曾璐,楊杰,劉軍,王莉
(1.江西理工大學,a.應用科學學院;b.電氣工程與自動化學院,江西 贛州 341000;2.北京交通大學交通運輸學院,北京100044)
地鐵具有運量大、綠色、快捷等特點,已成為世界上城市的骨干交通方式.地鐵的地理環(huán)境特殊、技術(shù)構(gòu)成復雜、系統(tǒng)耦合性強、自然環(huán)境影響大等特征給軌道交通的運營安全提出了嚴峻的挑戰(zhàn).因此,地鐵網(wǎng)絡(luò)可控性研究對地鐵的運輸組織和規(guī)劃具有重要意義.
迄今為止將復雜網(wǎng)絡(luò)應用于地鐵系統(tǒng)的研究已有不少,但是研究主要集中于復雜網(wǎng)絡(luò)特性指標的研究.系統(tǒng)控制理論方面的研究不論是傳統(tǒng)的控制理論還是現(xiàn)代控制理論都已經(jīng)非常成熟[1].但是控制理論研究僅僅局限在系統(tǒng)控制,沒有在網(wǎng)絡(luò)方面加以應用.大規(guī)模系統(tǒng)的控制由早期的蜂擁控制過渡到持續(xù)多年的牽引控制.牽制控制是復雜網(wǎng)絡(luò)控制方式的代表,汪小帆等[2-3]將牽引控制與蜂擁控制思想進行了結(jié)合研究;陳關(guān)榮[4]研究了牽制控制在復雜網(wǎng)絡(luò)中的應用,有向復雜動態(tài)網(wǎng)絡(luò)的能控性,以及“網(wǎng)絡(luò)的網(wǎng)絡(luò)”建模等內(nèi)容.
Liu[5]研究了有向網(wǎng)絡(luò)的能控性問題,首次將控制理論中的狀態(tài)空間方程秩的判斷運用到網(wǎng)絡(luò)可控性當中,同時將有向網(wǎng)絡(luò)轉(zhuǎn)化為二分圖并求出最大匹配.Liu的研究掀起了網(wǎng)絡(luò)可控性研究的一個新的起點,為后續(xù)學者的研究奠定了基礎(chǔ).Yan[6]在Liu研究的基礎(chǔ)上,從能量消耗的角度分析了不同類型網(wǎng)絡(luò)的可控性與能量消耗關(guān)系.Nepusz[7]考慮了網(wǎng)絡(luò)中連邊上的動力學過程,將網(wǎng)絡(luò)轉(zhuǎn)化為以邊為主體的模型.Ferrarini[8]將驅(qū)動節(jié)點的概念延伸到驅(qū)動邊,指出節(jié)點是時變的,但是邊通常是恒定的.Jia[9]利用隨機抽樣的方法計算出節(jié)點的控制能力,發(fā)現(xiàn)節(jié)點的控制能力由節(jié)點的入度決定,入度越大的節(jié)點越不容易成為驅(qū)動節(jié)點.
此外,席裕庚[10]運用了大系統(tǒng)控制理論的典型方法解決復雜網(wǎng)絡(luò)的可控性,構(gòu)建了 “系統(tǒng)—控制—信息(System-control-information,SCI)”的 分層結(jié)構(gòu).Lombardi[11]將可控矩陣應用于網(wǎng)絡(luò)中,指出矩陣是從輸入信號到節(jié)點的路徑增益.Meng[12]研究了鐵路列車服務(wù)網(wǎng)的可控性.基于列車服務(wù)網(wǎng)的免疫傳播和級聯(lián)失效定義了驅(qū)動節(jié)點,構(gòu)建了改進的LB模型,研究了驅(qū)動節(jié)點搜索算法,提出了列車服務(wù)網(wǎng)的對偶圖.在工控系統(tǒng)中,周克良等[13]基于可變論域模糊PID控制,設(shè)計了PLC控制的烘房智能溫控系統(tǒng),使系統(tǒng)輸出響應達到穩(wěn)定可控的狀態(tài).Ravindran[14]運用最大匹配算法識別驅(qū)動節(jié)點,并對其進行了分類,通過可控性分析識別癌癥信號網(wǎng)絡(luò)中的關(guān)鍵調(diào)控基因.研究發(fā)現(xiàn)主干驅(qū)動節(jié)點是癌癥表型關(guān)鍵的因素.Li[15]對美國電網(wǎng)的拓撲結(jié)構(gòu)和可控性進行了分析,提出了一種新的方法量化間歇節(jié)點成為驅(qū)動節(jié)點的概率.
目前網(wǎng)絡(luò)可控性的研究基本上都是基于復雜網(wǎng)絡(luò),將網(wǎng)絡(luò)可控性運用于實例少之又少.大部分的既有研究都是在復雜網(wǎng)絡(luò)特性層面上,即便是運用于不同類型網(wǎng)絡(luò)分析也是回歸到網(wǎng)絡(luò)特性指標的分析.
文中基于地鐵網(wǎng)絡(luò)結(jié)構(gòu)特性的分析,在傳統(tǒng)控制理論基礎(chǔ)上構(gòu)建了地鐵網(wǎng)絡(luò)可控模型.以北京地鐵為例驗證了地鐵可控模型,并對三大城市北京、東京和廣州的地鐵網(wǎng)絡(luò)進行了可控特性分析.期望通過改變驅(qū)動節(jié)點個數(shù)使得網(wǎng)絡(luò)系統(tǒng)達到期望的狀態(tài),即整個地鐵網(wǎng)絡(luò)系統(tǒng)處在可控范圍之內(nèi).
對于系統(tǒng),希望通過對外界輸入信號使得網(wǎng)絡(luò)系統(tǒng)達到期望狀態(tài),或者適當?shù)妮斎胝{(diào)整網(wǎng)絡(luò)系統(tǒng)的性能,從而實現(xiàn)對網(wǎng)絡(luò)的全面控制.但是實際當中由于復雜網(wǎng)絡(luò)的系統(tǒng)規(guī)模龐大,傳統(tǒng)的控制理論很難直接應用,單計算量就非常大,計算復雜度也非常高.而且大部分現(xiàn)實中的復雜網(wǎng)絡(luò)系統(tǒng)都是非線性的,影響因素頗多,而且存在很多不穩(wěn)定因素,因此實現(xiàn)全網(wǎng)的控制非常困難.
如果存在一個分段連續(xù)的輸入u(t),能在有限時間區(qū)間[t0,tf]內(nèi),使系統(tǒng)由某一初始狀態(tài) x(t0),轉(zhuǎn)移到指定的任意終端狀態(tài)x(tf),則稱此狀態(tài)是能控的.若系統(tǒng)的所有狀態(tài)都是能控的,則稱系統(tǒng)是狀態(tài)完全能控,簡稱系統(tǒng)能控.在控制理論中,線性時不變定常系統(tǒng)的輸入-輸出模型表示如公式(1)所示:
其中,x(t)是狀態(tài)量即 x(t)=(x1(t),…,xN(t))T;
u(t)是輸入信號即 u(t)(u1(t),…,uM(t))T,M≤N;
A 是狀態(tài)矩陣,A∈RN×N;
B 是輸入矩陣,B∈RN×M;
線性定常系統(tǒng)Σ(A,B)其狀態(tài)完全可控的充要條件是由A、B構(gòu)成的可控性判別矩陣滿秩,即rank(C)=N;當 rank(C)<N 時,系統(tǒng)為不可控.
地鐵系統(tǒng)是典型的復雜系統(tǒng),系統(tǒng)結(jié)構(gòu)及設(shè)備設(shè)施的復雜性使得系統(tǒng)的不穩(wěn)定性增強.如果能對其可控,通過改變輸入信號,可提高突發(fā)事件發(fā)生后應急處置效率.
地鐵網(wǎng)絡(luò)拓撲結(jié)構(gòu)中,節(jié)點對應地鐵車站,邊對應車站之間的軌道交通線路.根據(jù)公式(1)在地鐵網(wǎng)絡(luò)建模,運用狀態(tài)空間方程,可將公式(1)進行如下變換為:
式(3)中:狀態(tài)矩陣 A 的元素 aij,j為目的車站,i為起始車站,i和j為相鄰車站.如果兩個相鄰車站之間有軌道相連,aij=1,否則aij=0;
xi(t)為 t時刻 j站的客流狀態(tài)等級,根據(jù)車站內(nèi)設(shè)施設(shè)備客流密度,將客流狀態(tài)劃分為4個等級;
bij為輸入矩陣B的元素,如果i到j(luò)站有始發(fā)車則控制輸入系數(shù)為1,否則為0;
uj(t)為第j個車站在 t時刻的存車量,存車量即有效時間內(nèi)(未來一段時間)能夠提供的運輸能力.
在網(wǎng)絡(luò)控制中,Liu[5]提出了一種最少驅(qū)動節(jié)點ND的方法控制網(wǎng)絡(luò),仿真實驗結(jié)果表明驅(qū)動節(jié)點的數(shù)量主要是由網(wǎng)絡(luò)度分布決定的.稀疏的異質(zhì)型網(wǎng)絡(luò)往往更難控制,稠密的同質(zhì)型網(wǎng)絡(luò)則需要少數(shù)的驅(qū)動節(jié)點即可控制.稀疏性是指網(wǎng)絡(luò)平均度遠小于最大可能的連通度N(網(wǎng)絡(luò)節(jié)點數(shù)目),比如地鐵網(wǎng)絡(luò)等.異質(zhì)型網(wǎng)絡(luò)不僅考慮網(wǎng)絡(luò)的拓撲結(jié)構(gòu),而且還考慮網(wǎng)絡(luò)中節(jié)點和邊的內(nèi)容屬性信息.例如社交網(wǎng)絡(luò)、微博網(wǎng)絡(luò)、基因調(diào)控網(wǎng)絡(luò)、電力網(wǎng)、語言概念網(wǎng)絡(luò)等.
Liu[5]將網(wǎng)絡(luò)結(jié)構(gòu)可控與圖論相結(jié)合,從邊和點匹配的方法去判斷一個網(wǎng)絡(luò)是否可控.判斷一個網(wǎng)絡(luò)是否結(jié)構(gòu)可控,必須具備以下三個前提條件.可控網(wǎng)絡(luò)如圖1所示.
1)線性控制系統(tǒng)(A,B)是結(jié)構(gòu)可控的;
2)有向圖(A,B)不包含不可達節(jié)點也不包含擴張結(jié)構(gòu);
3)有向圖(A,B)由掌結(jié)構(gòu)生成的.
在圖 1 中,通過給定輸入信號 u1,u2,u3,如果系統(tǒng)是可控的,輸入信號可以通過所有的路徑到達所有的節(jié)點.如何將不可控的網(wǎng)絡(luò)轉(zhuǎn)化為可控的網(wǎng)絡(luò),或者說如何確定一個網(wǎng)絡(luò)的最少輸入信號即驅(qū)動節(jié)點數(shù)量,這就轉(zhuǎn)化為匹配問題了.二分圖匹配點的方法,將網(wǎng)絡(luò)中的各個節(jié)點進行匹配.匹配邊是指任意兩條有向邊沒有共同的頂點 (頭或尾節(jié)點),匹配點是匹配邊的頭節(jié)點.
圖1 可控網(wǎng)絡(luò)
如果全網(wǎng)的所有邊都沒有共享頭節(jié)點或尾節(jié)點,則稱全網(wǎng)達到最大匹配,即ND=1.假如沒有完全匹配,驅(qū)動節(jié)點的值ND等于非匹配的節(jié)點數(shù),如公式4所示.對非匹配的節(jié)點給定輸入信號可達所有的匹配點即可控制全網(wǎng),同時通過最大匹配法也可得到最少的驅(qū)動節(jié)點.
截至2015年12月26日,北京地鐵共有18條運營線路(包括17條地鐵線路和1條機場線),去除未開通的車站擁有319座車站 (包括重復計算換乘站).將該理論運用于整個北京地鐵全網(wǎng)上,考慮雙方向的通車情況,即一條線車的通行是雙向的.為了方便計算,構(gòu)建一個基礎(chǔ)數(shù)據(jù)庫,具體如圖2所示.
對全網(wǎng)上的每一個車站按線進行編號,例如1號線:蘋果園 0101,古城 0102,八角游樂園 0103,八寶山 0104,玉泉路 0105,五棵松 0106,…;2號線:西直門0201,車公莊0202,阜城門0203,….車站編號的前兩位是線路編號,后兩位是這個車站所在線路的編號,如表1所示.區(qū)間構(gòu)成的矩陣即為狀態(tài)矩陣A,始發(fā)車即為輸入矩陣B.根據(jù)地鐵的拓撲圖可以知道構(gòu)成的A矩陣必定是稀疏矩陣.
圖2 基礎(chǔ)數(shù)據(jù)庫
節(jié)點與節(jié)點之間的邊是有向的,方向為車的行駛方向,則全網(wǎng)是雙向網(wǎng)絡(luò).依據(jù)區(qū)間基礎(chǔ)數(shù)據(jù),運用鄰接矩陣性質(zhì)解析可得到狀態(tài)矩陣A為一個由0和1構(gòu)成的319*319矩陣:
B矩陣由始發(fā)車站構(gòu)成的輸入矩陣,所謂的始發(fā)車站即從車輛段發(fā)出的空車到本站上人.通過北京地鐵各線行車情況數(shù)據(jù)及時刻表可獲得各線始發(fā)車具體如表1所示.B矩陣即變換為一個由0和1構(gòu)成的319*51的矩陣:
表1 北京市軌道交通路網(wǎng)各線路、車站編號、始發(fā)車站
根據(jù)北京市2015年12月實際運營線路圖,建立如圖3所示的北京地鐵驅(qū)動節(jié)點網(wǎng)絡(luò)拓撲圖.圖3中黑色的圓圈代表驅(qū)動節(jié)點車站即始發(fā)車站.通過計算可得,rank C=68,說明系統(tǒng)是不可控的.
圖3 基于驅(qū)動節(jié)點的北京地鐵網(wǎng)絡(luò)拓撲
此外,還對廣州地鐵做了同樣的可控性驗證.截止到2016年4月,廣州地鐵車站去除未開通及APM線(包括重復計算換乘站)共有160個.通過基礎(chǔ)數(shù)據(jù)解析可得到控制矩陣C,計算可得rank C=37,整個廣州地鐵網(wǎng)絡(luò)也是不可控的.
地鐵網(wǎng)不同于其它的網(wǎng)絡(luò),它存在數(shù)量較多的換乘站點.換乘節(jié)點至少是由兩條線路交叉,甚至更多的線路交錯在一起.根據(jù)最大匹配理論,換乘站節(jié)點周圍不匹配節(jié)點較多,驅(qū)動節(jié)點數(shù)量不夠,所以網(wǎng)絡(luò)不可控.
在世界地鐵系統(tǒng)中,北京地鐵運營規(guī)模居世界之首.截止到2015年,年客運量已經(jīng)達到32.5億人次.日本東京,是全亞洲最早的地鐵線路城市.目前包括由都營地下鐵、東京地下鐵兩家公司共同營運的總共13條線路.截止到2016年4月共有287個車站(重復計算),運營里程達到304.1 km,日平均運量約850萬人次.廣州地鐵是我國第四個開通并運營地鐵的城市.截至2016年4月,廣州地鐵共有9條運營路線,總長為260.5 km,共172座車站(重復計算).
在拓撲結(jié)構(gòu)和運輸組織方式上,東京地鐵相對比較復雜,北京地鐵相對規(guī)范,廣州地鐵較為簡單.通過三大地鐵的數(shù)據(jù)查詢以及列車時刻表,可得到它們的網(wǎng)絡(luò)拓撲結(jié)構(gòu)信息及始發(fā)車站信息.基于驅(qū)動節(jié)點的定義,三大城市地鐵的車站數(shù)量(不包括重復計算)、驅(qū)動節(jié)點數(shù)和邊數(shù)如圖4所示.數(shù)量是最少的,但是驅(qū)動節(jié)點比重卻最大.這是由于廣州地鐵不存在環(huán)線,主要是呈現(xiàn)放射狀態(tài),換乘站較少,節(jié)點的度數(shù)及聚類系數(shù)都比較低,因此相對比較稀疏.但是越稀疏的網(wǎng)絡(luò)所需的驅(qū)動節(jié)點數(shù)目相對較多.
圖4 三大城市地鐵指標對比
北京與東京相比,東京的節(jié)點數(shù)小于北京,但是驅(qū)動節(jié)點所占的比重卻大于北京.這是因為東京的線網(wǎng)結(jié)構(gòu)復雜于北京,其存在多種列車開行方案及運輸組織方式,采用的是迂回線路,靈活性較強.三大城市地鐵驅(qū)動節(jié)點度k的度分布p(k)如圖6所示.
東京地鐵的網(wǎng)絡(luò)拓撲結(jié)構(gòu)呈現(xiàn)的是放射環(huán)狀結(jié)構(gòu),將環(huán)線和放射線相結(jié)合,避免了客流過度集中,增強了整個網(wǎng)絡(luò)的連通性.另外,從運行計劃及時刻表發(fā)現(xiàn),東京地鐵的運輸組織方式融合了周期化列車運行,直通運行及快慢車混合運行的多種運營方式.
北京地鐵的網(wǎng)絡(luò)拓撲結(jié)構(gòu)依據(jù)北京城市規(guī)劃的分布,地鐵線網(wǎng)結(jié)構(gòu)是以天安門為中心向四周擴散,環(huán)線也是較為方正.城區(qū)線網(wǎng)呈現(xiàn)棋盤狀,線路末端呈放射狀.我國地鐵列車速度較為單一、列車間越行及跨線的機會較少.
廣州地鐵的網(wǎng)絡(luò)拓撲結(jié)構(gòu)主要由“交通疏導型”和“規(guī)劃引導型”線路構(gòu)成,至今沒有環(huán)線線路,形成的是既向心又交織的線網(wǎng)結(jié)構(gòu).
大多數(shù)實際存在的大型網(wǎng)絡(luò)通常都具有稀疏性,根據(jù)稀疏型網(wǎng)絡(luò)的定義可知地鐵網(wǎng)絡(luò)屬于稀疏型網(wǎng)絡(luò).三大城市的驅(qū)動節(jié)點占節(jié)點總數(shù)百分比的對比圖如圖5所示.
圖5 三大城市驅(qū)動節(jié)點與節(jié)點對比
從圖5中可得出,驅(qū)動節(jié)點占所有節(jié)點比率最高的是廣州,然后依次是東京和北京.北京與廣州相比,節(jié)點數(shù)北京是最多的,但是驅(qū)動節(jié)點占節(jié)點比重是最少的.地鐵實際線網(wǎng)結(jié)構(gòu)中廣州的節(jié)點
圖6 三大城市地鐵度分布
圖6 中,北京地鐵網(wǎng)車站數(shù)是最多的,線網(wǎng)規(guī)劃結(jié)構(gòu)屬棋盤狀,線路橫平豎直,基本沿著大的城市干道,經(jīng)過了主要的城市重要建筑和場所,整體來說較為規(guī)整.驅(qū)動節(jié)點及換乘站點的度數(shù)較為平均,其驅(qū)動節(jié)點的度分布呈現(xiàn)冪律度分布.以上分析可以得出,有向網(wǎng)絡(luò)中需要施加的外界輸入的節(jié)點即驅(qū)動節(jié)點的個數(shù)與該網(wǎng)絡(luò)的度分布有關(guān).
本文主要從網(wǎng)絡(luò)可控的角度研究了地鐵網(wǎng)絡(luò)的可控性,并結(jié)合實例分析了其特點.具體得出結(jié)論如下:
1)構(gòu)建了地鐵網(wǎng)絡(luò)拓撲結(jié)構(gòu),依據(jù)結(jié)構(gòu)可控模型,以北京地鐵為例驗證了網(wǎng)絡(luò)可控性理論.比較了不同結(jié)構(gòu)的地鐵網(wǎng),從復雜網(wǎng)絡(luò)的特性指標及可控的角度分析了它們的結(jié)構(gòu)可控特點.
2)通過對地鐵網(wǎng)絡(luò)可控性的分析,結(jié)果表明地鐵物理網(wǎng)在現(xiàn)行條件下是不可控的.因此當突發(fā)事件發(fā)生時,地鐵的應急效率相對較低,在應急管理方面通常依賴公交等其它交通方式接駁.
3)通過對典型地鐵網(wǎng)絡(luò)可控特性分析,相對于廣州、東京,北京的驅(qū)動節(jié)點占所有節(jié)點的百分比略低.從網(wǎng)絡(luò)可控性角度,建議北京地鐵增加驅(qū)動節(jié)點數(shù)量,提高其可控性,改進目前運輸組織策略.
以上分析只是局限在物理網(wǎng)的架構(gòu)下,在下一步的研究中打算將客流加載在當前的地鐵網(wǎng)絡(luò)上,將客流和列車服務(wù)相結(jié)合,實現(xiàn)真正意義上的運能協(xié)調(diào)及控制.