本發(fā)明屬于列車運(yùn)行優(yōu)化，具體涉及一種面向乘客需求的列車自主決策方法。
背景技術(shù)：
1、隨著城市軌道交通網(wǎng)絡(luò)化運(yùn)營一方面客流總量不斷攀升，以某地為例，雙節(jié)期間日均客運(yùn)量達(dá)523.52萬人次，較日常周末客流增長4.20％，9月28日單日客運(yùn)量達(dá)783.92萬人次，突破線網(wǎng)歷史紀(jì)錄，滿載率突破140％。另一方面，潮汐客流特征明顯，常見的“職住分離”現(xiàn)象使銜接郊區(qū)和市區(qū)的地鐵線路具有明顯的潮汐特征。早高峰時(shí)段進(jìn)城方向客流量巨大，出城方向客流量較小；晚高峰則反之。
2、城市軌道交通是一種有組織、有計(jì)劃的運(yùn)輸方式，內(nèi)在涵義是將有限的“線路資源”合理分配給各輛列車，列車按照既定運(yùn)行圖沿軌道縱向、依次運(yùn)行。而既有高峰時(shí)段行車間隔很小，初始延誤極易傳播至其他列車，造成連帶延誤，導(dǎo)致多輛列車中途停車等待，甚至?xí)绊憣?duì)向列車的正常發(fā)車，造成整條線路列車運(yùn)行秩序紊亂。因此列車運(yùn)行調(diào)整是有必要的，現(xiàn)有關(guān)于城市軌道交通列車運(yùn)行調(diào)整以及車車協(xié)同的研究，主要是基于有預(yù)設(shè)計(jì)劃下進(jìn)行列車時(shí)刻表調(diào)整以及高密度等間隔行車，以降低運(yùn)營成本和乘客的等待時(shí)間。然而，由于城軌列車起停頻繁，相鄰列車之間追蹤間隔動(dòng)態(tài)變化，既有協(xié)同研究對(duì)客流時(shí)變影響下的到發(fā)時(shí)刻調(diào)整、運(yùn)行間隔調(diào)整以及滿載率指標(biāo)關(guān)注不足。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的是為了解決現(xiàn)有的協(xié)同研究方法對(duì)客流時(shí)變影響下的列車到發(fā)時(shí)刻調(diào)整、運(yùn)行間隔調(diào)整以及滿載率指標(biāo)關(guān)注不足，無法實(shí)現(xiàn)無預(yù)設(shè)計(jì)劃下的列車自主決策的問題，提出了一種面向乘客需求的列車自主決策方法。
2、本發(fā)明的技術(shù)方案為：一種面向乘客需求的列車自主決策方法，包括以下步驟：
3、基于客流實(shí)時(shí)變化，刻畫未來時(shí)刻內(nèi)站臺(tái)乘客數(shù)，構(gòu)建動(dòng)態(tài)客流模型；
4、基于動(dòng)態(tài)客流模型，建立多列車分布式協(xié)同框架，將多列車問題轉(zhuǎn)化為前車和后車的單列車問題，并更新各列車獲取的站臺(tái)客流狀態(tài)；
5、分析前車和后車的運(yùn)行關(guān)系，構(gòu)建前后車安全防護(hù)約束模型；
6、基于前后車安全防護(hù)約束模型和各列車獲取的站臺(tái)客流狀態(tài)，以列車滿載率均衡和乘客等待時(shí)間最小為目標(biāo)，設(shè)計(jì)強(qiáng)化學(xué)習(xí)算法，實(shí)現(xiàn)列車自主決策。
7、作為優(yōu)選，所述基于客流實(shí)時(shí)變化，刻畫未來時(shí)刻內(nèi)站臺(tái)乘客數(shù)，構(gòu)建動(dòng)態(tài)客流模型，具體包括以下步驟：
8、根據(jù)客流時(shí)變特征，建立站臺(tái)抵達(dá)客流模型，表示為：
9、
10、其中，為站臺(tái)抵達(dá)客流模型，j為站臺(tái)號(hào)，j∈n，n為車站集合；t為離散時(shí)間常數(shù)；varrive為乘客抵達(dá)站臺(tái)的速率，其表示為：
11、
12、其中，va,peak為高峰期乘客抵達(dá)站臺(tái)速率，va,offpeak為平峰期乘客抵達(dá)站臺(tái)速率；
13、根據(jù)乘客上下車行為特征，建立站臺(tái)上下車客流模型，表示為：
14、
15、其中，為在t時(shí)刻乘客在第j站臺(tái)的下車人數(shù)；m為一個(gè)常數(shù)值；為在t時(shí)刻在第j站臺(tái)的上車人數(shù)；dj為列車在第j站臺(tái)的停站時(shí)間；von和voff分別為乘客上車速率和下車速率，其表示為：
16、
17、其中，von,peak和voff,peak分別為高峰期乘客上車速率和下車速率；von,offpeak和voff,offpeak分別為平峰期乘客上車速率和下車速率；
18、根據(jù)站臺(tái)抵達(dá)乘客模型和站臺(tái)上下車客流模型，建立動(dòng)態(tài)客流模型，動(dòng)態(tài)客流模型包括站臺(tái)滯留客流模型和列車車上客流模型，表示為：
19、
20、其中，為在t時(shí)刻，站臺(tái)j的滯留乘客數(shù)；為在t時(shí)刻，列車到達(dá)第j站臺(tái)時(shí)車上的乘客數(shù)；為在tm時(shí)刻剛抵達(dá)j-1站臺(tái)時(shí)列車上的乘客；為在tm時(shí)刻在j-1站臺(tái)上車的乘客；為在tm時(shí)刻在j-1站臺(tái)下車的乘客；tm為某一離散時(shí)刻，每個(gè)時(shí)刻間隔為1s。
21、作為優(yōu)選，所述基于動(dòng)態(tài)客流模型，建立多列車分布式協(xié)同框架，將多列車問題轉(zhuǎn)化為前車和后車的單列車問題，并更新各列車獲取的站臺(tái)客流狀態(tài)，具體包括以下步驟：
22、根據(jù)車車通信原理，構(gòu)建多列車分布式協(xié)同框架，表示為：
23、
24、其中，表示一個(gè)階為m的有向圖；v′＝{1,2,...,m}表示列車智能體集合，m表示列車智能體總數(shù)；表示車車通信路徑的集合；如果從列車ix到列車iy存在通信路徑，那么(ix,iy)∈ε，是的鄰接矩陣，其中r表示實(shí)數(shù)集，為矩陣a′中的元素，如果(ix,iy)∈ε，則否則且有鄰接矩陣a′說明當(dāng)前列車只與前一相鄰列車存在通信路徑，若當(dāng)前列車不為第一列車，則令當(dāng)前列車接收前一相鄰列車計(jì)算后的站臺(tái)客流狀態(tài)，并在考慮到前面列車在各個(gè)站臺(tái)已經(jīng)或即將運(yùn)走的乘客后，基于動(dòng)態(tài)客流模型計(jì)算當(dāng)前列車在抵達(dá)各個(gè)站臺(tái)時(shí)的客流狀態(tài)，進(jìn)而得到各列車獲取的站臺(tái)客流狀態(tài)為：
25、
26、其中，為列車i在駛離第k′站臺(tái)時(shí)，列車i接收到的在第j站臺(tái)的實(shí)際站臺(tái)乘客數(shù)，為列車i在駛離第k′站臺(tái)時(shí)，列車i計(jì)算得到的在第j站臺(tái)的預(yù)估站臺(tái)乘客數(shù)；ti,k′為列車i在駛離第k′站臺(tái)的時(shí)刻，ti,k′∈t；為列車i在ti,k′時(shí)刻駛離k′站臺(tái)后，在第j站臺(tái)滯留的乘客數(shù)；為在ti,k時(shí)刻，抵達(dá)j站臺(tái)的乘客數(shù)；為列車x在第j站臺(tái)上車的乘客數(shù)；為在ti,k′時(shí)刻，列車i在站臺(tái)w的計(jì)劃停站時(shí)間；為在ti,k′時(shí)刻，列車i在站臺(tái)w和站臺(tái)w+1區(qū)間內(nèi)的計(jì)劃運(yùn)行時(shí)間；varrive為乘客抵達(dá)站臺(tái)的速率。
27、作為優(yōu)選，所述分析前車和后車的運(yùn)行關(guān)系，構(gòu)建前后車安全防護(hù)約束模型，具體包括以下步驟：
28、構(gòu)建列車運(yùn)動(dòng)學(xué)模型，表示為：
29、
30、其中，為列車實(shí)時(shí)位置對(duì)時(shí)間的導(dǎo)數(shù)，即為列車的運(yùn)行速度v(t)；為列車實(shí)時(shí)加速度；ui(t)為列車單位質(zhì)量上的牽引力或制動(dòng)力；g為重力加速度；w0為列車運(yùn)行過程中的阻力，w0＝δa′a′+δb′b′vi(t)+δc′c′vi(t)2，a′、b′和c′分別為戴維斯公式的系數(shù)，δa′、δb′和δc′分別為a′、b′和c′的變化率；γ為列車回轉(zhuǎn)質(zhì)量系數(shù)；d(t)為未知有界擾動(dòng)，wi為線路坡道附加阻力，wc為線路曲線附加阻力；
31、基于列車運(yùn)動(dòng)學(xué)模型，以準(zhǔn)點(diǎn)為目標(biāo)，設(shè)計(jì)動(dòng)態(tài)規(guī)劃算法，獲取各列車速度曲線；
32、基于前車速度曲線，構(gòu)建前后車安全防護(hù)約束模型，表示為：
33、
34、其中，t為離散時(shí)間常數(shù)；為第i+1列車在t時(shí)刻的位置；為第i列車在t時(shí)刻的位置；l0為列車間安全間隔裕量。
35、作為優(yōu)選，所述基于列車運(yùn)動(dòng)學(xué)模型，以準(zhǔn)點(diǎn)為目標(biāo)，設(shè)計(jì)動(dòng)態(tài)規(guī)劃算法，獲取各列車速度曲線，具體包括以下步驟：
36、基于列車運(yùn)動(dòng)學(xué)模型，將列車運(yùn)行站間距離按照δx間隔劃分為k+1個(gè)階段，將速度按照δv間隔劃分為n+1個(gè)速度間隔，進(jìn)而得到關(guān)于列車運(yùn)動(dòng)狀態(tài)空間離散化的狀態(tài)格點(diǎn)，階段k的列車運(yùn)行位置表示為xk，k∈{1,...,k+1}，階段k的列車速度狀態(tài)表示為{vk,1,...,vk,n,...,vk,n+1}，vk,n為階段k列車速度狀態(tài)；
37、以準(zhǔn)點(diǎn)為目標(biāo)，設(shè)計(jì)階段指標(biāo)函數(shù)，表示為：
38、
39、其中，ck為階段k至末階段k+1的累計(jì)指標(biāo)值；κ為階段k至末階段k+1中的某個(gè)階段；δx為階段間隔距離；vk為第k階段的速度，vk+1為第k+1階段的速度；
40、基于階段指標(biāo)函數(shù)和離散化的狀態(tài)格點(diǎn)，對(duì)各階段列車速度狀態(tài)的最優(yōu)決策變量進(jìn)行計(jì)算，表示為：
41、
42、其中：uk,n為階段k列車速度狀態(tài)vk,n對(duì)應(yīng)的決策變量；為階段k列車速度狀態(tài)vk,n對(duì)應(yīng)的最優(yōu)決策變量；u為允許決策集合；ck,n(vk,n,uk,n)為階段k列車速度狀態(tài)vk,n采用uk,n決策對(duì)應(yīng)的指標(biāo)；為階段k+1列車速度狀態(tài)vk+1,n′對(duì)應(yīng)的最優(yōu)指標(biāo)函數(shù)，n表示確定的某個(gè)列車速度狀態(tài)，n′表示不確定的某個(gè)列車速度狀態(tài)，其隨著最優(yōu)目標(biāo)值的變化而變化，表示計(jì)算出的最優(yōu)指標(biāo)目標(biāo)函數(shù)所對(duì)應(yīng)的uk,n最優(yōu)決策變量值；
43、將各階段列車速度狀態(tài)的最優(yōu)決策變量進(jìn)行聯(lián)合，得到列車速度曲線。
44、作為優(yōu)選，所述基于前后車安全防護(hù)約束模型和各列車獲取的站臺(tái)客流狀態(tài)，以列車滿載率均衡和乘客等待時(shí)間最小為目標(biāo)，設(shè)計(jì)強(qiáng)化學(xué)習(xí)算法，實(shí)現(xiàn)列車自主決策，具體包括以下步驟：
45、基于各列車獲取的站臺(tái)客流狀態(tài)以及前后車安全防護(hù)約束模型，設(shè)計(jì)強(qiáng)化學(xué)習(xí)算法，計(jì)算當(dāng)前列車在剩余各區(qū)間的最優(yōu)運(yùn)行時(shí)間和剩余各站臺(tái)的最優(yōu)停站時(shí)間；
46、基于當(dāng)前列車在剩余各區(qū)間的最優(yōu)運(yùn)行時(shí)間，獲取列車速度曲線；
47、滾動(dòng)更新時(shí)刻，列車獲取每個(gè)時(shí)間步長下的速度指令，按照列車速度曲線運(yùn)行，若列車抵達(dá)站臺(tái)，則列車按照最優(yōu)停站時(shí)間停車，同時(shí)更新站臺(tái)乘客信息以及剩余站臺(tái)信息，直至列車抵達(dá)終點(diǎn)站臺(tái)，結(jié)束運(yùn)行，實(shí)現(xiàn)列車自主決策。
48、作為優(yōu)選，所述基于各列車獲取的站臺(tái)客流狀態(tài)以及前后車安全防護(hù)約束模型，設(shè)計(jì)強(qiáng)化學(xué)習(xí)算法，計(jì)算當(dāng)前列車在剩余各區(qū)間的最優(yōu)運(yùn)行時(shí)間和剩余各站臺(tái)的最優(yōu)停站時(shí)間，具體包括以下步驟：
49、在滿足前后車安全防護(hù)約束的條件下，以乘客等待時(shí)間最小和列車滿載率均衡為目標(biāo)，設(shè)置獎(jiǎng)勵(lì)函數(shù)，表示為：
50、
51、其中：sj表示列車在第j站臺(tái)的位置狀態(tài)；為在列車位置狀態(tài)sj下的獎(jiǎng)勵(lì)函數(shù)；twait,i,j為第i列車在到達(dá)第j站臺(tái)后計(jì)算的所有后續(xù)站臺(tái)乘客等待時(shí)間；rload,i,j為第i列車到達(dá)第j站臺(tái)后計(jì)算的后續(xù)所有站間列車滿載率；γ1和γ2分別為乘客等待時(shí)間和滿載率均衡的權(quán)重系數(shù)；
52、乘客等待時(shí)間表示為：
53、
54、其中：ti,j為第i列車到達(dá)第j站臺(tái)的時(shí)間；為第i列車在第χ+1站上車人數(shù)；為第i列車獲取的第χ+1站的站臺(tái)乘客數(shù)；為第i列車在第β站臺(tái)的預(yù)計(jì)停站時(shí)間；為第i列車在第β站臺(tái)到第β+1站臺(tái)的預(yù)計(jì)運(yùn)行時(shí)間，n為車站集合；
55、列車滿載率均衡表示為：
56、
57、其中：為第i列車在第χ站臺(tái)時(shí)車上的人數(shù)；c為列車最大容納能力；||·||表示二范數(shù)；
58、基于獎(jiǎng)勵(lì)函數(shù)，計(jì)算各列車位置狀態(tài)下選擇最優(yōu)動(dòng)作的最優(yōu)q值，得到最優(yōu)q值表：
59、q*＝{q′(s1,a),...,q′(sj,a),...,q′(sn,a)}
60、其中：q*為最優(yōu)q值表；q′(sj,a)為在sj狀態(tài)下選擇最優(yōu)動(dòng)作a對(duì)應(yīng)的最優(yōu)q值；
61、計(jì)算最優(yōu)q值表對(duì)應(yīng)的區(qū)間運(yùn)行時(shí)間以及停站時(shí)間，表示為：
62、rtobj＝{rt1',...,rt′j,...,rt′n}
63、stobj＝{st1',...,st′j,...,st′n}
64、其中：rtobj和stobj分別為q*映射的各個(gè)區(qū)間的最優(yōu)運(yùn)行時(shí)間和各個(gè)站臺(tái)的最優(yōu)停站時(shí)間，rt′j和st′j分別表示列車從第j站臺(tái)到第j+1站臺(tái)的最優(yōu)運(yùn)行時(shí)間和在第j站臺(tái)的最優(yōu)停站時(shí)間，q*→{rtobj,stobj}。
65、作為優(yōu)選，所述基于獎(jiǎng)勵(lì)函數(shù)，計(jì)算各列車位置狀態(tài)下選擇最優(yōu)動(dòng)作的最優(yōu)q值，具體包括以下步驟：
66、設(shè)置最大迭代步長，并隨機(jī)初始化列車位置狀態(tài)sj；
67、基于列車位置狀態(tài)sj隨機(jī)選擇動(dòng)作或選擇q值最大的動(dòng)作，表示為：
68、
69、其中：a為在列車當(dāng)前位置狀態(tài)sj選擇的動(dòng)作；sj+1為列車下一位置狀態(tài)；aw為列車下一位置狀態(tài)sj+1可以選擇的動(dòng)作；表示求q值最大時(shí)對(duì)應(yīng)的動(dòng)作aw，q(sj+1,aw)為列車下一位置狀態(tài)sj+1選擇動(dòng)作aw對(duì)應(yīng)的q值；ar為隨機(jī)動(dòng)作；pr為隨機(jī)概率，pr∈[0,1]；
70、基于獎(jiǎng)勵(lì)函數(shù)，更新列車當(dāng)前狀態(tài)選擇的動(dòng)作對(duì)應(yīng)的q值；
71、
72、其中：q′(sj,a)表示更新后列車在位置狀態(tài)sj選擇的動(dòng)作a對(duì)應(yīng)的q值，q(sj,a)表示更新前列車在位置狀態(tài)sj選擇的動(dòng)作a對(duì)應(yīng)的q值，α為學(xué)習(xí)率，γ′為懲罰因子，α和γ′為自定義常數(shù)；為獎(jiǎng)勵(lì)函數(shù)；
73、更新列車下一位置狀態(tài)，直至到達(dá)終點(diǎn)位置，跳出當(dāng)前迭代，重復(fù)初始化列車位置狀態(tài)，選擇動(dòng)作，并計(jì)算更新動(dòng)作的q值，直至達(dá)到最大迭代步長，輸出最優(yōu)q值表及其對(duì)應(yīng)的區(qū)間運(yùn)行時(shí)間以及停站時(shí)間。
74、本發(fā)明的有益效果是：
75、本發(fā)明考慮了客流的實(shí)時(shí)變化以及無預(yù)設(shè)計(jì)劃下的列車運(yùn)行，能保證列車運(yùn)行安全性的前提下，減少站臺(tái)所有乘客的平均等待時(shí)間，實(shí)現(xiàn)滿載率均衡提高乘客舒適度以及減少運(yùn)力浪費(fèi)。