[發明專利]一種地鐵交通流控制方法

在審

• 申請號: 201710078413.5
• 申請日: 2015-03-31
• 公開（公告）號: CN106828546A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 韓云祥;黃曉瓊
• 申請（專利權）人: 江蘇理工學院
• 主分類號: B61L27/00
• 分類號: B61L27/00;G06F17/50
• 代理公司: 常州市江海陽光知識產權代理有限公司32214
• 代理人: 陳曉君

1.一種地鐵交通流控制方法，其特征在于包括如下步驟：

步驟A、根據各個列車的計劃運行參數，生成軌道交通網絡的拓撲結構圖；

步驟B、基于步驟A所構建的軌道交通網絡的拓撲結構圖，分析列車流的可控性和敏感性二類特性；

步驟C、根據各個列車的計劃運行參數，在構建列車動力學模型的基礎上，依據列車運行沖突耦合點建立列車運行沖突預調配模型，生成多列車無沖突運行軌跡；

步驟D、在每一采樣時刻t，基于列車當前的運行狀態和歷史位置觀測序列，對列車未來某時刻的行進位置進行預測；其具體過程如下：

步驟D1、列車軌跡數據預處理，以列車在起始站的停靠位置為坐標原點，在每一采樣時刻，依據所獲取的列車原始離散二維位置序列x＝[x₁,x₂,…,x_n]和y＝[y₁,y₂,…,y_n]，采用一階差分方法對其進行處理獲取新的列車離散位置序列△x＝[△x₁,△x₂,…,△x_n-1]和△y＝[△y₁,△y₂,…,△y_n-1],其中△x_i＝x_i+1-x_i,△y_i＝y_i+1-y_i(i＝1,2,…,n-1)；

步驟D2、對列車軌跡數據聚類，對處理后新的列車離散二維位置序列△x和△y，通過設定聚類個數M'，采用K-means聚類算法分別對其進行聚類；

步驟D3、對聚類后的列車軌跡數據利用隱馬爾科夫模型進行參數訓練，通過將處理后的列車運行軌跡數據△x和△y視為隱馬爾科夫過程的顯觀測值，通過設定隱狀態數目N'和參數更新時段τ'，依據最近的T'個位置觀測值并采用B-W算法滾動獲取最新隱馬爾科夫模型參數λ'；具體來講：由于所獲得的列車軌跡序列數據長度是動態變化的，為了實時跟蹤列車軌跡的狀態變化，有必要在初始軌跡隱馬爾科夫模型參數λ'＝(π,A,B)的基礎上對其重新調整，以便更精確地推測列車在未來某時刻的位置；每隔時段τ'，依據最新獲得的T'個觀測值(o₁,o₂,…,o_T')對軌跡隱馬爾科夫模型參數λ'＝(π,A,B)進行重新估計；

步驟D4、依據隱馬爾科夫模型參數，采用Viterbi算法獲取當前時刻觀測值所對應的隱狀態q；

步驟D5、每隔時段根據最新獲得的隱馬爾科夫模型參數λ'＝(π,A,B)和最近H個歷史觀測值(o₁,o₂,…,o_H)，基于列車當前時刻的隱狀態q，在時刻t，通過設定預測時域h'，獲取未來時段列車的位置預測值O；

步驟E、建立從列車的連續動態到離散沖突邏輯的觀測器，將地鐵交通系統的連續動態映射為離散觀測值表達的沖突狀態；當系統有可能違反交通管制規則時，對地鐵交通混雜系統的混雜動態行為實施監控，為控制中心提供及時的告警信息；

步驟E的具體實施過程如下：

步驟E1、構造基于管制規則的沖突超曲面函數集：建立超曲面函數集用以反映系統的沖突狀況，其中，沖突超曲面中與單一列車相關的連續函數h_I為第I型超曲面，與兩列車相關的連續函數h_II為第II型超曲面；

步驟E2、建立由列車連續狀態至離散沖突狀態的觀測器，構建列車在交通路網內運行時需滿足的安全規則集d_ij(t)≥d_min，其中d_ij(t)表示列車i和列車j在t時刻的實際間隔，d_min表示列車間的最小安全間隔；

步驟E3、基于人-機系統理論和復雜系統遞階控制原理，根據列車運行模式，構建人在環路的列車實時監控機制，保證系統的運行處于安全可達集內，設計從沖突到沖突解脫手段的離散監控器，當觀測器的離散觀測向量表明安全規則集會被違反時，立刻發出相應的告警信息；

步驟F、當告警信息出現時，在滿足列車物理性能、區域容流約束和軌道交通調度規則的前提下，通過設定優化指標函數，采用自適應控制理論方法對列車運行軌跡進行魯棒雙層規劃，并將規劃結果傳輸給各列車，各列車接收并執行列車避撞指令直至各列車均到達其解脫終點。