该成果针对城市轨道交通列车运行计划在实际运营中难以实时适应客流变化的痛点问题。传统列车运行计划往往基于固定时刻表,难以灵活应对突发客流、节假日客流高峰等动态变化,导致乘客候车时间长、列车运输效率低下等问题。
该成果通过构建Hadoop大数据处理平台,实现对轨道交通客流数据的实时分析和挖掘。采用基于深度神经网络的检测模型MPDNet和SPDNet,弥补传统AFC系统实时性不足的缺陷,精准感知车站、列车客流量和实时分布。同时,提出STVGCN、ST-RANet和EEMD-LSTM等客流预测模型,实现多场景下轨道交通客流量的精准预测。在此基础上,建立客流数据驱动的城市轨道交通列车运行计划动态优化模型,利用智能启发式算法和非线性规划方法求解,实现列车运行计划的动态调整,优化列车时刻表,提高运输效率。
该成果具有显著的创新性和实用性,能够实时适应客流变化,优化列车运行计划,提高运输效率和乘客满意度。相较于传统固定时刻表,该成果能够显著降低乘客候车时间,提升列车载客效率,减少运营成本。同时,该成果在大数据处理、客流预测和列车运行计划优化等方面具有深厚的技术积累,申请发明专利7项(已授权3项),发表高水平论文10篇(其中SCI索引论文9篇),具备强大的技术竞争力和市场应用前景。
20240110
交通运输、仓储和邮政业
已经具备专利、关键技术和系统装备成套技术,与北京市地铁运营有限公司地铁运营技术研发中心签订了成果应用合同,在北京市地铁运营有限公司13号线、6号线形成推广应用,与盛世沛金科技 (江苏) 有限公司签订成果转化合同(部分成果)。
形成的乘客综合智能感知及应用关键技术、系统装备、专利在后续的资金投入和资源倾斜下,系统具有持续升级和扩展的能力,系统可以拓展应用于更多的场景和行业领域,主要合作需求:1、轨道交通及智慧城市行业用户,可以直接结合需求进行推广应用;2、轨道交通、智慧城市研发及生产类企业,合作推进技术、产品完善和推广应用;3、具有资金和行业背景的投资机构,提供产业资金和行业资源,共同推进成果落地转化、规模化推广和产业化。
可国(境)内外转让
1、经济效益:本项目成果在北京地铁推广应用中,平均每组列车年节约成本55.38万元,北京地铁公司运营线路899组列车,将来全部应用推广本项目成果后,年预计节约成本4.97亿元。推广至全国开通地铁的55个城市后,预计带来50亿元以上的销售收入。项目成果同时可以向智能交通、智慧城市等行业智能化、数字化场景推广应用,带来更客观的收益。 2、社会效益:研究成果可提高城市轨道交通客流动态精准感知能力、大客流风险识别能力、列车运输效率和主动防控水平,提升乘客服务质量,推动了轨道交通安全、高效、均衡发展。为今后城市轨道交通智能感知、智慧化发展提供了理论支撑和技术装备支持,带动整个轨道交通产业自主创新体系的发展和行业技术水平整体升级。
北京市自然科学基金丰台前沿项目
北京市科学技术委员会;中关村科技园区管理委员会
依托《客流数据驱动的城市轨道交通列车运行计划动态调整方法研究》项目,项目组成员充分发挥在轨道交通领域的技术优势,加强学科之间的合作,合理分工。采用理论建模、仿真验证和应用场景验证相结合的方式,形成的科技成果包含专著1部、科技论文10篇(其中SCI索引论文9篇)、申请发明专利7项(已授权3项)、软件著作权2项。科技成果概要说明如下: 1.研究构建适用于轨道交通客流数据的 Hadoop 大数据处理平台,分析处理北京轨道交通典型场景 AFC 系统数据及基于视频分析的客流数据,形成轨道交通客流数据模型和分析挖掘方法。形成《视频AI综合分析管理云平台》、《云边端一体化的大数据平台》计算机软件,可实现视频识别和分析、数据实时处理,具备大数据处理和存储能力和良好的可扩展性。在轨道交通视频信息处理存储,大数据整合、分析、挖掘各领域都具有广泛的应用前景。 2.针对轨道交通AFC数据实时性不够的问题,研究基于计算机视觉的乘客检测算法,研究提出了两种基于深度神经网络的检测模型MPDNet和SPDNet(包括2项授权专利、2篇SCI论文),模型可以弥补传统AFC系统无法表征客流实时分布状态和流向的问题,动态精准感知城市轨道交通车站、列车客流量和实时分布。 3.针对不同场景精细化客流预测问题,提出了考虑地理关联因素下OD客流模式的STVGCN模型、考虑气象及重大事件等外部因素的ST-RANet、工作日典型客流模式的EEMD-LSTM组合模型(包括1项授权专利、2项申请专利、2篇SCI论文),可以实现多场景下轨道交通客流量的精准预测。 4.以列车运行均衡性、列车载客效率、乘客候车时间以及乘客旅行时间为优化目标,以车站停站时间,站间运行时间,各车站限制客流量等为控制变量,建立客流数据驱动的城市轨道交通列车运行计划动态优化模型,利用智能启发式算法和非线性规划方法求解模型。实验结果表明,优化后的列车时刻表能更好地满足乘客出行需求、提高运输效率。(包括6篇高水平论文)。
