[论文解读] Traffic Modeling and Real-time Control for Metro Lines

Nadir Farhi, Cyril Nguyen Van Phu+2 more|arXiv (Cornell University)|Apr 15, 2016

Railway Systems and Energy Efficiency被引用 7

一句话总结

本文提出了一种基于最大-加法代数的地铁线路交通模型，通过解析推导列车数量的渐近平均时间间隔、停站时间和接近时间，确保列车动力学的稳定性。此外，该文引入了一种实时控制策略，通过根据乘客需求调节停站时间来稳定系统，防止延迟放大，并确保在乘客流量波动时系统能收敛至唯一稳态。

ABSTRACT

We present in this article traffic flow and control models for the train dynamics in metro lines. The first model, written in the max-plus algebra, takes into account minimum running, dwell and safety time constraints, without any control of the train dwell times at platforms, and without consideration of the passenger travel demand. We show that the dynamics are stable and converge to stationary regimes with a unique asymptotic average growth rate. Moreover, the asymptotic average train time-headway, dwell time, as well as close-in time, are derived analytically, as functions of the number of running trains on the metro line. We then introduce, in a second model, the effect of the passenger demand on the train dwell times at platforms. We review that, if this effect is not well controlled, then the traffic is unstable. Finally, we propose a traffic control model which deals with this instability, by well controlling the effect of passenger arrivals on the train dwell times at platforms. We show that the dynamics are stable and converge to stationary regimes with a unique asymptotic average growth rate. We then calculate by numerical simulations the asymptotic average time-headway as a function of the number of running trains, compare the results with those of the max-plus algebra model, and derive the effect of the passenger travel demand on the frequency of the metro line, under the proposed control model.

研究动机与目标

• 解决由于乘客停站时间波动导致的高密度地铁系统固有的不稳定性问题。
• 开发一种离散事件交通模型，以捕捉在最小运行时间、停站时间和安全时间约束下的列车动力学。
• 引入一种控制机制，减轻乘客到达对列车停站时间的影响所引发的不稳定性。
• 即使在乘客需求波动的情况下，也确保系统稳定并收敛至唯一稳态。
• 量化在所提出的控制策略下，乘客出行需求对地铁线路频率的影响。

提出的方法

• 使用最大-加法代数建模列车动力学，以表示列车到达和出发等随时间演变的事件。
• 将系统表述为最大-加法代数中的单调且强连通映射，以确保稳定性和收敛性。
• 通过控制律将乘客需求引入停站时间，防止因乘客积聚导致停站时间过度延长。
• 利用映射复合与图论分析（通过 g0、g1 和 g̃）证明该控制策略保持了强连通性与稳定性。
• 应用谱分析与关键路径算法，评估时刻表在延迟情况下的稳定性和鲁棒性。
• 通过数值仿真计算渐近平均时间间隔，并与无约束最大-加法模型的结果进行比较。

实验结果

研究问题

• RQ1 乘客需求如何影响列车停站时间，并导致高密度地铁系统中的不稳定性？
• RQ2 当乘客到达延长了停站时间时，实时控制策略是否能够稳定列车动力学？
• RQ3 在所提出的控制模型下，渐近平均时间间隔是多少？与无约束最大-加法模型相比有何差异？
• RQ4 运行列车数量如何影响系统的稳定性以及其收敛至稳态的性能？
• RQ5 在所提出的控制机制下，乘客出行需求对地铁线路有效频率有何影响？

主要发现

• 最大-加法代数模型确保了动力学的稳定性，具有唯一的渐近平均增长率，并收敛至稳态。
• 渐近平均时间间隔、停站时间和接近时间已通过解析方法表示为运行列车数量的函数。
• 在无控制情况下，乘客需求因停站时间延长和延迟放大而引发系统不稳定性。
• 所提出的控制策略通过调节停站时间稳定了系统，防止了延迟传播并确保了收敛。
• 数值仿真表明，控制模型降低了时间间隔的波动性，并在乘客需求波动时维持了稳定的频率。
• 在控制模型下，定量推导了乘客出行需求对地铁频率的影响，显示出更高的鲁棒性和可预测性。