(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210998207.7 (22)申请日 2022.08.19 (71)申请人 南京理工大 学 地址 210014 江苏省南京市玄武区孝陵卫 街道200号 (72)发明人 叶茂　武彦希　芦永玖　郭孝洁　 朱吕恺　卢缤程　 (74)专利代理 机构 南京理工信达知识产权代理 有限公司 32542 专利代理师 彭甲临 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 50/30(2012.01) G06V 10/762(2022.01) (54)发明名称 一种轨道交通运营时段划分方法、 设备及存 储介质 (57)摘要 本发明公开了一种基于FCM聚类算法的轨道 交通运营时段划分方法、 设备及存储介质， 该划 分方法首先对线路运营时间内城市轨道交通的 历史数据进行采样， 并以设定的时间粒度将历史 数据进行划分， 在获得目标数据集后计算客流分 析指标， 再通过筛查选出对客流高峰影 响较大的 客流分析指标， 随即采用FCM模糊聚类算法进行 聚类， 将去模糊化的聚类结果作为运营时段划分 的边界点， 最后得到最优的运营时段划分方案， 以此可以更有效的反应客流实际的变化规律， 解 决现有的运营时段划分方法主观性强且精度不 高的问题。 权利要求书3页 说明书9页 附图4页 CN 115293743 A 2022.11.04 CN 115293743 A 1.一种基于FC M聚类算法的轨道交通 运营时段划分方法， 其特 征在于： 采用以下步骤： 步骤S1： 采集线路运营时间内城市轨道交通的历史数据， 并以N分钟为时间粒度对原始 数据进行划分， 从而获得目标 数据集； 步骤S2： 基于S1获得的目标数据集， 计算各时间粒度内的客流分析指标， 其中客流分析 指标包括断面客流指标和站点客流指标两类， 所述断面客流指标包括断面客流量、 断面满 载率和乘客 立席密度， 所述站点 客流指标包括 客运量、 客流到达率和客 流不均衡系数； 步骤S3： 计算S2中各客流分析指标之间的相关性系数， 随后分别筛选出相关性系数最 高的两个断面 客流指标和两个站点 客流指标； 步骤S4： 对S3中筛选出的断面客流指标和站点客流指标分别进行FCM模糊聚类， 并将聚 类结果的结果模糊化， 划分断面 运营时段及站点 运营时段； 步骤S5： 将步骤S4得到的断面运营时段和站点运营时段进行合并， 得到线路运营时段 的划分结果。 2.根据权利要求1所述的一种基于FCM聚类算法的轨道 交通运营时段划分方法， 其特征 在于： 所述历史数据包括运营数据、 断面客流量和站点数据， 运营数据包括列车编组辆数、 车厢长度、 车厢宽度、 车厢坐席区横截面积总宽、 车坐席数量、 站点数据包括进站客流量和 轨道交通OD数据。 3.根据权利要求1所述的一种基于FCM聚类算法的轨道 交通运营时段划分方法， 其特征 在于： 所述S1还 包括对历史数据的数据清洗以及对目标 数据集的标准 化处理。 4.根据权利要求2所述的一种基于FCM聚类算法的轨道 交通运营时段划分方法， 其特征 在于： 所述S2中： 断面满载率α 计算方法如下： 式中， α为断面满载率； Q断面为单位时间粒度内断面客流量； g为列车编组辆数； p为车辆 定员人数； 乘客立席密度计算公式如下： 式中， ρ 为乘客立席密度； q为列车乘客数量； δ为车厢折算系数； g为列车编组辆数； φ为 列车折算系数； S为列车座席数量； L 为车厢长度； B为车厢宽度； b车厢坐席区横截面总宽； 客流到达率的计算公式如下： 式中， λ为客流 分时到达率； Qe为线路运营时间内第e个时间粒度内的进站客流量， Qe+1为 线路运营时间内第e+1个时间粒度内的进站客 流量； 基于S1中的客 流OD数据计算 客流特征指标不均衡系数， 其计算公式如下：权　利　要　求　书 1/3 页 2 CN 115293743 A 2式中， βi为客流不均衡系 数； Ve为线路运营时间内第e个时间粒度内的最大客流量； Vmax 为线路运营时间内的最大客 流量； H为线路运营时间内划分的时间粒度总数。 5.根据权利要求1所述的基于FCM聚类算法的轨道交通运营时段划分方法， 其特征在 于： 所述S4包括： S401： 根据S3中筛选出的两个断面客流指标和两个站点客流指标， 构建两个数据集T、 T'， 其中T＝{t1,t2,...,tH}， T'＝{t'1,t'2,...,t'H}， te＝(xe,ye)， te'＝(de,ne)， (xe,ye)表 示S3中筛选出的两个站点客流指标在第e个时间粒度内的计算值构 成的数据对， (de,ne)表 示S3中筛选出的两个站点客流指标在第e个时间粒度内的计算值构成的数据对， e＝1, 2,…,H， H为线路运营时间内划分的时间粒度总数； S402： 对T进行FCM模糊聚类， 并去模糊化， 将去模糊化结果中各类别的时间分界点作 为 断面运营时段的划分边界点， 得到划分后的断面 运营时段； S403： 对T ′进行FCM模糊聚类， 并去模糊化， 将去模糊化结果中各类别的时间分界点作 为站点运营时段的划分边界点， 得到划分后的站点 运营时段。 6.根据权利要求5所述的基于FCM聚类算法的轨道交通运营时段划分方法， 其特征在 于： 依据最大 隶属原则将模糊聚类的结果去模糊化。 7.根据权利要求1所述的基于FCM聚类算法的轨道交通运营时段划分方法， 其特征在 于： 所述S5中： 断面 运营时段和站点 运营时段的合并原则为： 其中， 为线路运营时段的起始时间； 为站点运营时段的起始时间； 为断面 运营时段的起始时间； 为线路运营时段的终止时间； 为站点运营时段的终止时间； 为断面运营时段的终止时间。 8.一种轨道交通 运营时段划分 设备， 其特 征在于， 包括： 数据采集模块， 用于采集线路运营时间内城市轨道交通的历史数据， 随即 以设定的时 间粒度对历史数据进行划分， 并获得目标 数据集； 计算模块， 基于数据采集模块所获得的目标数据集， 计算各时间粒度内的客流分析指 标， 其中客 流分析指标包括断面 客流指标和站点 客流指标两类； 分析模块， 对计算模块中所得客流分析指标进行相关性分析， 随后分别筛选出相关性 系数最高的两个断面 客流指标和两个站点 客流指标； 聚类模块， 对分析模块中所筛选的断面客流指标和站点客流指标分别进行FCM模糊聚 类， 并将聚类的结果去模糊化， 随即划分出断面 运营时段及站点 运营时段； 合并模块， 将聚类模块划分出的断面运营时段及站点运营时段进行合并， 得到最终线 路运营时段的划分结果。权　利　要　求　书 2/3 页 3 CN 115293743 A 3