• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于災(zāi)害蔓延理論的擁堵傳播建模與仿真

    2018-06-20 00:46:40肖文錦張琦
    關(guān)鍵詞:換乘客流車站

    肖文錦,張琦,

    (1. 北京交通大學(xué) 交通運(yùn)輸學(xué)院,北京 100044;2. 北京交通大學(xué) 軌道交通控制與安全國家重點(diǎn)實(shí)驗(yàn)室,北京 100044)

    城市軌道交通是城市公共交通的重要組成部分,以其運(yùn)量大、快速準(zhǔn)點(diǎn)和安全環(huán)保等特點(diǎn),在解決日益嚴(yán)重的城市交通擁堵問題上具有優(yōu)勢。隨著城市軌道交通網(wǎng)絡(luò)化運(yùn)營的全面快速發(fā)展,由通勤、大型公共活動(dòng)等導(dǎo)致的軌道交通擁堵傳播已逐漸成為一種普遍化、常態(tài)化的現(xiàn)象,由此帶來的公共安全和危機(jī)管理問題已引起廣泛關(guān)注[1]。然而,由于目前對網(wǎng)絡(luò)擁堵傳播機(jī)理缺乏科學(xué)認(rèn)識,現(xiàn)階段針對擁堵危機(jī)問題仍缺乏有效的控制和處理手段。針對城市軌道交通網(wǎng)絡(luò)擁堵傳播問題,國內(nèi)學(xué)者從擁堵產(chǎn)生原因、傳播機(jī)理、運(yùn)輸組織等方面進(jìn)行研究[2?14]。朱煒等[3]提出擁堵的形成與車站容量、車站輸送能力和乘客到達(dá)流量有關(guān);周艷芳等[10]構(gòu)建了局部中斷評價(jià)模型對城市軌道交通網(wǎng)絡(luò)中的高峰客流傳播特征進(jìn)行了分析;王祎南等[12]提出適用于擁堵情況下的客流的列車編組方案、列車交路方案、列車停站方案和車輛運(yùn)用計(jì)劃。在建立傳播模型時(shí),經(jīng)典的傳染病[6,9]模型易于應(yīng)用,能夠反映出擁堵傳播的平均趨勢;但該模型過于簡單抽象,對擁堵傳播環(huán)境、傳播對象、傳播過程等無具體刻畫,無法結(jié)合軌道交通的運(yùn)營參數(shù)描述擁堵傳播過程,所反映的傳播規(guī)律與軌道交通中的實(shí)際情況差別較大。軌道交通網(wǎng)絡(luò)作為有向網(wǎng)絡(luò),節(jié)點(diǎn)間的擁堵傳播具有反饋性,擁堵傳播具有疊加效果,本文通過對城市軌道交通網(wǎng)絡(luò)中擁堵傳播環(huán)境、傳播對象、傳播過程的描述,闡述災(zāi)害蔓延理論在軌道交通網(wǎng)絡(luò)中的適用性,基于災(zāi)害蔓延理論建立軌道交通網(wǎng)絡(luò)擁堵傳播模型,并仿真分析擁堵發(fā)生站類型、初始擁堵強(qiáng)度、擁堵傳播閾值和車站自我修復(fù)能力對擁堵傳播的影響。

    1 適用性分析

    城市軌道交通系統(tǒng)是拓?fù)浣Y(jié)構(gòu)、線路輸送能力和客流需求等之間相互作用、相互影響的動(dòng)態(tài)、開放系統(tǒng),軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)影響乘客的路徑選擇等行為,而乘客的出行特征和行為影響軌道交通系統(tǒng)中的客流分布,當(dāng)系統(tǒng)中局部線路輸送能力不能滿足時(shí)段內(nèi)的客流需求時(shí),局部軌道交通網(wǎng)絡(luò)發(fā)生擁堵效應(yīng)。擁堵效應(yīng)伴隨軌道交通網(wǎng)絡(luò)中乘客、車站、區(qū)間和列車復(fù)雜的關(guān)聯(lián)關(guān)系和交互行為,由發(fā)生源向網(wǎng)絡(luò)中其他關(guān)聯(lián)車站、區(qū)間傳播,對整個(gè)網(wǎng)絡(luò)的服務(wù)水平和效率產(chǎn)生影響。

    災(zāi)害蔓延理論[15]主要應(yīng)用于電網(wǎng)、供水網(wǎng)、供氣網(wǎng)、交通網(wǎng)、通信網(wǎng)等系統(tǒng)和網(wǎng)絡(luò)中,節(jié)點(diǎn)代表系統(tǒng)的站點(diǎn),邊則模擬站點(diǎn)之間的相互關(guān)系。系統(tǒng)網(wǎng)絡(luò)通常是有向網(wǎng)絡(luò),節(jié)點(diǎn)之間具有非線性、反饋性的相互關(guān)系;當(dāng)一個(gè)節(jié)點(diǎn)發(fā)生崩潰時(shí),這個(gè)結(jié)點(diǎn)可在自身修復(fù)功能作用下恢復(fù)正常狀態(tài),當(dāng)崩潰超過閾值時(shí),節(jié)點(diǎn)遵循蔓延機(jī)制通過傳播載體將災(zāi)害向關(guān)聯(lián)節(jié)點(diǎn)傳播,從而導(dǎo)致網(wǎng)絡(luò)中大部分節(jié)點(diǎn)產(chǎn)生崩潰;網(wǎng)絡(luò)中的隨機(jī)噪聲(擾動(dòng))可能會造成整個(gè)網(wǎng)絡(luò)的崩潰。在傳播環(huán)境上,城市軌道交通網(wǎng)絡(luò)作為復(fù)雜系統(tǒng)網(wǎng)絡(luò),車站作為網(wǎng)絡(luò)節(jié)點(diǎn)是擁堵傳播的發(fā)起點(diǎn),網(wǎng)絡(luò)擁堵通過區(qū)間的列車運(yùn)行向其他關(guān)聯(lián)車站、區(qū)間傳播。在傳播主體上,軌道交通網(wǎng)絡(luò)中的車站具有一定的擁堵緩解功能,車站通過乘客下車、客流誘導(dǎo)等措施緩解擁堵強(qiáng)度。在傳播過程上,軌道交通網(wǎng)絡(luò)中的擁堵狀態(tài)通過列車運(yùn)行將擁堵向鄰接節(jié)點(diǎn)傳播,導(dǎo)致網(wǎng)絡(luò)中大部分車站產(chǎn)生擁堵;同時(shí),軌道交通網(wǎng)絡(luò)車站間的擁堵傳播具有反饋性,不同發(fā)生源的擁堵傳播可能在同一車站、區(qū)間發(fā)生疊加,導(dǎo)致?lián)矶略鰪?qiáng)或者衰減。

    2 軌道交通網(wǎng)絡(luò)擁堵傳播特征分析

    軌道交通網(wǎng)絡(luò)中擁堵狀態(tài)的產(chǎn)生與軌道交通網(wǎng)絡(luò)的內(nèi)部因素和外部因素有關(guān),外部因素包括天氣、恐怖襲擊等,內(nèi)部因素包括拓?fù)浣Y(jié)構(gòu)、線路輸送能力和客流需求等。城市軌道交通網(wǎng)絡(luò)中車站具有擁堵狀態(tài)和非擁堵狀態(tài),車站間擁堵狀態(tài)的傳播媒介為兩站間運(yùn)行的列車。軌道交通系統(tǒng)在內(nèi)部因素、外部因素影響下產(chǎn)生擁堵強(qiáng)度,兩類擁堵強(qiáng)度在擁堵耦合作用下形成車站的擁堵強(qiáng)度。當(dāng)擁堵強(qiáng)度大于列車擁堵閾值時(shí),車站處于擁堵狀態(tài),列車將該擁堵強(qiáng)度向相鄰車站傳播,進(jìn)而擁堵狀態(tài)在網(wǎng)絡(luò)中蔓延,傳播過程如圖1所示。

    城市軌道交通擁堵傳播特征包括:

    1) 外部因素對軌道交通網(wǎng)絡(luò)的影響包括多種復(fù)雜因素的總和,如政策、自然等多個(gè)隨機(jī)因素。

    2) 車站作為擁堵發(fā)生源,擁堵狀態(tài)的發(fā)生與車站在網(wǎng)絡(luò)中的拓?fù)湮恢谩⑺鶎倬€路的線路輸送能力和車站客流需求結(jié)構(gòu)等相關(guān),車站在網(wǎng)絡(luò)中的拓?fù)湮恢门c車站擁堵消散速度相關(guān)。列車編組方案、停站方案和交路計(jì)劃等影響線路輸送能力,線路輸送能力越大,擁堵消散越快;軌道交通站點(diǎn)周圍公交接駁情況、土地利用類型和強(qiáng)度、人口密度、就業(yè)規(guī)模等社會經(jīng)濟(jì)指標(biāo)影響車站的客流規(guī)模和時(shí)空分布特點(diǎn)。

    3) 列車是軌道交通網(wǎng)絡(luò)擁堵傳播的媒介。利用列車滿載率定義擁堵強(qiáng)度和列車擁堵閾值,當(dāng)擁堵強(qiáng)度大于列車擁堵閾值時(shí),判斷車站擁堵,否則不擁堵。擁堵強(qiáng)度和擁堵閾值的具體取值參見 3.2部分。

    圖1 擁堵傳播過程Fig. 1 Process of congestion propagation

    3 城市軌道交通網(wǎng)絡(luò)擁堵傳播模型的建立

    基于復(fù)雜網(wǎng)絡(luò)傳播動(dòng)力學(xué)模型適用性和擁堵傳播過程及特征的相關(guān)分析,本文將災(zāi)害蔓延動(dòng)力學(xué)模型引入軌道交通擁堵傳播研究。災(zāi)害蔓延動(dòng)力學(xué)模型由 Lubos Buzna在 2006年提出[6],Lubos Buzna基于系統(tǒng)的共性特征:網(wǎng)絡(luò)結(jié)點(diǎn)的自修復(fù)功能、災(zāi)害蔓延機(jī)制和內(nèi)部隨機(jī)噪聲,建立了一個(gè)普適性的復(fù)雜網(wǎng)絡(luò)災(zāi)害蔓延動(dòng)力學(xué)模型以模擬系統(tǒng)(如電網(wǎng)、供水網(wǎng)、供氣網(wǎng)、交通網(wǎng)、通信網(wǎng)等)的演化動(dòng)力學(xué)。

    3.1 模型假設(shè)

    1) 城市軌道交通系統(tǒng)作為一個(gè)復(fù)雜系統(tǒng),車站的擁堵狀態(tài)不僅受到自身客流分布、相鄰站點(diǎn)的狀態(tài)影響,還將受到外部隨機(jī)因素的影響。

    2) 車站具有“擁堵”和“非擁堵”2種狀態(tài)。當(dāng)車站處于“擁堵狀態(tài)”時(shí),車站兼有傳播擁堵和接受擁堵傳播的雙層功能;當(dāng)車站處于“非擁堵狀態(tài)”時(shí),車站可能受其他車站影響而變?yōu)椤皳矶聽顟B(tài)”。

    3) 車站的擁堵狀態(tài)是按照時(shí)間長度t進(jìn)行離散變化,并且每個(gè)車站都具有一定的自我修復(fù)能力,當(dāng)受到干擾后,車站能夠通過自身修復(fù)化解影響。

    3.2 建立模型

    結(jié)合災(zāi)害蔓延理論,設(shè)定軌道交通網(wǎng)絡(luò)風(fēng)險(xiǎn)傳播模型由3部分構(gòu)成:

    1) 車站內(nèi)部修復(fù)功能:即當(dāng)網(wǎng)絡(luò)中的車站受到內(nèi)部因素、外部因素干擾使其處于易感狀態(tài)時(shí),車站會通過自身的修復(fù)能力對擁堵進(jìn)行處理和控制;

    2) 擁堵蔓延機(jī)制:當(dāng)擁堵強(qiáng)度超過列車傳播的擁堵閾值時(shí),列車作為擁堵傳播的媒介將此車站的擁堵狀態(tài)向網(wǎng)絡(luò)中其他關(guān)聯(lián)車站進(jìn)行傳播,導(dǎo)致網(wǎng)絡(luò)中其他車站由“非擁堵狀態(tài)”轉(zhuǎn)化為“擁堵狀態(tài)”。

    3) 外部環(huán)境因素對軌道交通網(wǎng)絡(luò)造成的隨機(jī)性干擾。

    考慮建立一個(gè)軌道交通網(wǎng)絡(luò) G=(N,S),其中 N為車站集合,S為車站與車站的連接邊。車站總數(shù)為 n,i∈(1, 2,…, n),(i, j) ∈S。βi(t)指 t時(shí)刻由 i發(fā)出的列車平均滿載率,βi(t)代表了擁堵耦合作用后的車站i的擁堵強(qiáng)度。在災(zāi)害蔓延動(dòng)力學(xué)模型中,xi(t)為節(jié)點(diǎn)屬性,定義xi(t)為耦合后擁堵強(qiáng)度,xi(t)與列車滿載率βi(t)有關(guān)。擁堵強(qiáng)度與列車滿載率之間的關(guān)系如下:

    列車擁堵閾值 θ取值范圍為(0,0.7]。根據(jù)擁堵強(qiáng)度判斷車站是否處于擁堵狀態(tài),當(dāng)擁堵強(qiáng)度大于列車擁堵閾值時(shí),判斷車站擁堵,否則不擁堵。列車擁堵閾值取值與列車滿載率對應(yīng):

    當(dāng)xi(t)=0時(shí),說明車站i處于穩(wěn)定狀態(tài);當(dāng)xi(t)>0時(shí),說明車站i處于波動(dòng)狀態(tài),有可能受內(nèi)部因素和外部因素影響處于擁堵狀態(tài);當(dāng)列車滿載率大于擁堵閾值時(shí),判斷車站i處于擁堵狀態(tài),列車將擁堵狀態(tài)向相鄰車站傳播。當(dāng)某車站受到外部因素或內(nèi)部因素影響 xi(t)>0時(shí),車站具有的修復(fù)能力可對擁堵進(jìn)行處理和控制,使xi(t)在較短的時(shí)間內(nèi)趨近于0;當(dāng)xi(t)足夠大或車站修復(fù)能力不足時(shí),擁堵狀態(tài)將遵循災(zāi)害蔓延機(jī)制蔓延至整個(gè)網(wǎng)絡(luò),對網(wǎng)絡(luò)中的車站造成影響。因此,基于災(zāi)害蔓延理論的城市軌道交通擁堵傳播模型為

    式(3)等號右邊第 1項(xiàng)表示車站的自我修復(fù)功能;第2項(xiàng)表示車站的災(zāi)害蔓延機(jī)制;第3項(xiàng)表示城市軌道交通系統(tǒng)的固有特征,即系統(tǒng)存在內(nèi)部隨機(jī)噪聲。這里定義τ為自修復(fù)因子,與城市軌道交通車站的下車人數(shù)、客流誘導(dǎo)等措施有關(guān);為車站的自修復(fù)能力,自修復(fù)能力越小,車站越容易受擁堵的影響。表示擁堵被車站 i接受的部分。對于災(zāi)害蔓延機(jī)制,參考神經(jīng)網(wǎng)絡(luò)模型,近似于神經(jīng)網(wǎng)絡(luò)中的S型函數(shù)。

    式中:α為固定值;θ表示擁堵閾值,當(dāng)ixθ>時(shí),即擁堵強(qiáng)度大于列車的擁堵閾值,車站i擁堵狀態(tài)通過列車向相鄰車站傳播,對相鄰車站的擁堵狀態(tài)產(chǎn)生影響。表示車站i對車站j的影響程度,即相互關(guān)系的強(qiáng)度值;tij表示車站i到車站j之間的傳播時(shí)間;φ表示擁堵強(qiáng)度在車站間傳播過程中的衰減強(qiáng)度;f(Oi)表示節(jié)點(diǎn) i的出度函數(shù);Oi表示車站(節(jié)點(diǎn))的出度,反映了該車站在擁堵后對相鄰節(jié)點(diǎn)的影響程度;()tξ表示外部環(huán)境因素對車站i造成的隨機(jī)影響,通常服從正態(tài)分布或均勻分布,本文假定其服從均勻分布。

    式(5)表征了在車站自修復(fù)功能和災(zāi)害蔓延機(jī)制以及內(nèi)部隨機(jī)噪聲的綜合影響下城市軌道交通系統(tǒng)的擁堵傳播演化動(dòng)力學(xué)。

    4 城市軌道交通網(wǎng)絡(luò)擁堵傳播仿真設(shè)計(jì)與分析

    4.1 仿真設(shè)計(jì)與仿真流程

    選擇北京市城市軌道交通局部網(wǎng)絡(luò)中的代表性車站,構(gòu)建總數(shù)N=50的城市軌道交通網(wǎng)絡(luò),車站類型包括換乘站、中間站和起始站3種,3種類型的車站數(shù)量比例是7:2:1。為了使仿真結(jié)果更貼近實(shí)際擁堵傳播規(guī)律和反映普遍性規(guī)律,隨機(jī)設(shè)定網(wǎng)絡(luò)中線路的擁堵傳播方向。設(shè)置各個(gè)仿真參數(shù),如表1。生成仿真網(wǎng)絡(luò)與設(shè)置仿真參數(shù)后,隨機(jī)選擇初始擁堵源并設(shè)置初始擁堵強(qiáng)度,仿真計(jì)算時(shí)間步長內(nèi)網(wǎng)絡(luò)中擁堵節(jié)點(diǎn)數(shù)、擁堵強(qiáng)度。本文選擇的初始擁堵節(jié)點(diǎn)類型包括換乘站、中間站、起始站。流程圖見圖2所示。

    表1 參數(shù)表Table 1 Table of parameters

    圖2 仿真流程圖Fig. 2 Process of simulation

    4.2 仿真結(jié)果分析與討論

    城市軌道交通網(wǎng)絡(luò)中擁堵傳播與擁堵車站類型、客流構(gòu)成和列車容量等因素相關(guān),結(jié)合建立的軌道交通網(wǎng)絡(luò)擁堵傳播仿真模型,擁堵發(fā)生站的類型、初始擁堵強(qiáng)度、擁堵傳播閾值和自我修復(fù)能力等影響軌道交通網(wǎng)絡(luò)中擁堵傳播的強(qiáng)度、范圍。針對建立的仿真網(wǎng)絡(luò),本文通過仿真的方法探討不同的發(fā)生站類型、不同初始擁堵強(qiáng)度、不同的擁堵傳播閾值和不同的自我修復(fù)能力條件下軌道交通擁堵傳播的范圍、強(qiáng)度。

    1) 擁堵發(fā)生站類型對擁堵傳播的影響

    在擁堵傳播模型中,擁堵發(fā)生站類型不同,車站的出度Oi不同;不同類型的車站所關(guān)聯(lián)的車站數(shù)不同,換乘站關(guān)聯(lián)車站最多,起始站關(guān)聯(lián)車站最少。擁堵發(fā)生站類型包括換乘站、中間站和起始站,不同類型車站的擁堵閾值設(shè)置為 0.5,自修復(fù)因子為4,本文從 5類車站中隨機(jī)選擇單個(gè)車站作為擁堵傳播源,設(shè)其初始擁堵強(qiáng)度為 0.8,而其他車站的擁堵初始值為0,將100次仿真實(shí)驗(yàn)的擁堵傳播范圍值求均值,得到不同類型的擁堵發(fā)生站對擁堵傳播范圍的影響情況,如圖3。圖3中車站1和車站2屬于換乘站,車站1較車站2連接的線路較多,車站3為普通中間站,車站4和車站5屬于起始站,車站4連接換乘站,下同。

    圖3 擁堵傳播源類型差異的擁堵傳播效果對比圖Fig. 3 Congestion propagation comparison in different congestion sources type

    觀察圖 3,隨著仿真時(shí)間的推進(jìn),由不同類型的車站引起的擁堵傳播范圍逐漸增加,后逐漸穩(wěn)定在某固定值,但由不同類型的車站引起的擁堵傳播速度、范圍均不同。換乘站在城市軌道交通網(wǎng)絡(luò)中連接較多車站,當(dāng)換乘站發(fā)生擁堵后,擁堵狀態(tài)在網(wǎng)絡(luò)中迅速傳播,導(dǎo)致大部分網(wǎng)絡(luò)中的車站被影響;中間站在軌道交通網(wǎng)絡(luò)中與一些車站連接,影響范圍有限,擁堵狀態(tài)傳播速度較換乘站慢,擁堵傳播范圍較小;初始站通常只連接一個(gè)車站,當(dāng)初始車站發(fā)生擁堵后,在小范圍內(nèi)對軌道交通網(wǎng)絡(luò)產(chǎn)生影響。因此,城市軌道交通網(wǎng)絡(luò)中換乘站對擁堵傳播范圍、強(qiáng)度具有較大的影響作用,在運(yùn)輸運(yùn)營組織中,應(yīng)重點(diǎn)關(guān)注大型換乘站的附近土地利用、公交接駁和客流組織。

    2) 初始擁堵強(qiáng)度對擁堵傳播的影響

    不同的初始擁堵強(qiáng)度條件下,不同類型的擁堵發(fā)生站的擁堵傳播范圍會有差異。本文從5類車站中隨機(jī)選擇某車站為擁堵傳播源,設(shè)置多次仿真實(shí)驗(yàn),觀察不同的初始擁堵強(qiáng)度條件下?lián)矶聜鞑シ秶牟町悾鐖D4所示。

    圖4 擁堵初始值差異的擁堵傳播效果對比圖Fig. 4 Congestion propagation comparison in different initial congestion value

    觀察圖 4,當(dāng)初始擁堵強(qiáng)度小于擁堵閾值時(shí),各個(gè)車站的傳播范圍均為 0,在自身修復(fù)能力的影響下?lián)矶聜鞑ゲ⑽窗l(fā)生。當(dāng)擁堵強(qiáng)度初始值逐漸增加時(shí),擁堵范圍急劇增加,換乘站增加速度最快,中間站次之,初始站增加最慢。當(dāng)擁堵強(qiáng)度值繼續(xù)變大時(shí),車站自身的修復(fù)能力不足以控制擁堵傳播,擁堵狀態(tài)在軌道交通網(wǎng)絡(luò)中傳播擴(kuò)散。在穩(wěn)定狀態(tài)下,同一初始擁堵強(qiáng)度下,換乘站在軌道交通網(wǎng)絡(luò)中擁堵傳播范圍最大,中間站傳播范圍較小,初始站傳播范圍最小。為了降低各個(gè)車站的初始擁堵強(qiáng)度,應(yīng)合理規(guī)劃軌道交通車站附近的土地使用類型和強(qiáng)度,結(jié)合車站客流特點(diǎn)合理編制列車編組方案、停站方案和交路計(jì)劃。

    3) 擁堵傳播閾值對擁堵傳播的影響

    擁堵傳播閾值的大小會對軌道交通網(wǎng)絡(luò)中擁堵傳播范圍差生一下的影響,隨機(jī)選取5類車站作為擁堵傳播源(初始擁堵值為0.8),觀察不同擁堵傳播閾值條件下,車站擁堵傳播范圍的變化情況,如圖5所示。

    觀察圖 5,當(dāng)擁堵傳播閾值大于傳播源的擁堵初始值時(shí),擁堵傳播范圍為 0;當(dāng)擁堵傳播閾值逐漸減少時(shí),不同類型的傳播源形成的擁堵傳播范圍先迅速增加,后逐漸趨于穩(wěn)定。不同類型的車站作為擁堵傳播源時(shí)擁堵傳播范圍的變化與擁堵閾值呈現(xiàn)負(fù)相關(guān)的趨勢,但是不同類型的車站作為擁堵傳播源時(shí)傳播范圍存在差異,換乘站在軌道交通網(wǎng)絡(luò)中連接較多的車站,曲線變化的速度最快。為進(jìn)一步提高擁堵傳播閾值,可合理增加列車的編組數(shù)量,選擇容量大的車型。

    圖5 擁堵傳播閾值差異的擁堵傳播效果對比圖Fig. 5 Congestion propagation comparison in different node propogation threshold

    4) 車站自我修復(fù)能力對擁堵傳播的影響

    車站自我修復(fù)能力的大小[16]會對軌道交通網(wǎng)絡(luò)中擁堵傳播范圍產(chǎn)生影響,隨機(jī)選取5類車站作為擁堵傳播源(初始擁堵值為0.8),觀察車站在不同自我修復(fù)能力下,車站擁堵傳播范圍的變化情況,如圖6所示。

    圖6 自我修復(fù)因子差異的擁堵傳播效果對比圖Fig. 6 Congestion propagation comparison in different repairing ability

    觀察圖6,隨著自我修復(fù)因子τ的增加,車站自我修復(fù)能力逐漸變小,不同類型的傳播源形成的擁堵傳播范圍迅速增加,之后逐漸穩(wěn)定;隨著車站自我修復(fù)能力的減少,網(wǎng)絡(luò)中擁堵傳播范圍呈階躍式增長;以車站1為代表的換乘站增加速度最快,中間站次之,起始站最慢。

    5 結(jié)論

    1) 當(dāng)換乘站作為擁堵發(fā)生站時(shí),擁堵狀態(tài)在網(wǎng)絡(luò)中傳播較快,擁堵傳播范圍較大。由此可知,網(wǎng)絡(luò)中車站的度越大,車站對網(wǎng)絡(luò)擁堵狀態(tài)的影響越大。

    2) 初始擁堵強(qiáng)度越大,擁堵傳播范圍越大,同一初始擁堵強(qiáng)度下,換乘站在軌道交通網(wǎng)絡(luò)中擁堵傳播范圍最大,中間站傳播范圍較小,初始站傳播范圍最小。

    3) 擁堵閾值與擁堵傳播范圍呈負(fù)相關(guān),隨著車站自我修復(fù)能力的減少,網(wǎng)絡(luò)中擁堵傳播范圍呈階躍式增長。

    4) 結(jié)合仿真結(jié)果,本文提出擁堵傳播策略:重點(diǎn)合理控制換乘站客流;合理規(guī)劃軌道交通車站附近的土地使用類型和強(qiáng)度;結(jié)合車站客流特點(diǎn)合理編制列車編組方案、停站方案和交路計(jì)劃。在本文的研究基礎(chǔ)上,可進(jìn)一步細(xì)致刻畫擁堵傳播的過程,對災(zāi)害蔓延理論中的參數(shù)進(jìn)行標(biāo)定,結(jié)合具體的擁堵情景,突出擁堵傳播過程中車站、區(qū)間的個(gè)體行為。

    [1] LU Kai. Urban rail transit in China: progress report and analysis (2008–2015)[J]. Urban Rail Transit, 2016(2):1?13.

    [2] 李樹彬, 吳建軍, 高自友, 等. 基于復(fù)雜網(wǎng)絡(luò)的交通擁堵與傳播動(dòng)力學(xué)分析[J]. 物理學(xué)報(bào), 2011, 60(5): 140?148.LI Shubin, WU Jianjun, GAO Ziyou. The analysis of traffic congestion and dynamic propagation properties based on complex network[J]. Acta Physica Sinica, 2011,60(5): 140?148.

    [3] 朱煒. 軌道交通車站大客流事件的形成、傳播及對策[J]. 城市交通, 2013(3): 55?61.ZHU Wei. Mass passenger flows at rail transit stations:formation, impacts, and countermeasures[J]. Urban Transport of China, 2013(3): 55?61.

    [4] Stephen Eubank. Network based models of infectious disease spread[J]. Japanese Journal of Infectious Diseases,2005(58): 9?13.

    [5] WU Jianjun, GAO Ziyou, SUN Huijun. Simulation of traffic congestion with SIR model[J]. Modern Physics Letters B, 2004, 18(30): 1537?1542.

    [6] 牛龍飛. 城市軌道交通大客流的網(wǎng)絡(luò)傳播特性及運(yùn)輸組織協(xié)調(diào)研究[D]. 成都: 西南交通大學(xué), 2013.NIU Longfei. Crowding propagation and organization coordination of urban rail network under large passenger flow[D]. Chengdu: Southwest Jiaotong University, 2013.

    [7] 段力偉, 文超, 彭其淵. 突發(fā)大客流在城市軌道交通網(wǎng)絡(luò)中的傳播機(jī)理[J]. 交通運(yùn)輸與經(jīng)濟(jì), 2012, 34(8):79?83.DUAN Liwei, WEN Chao, PENG Qiyuan. Transmission mechanism of sudden large passenger flow in urban rail transit network[J]. Railway Transport and Economy, 2012,34(8): 79?83.

    [8] Agostino Nuzzolo, Umberto Crisalli, Luca Rosati. A schedule-based assignment model with explicit capacity constraints for congested transit networks[J].Transportation Research Part C, 2012(20): 16?33.

    [9] 曹志超. 網(wǎng)絡(luò)條件下城市軌道交通突發(fā)大客流演化機(jī)理和應(yīng)急策略研究[D]. 北京: 北京交通大學(xué), 2013.CAO Zhichao. Unexpected passenger flow evolution mechanism analysis in urban rail transit network and emergency strategy study[D]. Beijing: Beijing Jiaotong University, 2013.

    [10] 周艷芳, 周磊山, 樂逸祥. 城市軌道交通客流高峰傳播影響研究[J]. 綜合運(yùn)輸, 2010(6): 67?70.ZHOU Yanfang, ZHOU Leishan, YUE Yixiang. The transmission of passenger flow peak in urban rail transit network[J]. Comprehensive Traffic, 2010(6): 67?70.

    [11] 殷傳洋. 復(fù)雜網(wǎng)絡(luò)上的傳播和耦合動(dòng)力學(xué)過程研究[D].合肥: 中國科技大學(xué), 2008.YIN Chuanyang. The study of spreading and coupling dynamics in complex networks[D]. Hefei: University of Science and Technology of China, 2008.

    [12] 王祎南. 突發(fā)特大客流城市軌道交通運(yùn)營組織研究[D].北京: 北京交通大學(xué), 2008.WANG Yinan. The study of operation organization about outburst mass passenger flow in urban rail transitsystem[D]. Beijing: Beijing Jiaotong University, 2013.

    [13] 劉小霞. 城市軌道交通網(wǎng)絡(luò)突發(fā)客流傳播影響分析[D].北京: 北京交通大學(xué), 2011.LIU Xiaoxia. The study of propagation about unexpected passenger flow in urban rail transit network[D]. Beijing:Beijing Jiaotong University, 2013.

    [14] 駱晨, 劉瀾, 牛龍飛, 等. 城市軌道交通超大客流網(wǎng)絡(luò)擁擠傳播研究[J]. 石家莊鐵道大學(xué)學(xué)報(bào)(自然科學(xué)版),2014(2): 83?86.LUO Chen, LIU Lan, NIU Longfei. The research on the network congestion for large passenger flow of urban rail transit[J]. Joural of Shijiazhuang Tiedao University(Natual Science Edition), 2014(2): 83?86.

    [15] Buzna L, Peters K, Helbing D. Modelling the dynamics of disaster spreading in networks[J]. Physica A, 2006,363(1): 132?140.

    [16] 翁文國, 倪順江, 申世飛, 等. 復(fù)雜網(wǎng)絡(luò)上災(zāi)害蔓延動(dòng)力學(xué)研究[J]. 物理學(xué)報(bào), 2007, 56(4): 1938?1943.WENG Wenguo, NI Shunjiang, SHEN Shifei, et al.Dynamics of disaster spreading in complex networks[J].AOTA Physica Sinica, 2007, 56(4): 1938?1943.

    猜你喜歡
    換乘客流車站
    客流增多
    車站一角
    天津地鐵紅旗南路站不同時(shí)期換乘客流組織方案研究
    熱鬧的車站
    幼兒畫刊(2016年9期)2016-02-28 21:01:10
    熱鬧的車站
    啟蒙(3-7歲)(2016年10期)2016-02-28 12:27:06
    基于自學(xué)習(xí)補(bǔ)償?shù)氖覂?nèi)定位及在客流分析中的應(yīng)用
    人工免疫算法在電梯客流時(shí)段劃分的應(yīng)用
    重慶軌道交通換乘站大客流組織探索
    城市軌道交通運(yùn)營客流數(shù)據(jù)分析缺陷及應(yīng)對
    北京地鐵最復(fù)雜換乘點(diǎn)——軍博站啟用
    莲花县| 淮南市| 报价| 肃宁县| 大竹县| 金川县| 黄陵县| 龙泉市| 永寿县| 遵化市| 华蓥市| 集贤县| 甘洛县| 巨鹿县| 巨野县| 南溪县| 长春市| 上高县| 施甸县| 商都县| 龙泉市| 内江市| 岫岩| 象山县| 通山县| 金山区| 安福县| 望城县| 新巴尔虎左旗| 德兴市| 淅川县| 塔河县| 赤峰市| 长海县| 高阳县| 屏东市| 张家界市| 平陆县| 甘肃省| 东兴市| 庆云县|