联系人:数计学院陈德旺教授
所在地:福建福州市
1、项目简介:
构建接近真实地铁的虚拟地铁环境,基于真实地铁AFC系统采集的客流数据对每日地铁运行进行模拟,为无法在现实中频繁进行的列车参数调整测试提供模拟实现方案。立足于“乘客平均等待时间”与“列车运营成本”两个主要参数利用人工智能机器学习对以往采用专家经验设计的列车时刻表进行不断优化。有效降低乘客的平均等待时间,提高乘客的出行效率。系统根据当前实时客流自动优化调整方案,达到节约列车运营成本的目的。此项目提出的解决方案适用于未来无人驾驶轨道交通。
2、主要技术指标:
功能模块 | 技术指标 |
数据处理 | 1.对AFC系统采集的客流数据进行简化,提取所需主要属性列,如“进站时间”,“进站闸口”,“出站时间”,“出站闸口”等。 2.清洗收集数据中的脏数据,根据多条规则,如“拥有完整进站出站信息”、“进站与出站站点不相同”等进行数据的筛选,保证数据的可使用性。 |
模拟仿真 | 1.支持读取数据库或数据文件导入数据的方式获取客流数据。利用客流数据动态生成乘客模型,乘客具有进站、步行、等待、上下车、出站等动作。 2.根据列车时刻表生成列车模型,列车具有进站、停站、出站等相关动作,并拥有编号、载客量、速度等相关参数。 3.支持与数据展示模块间的接口,将模拟参数与采样数据实时发送至数据展示模块。支持优化模块的接口,可随时接收优化模块发送的调整后的列车时刻表并做出列车运行策略的调整。 |
数据展示 | 1.支持与模拟仿真模块的接口,接收模拟仿真模块采样数据进行显示。 2.将数据分析处理实现大部分数据的可视化,如实时客流量、断面客流量、乘客购票方式等。 |
参数优化 | 1. 支持与模拟仿真模块的接口,获取仿真模块实时模拟数据,处理分析计算乘客平均等待时间、列车运行成本等相关参数。 2.使用机器学习相关模型进行列车时刻表的参数优化,并将优化后的列车时刻表送入模拟仿真模块中调试。 |
3、 应用领域:城市轨道交通
经济或社会效益预期:列车时刻表的调整与实验因现实生活中的成本原因无法在现实中频繁进行。一个接近现实的模拟仿真系统将为地铁列车运营方案的调整测试提供便利。利用这套系统对城市轨道交通进行优化,将有效的节约运营成本,提高民众出行满意度。预期降低地铁列车运营成本5%,地铁乘客平均出行时间减少10%。
4、合作方式:
已与厦门地铁集团和相关AI公司开展产学研用联合开发
5、合作计划和投资需求:
项目实施产业化总投资预计1000万元,前期研发预计需要300万元。