突發(fā)事件下城市軌道交通客流演化及其控制方法研究

第一章 緒論
第一節(jié) 城市軌道交通突發(fā)事件
一、城市軌道交通突發(fā)事件的界定
二、城市軌道交通突發(fā)事件原因
三、城市軌道交通突發(fā)事件的類型及特點
第二節(jié) 突發(fā)事件下客流控制問題分析
一、客流控制機理
二、供給側分析
三、需求側分析
四、兩者關系分析
五、客流控制分類
第二章 相關理論基礎
第一節(jié) 路網客流分布規(guī)律研究
一、乘客路徑決策分析
二、網絡拓撲結構分析
第二節(jié) 線網客流控制方法
一、線路客流控制研究
二、網絡客流控制研究
三、網絡可控性研究
第三節(jié) 車站客流控制方法
第三章 突發(fā)事件下城市軌道交通客流特點及運輸組織理論研究
第一節(jié) 突發(fā)事件下城市軌道交通客流特點
一、突發(fā)事件下客流特點、傳播過程及影響因素
二、不同類型突發(fā)事件下客流分布特點
第二節(jié) 突發(fā)事件下城市軌道交通客流組織類型
一、疏散
二、封站
三、限流
第三節(jié) 突發(fā)事件下城市軌道交通行車組織類型
一、列車降級方案
二、“拉風箱”運行方案
三、列車交路運行方案
四、列車停站方案
第四章 城市軌道交通路網客流OD動態(tài)估計
第一節(jié) 客流OD動態(tài)估計問題與方法分析
一、路網客流OD動態(tài)估計
二、狀態(tài)預測與估計方法
三、狀態(tài)估計方法在客流OD估計中的適用性分析
第二節(jié) 機器學習與遞歸貝葉斯相結合的客流OD動態(tài)估計方法
一、基于機器學習與貝葉斯的客流OD估計方法框架
二、機器學習模型的選擇——ISTM
三、濾波器的選擇——粒子濾波
第五章 路網客流動態(tài)分布推演仿真方法
第一節(jié) 城市軌道交通路網客流分布推演方法
一、基于客流分配的推演方法
二、基于仿真的推演方法
第二節(jié) 仿真建模分析
一、仿真系統(tǒng)需求分析
二、核心仿真要素及其關系分析
第三節(jié) 仿真模型構建
一、仿真建模思路與模型框架
二、乘客與列車生成子模型
三、運輸流狀態(tài)網絡模型
四、乘客出行過程狀態(tài)轉移子模型
五、列車運行過程狀態(tài)轉移子模型
第四節(jié) 客流動態(tài)分布推演仿真方法
一、客流動態(tài)分布推演仿真的任務分解策略
二、仿真時鐘協(xié)調方法
第五節(jié) 案例分析
一、仿真運行及實驗描述
二、仿真結果與驗證
三、路網客流動態(tài)分布狀況分析
第六章 突發(fā)事件下路網客流分布規(guī)律
第一節(jié) 突發(fā)事件下乘客路徑決策特點
一、問卷統(tǒng)計分析
二、突發(fā)事件高峰時段乘客等待時間梯度函數
第二節(jié) 有效路徑重構
一、城市軌道交通網絡結構
二、有效路徑篩選
第三節(jié) 突發(fā)事件下乘客出行路徑分析
一、模型假設
二、突發(fā)事件下路徑效用函數的建立
三、突發(fā)事件下乘客出行路徑決策模型
第四節(jié) 突發(fā)事件下受影響范圍和程度界定方法
一、突發(fā)事件下受影響范圍影響因素
二、界定受影響范圍和程度分析方法
第五節(jié) 案例分析
一、路網基礎數據
二、場景描述
三、結果與分析
第七章 網絡客流控制方法
第一節(jié) “雙限”條件下路網客流分析
第二節(jié) 城市軌道交通網絡客流控制方法
第三節(jié) 城市軌道交通客流網絡模型建模
一、城市軌道交通客流網絡模型
二、控流車站備選集評價指標
第四節(jié) 城市軌道交通客流網絡可控性判定方法
一、系統(tǒng)可控判定理論
二、城市軌道交通客流網絡可控分析
三、城市軌道交通客流網絡可控判定方法
第五節(jié) 城市軌道交通客流網絡控流車站辨識方法
一、網絡結構優(yōu)化圖方法
二、基于驅動節(jié)點匹配的控流車站辨識方法
第六節(jié) 實證分析
一、北京城市軌道交通網絡特性分析
二、簡單局部客流網可控性案例
三、北京城市軌道交通客流網可控性案例
第八章 車站客流控制方法
第一節(jié) 車站客流控制內涵
一、一級控制（限）
二、二級控制（控）
三、三級控制（封）
第二節(jié) 車站客流控制方法
第三節(jié) 車站客流控制模型
一、模型假設
二、車站多級排隊系統(tǒng)構建
三、控流區(qū)域狀態(tài)分析
四、控流區(qū)域之間客流的控制
五、車站客流控制模型的求解
第四節(jié) 案例分析
一、車站參數及系統(tǒng)構建
二、車站控制結果
附錄 突發(fā)事件下城市軌道交通乘客路徑選擇調查問卷
參考文獻