论文部分内容阅读
地铁系统以运量大、速度快等优势成为衔接机场的主要交通方式之一,在输送机场客流方面起到了重要作用。机场快轨线路的乘客服务水平尤其是乘客等待时间在很大程度上决定于列车运行图。为此,本文首先构建了基于航班起降信息和换乘通道参数的机场快轨线双方向客流规律刻画模型,在此基础上以全线乘客等待时间最小和减少企业运营成本为目标对机场快轨线上下行方向的列车运行图进行了优化。主要研究内容与结论如下:1、不同于普通地铁线路大部分客流为通勤客流,机场快轨线的客流主要来自于离港和到达的民航旅客。对于从机场方向回来的乘客,客流往往在时间上呈现出较强的不均衡性,受机场航班到达信息影响较大。本文分析了乘客由下机地点换乘至地铁站台的全过程,以机场航班到达信息如航班预计到港时间、定员、满载率、换乘距离、换乘通道节点设施能力等作为输入,构建数学模型描述了换乘客流到达地铁车站站台的时间分布规律。案例分析表明,上述模型计算得到的客流需求总量与实际统计数据基本吻合,各时段内的客流需求计算误差均小于10%。另外,针对机场航班可能晚点的情况,提出了机场快轨线客流需求滚动推算及运行图滚动优化的机制,以减少航班延误对运行图优化效果的影响。2、对于去往机场的客流,本文采用逆向推算的方法,先根据乘客到达机场的时间受到航班停止登机时间制约的特点,基于各航班起飞信息推算得到乘客到达机场航站楼的累积客流到达分布。之后,根据航站楼的客流到达分布和乘客从机场快轨站步行至航站楼所需时间,逆推得到机场快轨站的客流分布。在此基础上,根据机场快轨沿线各站的位置和区间运行时分、衔接线路的列车时刻表等信息,推算去往机场方向的机场线各站客流分布规律。案例分析表明,上述模型计算得到的客流需求总量误差约为5%,各时段内的客流需求误差均小于20%。3、在运行图优化问题上,以基于上述模型推算得到的双方向客流分布作为输入数据,分别构建了固定发车数量下乘客全线等待时间最小、不固定发车数量下乘客总等待时间与列车车公里成本之和最小为目标的列车运行图优化模型,并设计遗传算法进行求解。北京机场快轨线的案例分析表明,在不改变发车数量的前提下,本文模型所得时刻表比等间隔和实际时刻表,在机场回来方向可分别节约乘客等待时间12.37%和7.44%,在去往机场方向可分别节约乘客等待时间17.55%和12.82%。考虑行车间隔上下限约束并结合双方向均衡发车的原则,求得了使乘客等待时间和企业运营成本总和最小的最优发车数量以及相应的时刻表。最后,同时考虑两个方向的客流,以机场线各站乘客等待时间之和为优化目标,对机场线上下行的列车运行图进行了整体优化,优化后的运行图比等间隔运行图和实际运行图可节约乘客总等待时间12.01%和6.31%。