高鐵綜合交通樞紐客流協(xié)同管控優(yōu)化關(guān)鍵技術(shù)

熊 剛，劉小明，張 濤，朱鳳華，劉璐菲，喬曜芩

（1.中國(guó)科學(xué)院自動(dòng)化研究所 多模態(tài)人工智能系統(tǒng)全國(guó)重點(diǎn)實(shí)驗(yàn)室，北京 100190；2.北方工業(yè)大學(xué) 電氣與控制工程學(xué)院，北京 100144；3.中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司 通信信號(hào)研究所，北京 100081）

1 客流協(xié)同管控現(xiàn)狀

樞紐的客流協(xié)同管控是指對(duì)樞紐客流進(jìn)行協(xié)同管理和控制，以確?？土鞯陌踩?、順暢和高效有序通行。主要工作包括客流監(jiān)測(cè)、客流預(yù)測(cè)、客流調(diào)度、客流引導(dǎo)、客流分流和客流安檢等。

常態(tài)和非常態(tài)通常是根據(jù)客流量的大小和變化程度來區(qū)分的。常態(tài)下，客流量相對(duì)平穩(wěn)，可按照預(yù)定的計(jì)劃和措施進(jìn)行管理和控制；非常態(tài)下，客流量突然增加或出現(xiàn)異常情況，超出了正常的管理范圍，需要采取額外的應(yīng)對(duì)措施，如增加運(yùn)力、加強(qiáng)安檢等。通常，當(dāng)客流量超過了事先設(shè)定的閾值或出現(xiàn)了突發(fā)事件時(shí)，可判斷為非常態(tài)情況。

1.1 常態(tài)下客流協(xié)同管控方法

樞紐的客流管控優(yōu)化對(duì)其良好運(yùn)營(yíng)具有重要意義，受到了國(guó)內(nèi)外眾多學(xué)者的關(guān)注。劉寶貴等人[1]研究了基于深度強(qiáng)化學(xué)習(xí)的樞紐客流調(diào)度模型，通過模型學(xué)習(xí)實(shí)現(xiàn)對(duì)客流的預(yù)測(cè)和調(diào)度，并基于樞紐的網(wǎng)絡(luò)結(jié)構(gòu)和運(yùn)行機(jī)制提出優(yōu)化策略；徐亞婧等人[2]研究了樞紐的網(wǎng)絡(luò)結(jié)構(gòu)和流量分配問題，提出了一種基于蟻群算法的優(yōu)化策略；胡畔[3]對(duì)樞紐設(shè)施與流線理論進(jìn)行了簡(jiǎn)述，對(duì)其換乘系統(tǒng)的構(gòu)成及換乘流線、設(shè)施服務(wù)能力進(jìn)行分析，提出了以鐵路為主的樞紐換乘客流預(yù)測(cè)的思路，分析了換乘客流的特點(diǎn)及構(gòu)成，并介紹了預(yù)測(cè)客流量的方法。

綜上，現(xiàn)有的常態(tài)下樞紐客流協(xié)同管控方法仍然停留在局部管控優(yōu)化，未考慮復(fù)雜的客流流線與客流協(xié)同管控優(yōu)化間的關(guān)系，且未考慮多模式出行屬性，對(duì)樞紐的客流協(xié)同管控刻畫不足。

1.2 非常態(tài)下客流協(xié)同管控方法

熊國(guó)強(qiáng)等人[4]運(yùn)用元胞自動(dòng)機(jī)理論構(gòu)建了地鐵客流應(yīng)急疏散的組合模型，包括行人最優(yōu)路徑選擇模型、障礙物繞行模型等，并仿真分析了地鐵客流應(yīng)急疏散的過程；溫念慈等人[5]將協(xié)同矩陣與多目標(biāo)規(guī)劃理論，應(yīng)用到突發(fā)大客流下多車站協(xié)同客流控制應(yīng)急決策研究中，實(shí)現(xiàn)突發(fā)情況下，多站動(dòng)態(tài)協(xié)同應(yīng)急決策的制定與動(dòng)態(tài)調(diào)整；Zhu等人[6]構(gòu)建了以訓(xùn)練序列為階段變量的動(dòng)態(tài)規(guī)劃模型，提出了一種具有多種改進(jìn)策略的NSGA-II算法，求解綜合應(yīng)急情況下并行協(xié)同控制模型，生成客流控制策略，最大限度地提高乘客周轉(zhuǎn)率；Yuan等人[7]提出一種基于跳停模式的客流控制和列車調(diào)度的綜合優(yōu)化方法，此外，還考慮了特殊情況下的乘客動(dòng)態(tài)需求和列車載客率，建立了混合整數(shù)規(guī)劃模型，使列車的未使用容量最小站臺(tái)和車站外的候車乘客總數(shù)最少。

綜上，現(xiàn)有的非常態(tài)下樞紐客流協(xié)同管控方法研究多集中于有預(yù)見性的突發(fā)客流情況，且客流管控措施單一，尚無法滿足樞紐的客流協(xié)同管控需求。

隨著科學(xué)、教育等領(lǐng)域的不斷發(fā)展，我國(guó)對(duì)高校教師也提出了更高的要求，結(jié)合當(dāng)前河南省健美操教師的實(shí)際情況，學(xué)校應(yīng)有計(jì)劃有針對(duì)性地開展健美操教師的培訓(xùn)工作，提高健美操教師的整體水平。教師方面，青年教師應(yīng)發(fā)揮自身優(yōu)勢(shì)、完善知識(shí)結(jié)構(gòu)，提高自身專業(yè)水平，將最新、最有效的教學(xué)方法帶入課堂中，老教師應(yīng)發(fā)揮“傳、幫、帶”作用，適應(yīng)當(dāng)前教育改革的新要求下起到帶頭作用，為青年教師做好職業(yè)榜樣，實(shí)現(xiàn)新老教師的有效對(duì)接。

2 常態(tài)下樞紐客流協(xié)同管控優(yōu)化關(guān)鍵技術(shù)

2.1 復(fù)雜流線分析技術(shù)

樞紐的客流復(fù)雜流線分析技術(shù)是指對(duì)樞紐內(nèi)的客流進(jìn)行細(xì)致的分析和研究，以了解客流的流動(dòng)規(guī)律和行為模式，并通過數(shù)據(jù)分析和建模等方法，提供有效的流線設(shè)計(jì)和管理方案。

客流數(shù)據(jù)通常是多維、動(dòng)態(tài)和復(fù)雜的，如何從大量數(shù)據(jù)中提取有用的信息，并基于采集到的客流數(shù)據(jù)，形成客流的網(wǎng)絡(luò)模型和流線圖，建立客流模型來描述人員在樞紐內(nèi)的流動(dòng)情況，都是有待解決的問題。本文從復(fù)雜時(shí)空條件下樞紐客流集散流線狀態(tài)表征分析和基于多要素演化基本圖的動(dòng)態(tài)演變關(guān)系分析2個(gè)方面來闡述復(fù)雜流線分析技術(shù)。

2.1.1 復(fù)雜時(shí)空條件下樞紐客流集散流線狀態(tài)表征分析

基于時(shí)空網(wǎng)絡(luò)圖的概念，構(gòu)建復(fù)雜時(shí)空條件下的樞紐網(wǎng)絡(luò)結(jié)構(gòu)圖，用以分析復(fù)雜時(shí)空下樞紐客流集散流線的特征。綜合考慮樞紐內(nèi)部通道空間網(wǎng)絡(luò)特征、樞紐內(nèi)各銜接交通時(shí)間特征、樞紐設(shè)施配置方案等要素對(duì)客流流線的影響，采用深度優(yōu)先搜索方法分析樞紐內(nèi)流量較大的關(guān)鍵流線，對(duì)每條流線進(jìn)行全鏈路追蹤，深度挖掘流線的聚合起始點(diǎn)、途徑的瓶頸設(shè)備及消散點(diǎn)，標(biāo)記客流流線合流與分叉的關(guān)鍵設(shè)備點(diǎn)，重點(diǎn)計(jì)算關(guān)鍵設(shè)備通行能力與合流平臺(tái)的平均集散時(shí)間。

2.1.2 基于多要素演化基本圖的動(dòng)態(tài)演變關(guān)系分析

針對(duì)樞紐客流流線交匯處交通擁擠問題，基于宏觀基本圖理論，研究交匯處交通相態(tài)的多要素影響因素識(shí)別及其客流量控制。提出多要素演化基本圖理論，考慮流線沖突點(diǎn)、客流平均走行距離、銜接交通的客流到達(dá)分布、自由流流速等因素，構(gòu)建多要素演化基本圖（MEFD，Multi-Evolutionary Fundamental Diagram），并進(jìn)一步研究客流相態(tài)劃分方法，建立基于全連接神經(jīng)網(wǎng)絡(luò)的客流流線相態(tài)智能演化算法，分析流線間的動(dòng)態(tài)聚集、匯合、演化和消散規(guī)律。

在MEFD構(gòu)建過程中，考慮到樞紐內(nèi)的客流流線網(wǎng)不同于城市交通道路網(wǎng)，其通道內(nèi)復(fù)雜的客流流線交織，極易導(dǎo)致客流的無序性走行，由此，引入樞紐的流線干擾度指標(biāo)，用來反映換乘樞紐內(nèi)部客流的組織水平和乘客換乘的順暢度，為樞紐集散能力提升和樞紐客流協(xié)同管控優(yōu)化研究提供重要依據(jù)。

2.2 動(dòng)靜態(tài)信息實(shí)時(shí)匹配度量方法

針對(duì)樞紐內(nèi)多模式交通的運(yùn)行方案、調(diào)度特性（時(shí)長(zhǎng)、梯度、路徑自由度等）、承載性能（裝載速度、輻射力度、投送邊界等）和時(shí)效影響（蔓延指數(shù)、變異速度等）等多類運(yùn)載屬性，采用層次分析法，將各類運(yùn)載屬性轉(zhuǎn)變?yōu)榭山y(tǒng)一度量的標(biāo)準(zhǔn)指標(biāo)，并結(jié)合動(dòng)態(tài)時(shí)間彎曲 （DTW，Dynamic Time Warping） 算法和波動(dòng)權(quán)值，分析各類指標(biāo)時(shí)序狀態(tài)下的異步相關(guān)特性，進(jìn)而構(gòu)建乘客出行特征和運(yùn)載特征間的映射關(guān)系圖譜?；诓呗蕴荻群虯priori分析手段，分析不同映射要素間的關(guān)聯(lián)程度，形成動(dòng)/靜態(tài)信息的實(shí)時(shí)匹配度量方法。

3 非常態(tài)下樞紐客流協(xié)同管控優(yōu)化關(guān)鍵技術(shù)

3.1 動(dòng)態(tài)瓶頸點(diǎn)識(shí)別與預(yù)測(cè)方法

瓶頸是指在一個(gè)系統(tǒng)或過程中，限制了整體性能或流程效率的擁堵點(diǎn)，是導(dǎo)致整體系統(tǒng)無法更快運(yùn)行或?qū)崿F(xiàn)最佳效果的限制因素。

在客流分析中，瓶頸通常指客流量最大的區(qū)域或環(huán)節(jié)，可能是客流擁堵、流動(dòng)受阻或服務(wù)質(zhì)量下降的關(guān)鍵點(diǎn)。瓶頸可能是由多種因素引起的，包括但不限于容量限制、布局不合理、運(yùn)行調(diào)度問題和人群行為等，識(shí)別和預(yù)測(cè)樞紐瓶頸是優(yōu)化客流流線的關(guān)鍵步驟。

針對(duì)現(xiàn)有樞紐瓶頸識(shí)別方法難以描述樞紐復(fù)雜環(huán)境下的多瓶頸及瓶頸區(qū)域等問題，需要研究面向樞紐多類運(yùn)營(yíng)目標(biāo)的單點(diǎn)瓶頸識(shí)別方法和系統(tǒng)級(jí)瓶頸識(shí)別方法，進(jìn)而構(gòu)建基于時(shí)空關(guān)聯(lián)度分析的樞紐動(dòng)態(tài)瓶頸實(shí)時(shí)預(yù)測(cè)模型，如圖1所示。

圖1 樞紐動(dòng)態(tài)瓶頸識(shí)別方法

3.1.1 單點(diǎn)瓶頸識(shí)別方法

綜合考慮樞紐多類型、多方式客流的出行軌跡、出行目標(biāo)、分布特征等因素對(duì)瓶頸造成的影響，從設(shè)備設(shè)施和客流輸送2方面對(duì)單個(gè)動(dòng)態(tài)瓶頸識(shí)別方法進(jìn)行研究，為識(shí)別樞紐內(nèi)能力較小或失衡的設(shè)備設(shè)施，根據(jù)設(shè)備設(shè)施實(shí)際客流需求、通行能力和容納能力構(gòu)建設(shè)備設(shè)施動(dòng)態(tài)能力瓶頸的識(shí)別指標(biāo)，以乘客通過步行時(shí)間、等待人數(shù)和擁擠度構(gòu)建動(dòng)態(tài)客流瓶頸識(shí)別指標(biāo)，最終構(gòu)建動(dòng)靜態(tài)一體化單點(diǎn)動(dòng)態(tài)客流瓶頸識(shí)別模型。

3.1.2 系統(tǒng)級(jí)瓶頸識(shí)別方法

基于樞紐異質(zhì)客流的時(shí)空狀態(tài)因果關(guān)系挖掘模型和擁堵態(tài)勢(shì)時(shí)空傳播有向圖集，獲取樞紐內(nèi)的客流分配，將客流分配、單點(diǎn)動(dòng)態(tài)瓶頸和樞紐空間結(jié)構(gòu)作為系統(tǒng)級(jí)瓶頸識(shí)別特征數(shù)據(jù)集，設(shè)置深度自編碼器的特征編碼、網(wǎng)絡(luò)權(quán)重和網(wǎng)絡(luò)偏置等，進(jìn)而構(gòu)建結(jié)合生成對(duì)抗網(wǎng)絡(luò)及深度強(qiáng)化學(xué)習(xí)的系統(tǒng)級(jí)瓶頸識(shí)別模型。

3.1.3 樞紐動(dòng)態(tài)瓶頸實(shí)時(shí)預(yù)測(cè)模型

基于實(shí)時(shí)瓶頸發(fā)生、歷史瓶頸發(fā)生、客流流線等數(shù)據(jù)，構(gòu)建樞紐瓶頸拓?fù)浣Y(jié)構(gòu)圖；利用GCN（Graph Convolutional Network）在處理空間信息上的優(yōu)勢(shì)，構(gòu)建瓶頸的空間特征挖掘模型；采用GRU（Gated Recurrent Unit），基于瓶頸隱藏特征、客流時(shí)間演化特征，構(gòu)建瓶頸的時(shí)間特征挖掘模型；進(jìn)而將樞紐瓶頸節(jié)點(diǎn)、時(shí)間特征和空間特征構(gòu)造為可學(xué)習(xí)的鄰接矩陣，構(gòu)建基于視覺注意力網(wǎng)絡(luò)的樞紐動(dòng)態(tài)瓶頸實(shí)時(shí)預(yù)測(cè)模型，最終輸出瓶頸發(fā)生、消散、轉(zhuǎn)移和擴(kuò)散的預(yù)測(cè)結(jié)果。

3.2 應(yīng)急協(xié)同調(diào)度與決策方法

針對(duì)非常態(tài)下樞紐的應(yīng)急協(xié)同調(diào)度與決策通常采用被動(dòng)響應(yīng)模式的問題，建立包括異常事件感知、影響程度評(píng)估、決策方案推薦、決策過程預(yù)演、管控效果評(píng)估及實(shí)施過程監(jiān)測(cè)等6個(gè)模塊的應(yīng)急協(xié)同調(diào)度與決策方法[8]，如圖2所示。

圖2 應(yīng)急協(xié)同調(diào)度與決策方法流程

（1）將非常態(tài)下的樞紐多因素的歷史異常事件數(shù)據(jù)和實(shí)時(shí)社會(huì)空間數(shù)據(jù)輸入到數(shù)字孿生系統(tǒng)內(nèi)[9]，進(jìn)行樣本擴(kuò)增，實(shí)現(xiàn)快速精準(zhǔn)的異常事件感知；

（2）結(jié)合客流生成與態(tài)勢(shì)分析、多尺度高精度動(dòng)力學(xué)模型、集散能力計(jì)算和動(dòng)態(tài)瓶頸識(shí)別對(duì)事件的影響程度進(jìn)行評(píng)估；

（3）通過交叉關(guān)聯(lián)、對(duì)比分析和機(jī)器學(xué)習(xí)等方法進(jìn)行跨空間信息關(guān)聯(lián)，構(gòu)建樞紐基礎(chǔ)設(shè)施資源池和管理決策知識(shí)資源池，實(shí)現(xiàn)協(xié)同管控決策方案推薦；

（4）利用策略網(wǎng)絡(luò)和估值網(wǎng)絡(luò)進(jìn)行快速的決策方案推演，結(jié)合推薦算法選擇最優(yōu)決策方案；

（5）針對(duì)多選管控方案進(jìn)行管控效果評(píng)估，對(duì)多源交通方式從運(yùn)行計(jì)劃、調(diào)度特性和承載性能等方面進(jìn)行評(píng)估，對(duì)客流組織從時(shí)效影響、路徑可達(dá)和軌跡重疊等方面進(jìn)行評(píng)估，對(duì)樞紐關(guān)聯(lián)從關(guān)聯(lián)銜接、通行評(píng)估和態(tài)勢(shì)跟蹤等方面進(jìn)行評(píng)估；

（6）進(jìn)行實(shí)施過程監(jiān)測(cè)，將出租車、公交和列車調(diào)度等作為實(shí)施監(jiān)測(cè)對(duì)象，實(shí)現(xiàn)對(duì)包括OD（Origin to Destination）動(dòng)態(tài)分布和出行需求等方面的客流狀態(tài)的監(jiān)測(cè)。將監(jiān)測(cè)獲取的數(shù)據(jù)導(dǎo)入到異常事件感知模塊，形成6個(gè)模塊的主動(dòng)式閉環(huán)。

4 結(jié)束語

針對(duì)當(dāng)前樞紐客流協(xié)同管控研究存在的復(fù)雜流線分析和樞紐動(dòng)態(tài)瓶頸點(diǎn)識(shí)別困難等問題，本文從常態(tài)和非常態(tài)下的樞紐客流協(xié)同管控方法2個(gè)方面展開研究，闡述了相關(guān)的研究成果，存在問題和關(guān)鍵技術(shù)，對(duì)我國(guó)高鐵綜合交通樞紐的運(yùn)營(yíng)、發(fā)展和規(guī)劃具有參考意義。下一步，將更加注重多模態(tài)客流協(xié)同管控和客流預(yù)測(cè)與動(dòng)態(tài)調(diào)度等方面的研究，研究如何在多模態(tài)間實(shí)現(xiàn)客流的協(xié)同管控，以及如何提升樞紐客流預(yù)測(cè)的準(zhǔn)確性和精細(xì)度。