][0078]
得到符合三级管控范围的n
se
；
[0079]
当p1》p
1-δt(v
1-v2)时，启动四级管控：
[0080][0081]
得到符合四级管控范围的na、nb、ns、nc、nd、nn、n
e1
组合。
[0082]
以乘客在出入口处的通行速率最大作为管控决策模型的目标函数具体为：
[0083]
分别从符合一级管控范围的n
s2
和n
e2
组合、符合二级管控范围的n
ga
、符合三级管控范围的n
se
、符合四级管控范围的na、nb、ns、nc、nd、nn、n
e1
组合中选取乘客在由付费区进入站台、闸机、安检设施、出入口进入非付费区的通行速率最大的n
s2
和n
e2
组合，n
ga
，n
se
，na、nb、ns、nc、nd、nn、n
e1
组合作为最终的站台、付费区、安检设施、非付费区的管控决策方案。
[0084]
本发明实施例公开了一种大型客运枢纽行人流适度递阶协同控制方法。通过确定以乘客在出入口处的通行速率最大和出入口处的平均步速最大的优化目标；并针对枢纽中的非付费区、安检设施与闸机之间区域、付费区、站台场景结合递阶协同控制思想(乘客进入任一场景的通行速率都会作为乘客离开上一场景的离去速率对上一场景造成影响)建立管控决策模型，实现枢纽内部到达和离去的乘客人数动态平衡；基于上述优化目标以及管控决策模型的递阶协同控制思想，取管控决策模型中乘客分别通过每个场景的各入口进入每个场景的通行速率最大(在管控决策模型保证安全的情况下，每个乘客通过每个入口的平均步速越大，每个入口的通行速率最大，则该场景的通行速率越大，则上个场景的通行速率越大，则出入口的通行速率越大，进站乘客数越多)，以实现出入口处的平均步速最大作为管控决策模型的目标函数，得到包含一到四级管控的具有递阶协同性的不同客流密度场景下的管控决策方案，最后从符合一级管控范围的n
s2
和n
e2
组合、符合二级管控范围的n
ga
、符合三级管控范围的n
se
、符合四级管控范围的na、nb、ns、nc、nd、nn、n
e1
组合中选取乘客在由付费区进入站台、闸机、安检设施、出入口进入非付费区的通行速率最大的n
s2
和n
e2
组合，n
ga
，n
se
，na、nb、ns、nc、nd、nn、n
e1
组合作为最终的站台、付费区、安检设施、非付费区的管控决策方案，以实现乘客在出入口处的通行速率最大作为管控决策模型的目标函数(在管控决策模型保证安全的情况下，每个场景开启入口的组合总通行速率越大，每个场景的通行速率越大，则上个场景的通行速率越大，则出入口的通行速率越大，进站乘客数越多)，实现了在保证枢纽内部到达和离去的乘客人数动态平衡，即保证安全的前提下，通过交通枢纽中不同场景管控间的递阶协同控制关系，尽可能多的增加进站乘客人数。
[0085]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0086]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。