-
题名基于深度Q网络的轨道交通客流控制
被引量：4
- 1
-
-
作者
张辉
郭建媛(指导)
豆飞
唐雨昕
杜佳敏
-
机构
北京交通大学交通运输学院
北京地铁运营有限公司
-
出处
《都市快轨交通》
北大核心
2022年第3期60-64,88,共6页
-
基金
国家重点研发计划(2020YFB1600701)
-
文摘
针对高峰时期城市轨道交通因有限运能,不足以满足乘客出行需求而引发的安全问题,需要采取客流控制策略来调节进入车站的客流量,以缓解车站拥挤。提出一种基于强化学习深度Q网络的多站协同控制模型,用来优化每个车站在一定时间内的进站量,以最小化地铁车站乘客的站台超限量、平均等待时间,提高客流控制强度的综合效益。以北京地铁八通线为例进行仿真实验,验证该方法的有效性。仿真结果表明,所提出的模型可以在客流控制强度较低的条件下有效地降低乘客等待时间,提高乘客出行效率,有助于缓解车站的乘客拥堵。
-
关键词
城市轨道交通
客流控制
强化学习
深度Q网络
多站协同控制
-
Keywords
urban rail transit
passenger flow control
reinforcement learning
deep Q-network
multi-station cooperative control
-
分类号
U293.13
[交通运输工程—交通运输规划与管理]
-
