智能演算城市軌道交通大數據研究

周鈺彬,彭騁遠,徐天立

(蘇州科技大學，江蘇 蘇州 215009)

1 研究背景

隨著我國GDP的快速提高，人民的生活水平也提高迅速，各種各樣的交通方式也緊隨著這股巨大的浪潮一起發(fā)展了起來。而現(xiàn)在城市軌道交通已經逐漸成為了當今城市中的骨干交通方式。但由之而來的許多問題：愈發(fā)擁擠的地鐵站，人流的不合理分配這些常常困擾著人們的生活，因此我們急需更新現(xiàn)有的技術與世界發(fā)達國家接軌來改善我國的軌道交通現(xiàn)狀。在這樣迫切的情況下，西方國家的軌道交通發(fā)展可以為我們帶來啟示。我們所要研究的是軌道交通中流動的人群，這是運動的不規(guī)則的個體，這樣的人體仿真的微觀模型又與普通的機動模型又有所不同，我們需要重新討論。

這樣的個人模型又比其他的機動車仿真模型要更為復雜，國外的話也有許多這樣的模型：例如神經元模型，社會力模型等。這些模型主要是依據不同情況以及不同的適應范圍而劃定的，我們可以參照他們在不同情況下的變化應用于其中。

因此通過agent的軌道交通仿真模擬技術，運用計算機對軌道交通數據進行模擬，在此技術上對軌道交通運行進行運營管理與布局，能夠讓我們掌控實時的地鐵數據運行情況，可以讓管理人員根據不同的實時狀況調度軌道交通運行。

2 開發(fā)與研究

我們的開發(fā)思路就是要由數據庫與系統(tǒng)進行連接，我們可以通過輸入一些基礎數據例如車輛的進出，行人的出入數量以及出入的時間等，使整個系統(tǒng)運作起來，讓整個軌道交通的運行更具真實感，更富有真實性與動態(tài)性，我們的數據輸入變化也可以通過動畫效果改變來顯示，各種車站間的流動變化，以及行人在各個軌道交通之間的轉換也能讓我們很快速的了解，讓使用者對軌道交通整體上就有了一個大范圍的掌握。

我們可以設計系統(tǒng)將數據庫與系統(tǒng)相連接，也就是由系統(tǒng)與數據庫進行連接，數據庫將數據傳遞給系統(tǒng)進行處理與分析，而系統(tǒng)也同樣要對數據庫進行調控，我們通過O dBC這樣類型的數據接口，可以做到對數據庫系統(tǒng)的獨立且準確地操控，由于這樣的數據接口是通過SQL來完成對數據源的連接與使用，這可以保持不同部分之間的相對獨立，更有益于各項目的開發(fā)。

由于城市軌道交通運行中有著大量的人群流動，對系統(tǒng)的負荷也會大大加重，為了防止系統(tǒng)的負荷過于加重導致系統(tǒng)出現(xiàn)計算錯誤，甚至可能會出現(xiàn)崩潰等一系列問題。為此我們必須要簡化運行，保證系統(tǒng)的運行速度不會受到大幅度的波及，保證軌道交通系統(tǒng)的情況能得到及時的反映，從而使工作能及時根據情況做出反應，基于這點考慮我們可以采用模糊算法。

由于該設計是一個系統(tǒng)與數據庫相連接的模擬仿真，各種數據的變化將會更加直觀和迅速的體現(xiàn)出來，同時數據庫與系統(tǒng)的連接優(yōu)勢也將體現(xiàn)，模擬的軌道交通地鐵也可以在數據庫的作用下進行了量化，數字化，系統(tǒng)化，使我們所設計的能讓使用者更客觀地感受到軌道交通的運行情況，也可以方便許多軌道交通相關的其他方面設計者對這些數據進行更直觀的判斷。

我們可以基于這個系統(tǒng)進行各種各樣的具象化實踐操作，比如我們可以進行各式各樣的圖表呈現(xiàn)，例如我們可以用類似于紅外線呈現(xiàn)的顏色深淺來向使用者表示出當前地鐵站的人群密度分布情況，從而發(fā)現(xiàn)出我們所需要的情況，來對當前的軌道交通運行狀態(tài)進行分析從而能夠進行運營。我們也同樣可以利用我們的系統(tǒng)來進行各種概率的分析與計算，比如我們可以運用概率學知識來進行到達率的計算來計算城市軌道交通中的流動人員到達地鐵站時的到達率，我們甚至可以在將來用更加智能的方式對未來的乘客到達率進行預測，這些都可以通過我們的系統(tǒng)來實現(xiàn)。

我們也一樣可以通過系統(tǒng)與數據庫的交互來進行乘客間的OD交通量的變化與顯示，數據的轉變也同樣可以通過我們制作的動畫來表現(xiàn)，通過對數據庫的調整與輸入，以及動畫的更替來確保軌道交通數據的不斷更替與顯示。OD交通量是對整個運行系統(tǒng)人員流動狀況最直觀的反映。通過OD交通量我們也同樣可以通過增長系數法，原單位法等方式進一步的進行軌道交通中的乘客OD量的預測，這也可以幫助我們對未來的軌道交通運營與規(guī)劃有一個大致的預測方向，可以引導我們用更加科學的方法來進行分配與引流，對未來城市軌道交通站臺的乘客承載量運行情況進行合理安排，從而安排好軌道交通的運行車次，使軌道交通的利益到達預期的效果。當然我們可以利用我們所獲得的OD量進行更多方位的利用，比如了解OD量的動態(tài)分布等問題，而這些都是我們能做到的，不過這些問題從屬于其他研究方向的專業(yè)領域，我們就不在這里對他進行更加深入的討論了。

隨著人工智能技術應用的推廣，我們更加推行Agent技術，可以進行多位因素的聯(lián)系與交互，其他先進因素也同樣可以更新加入。在研究城市軌道交通的時候我們也同樣可以參考一下其他交通方式的設計思路。我們也可以同樣考察一下深度學習的模型方式，進行多方位的交互連接。

我們通過agent制作系統(tǒng)，不僅僅可以節(jié)省人員手動管理的成本，也同樣可以提高城市軌道交通運行的效率，大大減少現(xiàn)在的延誤率和加快城市軌道交通的聯(lián)通效率，符合當下所要求的智能化與無人智慧化的目標，同樣可以節(jié)省各種人工費用，同樣也可以節(jié)省掉許多不必要的各類管理成本。

3 未來的發(fā)展與應用

隨著我國逐步進入全面信息化時代，我們在各行各業(yè)都將大規(guī)模的普及智能化與數據化的探索與研究，這就要求我們必須要合理而又高效的使用大數據分析，一個出色的仿真模擬系統(tǒng)能讓許多工作事半功倍。數據庫與系統(tǒng)相結合的模式能夠幫助我們全面而又準確地分析出我們想要的乘客到達率、OD流量導向圖、OD分布圖、城市軌道交通運行情況等一系列的數據運行情況。這使得我們的研究相比以往的更具真實性與直觀性，讓城市軌道交通的運營人員能夠更好的了解到當前城市軌道交通中的運行情況以及相應的乘客分布動態(tài)信息。

當前我國的軌道交通系統(tǒng)發(fā)展異常迅猛，但在許多技術上仍然是沒有做到與設施發(fā)展相同步，由此帶來了許多城市問題，我們現(xiàn)在使用這種模擬仿真的方式可以讓城市軌道交通的運營管理人員更加直觀地了解到城市軌道交通中人流的OD分布情況，以及車輛到達情況等，方便了這些工作人員能夠根據實時變化的當前軌道交通內人流車輛情況進行相應的分流與引導措施，這可以幫助緩解日益增加的軌道交通擁堵現(xiàn)象，保證站臺內的安全性使其秩序井然，實現(xiàn)更快更合理的優(yōu)化。同時我們也同樣可以由此對軌道交通車輛運行進行優(yōu)化，并依據乘客的到達率進行更加科學的調配，這對城市軌道交通的未來有著重要的指導意義，可以幫助我們大大提高軌道交通的信息化數字化水平。

我們的基于agent的智能化數據系統(tǒng)還可以進行進一步的優(yōu)化，未來甚至有可能應用于各類APP上進行使用，不僅僅是幫助相關的管理人員進行軌道交通的規(guī)劃管理運營，還可以對普通使用者提供當前軌道交通的運行狀況，使他們能夠根據這些信息做出合理的出行安排，同樣可以減少出行路上不必要的等待時間，做到真正的科學高效出行。