数据驱动的城市轨道交通前瞻性乘客路径诱导方法及应用

作者：卢锦生; 糜子越; 王雪琴; 许心越

来源：铁道运输与经济, 2021, 43(10): 118-124.

DOI：10.16668/j.cnki.issn.1003-1421.2021.10.18

• 前瞻性诱导
• 拥挤状态预测
• 门控循环单元
• Logit模型
• 路径推荐

当轨道交通系统的运输能力无法满足乘客出行需求时,会产生客流拥挤现象,需要基于历史或实时数据推测路网未来的拥挤情况,前瞻性地诱导乘客选择合理的路径出行,实现轨道交通路网的客流均衡。为此,提出前瞻性的客流诱导理论,利用门控循环单元预测路网未来的区间满载率,以此作为拥挤程度的衡量指标,确定乘客广义出行费用效用值,采用Logit模型计算乘客的路径选择概率,以此为依据为乘客推荐未来出行路径的排序。以广州地铁为研究对象,选取3个OD对进行案例分析,验证结果表明,该模型可以较为准确地预测路网拥挤状态,从而进行前瞻性路径推荐。该前瞻性的乘客路径诱导方法已经在广州地铁APP上应用,可以提高城市轨道交通客流组织和服务的水平。

• 单位
  广州地铁集团有限公司; 轨道交通控制与安全国家重点实验室; 北京交通大学