论文部分内容阅读
轨道交通自动售检票(Automatic Fare Collection,AFC)系统是通过使用自动控制、逻辑计算等技术实现购票、检票、收费及统计分析等功能的自动化系统。随着社会经济的快速发展,城市化进程逐渐加快,轨道交通的作用愈发突出,城市轨道交通获得了前所未有的发展,呈现出良好的发展趋势,目前,我国城市轨道交通建设规模逐渐的慢慢放大并蔓延到二线,甚至三线城市,由此可见,大力发展轨道交通AFC系统的建设,AFC系统的优势将在我国轨道交通建设中发挥极佳的展现。乘客,作为轨道交通服务的主要对象和载体,准确的采集和分析乘客的出行特征,是出行需求辨识、优化轨道线网规划等政策和措施实施的基础。另一方面,城市轨道交通AFC系统在长期的运营过程中,积累了大量丰富的轨道交通运行数据信息,如IC卡刷卡进站数据、出站数据、充值数据等,这些数据描绘了乘客出行的时空轨迹,也体现了乘客的出行过程,为提取基于轨道交通的乘客出行特征奠定了可靠的数据基础。因此,合理有效地应用各类数据,充分利用和挖掘轨道交通AFC系统中所存储数据展现的乘客的出行特征,这对于研究AFC系统中的乘客特征分析、优化票务运作管理、评估运营效益等问题,对于轨道交通AFC系统的运营决策是非常有重要意义的。根据轨道交通AFC系统的数据特征,本文着重分析了 AFC系统内的内部数据信息的完整性,对轨道交通AFC系统乘客时空特征分析、票务管理优化和运营效益评估等问题的理论和方法开展了探索性研究。期望通过研究AFC系统中支持运营决策的理论和方法,建立和确定轨道交通AFC系统的客流数据分析模型,实现动态的实时分析,快速提高轨道交通运营的管理效率;建立和明确轨道交通中AFC系统的数据特征及相关性能指标,通过选择对应的方法进行分析,基于数据建模和数据分析的要求,对轨道交通的规划建设提供辅助决策及相关的决策依据。研究中运用数据融合理论和技术方法对城市轨道交通AFC系统乘客时空特征分析、票务管理优化和运营效益评估等问题进行了理论上的探索和基于决策的方法研究,研究成果主要表现如下:(1)基于对数据融合及AFC系统数据的综合分析,提出了针对AFC系统数据融合理论体系,分别从数据层、特征层和决策层对AFC系统数据进行了融合,并针对各个层次进行了对应的实际决策分析,分别是基于数据融合的城市轨道交通AFC系统的乘客时空特征分析、基于特征融合的城市轨道交通AFC系统票务管理优化决策以及基于决策融合的城市轨道交通AFC系统运营效益评估。(2)针对轨道AFC系统中主要数据,进行了详细的阐述与说明。针对AFC自动售检票系统中各子系统的数据源所获取的轨道交通运营管理数据特点,从城市轨道交通AFC系统交易数据、票务管理、票卡调度决策问题的分析入手,提出了票务管理数据的采集方法,给出了对现阶段AFC自动售检票系统的票务管理优化方案。在深入研究信息融合理论的基础上,AFC系统中的客流、列车运行时间、运营班次等基础数据相融合,得出票务管理优化模型。(3)在城市轨道交通AFC运营效益问题中引入了证据理论,并将城市轨道交通建立列车编组以及行车间隔时间优化作为证据,通过对证据进行某些规律的组合,为运营效益优化模型提供决策依据。根据证据理论中的推理,将轨道交通AFC运营效益决策定义为论域;城市轨道交通城市列车编组以及行车间隔时间定义为论域内的元素;与城市轨道交通系统列车编组以及行车间隔时间决策有关的指标定义为证据;将各条证据进行组合得出轨道交通系统列车编组以及行车间隔时间选择的综合概率支持函数,从而为轨道交通运营效益优化选择做出决策。通过这种方式,建立了轨道交通线路列车编组以及行车间隔时间的抉择模型,探讨了适用于城市轨道交通城市线路运营效益优化模型选择的组合规则,并应用所得证据组合方法进行求解。通过本文的研究,将进一步丰富城市轨道交通发展的理论框架与知识体系,为城市轨道交通运营与发展的决策提供理论依据。