地铁乘车概率模型及其参数校准
A Probabilistic Model for Metro Boarding and the Related Parameter Calibration
李春亚 1符嫚嫚 2熊世峰3
作者信息
- 1. 上海工程技术大学数理与统计学院,上海 201620
- 2. 河南省统计局,郑州 450000
- 3. 中国科学院数学与系统科学研究院,北京 100190
- 折叠
摘要
文章研究了地铁乘客到达站台后的乘车概率问题.在若干合理假设下,证明了乘客乘车概率的一个随机排队模型.该模型推广了 Grube等(2011年)和Mo等(2020年)中"先到先服务"这种确定性模型.文章给出了随机排队模型的一个简化版本,该版本中的参数取零值时,随机模型即退化到确定性排队模型.基于随机排队模型,文章构建了典型地铁路线的乘客流仿真,输入列车时刻表,乘客进站时间,走行时间分布等信息,该仿真能够输出每位乘客在地铁系统的轨迹和出站时间.文章综合实际数据和仿真输出,提出了参数校准方法.北京昌平线的实际数据阐述了所提随机排队模型相对于Grube等(2021年)和Mo等(2020年)中的确定性排队模型的优势.
Abstract
This paper studies boarding probabilities of metro passengers at plat-forms.Under several reasonable assumptions,we prove a stochastic queueing model for passengers'boarding probabilities,which extends the deterministic queueing model(first-come-first-serve principle)in the research of Grube,et al.(2011)and Mo,et al.(2020).We present a simplified version of the stochastic queueing model that reduces to the deterministic queueing model when the parameter of the version is set to be zero.Based on the stochastic model,we construct a passenger flow simulation on a typical route.With the train schedule,passengers'tap-in times,and walking time distributions being inputs,the simulation yields each passenger's movement and tap-out time as outputs.Combining real data and simulation outputs,we provide a parameter calibration method.Real data analysis on Changping line of Beijing Metro illustrates advantages of the proposed stochastic model over the existing deterministic model.
关键词
地铁仿真/计算机试验/排队模型/反问题Key words
Metro simulation/computer experiment/queueing model/inverse prob-lem引用本文复制引用
基金项目
国家重点研发计划(2021YFA1000300)
国家重点研发计划(2021YFA1000301)
国家重点研发计划(2021YFA1000303)
国家自然科学基金(12301320)
国家自然科学基金(12171462)
上海工程技术大学校级教学建设项目(2023)(k202321008)
上海市晨光计划(23CGA71)
出版年
2024
NETL
NSTL
万方数据