考虑公交换乘的地铁常态化限流站点识别方法研究

目前地铁常态化限流站点选择的研究,未考虑线路运输能力限制以及客流损失问题,脱离实际运营而难以推广使用。为平衡地铁公司和车站的决策标准,减少常态化限流站点的数量,提出一种考虑公交换乘疏散客流的地铁常态化限流站点识别方法。首先构建由地铁-公交耦合网络拓扑模型,并分别从地铁网络化运营和公交换乘减少客流损失2个角度设计7个地铁站关键程度量化指标;验证系统的线性时不变特性,基于子网生成策略设计站点识别算法;最后以2018年1月某工作日北京市的乘客出行链数据为例,验证指标和算法设计的合理性,研究每10 min时变客流分布规律,对比2018年的实际方案,结果表明:初始网络可控性为0.057 5,识别准确度趋近于80%,准确率高且误判率低的限流站数量分别为67,70,73,78。将常态化限流站分为固定和备选2类,并提出了结合公交换乘引导、分批次限流的措施,从而为大城市地铁车站高峰时段的常态化限流方案决策提供参考。