高鐵綜合交通樞紐客流協同管控優化關鍵技術

熊 剛，劉小明，張 濤，朱鳳華，劉璐菲，喬曜芩

（1.中國科學院自動化研究所 多模態人工智能系統全國重點實驗室，北京 100190；2.北方工業大學 電氣與控制工程學院，北京 100144；3.中國鐵道科學研究院集團有限公司 通信信號研究所，北京 100081）

1 客流協同管控現狀

樞紐的客流協同管控是指對樞紐客流進行協同管理和控制，以確保客流的安全、順暢和高效有序通行。主要工作包括客流監測、客流預測、客流調度、客流引導、客流分流和客流安檢等。

常態和非常態通常是根據客流量的大小和變化程度來區分的。常態下，客流量相對平穩，可按照預定的計劃和措施進行管理和控制；非常態下，客流量突然增加或出現異常情況，超出了正常的管理范圍，需要采取額外的應對措施，如增加運力、加強安檢等。通常，當客流量超過了事先設定的閾值或出現了突發事件時，可判斷為非常態情況。

1.1 常態下客流協同管控方法

樞紐的客流管控優化對其良好運營具有重要意義，受到了國內外眾多學者的關注。劉寶貴等人[1]研究了基于深度強化學習的樞紐客流調度模型，通過模型學習實現對客流的預測和調度，并基于樞紐的網絡結構和運行機制提出優化策略；徐亞婧等人[2]研究了樞紐的網絡結構和流量分配問題，提出了一種基于蟻群算法的優化策略；胡畔[3]對樞紐設施與流線理論進行了簡述，對其換乘系統的構成及換乘流線、設施服務能力進行分析，提出了以鐵路為主的樞紐換乘客流預測的思路，分析了換乘客流的特點及構成，并介紹了預測客流量的方法。

綜上，現有的常態下樞紐客流協同管控方法仍然停留在局部管控優化，未考慮復雜的客流流線與客流協同管控優化間的關系，且未考慮多模式出行屬性，對樞紐的客流協同管控刻畫不足。

1.2 非常態下客流協同管控方法

熊國強等人[4]運用元胞自動機理論構建了地鐵客流應急疏散的組合模型，包括行人最優路徑選擇模型、障礙物繞行模型等，并仿真分析了地鐵客流應急疏散的過程；溫念慈等人[5]將協同矩陣與多目標規劃理論，應用到突發大客流下多車站協同客流控制應急決策研究中，實現突發情況下，多站動態協同應急決策的制定與動態調整；Zhu等人[6]構建了以訓練序列為階段變量的動態規劃模型，提出了一種具有多種改進策略的NSGA-II算法，求解綜合應急情況下并行協同控制模型，生成客流控制策略，最大限度地提高乘客周轉率；Yuan等人[7]提出一種基于跳停模式的客流控制和列車調度的綜合優化方法，此外，還考慮了特殊情況下的乘客動態需求和列車載客率，建立了混合整數規劃模型，使列車的未使用容量最小站臺和車站外的候車乘客總數最少。

綜上，現有的非常態下樞紐客流協同管控方法研究多集中于有預見性的突發客流情況，且客流管控措施單一，尚無法滿足樞紐的客流協同管控需求。

隨著科學、教育等領域的不斷發展，我國對高校教師也提出了更高的要求，結合當前河南省健美操教師的實際情況，學校應有計劃有針對性地開展健美操教師的培訓工作，提高健美操教師的整體水平。教師方面，青年教師應發揮自身優勢、完善知識結構，提高自身專業水平，將最新、最有效的教學方法帶入課堂中，老教師應發揮“傳、幫、帶”作用，適應當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榜樣，實現新老教師的有效對接。

2 常態下樞紐客流協同管控優化關鍵技術

2.1 復雜流線分析技術

樞紐的客流復雜流線分析技術是指對樞紐內的客流進行細致的分析和研究，以了解客流的流動規律和行為模式，并通過數據分析和建模等方法，提供有效的流線設計和管理方案。

客流數據通常是多維、動態和復雜的，如何從大量數據中提取有用的信息，并基于采集到的客流數據，形成客流的網絡模型和流線圖，建立客流模型來描述人員在樞紐內的流動情況，都是有待解決的問題。本文從復雜時空條件下樞紐客流集散流線狀態表征分析和基于多要素演化基本圖的動態演變關系分析2個方面來闡述復雜流線分析技術。

2.1.1 復雜時空條件下樞紐客流集散流線狀態表征分析

基于時空網絡圖的概念，構建復雜時空條件下的樞紐網絡結構圖，用以分析復雜時空下樞紐客流集散流線的特征。綜合考慮樞紐內部通道空間網絡特征、樞紐內各銜接交通時間特征、樞紐設施配置方案等要素對客流流線的影響，采用深度優先搜索方法分析樞紐內流量較大的關鍵流線，對每條流線進行全鏈路追蹤，深度挖掘流線的聚合起始點、途徑的瓶頸設備及消散點，標記客流流線合流與分叉的關鍵設備點，重點計算關鍵設備通行能力與合流平臺的平均集散時間。

2.1.2 基于多要素演化基本圖的動態演變關系分析

針對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的多要素影響因素識別及其客流量控制。提出多要素演化基本圖理論，考慮流線沖突點、客流平均走行距離、銜接交通的客流到達分布、自由流流速等因素，構建多要素演化基本圖（MEFD，Multi-Evolutionary Fundamental Diagram），并進一步研究客流相態劃分方法，建立基于全連接神經網絡的客流流線相態智能演化算法，分析流線間的動態聚集、匯合、演化和消散規律。

在MEFD構建過程中，考慮到樞紐內的客流流線網不同于城市交通道路網，其通道內復雜的客流流線交織，極易導致客流的無序性走行，由此，引入樞紐的流線干擾度指標，用來反映換乘樞紐內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同管控優化研究提供重要依據。

2.2 動靜態信息實時匹配度量方法

針對樞紐內多模式交通的運行方案、調度特性（時長、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）和時效影響（蔓延指數、變異速度等）等多類運載屬性，采用層次分析法，將各類運載屬性轉變為可統一度量的標準指標，并結合動態時間彎曲 （DTW，Dynamic Time Warping） 算法和波動權值，分析各類指標時序狀態下的異步相關特性，進而構建乘客出行特征和運載特征間的映射關系圖譜。基于策略梯度和Apriori分析手段，分析不同映射要素間的關聯程度，形成動/靜態信息的實時匹配度量方法。

3 非常態下樞紐客流協同管控優化關鍵技術

3.1 動態瓶頸點識別與預測方法

瓶頸是指在一個系統或過程中，限制了整體性能或流程效率的擁堵點，是導致整體系統無法更快運行或實現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域或環節，可能是客流擁堵、流動受阻或服務質量下降的關鍵點。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、運行調度問題和人群行為等，識別和預測樞紐瓶頸是優化客流流線的關鍵步驟。

針對現有樞紐瓶頸識別方法難以描述樞紐復雜環境下的多瓶頸及瓶頸區域等問題，需要研究面向樞紐多類運營目標的單點瓶頸識別方法和系統級瓶頸識別方法，進而構建基于時空關聯度分析的樞紐動態瓶頸實時預測模型，如圖1所示。

圖1 樞紐動態瓶頸識別方法

3.1.1 單點瓶頸識別方法

綜合考慮樞紐多類型、多方式客流的出行軌跡、出行目標、分布特征等因素對瓶頸造成的影響，從設備設施和客流輸送2方面對單個動態瓶頸識別方法進行研究，為識別樞紐內能力較小或失衡的設備設施，根據設備設施實際客流需求、通行能力和容納能力構建設備設施動態能力瓶頸的識別指標，以乘客通過步行時間、等待人數和擁擠度構建動態客流瓶頸識別指標，最終構建動靜態一體化單點動態客流瓶頸識別模型。

3.1.2 系統級瓶頸識別方法

基于樞紐異質客流的時空狀態因果關系挖掘模型和擁堵態勢時空傳播有向圖集，獲取樞紐內的客流分配，將客流分配、單點動態瓶頸和樞紐空間結構作為系統級瓶頸識別特征數據集，設置深度自編碼器的特征編碼、網絡權重和網絡偏置等，進而構建結合生成對抗網絡及深度強化學習的系統級瓶頸識別模型。

3.1.3 樞紐動態瓶頸實時預測模型

基于實時瓶頸發生、歷史瓶頸發生、客流流線等數據，構建樞紐瓶頸拓撲結構圖；利用GCN（Graph Convolutional Network）在處理空間信息上的優勢，構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、客流時間演化特征，構建瓶頸的時間特征挖掘模型；進而將樞紐瓶頸節點、時間特征和空間特征構造為可學習的鄰接矩陣，構建基于視覺注意力網絡的樞紐動態瓶頸實時預測模型，最終輸出瓶頸發生、消散、轉移和擴散的預測結果。

3.2 應急協同調度與決策方法

針對非常態下樞紐的應急協同調度與決策通常采用被動響應模式的問題，建立包括異常事件感知、影響程度評估、決策方案推薦、決策過程預演、管控效果評估及實施過程監測等6個模塊的應急協同調度與決策方法[8]，如圖2所示。

圖2 應急協同調度與決策方法流程

（1）將非常態下的樞紐多因素的歷史異常事件數據和實時社會空間數據輸入到數字孿生系統內[9]，進行樣本擴增，實現快速精準的異常事件感知；

（2）結合客流生成與態勢分析、多尺度高精度動力學模型、集散能力計算和動態瓶頸識別對事件的影響程度進行評估；

（3）通過交叉關聯、對比分析和機器學習等方法進行跨空間信息關聯，構建樞紐基礎設施資源池和管理決策知識資源池，實現協同管控決策方案推薦；

（4）利用策略網絡和估值網絡進行快速的決策方案推演，結合推薦算法選擇最優決策方案；

（5）針對多選管控方案進行管控效果評估，對多源交通方式從運行計劃、調度特性和承載性能等方面進行評估，對客流組織從時效影響、路徑可達和軌跡重疊等方面進行評估，對樞紐關聯從關聯銜接、通行評估和態勢跟蹤等方面進行評估；

（6）進行實施過程監測，將出租車、公交和列車調度等作為實施監測對象，實現對包括OD（Origin to Destination）動態分布和出行需求等方面的客流狀態的監測。將監測獲取的數據導入到異常事件感知模塊，形成6個模塊的主動式閉環。

4 結束語

針對當前樞紐客流協同管控研究存在的復雜流線分析和樞紐動態瓶頸點識別困難等問題，本文從常態和非常態下的樞紐客流協同管控方法2個方面展開研究，闡述了相關的研究成果，存在問題和關鍵技術，對我國高鐵綜合交通樞紐的運營、發展和規劃具有參考意義。下一步，將更加注重多模態客流協同管控和客流預測與動態調度等方面的研究，研究如何在多模態間實現客流的協同管控，以及如何提升樞紐客流預測的準確性和精細度。