10.19818/j.cnki.1671-1637.2023.03.016
运营事件下基于韧性的地铁网络保护决策优化
为缓解地铁运营事件的负面影响,提高地铁网络应对运营事件的能力,研究了地铁网络保护决策优化问题;以网络韧性为目标,考虑了网络性能降级和恢复过程中韧性曲线的变化特性和累积性能损失,构建了地铁网络保护决策的双层优化模型,上层模型为随机整数规划模型,用于获取不确定运营事件场景下待保护站点的最优选择,下层模型为用户均衡配流问题,特别考虑了容量有限站点内排队客流和乘客等待恢复时间的变化,以准确估计运营事件下乘客出行延误;基于遗传算法和Frank-Wolfe算法分别求解上层模型和下层模型;以西安市中心区域地铁网络为例,验证并分析了提出的模型和算法.分析结果表明:基于韧性的保护决策通过保护研究区域37.5%的站点,可以使网络性能损失降低超过50%,优于基于脆弱性的保护决策和不考虑公交网络替代作用的保护决策;当保护网络中1/2的地铁站点时,相比基于脆弱性的保护决策,基于韧性的保护决策的网络性能损失和客流时间损失分别降低了 6.18%和582 h;公交网络的替代作用会导致地铁网络中超过2/3的站点保护优先级发生变化;同一类型的站点中,客流量越大,越依赖公交网络的替代作用;地铁站点的保护优先级主要取决于经过的客流量和运输能力,站点经过的客流量越大,运输能力越低,其保护优先级越高;站点类型也是影响保护优先级的因素,尤其对于客流量大的站点,非换乘站需要更高的保护优先级.
城市轨道交通、保护决策优化、双层优化模型、网络韧性、运营事件、遗传算法
23
U231.4(特种铁路)
2023-07-26(万方平台首次上网日期,不代表论文的发表时间)
共12页
209-220