城市交通应急站点资源配置的优化
2021-06-15 11:53:55
729
0
掌链  北京联合大学 北京 100101 亓呈明 胡立栓

北京联合大学 北京 100101 亓呈明 胡立栓

摘要:在分析城市轨道交通客流运载情况和对短时交通流预测的基础上,针对当前城市轨道交通应急救援站配置研究的不足与迫切需求,立足于城市轨道交通网络化运营的时代背景,研究城市轨道交通客流预测结果量化的急救站风险度。将构建的模型运用于北京市城市轨道交通应急救援站资源配置实证分析中,以期根据预测结果对应急救援站点资源配置方案进行有效设计与优化。

1.引言

近年来,我国人口与经济不断增长,城市化进程也快速发展,随着城市规模的不断扩大,社会经济活动的日益频繁,居民交通出行量由此被带动并大幅扩增。对此,优先发展公共交通成为有效缓解一系列城市交通问题的关键措施之一,城市轨道交通作为一种资源节约型和环境友好型的绿色交通工具得到大幅发展。以其容量大、速度快、安全可靠、准点舒适、节能环保等特点和优点成为城市居民出行时的首选公共交通方式。

由于城市轨道交通系统是一个相对封闭的系统,并且具有客流集中度高、客流构成复杂的特点,突发事件造成的城市轨道交通系统中的部分站点与线路的中断运营极易造成大量的出行乘客的滞留,严重时会造成重大的财产损失甚至重大的伤亡事故。与此同时,作为整个城市交通系统的骨干,突发性的中断很有可能进一步造成整个城市交通系统的局部甚至是全面瘫痪。即城市轨道交通在城市交通中的地位越重要则相应的其突发事件所造成的后果也就更为严重,而在突发事件发生时快速地从众多预案中选取一个最佳方案又是应急物流中的一个极其的重要方面。因此,对城市轨道交通应急资源配置的研究是具有现实意义的课题。

2.国内外研究现状

国内关于应急资源配备的研究可以分为需求点配备和服务设施点配备两类。关于需求点的应急资源配备,主要是向突发事件发生地点输送和配置其需要的应急物资。陈超(2010)通过对上海地铁的深入了解,分别从三个层面对地铁网络运营风险进行研究,在车站层面,建立起上海地铁风险事故分析矩阵,对各类风险事故的概率和损失进行评价[1]。王苏生等(2011)针对多受灾点应急资源配置过程中的资源竞争和费用偏高问题,依据双层规划方法建立了满足连续性条件的多受灾点的应急资源配置模型[2]。孙彩红[3] (2012)针对地铁应急点的布局以及应急资源的配置问题进行了优化,分别从前期配置和资源调配两方面研究。庞海云(2012) [4]从应急资源的需求预测、分配决策、方案评价进行了深入研究,建立了完全信息非合作博弈模型。詹沙磊等(2013)以灾害预测准确性和物流成本效率之间的悖反关系为前提,考虑多目标规划和随机规划两个方面,对应急车辆选址、路径选址、物资配送问题建立了多目标随机规划模型[5]。刘欣[6]提出广义最大覆盖模型,在有限的资源和预算下,使得应急需求点被覆盖的价值最大化。祝蕾[7]依据城市轨道交通站点的综合脆弱度指数构建了应急救援站选址模型,并将研究成果应用于南京市轨道交通应急救援站选址中。

Manuel [8]等人选取了交通事故中一些具有代表性的因素进行分析,结合车辆定位智能系统,利用多目标遗传算法求解出了一套最优方案,并验证了该方法的有效性。 Moghaddam[9]在逆向物流网络配置研究中构建了模糊多目标数学模型,模型考虑了客户需求,供应商能力和退货产品比例的内在不确定性,模型的目标函数是最大化总利润,最小化缺陷部件数量、延迟交货的总量和供应商的经济风险因素。Trivedi 等人[10]提出了基于层次分析法、模糊集合理论和目标规划方法相结合的混合多目标决策模型用于应急避难点的选址问题。模型在考虑需求、能力、利用率和预算约束的基础上,最小化距离、风险、站点数量和未覆盖的需求。

总体而言,国内外对应急救援资源的配置问题已进行了较多的研究,但在应急救援资源配置的研究中,针对地铁应急救援资源配置这一领域的研究很少。所以有必要立足地铁的实际情况,兼顾救援时间和经济效益对地铁应急救援资源的配置进行研究。

3.设计方法与实现

3.1短时客流量预测方法

短时地铁客流预测主要思路是:综合考虑外界因素(如天气条件等)对短时地铁客流的影响,以历史公客流数据为依据,利用合理的预测方法建立起精确的短时地铁客流预测模型,从而对未来一段时间内的地铁客流情况进行预测,旨在为城市公共交通管理和建设提供决策依据。

根据短时客流预测的特质,通过对短时地铁客流预测的文献研究发现,目前短时地铁客流预测的方法主要有两类:一是基于线性理论的参数方法,二是基于非线性理论非参数的方法。

3.2模型参数确定

在应用上述模型时,需要对模型中涉及的参数进行确定,主要包含两部分——一是模型自动调整的参数,二是人为设置的参数。

在基于 LSTM 的短时交通流量模型训练过程中,每个连接上的权值是通过模型自身训练学习到的,一旦学习率(即步长)确定,则整个深度学习神经网络能够根据预测误差不断自动调整权值,直至达到可接受误差或迭代次数终止,整个过程不需要人为干预。

除了每个连接上的权值能够根据预测误差不断自动调整外,还有一部分参数需要人为事先设置好,称之为超参数(Hyper-Parameters)。超参数主要包括网络的层数、每层的节点数、激励函数、学习率、目标函数、优化函数、批处理数量、迭代次数等。超参数设置的合适与否直接决定了模型预测结果的准确性,因此如何确定基于LSTM 的短时交通流预测模型超参数至关重要。现阶段,深度学习模型中的超参数确定。

还没有具体且行之有效的方法,一般是根据经验法或试凑法对其进行调整。经验法指的是依据之前的经验对模型中的参数进行确定,该方法一般只适合对模型参数的初始状态进行设定;试凑法为在参数初始状态确定后,有选择性的依次调整网络参数,然后对每次调整后的最终预测结果进行对比,选取误差最小的参数值。本文采用的是经验法与试凑法相结合的方法来对参数值加以选取。

4、应急救援站点的风险度

应急物资的运输方作为突发事件中应急物资的实际运输者,发挥着保障应急物资配送的重要作用。应急物资的运输企业在接到运输任务时,要结合时事环境,考虑运送的物资的属性及需求的紧迫性,快速制定应急物资运输的线路、配送方案,兼顾配送效率及可实施性原则。当突发事件发生时,作为应急物资的运输企业,应快速做出运输方案,保证应急物资能够快速通过各种检验检疫,并确保物资的完整性、安全性,防止物资滞留、遗失等事件的发生,影响突发事件防控工作的推进。

在应急物流设备配置方面,应急物流设备主要包括各类应急运输设备、装卸搬运设备、应急通信设备等,为了适应突发事件发生后的自然地质条件等因素,建议选用灵活性高、适应性强,与其他救援设备配套性好的应急物流设备承担救援任务。同时,还要提高应急物流设备管理水平,对参与救援的应急物流车辆进行实时监控,发现问题及时解决。

基于上述考虑,本文提出应用多目标决策中一个有效、易行的方法一层次分析法(又称AHP法)来解决应急物流方案选择问题。

4.1 方案选择影响因素

物流服务。应急物流系统本身是一个服务系统,其物流服务理应成为衡量方案优劣的依据。物流服务的核心是满足因突发事件而产生的物流需求,而满足物流需求体现在各个方面,如应急物资的及时送达、保质保量等,由于应急物流“急”字当先,其服务主要考虑准时性、安全性和缺损率三个方面。

物流成本。应急物流最主要的目标是满足因突发事件而产生的物流需求,保障物资、人员、资金的流动。但同时也应该注意物流成本的节约,避免出现“帕累托无效率”状态。这一点对于我国这么一个资金尚不宽裕的发展中国家显得更有意义。这里说的物流成本是个广义概念,包括经济成本和社会环境成本。

4.2 AHP法进行方案选择过程

对应急物流预案选择工作仔细分析,可以将预案选择看作一个决策。决策目标为:选择最适宜的应急方案。影响决策的因素有两个:物流服务与物流成本。

其中物流服务体现在三个方面:准时性、安全性和缺损率;物流成本包括两部分:经济成本和社会环境成本。这样,预案选择便是一个典型的多目标决策问题,于是可以应用解决多目标决策问题的典型方法--AHP法(层次分析法)来完成方案选择工作。

4.3 应用AHP法进行应急预案选择的方法步骤

①建立应急预案选择决策的递阶层次结构

②对同一层次的元素进行两两比较,构造比较矩阵。

③层次单排序及其一致性检验。

④层次总排序及其一致性检验。

5. 城市轨道交通客流量数据分析

针对应急物资的多资源调度问题,建立了应急时间和运输成本最低的多目标优化模型,并采用邻域重叠和惯性因子线性变化等方法,提出全局和局部混合模式的改进的粒子群算法对其进行了求解,并取得较好的运算结果。

针对应急物资的多资源调度问题,通过对短时客流量预测、运用结果计算站点风险度,建立应急时间和运输成本最低的多目标优化模型,并采用邻域重叠和惯性因子线性变化等方法,提出全局和局部混合模式的改进的粒子群算法对应急救援站点的资源优化配置及最短路径进行求解。实验中,我们多次对实现代码进行运行求解,当路径图出现交点时,显然不是最短路径;当数值越小且相近时,能够得到根据坐标值生成的最短路径图。

LSTM模型侧重从时间维度分析客流量数据的分布, CNN模型则从时间和空间两个维度对客流量进行分析。首先对比地铁各站客流量总数,然后分析各站的客流分布特点,为卷积神经网络模型的训练和预测打下基础。

运行结果生成优化路径图如下所示。

1.png

6.结论

在方案设计和优化的过程中,通过建立基于LSTM的短时交通流预测模型,对北京地铁不同时段的客流量进行了预测,并根据预测结果运用层次分析法对应急救援站点进行了风险度的预测,最后使用粒子群算法对应急站点间的最短距离进行了求解并生成了优化路径图,最终实现了城市轨道交通应急站点资源配置方案的设计与优化。以期给出资源配备的优化方案,从而与现实情况作对比及提出优化改进的参考建议。

(本文得到北京联合大学2019年度校级科研项目(ZK50201908)资助)

参考文献

[1]  陈超.突发事件应急资源调度模型与算法研究.南京航空航天大学硕士学位论文,2010.

[2]  王苏生,王岩,孙健,等.连续性条件下的多受灾点应急资源配置算法.系统管理学报,2011,20(02):143-150.

[3]  孙彩红.基于网络化的地铁应急资源配置优化方法研究.北京交通大学硕士学位论文,2010.

[4]  庞海云.突发性灾害事件下应急物资分配决策优化过程研究.浙江大学博士学位论文,2012.

[5]  詹沙磊,刘南.基于灾情信息更新的应急物资配送多目标随机规划模型.系统工程理论与实践,2013(01):159-166.

[6]刘欣. 地铁突发事件应急救援物资配置研究[D]. 2015.

[7]祝蕾.基于复杂网络理论的城市轨道交通应急救援站选址研究[D].东南大学,2018.

[8]Manuel Fogue , Piedad Garrido , Francisco J. Martinez, Juan -Carlos Cano, Carlos T. Calafate, Pietro Manzoni. [J]. Expert Systems with Applications, 2013,40 (01).

[9] Moghaddam K S.Fuzzy multi-objective model for supplier selection and order allocation in reverse logistics systems under supply and demand uncertainty[J].Expert Systems with Applications,2015,42(15-16):6237-6254.

[10] Trivedi A,Singh A.A hybrid multi-objective decision model for emergency shelter location-relocation projects  using  fuzzy  analytic  hierarchy  process  and  goal  programming  approach[J].International Journal of Project Management,2017,35(5):827-840.

 底图.jpg


点赞
收藏
北京联合大学 北京 100101 亓呈明 胡立栓
共发表1篇作品