摘要：针对全自动运行列车驾驶台显控器件的合理布置问题,提出一种基于层次任务分析的全自动运行列车驾驶台显控器件配置与分级方法。通过建立行车任务库,在层次任务分析的基础上构建“场景-任务-器件”模型,探究器件的使用特性,并结合显控器件配置原则对其进行重新配置筛选。在此基础上,基于K-Means聚类分析划分器件等级,为器件的布局优化设计提供基础。以北京地铁燕房线为例,采用所提方法提出改进方案,为未来全自动运行列车的驾驶台设计提供参考建议。

摘要：针对轨道交通封站条件下站外滞留乘客需要应急疏散的现实需求,设计了一种疏散服务模式,在保证滞留旅客有效疏散的前提下,允许线路沿途旅客搭乘以提高车辆的利用效率。以车辆运营成本和乘客时间成本之和最小为优化目标,建立应急疏散车辆路径优化模型,根据问题特点改进自适应大邻域搜索算法进行模型求解。最后,结合北京市城市交通数据,对应急疏散车辆进行路线设计并进行灵敏度分析,用算例验证了模型与算法的有效性。结果表明,相较于最短路径疏散方案,模型的优化结果节省了15.02%的乘客乘车时间,能够在保证乘客出行体验的前提下实现对站点滞留乘客的快速疏散,提升封站事件下轨道交通应急管理的精细化水平。

摘要：消除客流数据随机噪声和确定神经网络超参数是城市轨道交通短时客流预测组合模型需要解决的关键问题。基于弱化客流数据噪声的自适应噪声完全集成经验模式分解算法(CEEMDAN)将客流时序数据分解为若干个频率和复杂度均不同的固有模态函数分量和剩余分量后,利用引入自适应策略的改进粒子群算法(IPSO)动态求解长短期记忆神经网络(LSTM)超参数的最优值,构建CEEMDAN-IPSO-LSTM组合模型预测城市轨道交通短时客流量。以广州地铁杨箕站自动售检票系统采集的历史进(出)站客流数据为例进行实验,研究结果表明:IPSO算法较PSO算法在基准测试函数Sphere,Sum Squars,Sum of Different Power,Rosenbrock,Rastigrin,Ackley,Griewank和Penalized上的最小值、最大值、平均值和标准差均更接近最佳优化值,CEEMDAN-IPSO-LSTM模型较LSTM模型、CEEMDAN-LSTM模型、CEEMDAN-PSO-LSTM模型的全月全日进(出)站的预测误差评价指标SD,RMSE,MAE和MAPE分别降低了12~40人次(13~35人次)、13~44人次(12~35人次)、6~37人次(12~31人次)和5.08%~46.89%(6.5%~35.1%),R和R2分别提高了0.07%~2.32%(0.86%~3.63%)和0.13%~2.19%(0.67%~1.67%),同时在工作日不同时段和非工作日全日的预测性能均达到最优效果。IPSO算法的收敛速度和参数寻优精度均优于PSO算法,且CEEMDAN-IPSO-LSTM模型可应用于城市轨道交通短时客流量的精确预测,同时可为设计规划线网路线、缓解交通压力、提高乘客出行服务质量等提供基础数据支撑。

摘要：以当前城市智慧公交发展为背景,本文从我国城市智慧公交当前发展现状出发,围绕智慧公交客流特征分析、智慧公交运营研究、智慧公交网络设计与优化、智慧公交服务评估等4个方面对智慧公交的研究现状进行了综述并指出现有研究的重点。在此基础上,对现有研究进一步从智慧公交客流特征分析、智慧公交运营、智慧公交网络设计与优化,以及智慧公共交通服务评估等4个方面进行了评述,并指出每个方面存在的不足。进一步,本文从乘客特征智能识别与预测、复杂场景下的智慧公交运营、智慧公交网络设计与优化,以及智慧公交服务评估等4个方面对智慧公交的未来发展趋势进行研究展望,并分别提出了代表性的研究问题。通过总结当前智慧公交的研究不足以及研究展望,本文进一步指出智慧公交的创新性研究和发展,亟需从如下4个方面展开:挖掘乘客全出行链信息,提供一站式智慧公交出行服务;土地利用与交通整合视角下集成智慧公交基础设施布局优化和公交运营效率提升;基于智慧公交多层级发展需求,构建面向政府、企业、社会用户的立体化公交运营系统评估体系;构建智慧公交一站式出行服务平台。结合当前智慧公交出行的日渐兴起,本文总结了智慧公交当前的研究现状,指出了当前智慧公交研究存在的不足,并展望了智慧公交发展的关键科学问题。研究认为:随着大数据、云计算、自动驾驶、智能网联与新能源汽车等新兴技术和颠覆性技术在城市交通领域的集成应用,对提供多模式智慧公交服务和促进城市可持续发展提供了新思路与新机遇。但是,单凭新技术无法提升智慧公交服务水平和促进城市可持续发展,还需交通系统和管理水平的提升,当前亟需围绕关键问题开展研究。本文同时强调当前研究需进一步加强多学科交叉,突出产学研相结合,为我国智慧公交高质量发展提供强有力的科学支撑。

摘要：分析了地铁列车运行控制仿真系统中的三维视景子系统,探讨了基于Creator/Vega软件实现的三维视景仿真在地铁列车运行控制仿真系统中的应用,从三维视景应用的可行性、场景模型的建立、视景仿真软件设计等方面对系统进行了分析．该视景仿真系统以PC机为硬件平台,已应用于北京地铁环线基于CBTC的实验线路的研究与开发,取得很好的效果．

摘要：提升交通枢纽的韧性以应对突发大客流给交通运输系统带来的压力至关重要。基于交通枢纽的内部设施布局,将客流在其内的疏散备选路径抽象为由节点和路段构成的网络图。从改变客流疏散路径角度出发,当发生突发大客流时,考虑开启平时不开放的应急通道用于疏散客流。在已知各起讫点之间的客流量以及客流疏散备选路径的条件下,以最小化客流疏散时间与开启应急通道的广义成本为优化目标,建立客流疏散优化模型,并设计混沌蚁群算法对模型进行求解,得到客流疏散的优化方案。最后以北京南站为案例验证模型与算法,结果显示,在发生突发大客流时,开启合适位置和数量的应急通道可以有效缩短客流疏散时间。该研究从交通枢纽内部的规划布局与客流疏散优化角度,为城市交通枢纽的韧性提升提供了理论支撑。

摘要：作为当前轨道交通的研究热点,虚拟编组列车由多个单元列车借助于车车通信和主动控制构成。虚拟编组列车按照与物理编组列车一致的方式提供运输服务,所有单元列车应整体被视为一列车进行管理和控制。因此,要求单元列车像物理连挂一样保持很小的追踪间距。但由于缺少了车钩进行物理连挂,运行过程中受到的不确定干扰使得实现虚拟编组单元列车小间距安全追踪非常困难。针对该问题,首先提出一种基于分布式鲁棒模型预测控制(RMPC)的虚拟编组列车追踪控制方法,保证虚拟编组列车安全运行以及单元列车追踪间距有界。在此基础上,设计一种基于线性矩阵不等式的优化算法,通过减小RMPC控制误差,达到进一步缩短单元列车的追踪间距的目的。为证明该方法的有效性,仿真了由3辆单元列车构成的虚拟编组列车在一个站间的完整运行过程,并与既有文献中的方法进行了对比。仿真结果显示,单元列车追踪间距可由普通MPC方法下的10 m减小至本方法下的5.05 m,其缩短幅度达到49.5%。实验结果表明,所提出的RMPC方法及其优化算法能够在保证安全运行的前提下缩短虚拟编组单元列车追踪间距。

摘要：随着北京大兴国际机场夜间到港旅客量的增加,机场轨道交通运营时长已难以满足客运需求。为提升线路服务水平,延长夜间运营时间,同时减少运力浪费,需要平衡线路夜间客运需求、维检修需求及运营成本,制定延时运营方案。通过挖掘北京大兴国际机场及大兴机场线客流变化规律,分析线路夜间客运需求,结合大兴机场线夜间维检修要求,探讨延时运营对设备设施作业的影响,并进一步研究延时运营成本的构成以及成本计算方式。最后通过对比、分析不同的延时运营方案对夜间维修时间的影响、增开列次与路网换乘情况、运营成本的增加情况,提出当前大兴机场线宜采取上行单向延长运营30 min的方案,并结合大兴机场线实际情况设计线路延时运营阶段的列车运行方案。

摘要：为助力铁路数字化转型,基于5G的铁路专用移动通信(5G for railway, 5G-R)系统成为铁路智能联接的首选.本文利用前沿技术赋能铁路新一代移动通信,开展了智能反射面(intelligent reflecting surface,IRS)辅助5G高铁车站覆盖增强的研究.采用射线跟踪技术,精准刻画了2.1 GHz频段下高铁车站场景的电波传播特性;基于准确的电波传播特性,利用反射面、发射机和接收机三者之间的角度关系,对IRS部署进行了研究,并设计了相应的IRS波束指向;在获得IRS辅助下的信道传递函数后,对部署IRS前后的路径损耗(path loss,PL)和阴影衰落进行了建模和比较.结果表明:IRS的部署为目标区域带来了最大8.1 dB、平均4.63 dB的信号增益;目标区域的PL指数由未部署时的2.68减小至2.33,阴影衰落标准差由9.45 dB减小至6.43 dB.因此,部署IRS能够显著提高室外宏站对车站内部的信号覆盖,缓解车站建筑物遮挡对5G信号传输的影响,为车站场景下5G-R系统的设计与优化提供了理论基础和数据支撑.

摘要：不同制式的信号系统条件下的列车运行仿真问题是客运专线列车运行组织仿真中的核心问题之一。在分析列车运行与信号系统关系的基础上,提出应用Agent建立列车运行模型(TRAC)的思想,给出了TRAC的结构、形式化定义、内部决策机理,并重点研究了TRAC在不同环境下的自主性、反映性和适应性。在列车运行模型的基础上,编程实现了系统原型。仿真结果表明,基于Agent技术设计和开发的系统能够很好地满足客运专线列车运行组织仿真的需求,具有良好的通用性、可重用性和可扩展性,对客运专线运输组织理论与方法的研究提供了一个研究平台。