综合客运枢纽动态导向服务决策研究

The Comprehensive Passengers Transportation Hub(CPTH) is the distribution center of mass passengers, which is characterized by trends towards three-dimensional structure, network and diversity. As a result, the passenger may be lost in the complicated streamlines of passenger flow in CPTH easily and the conflict between the distribution demand of crowded passengers and the short supply of distribution capacity comes out gradually. In fact, the traditional and empirical control measures of passenger flow have reduced the satisfaction of passengers. Therefore, the problem “how to make the scientific and rational guidance service strategy to achieve quick and orderly distribution of the passengers” decides the level of operation efficiency of CPTH. .The program tries to integrate the distribution service and guidance in CPTH to realize the efficient distribution. Our research method includes the traffic psychology, operational research, and crowd simulation and some other theory. First, the distribution model of passenger flow is proposed based on the pedestrian cognitive behavior analysis in wayfinding. Secondly, the design method of guidance service network is proposed based on the incomplete cognitive behavior of passengers. Finally, the Reinforcement Learning-based strategy model of dynamic guidance service is developed to improve the comprehensive service level of CPTH. The research results are expected to become a good solution to the management of crowded passengers in CPTH.

综合客运枢纽作为大规模客流的集散地正在向着结构立体化、网络化和功能多元化方向发展，其内部客流流线日益复杂，使得乘客容易迷失方向；另一方面，高聚集客流集散需求与枢纽集散能力供给不充分的矛盾日渐显现，传统经验型的客流管控措施降低乘客满意度。因此，如何科学合理的制定导向服务策略，诱导客流快速有序集散直接关系着综合客运枢纽运营效率高低。.针对枢纽服务与诱导脱节问题，以客流高效集散为牵引，综合运用交通心理学、运筹学、群体仿真等理论与方法，首先，通过研究乘客寻路行为特征,建立客流集散模型；其次，基于乘客不完备寻路认知行为，提出导向服务网络设计方法；最后，建立动态导向服务强化学习决策模型，从而提高枢纽综合服务水平。研究成果有望为综合客运枢纽高聚集客流的管理提供一种有效的解决方案

综合客运枢纽高聚集客流集散需求与集散能力供给不充分的矛盾日益突出，如何通过枢纽集散设施的运用优化实现客流集散需求与集散能力在集散网络上的精准协同已成为最为迫切解决的技术难题。.针对以上科学问题，本项目创新性提出了面向乘客友好的导向标识设计和智慧化枢纽客流优化控制等关键技术方法。率先揭示基于“三域”融合的乘客与标识交互机理并提出枢纽客流集散网络与导向标识系统协同优化设计方法，负责研制的车站导向标识优化系统成功解决了乘客行为不确定性导致的车站客流集散网络与导向服务网络“两网”协作困难问题。该系统方法推广应用至北京广州等地车站设计中，减少通行时间10%以上，单日减少乘客时间成本上万元，产生巨大的经济社会效益，技术指标通过权威部门和运营企业的验证；负责编制的地铁国家工程实验室技术标准《基于乘客友好的通行导向技术指南》为车站导向标识系统的设计、建设、维护和管理提供技术指导和规范建议；参与了国家标准《城市轨道交通客运服务规范》修订工作。因此，本项目通过以上理论技术研究完成了项目研究目标1“枢纽乘客寻路认知行为特征分析”，研究成果在企业得到广泛应用，并形成了标准规范指导国内地铁企业的导向标识系统设计工作。.在枢纽高聚集客流管控方面，率先提出基于状态反馈的枢纽客流集散优化控制关键技术方法。提出了基于动态诱导的车站客流应急疏散方法，车站客流集散精细化仿真方法精度达99.8%，研制的车站实时客流状态辨识和预警系统实现了客流状态的实时采集与评估，保障客流集散安全，研制的轨道交通大数据平台率先实现了北京地铁路网运营安全数据的管理、挖掘和分析功能，为北京地铁的运营管理提供决策支持。因此，本项目通过以上关键技术研究和系统装置研发，完成了项目研究目标2“枢纽导向信息动态更新策略的关键方法”，研究成果在保障枢纽客流集散安全，提升集散效率方面发挥了重要作用。

内容获取失败，请点击重试