基于网络特性的高速铁路关键车站识别方法

随着高速铁路蓬勃发展,其安全可靠性受到高度重视,关键车站的识别是提高路网可靠性的重要部分。在复杂网络和社会网络分析理论基础上,综合考虑车站在路网中的拓扑结构重要性和运输组织中车站间车流强度,建立高速铁路车流网模型,计算网络中节点强度、节点接近中心度以及中介中心度,并采用TOPSIS法确定综合评价指标,提出一种关键车站识别方法,以我国高速铁路网络为实例验证该方法的可靠性。实例验证不仅识别出省会车站,而且选出了规模不大但处于关键位置影响全网运输服务能力的车站。研究结果可为高速铁路日常维护和故障恢复提供参考。

基于贪心介数的地铁-公交复合网络关键车站识别算法

关键车站识别是分析与理解地铁-公交复合网络特性、结构、功能的有效方式。为挖掘地铁-公交复合网络中的关键车站并提高网络鲁棒性,采用Space L方法,建立地铁-公交复合网络模型,提出基于贪心介数的地铁-公交复合网络关键车站识别算法;在介数中心性算法的基础上,引入贪心算法,计算网络结构动态变化下的车站重要度,扩大关键车站的影响力。仿真分析表明,成都市地铁-公交复合网络具有无标度和小世界特性,贪心介数策略攻击对网络性能影响最大,表明该算法具有较高的关键车站识别精度。

城市轨道交通车站运营综合监控与管理流程优化

当前城市轨道交通车站的运营监控与管理相对零散,各子系统的联系与协调还比较混乱。以上海城市轨道交通车站综合监控系统为例,分析了当前车站运营管理流程,针对现有子系统提出了流程整合的方法,对现有的业务流程状态提出了标准化优化。旨在整合车站运营管理流程,实现车站系统的流畅运行,提高轨道交通的运营效率与安全。

城市轨道交通网络运营鲁棒性

应用随机用户平衡理论定量研究城市轨道交通网络运营鲁棒性.假设任一车站或区间及其波及范围退出运营,利用基于固定需求下和弹性需求下随机用户平衡条件的配流模型,从分析客流量、时间以及客流出行总时间波动的角度,提出9个城市轨道交通网络运营鲁棒性指标,并依据指标值最小原则确定网络的关键车站和区间.算例表明:该研究工作是可行有效的;与区间退出运营相比,车站退出运营的鲁棒性指标值区间跨度较大.

基于熵权-TOPSIS法的城市轨道交通大客流组织研究

各城市轨道交通网络化后,客流需求远大于运输服务能力,线网运输服务瓶颈问题越加突出。为应对大客流需进行精准控流,通过熵权-TOPSIS法引入网控阈值的概念,精确识别制约线网运输能力的关键车站,有效控制线网大客流,以保证轨道交通运营安全、有序。