如果地铁仅仅延误了几分钟,地铁站里面的人流会怎么样,让我们来设定一个模型考察一下。不考虑地铁最先和最末的几个地铁站
- x=[0,1],表示车上的人数,1表示不能再进人了。
- 地铁的间隔加上人上下车的时间假设是T分钟,按繁忙时间的班次间隔计算,广州的是3分钟左右。
- 下车人的比例是λ,车站中等待的认为y,我们假设中间的站处于稳态,即上车和下车的人一样多,那么有λx=y,每分钟新增等待人为y/T
当一部车到站时,入站人数x;站台的等待人数为λx/T,t为等待的时间;下车的人数为λx,上车的人人数为MIN(站台人数,1-车人数+下车人数),剩余站台的人为等待人数-上车人数。
当一辆车晚点,它停的每个站都是晚点,让我们看看下面几组情况。组1:x=0.8,正常情况,晚点1分钟,晚点2分钟,晚点3分钟的情况。
表一:正常到站的稳态情况列车途径各站情况
<!-- [if gte mso 9]><xml>
<w:WordDocument>
<w:View>Normal</w:View>
<w:Zoom>0</w:Zoom>
<w:PunctuationKerning/>
<w:DrawingGridVerticalSpacing>7.8 磅</w:DrawingGridVerticalSpacing>
<w:DisplayHorizontalDrawingGridEvery>0</w:DisplayHorizontalDrawingGridEvery>
<w:DisplayVerticalDrawingGridEvery>2</w:DisplayVerticalDrawingGridEvery>
<w:ValidateAgainstSchemas/>
<w:SaveIfXMLInvalid>false</w:SaveIfXMLInvalid>
<w:IgnoreMixedContent>false</w:IgnoreMixedContent>
<w:AlwaysShowPlaceholderText>false</w:AlwaysShowPlaceholderText>
<w:Compatibility>
<w:SpaceForUL/>
<w:BalanceSingleByteDoubleByteWidth/>
<w:DoNotLeaveBackslashAlone/>
<w:ULTrailSpace/>
<w:DoNotExpandShiftReturn/>
<w:AdjustLineHeightInTable/>
<w:BreakWrappedTables/>
<w:SnapToGridInCell/>
<w:WrapTextWithPunct/>
<w:UseAsianBreakRules/>
<w:DontGrowAutofit/>
<w:UseFELayout/>
</w:Compatibility>
<w:BrowserLevel>MicrosoftInternetExplorer4</w:BrowserLevel>
</w:WordDocument>
</xml><![endif]--><!-- [if gte mso 9]><xml>
<w:LatentStyles DefLockedState="false" LatentStyleCount="156">
</w:LatentStyles>
</xml><![endif]--><!-- [if gte mso 10]>
<mce:style><!--
/* Style Definitions */
table.MsoNormalTable
{mso-style-name:普通表格;
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
mso-style-noshow:yes;
mso-style-parent:"";
mso-padding-alt:0cm 5.4pt 0cm 5.4pt;
mso-para-margin:0cm;
mso-para-margin-bottom:.0001pt;
mso-pagination:widow-orphan;
font-size:10.0pt;
font-family:"Times New Roman";
mso-ansi-language:#0400;
mso-fareast-language:#0400;
mso-bidi-language:#0400;}
table.MsoTableGrid
{mso-style-name:网格型;
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
border:solid windowtext 1.0pt;
mso-border-alt:solid windowtext .5pt;
mso-padding-alt:0cm 5.4pt 0cm 5.4pt;
mso-border-insideh:.5pt solid windowtext;
mso-border-insidev:.5pt solid windowtext;
mso-para-margin:0cm;
mso-para-margin-bottom:.0001pt;
text-align:justify;
text-justify:inter-ideograph;
mso-pagination:none;
font-size:10.0pt;
font-family:"Times New Roman";
mso-ansi-language:#0400;
mso-fareast-language:#0400;
mso-bidi-language:#0400;}
-->
<!-- [endif]-->
表一:正常到站的稳态情况列车途径各站情况
正常
|
站1
|
站2
|
站3
|
站4
|
站5
|
站6
|
站7
|
站8
|
站9
|
站10
|
入站
|
0.8
|
0.8
|
0.8
|
0.8
|
0.8
|
0.8
|
0.8
|
0.8
|
0.8
|
0.8
|
等车
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
下车
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
上车
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
0.08
|
站台
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
表二:晚点一分钟列车途径各站情况,后面已经非常拥挤
|
站1
|
站2
|
站3
|
站4
|
站5
|
站6
|
站7
|
站8
|
站9
|
站10
|
入站
|
0.800
|
0.827
|
0.851
|
0.872
|
0.892
|
0.909
|
0.925
|
0.939
|
0.952
|
0.963
|
等车
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
下车
|
0.080
|
0.083
|
0.085
|
0.087
|
0.089
|
0.091
|
0.092
|
0.094
|
0.095
|
0.096
|
上车
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
0.107
|
站台
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
表三:晚点两分钟列车途径各站情况,后面已经挤不上
|
站1
|
站2
|
站3
|
站4
|
站5
|
站6
|
站7
|
站8
|
站9
|
站10
|
入站
|
0.800
|
0.853
|
0.901
|
0.945
|
0.983
|
1.000
|
1.000
|
1.000
|
1.000
|
1.000
|
等车
|
0.133
|
0.133
|
0.133
|
0.133
|
0.133
|
0.133
|
0.133
|
0.133
|
0.133
|
0.133
|
下车
|
0.080
|
0.085
|
0.090
|
0.094
|
0.098
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
上车
|
0.133
|
0.133
|
0.133
|
0.133
|
0.115
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
站台
|
0.000
|
0.000
|
0.000
|
0.000
|
0.018
|
0.033
|
0.033
|
0.033
|
0.033
|
0.033
|
要通过在下一趟运力来解决滞留乘客
|
入站
|
0.800
|
0.800
|
0.800
|
0.800
|
0.800
|
0.818
|
0.850
|
0.878
|
0.904
|
0.927
|
等车
|
0.080
|
0.080
|
0.080
|
0.080
|
0.098
|
0.113
|
0.113
|
0.113
|
0.113
|
0.113
|
下车
|
0.080
|
0.080
|
0.080
|
0.080
|
0.080
|
0.082
|
0.085
|
0.088
|
0.090
|
0.093
|
上车
|
0.080
|
0.080
|
0.080
|
0.080
|
0.098
|
0.113
|
0.113
|
0.113
|
0.113
|
0.113
|
站台
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
0.000
|
表四:晚点三分钟列车途径各站情况,后面已经挤不上
|
站1
|
站2
|
站3
|
站4
|
站5
|
站6
|
站7
|
站8
|
站9
|
站10
|
入站
|
0.800
|
0.880
|
0.952
|
1.000
|
1.000
|
1.000
|
1.000
|
1.000
|
1.000
|
1.000
|
等车
|
0.160
|
0.160
|
0.160
|
0.160
|
0.160
|
0.160
|
0.160
|
0.160
|
0.160
|
0.160
|
下车
|
0.080
|
0.088
|
0.095
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
上车
|
0.160
|
0.160
|
0.143
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
0.100
|
站台
|
0.000
|
0.000
|
0.017
|
0.060
|
0.060
|
0.060
|
0.060
|
0.060
|
0.060
|
0.060
|
要通过在下一趟运力来解决滞留乘客
|
入站
|
0.800
|
0.800
|
0.800
|
0.817
|
0.875
|
0.928
|
0.975
|
1.000
|
1.000
|
1.000
|
等车
|
0.080
|
0.080
|
0.097
|
0.140
|
0.140
|
0.140
|
0.140
|
0.140
|
0.140
|
0.140
|
下车
|
0.080
|
0.080
|
0.080
|
0.082
|
0.088
|
0.093
|
0.097
|
<p class
分享到:
Global site tag (gtag.js) - Google Analytics
|
相关推荐
各个飞机由于其飞行情况,乘坐旅客类型,重要程度,旅客对航班延误的耐受度的不同,从而对航班延误的敏感性不同。即有一些航班非常重要,一旦延误一点时间就会造成巨大损失,有一些航班则不那么重要,就算延误一点...
航班延误问题数学建模
交叉口延误分析 (vissim) 交叉口延误分析是交通工程中一个重要的研究领域,它涉及到交通流动、交通安全、交通效率等多方面的内容。在本文中,我们将着重介绍交叉口延误分析的方法和技术,特别是使用 Vissim 软件...
针对航班延误问题,通过谱系聚类的方法对20所机场进行分类,分析中国航班延误的原因,得出飞机在终端区的排序问题是制约空中流量控制的一个重要因素,在已有的FCFS(先到先服务)的排序方法之上,通过多因素的比较,建立模糊...
现对绿波协调控制下交通流运行特性进行分析,利用交通流运动学理论确定公交车交叉口延误的影响变量,建立定量化模型进而得到交叉口公交车延误因子。选取示范路线青岛西海岸经济新区长江路干线交叉口,采用组合优化方法...
Vissim开发基础教程——绘制IQA方法延误, Vissim开发基础教程——绘制IQA方法延误, Vissim开发基础教程——绘制IQA方法延误
摘 要 为了解公路环形交叉口的运行状况, 需对其进行延误研究。运用间隙接受理论, 通过概率分析方法, 考虑公路环形交叉口多种混合车型条件下的延误, 在此基础之上建立公路环形交叉口的延误模型。应用该模型, 得出...
论文研究-基于航空信息网络的枢纽机场航班延误预测模型.pdf, 航班延误一直是机场运营管理的一大难题,本研究报告面向区域多机场,重点针对机场集团内枢纽机场的航班延误...
排队论资料-基于排队论的地铁站台设施客流延误分析.pdf 基于排队论的地铁站台设施客流延误分析.pdf 基于排队论的机群出动能力模型.pdf 基于排队论的业务流程...
满足客流需求的地铁列车延误协同调整方法
旨在建立公交专用道延误与公交车流量的关系模型。为了方便建模,引入了单位公交专用道延误的概念,即公交车在单位长度(100 m)路段、单个站点和单个交叉口的延误之和。然后应用VISSIM仿真软件,按照参数标定、建立...
DayOfWeek -星期几 Time-时间 Length-长度 Delay-航班延误与否 机场代码 ATL - 哈茨菲尔德 - 杰克逊亚特兰大国际机场 - 乔治亚 AUS - 奥斯汀 - 伯格斯特罗姆国际机场 - 德克萨斯 BNA - 纳什维尔国际机场 - 田纳西州...
航班延误是民航运输业飞行生产保障过程中面临的重大紧急事件,将对大型机场的正常运行产生重大影响,已经对降低航班延误风险进行了综合管理。 。 减少延误事件及其后果的可能性是民航运输行业应急管理中的重要课题和...
航班延误预测模型在民航运输业中的应用非常重要,可以帮助航空公司和机场管理者更好地预测航班延误,减少延误的影响,提高航班的安全性和效率。该模型可以用于预测航班延误,帮助航空公司和机场管理者制定相应的应对...
信控道路交叉口过街行人流影响下的右转车辆延误模型,李玲,李硕,交通延误是评价城市信控道路交叉口服务水平和车辆通行效率的一个重要指标。未设置右转专用相位的信号交叉口右转车辆与行人的冲突
3. 帮助参与者更好地管理时间,避免时间浪费和延误。 在技术实现方面,"最后一分钟提示牌"可以通过多种方式实现,例如: 1. 计时器:使用倒计时计时器,显示剩余的时间。 2. 视频显示:使用视频显示器,显示倒计时...
文章描述了现代交通中交通环岛通行能力、延误时间等因素以及对于交通控制策略的决定。
交叉口延误分析(vissim).doc
基于深度学习的航班延误预测方法.pdf
实验结果表明,该模型能够提高航班延误预测的准确率,±3分钟容差内的准确率达到83.954%,±5分钟容差内的准确率达到94.431%。 航班延误预测难点在于航班延误数据的不规律分布,且存在多种潜在影响因素。为了解决这...