北京聯合大學 北京 100101 亓呈明 胡立栓

摘要：在分析城市軌道交通客流運載情況和對短時交通流預測的基礎上，針對當前城市軌道交通應急救援站配置研究的不足與迫切需求，立足于城市軌道交通網絡化運營的時代背景，研究城市軌道交通客流預測結果量化的急救站風險度。將構建的模型運用于北京市城市軌道交通應急救援站資源配置實證分析中，以期根據預測結果對應急救援站點資源配置方案進行有效設計與優化。

1.引言

近年來，我國人口與經濟不斷增長，城市化進程也快速發展，隨著城市規模的不斷擴大，社會經濟活動的日益頻繁，居民交通出行量由此被帶動并大幅擴增。對此，優先發展公共交通成為有效緩解一系列城市交通問題的關鍵措施之一，城市軌道交通作為一種資源節約型和環境友好型的綠色交通工具得到大幅發展。以其容量大、速度快、安全可靠、準點舒適、節能環保等特點和優點成為城市居民出行時的首選公共交通方式。

由于城市軌道交通系統是一個相對封閉的系統，并且具有客流集中度高、客流構成復雜的特點，突發事件造成的城市軌道交通系統中的部分站點與線路的中斷運營極易造成大量的出行乘客的滯留，嚴重時會造成重大的財產損失甚至重大的傷亡事故。與此同時，作為整個城市交通系統的骨干，突發性的中斷很有可能進一步造成整個城市交通系統的局部甚至是全面癱瘓。即城市軌道交通在城市交通中的地位越重要則相應的其突發事件所造成的后果也就更為嚴重，而在突發事件發生時快速地從眾多預案中選取一個最佳方案又是應急物流中的一個極其的重要方面。因此，對城市軌道交通應急資源配置的研究是具有現實意義的課題。

2.國內外研究現狀

國內關于應急資源配備的研究可以分為需求點配備和服務設施點配備兩類。關于需求點的應急資源配備，主要是向突發事件發生地點輸送和配置其需要的應急物資。陳超(2010)通過對上海地鐵的深入了解，分別從三個層面對地鐵網絡運營風險進行研究，在車站層面，建立起上海地鐵風險事故分析矩陣，對各類風險事故的概率和損失進行評價[1]。王蘇生等(2011)針對多受災點應急資源配置過程中的資源競爭和費用偏高問題，依據雙層規劃方法建立了滿足連續性條件的多受災點的應急資源配置模型[2]。孫彩紅[3] (2012)針對地鐵應急點的布局以及應急資源的配置問題進行了優化，分別從前期配置和資源調配兩方面研究。龐海云(2012) [4]從應急資源的需求預測、分配決策、方案評價進行了深入研究，建立了完全信息非合作博弈模型。詹沙磊等(2013)以災害預測準確性和物流成本效率之間的悖反關系為前提，考慮多目標規劃和隨機規劃兩個方面，對應急車輛選址、路徑選址、物資配送問題建立了多目標隨機規劃模型[5]。劉欣[6]提出廣義最大覆蓋模型，在有限的資源和預算下，使得應急需求點被覆蓋的價值最大化。祝蕾[7]依據城市軌道交通站點的綜合脆弱度指數構建了應急救援站選址模型，并將研究成果應用于南京市軌道交通應急救援站選址中。

Manuel [8]等人選取了交通事故中一些具有代表性的因素進行分析，結合車輛定位智能系統，利用多目標遺傳算法求解出了一套最優方案，并驗證了該方法的有效性。 Moghaddam[9]在逆向物流網絡配置研究中構建了模糊多目標數學模型，模型考慮了客戶需求，供應商能力和退貨產品比例的內在不確定性，模型的目標函數是最大化總利潤，最小化缺陷部件數量、延遲交貨的總量和供應商的經濟風險因素。Trivedi 等人[10]提出了基于層次分析法、模糊集合理論和目標規劃方法相結合的混合多目標決策模型用于應急避難點的選址問題。模型在考慮需求、能力、利用率和預算約束的基礎上，最小化距離、風險、站點數量和未覆蓋的需求。

總體而言，國內外對應急救援資源的配置問題已進行了較多的研究，但在應急救援資源配置的研究中，針對地鐵應急救援資源配置這一領域的研究很少。所以有必要立足地鐵的實際情況，兼顧救援時間和經濟效益對地鐵應急救援資源的配置進行研究。

3.設計方法與實現

3.1短時客流量預測方法

短時地鐵客流預測主要思路是:綜合考慮外界因素(如天氣條件等)對短時地鐵客流的影響,以歷史公客流數據為依據,利用合理的預測方法建立起精確的短時地鐵客流預測模型，從而對未來一段時間內的地鐵客流情況進行預測，旨在為城市公共交通管理和建設提供決策依據。

根據短時客流預測的特質,通過對短時地鐵客流預測的文獻研究發現,目前短時地鐵客流預測的方法主要有兩類:一是基于線性理論的參數方法,二是基于非線性理論非參數的方法。

3.2模型參數確定

在應用上述模型時，需要對模型中涉及的參數進行確定，主要包含兩部分——一是模型自動調整的參數，二是人為設置的參數。

在基于 LSTM 的短時交通流量模型訓練過程中，每個連接上的權值是通過模型自身訓練學習到的，一旦學習率（即步長）確定，則整個深度學習神經網絡能夠根據預測誤差不斷自動調整權值，直至達到可接受誤差或迭代次數終止，整個過程不需要人為干預。

除了每個連接上的權值能夠根據預測誤差不斷自動調整外，還有一部分參數需要人為事先設置好，稱之為超參數（Hyper-Parameters）。超參數主要包括網絡的層數、每層的節點數、激勵函數、學習率、目標函數、優化函數、批處理數量、迭代次數等。超參數設置的合適與否直接決定了模型預測結果的準確性，因此如何確定基于LSTM 的短時交通流預測模型超參數至關重要?，F階段，深度學習模型中的超參數確定。

還沒有具體且行之有效的方法，一般是根據經驗法或試湊法對其進行調整。經驗法指的是依據之前的經驗對模型中的參數進行確定，該方法一般只適合對模型參數的初始狀態進行設定；試湊法為在參數初始狀態確定后，有選擇性的依次調整網絡參數，然后對每次調整后的最終預測結果進行對比，選取誤差最小的參數值。本文采用的是經驗法與試湊法相結合的方法來對參數值加以選取。

4、應急救援站點的風險度

應急物資的運輸方作為突發事件中應急物資的實際運輸者，發揮著保障應急物資配送的重要作用。應急物資的運輸企業在接到運輸任務時，要結合時事環境，考慮運送的物資的屬性及需求的緊迫性，快速制定應急物資運輸的線路、配送方案，兼顧配送效率及可實施性原則。當突發事件發生時，作為應急物資的運輸企業，應快速做出運輸方案，保證應急物資能夠快速通過各種檢驗檢疫，并確保物資的完整性、安全性，防止物資滯留、遺失等事件的發生，影響突發事件防控工作的推進。

在應急物流設備配置方面,應急物流設備主要包括各類應急運輸設備、裝卸搬運設備、應急通信設備等,為了適應突發事件發生后的自然地質條件等因素,建議選用靈活性高、適應性強,與其他救援設備配套性好的應急物流設備承擔救援任務。同時,還要提高應急物流設備管理水平,對參與救援的應急物流車輛進行實時監控,發現問題及時解決。

基于上述考慮，本文提出應用多目標決策中一個有效、易行的方法一層次分析法（又稱AHP法)來解決應急物流方案選擇問題。

4.1 方案選擇影響因素

物流服務。應急物流系統本身是一個服務系統，其物流服務理應成為衡量方案優劣的依據。物流服務的核心是滿足因突發事件而產生的物流需求，而滿足物流需求體現在各個方面，如應急物資的及時送達、保質保量等，由于應急物流“急”字當先，其服務主要考慮準時性、安全性和缺損率三個方面。

物流成本。應急物流最主要的目標是滿足因突發事件而產生的物流需求，保障物資、人員、資金的流動。但同時也應該注意物流成本的節約，避免出現“帕累托無效率”狀態。這一點對于我國這么一個資金尚不寬裕的發展中國家顯得更有意義。這里說的物流成本是個廣義概念，包括經濟成本和社會環境成本。

4.2 AHP法進行方案選擇過程

對應急物流預案選擇工作仔細分析，可以將預案選擇看作一個決策。決策目標為：選擇最適宜的應急方案。影響決策的因素有兩個：物流服務與物流成本。

其中物流服務體現在三個方面：準時性、安全性和缺損率；物流成本包括兩部分：經濟成本和社會環境成本。這樣，預案選擇便是一個典型的多目標決策問題，于是可以應用解決多目標決策問題的典型方法--AHP法（層次分析法)來完成方案選擇工作。

4.3 應用AHP法進行應急預案選擇的方法步驟

①建立應急預案選擇決策的遞階層次結構

②對同一層次的元素進行兩兩比較，構造比較矩陣。

③層次單排序及其一致性檢驗。

④層次總排序及其一致性檢驗。

5. 城市軌道交通客流量數據分析

針對應急物資的多資源調度問題，建立了應急時間和運輸成本最低的多目標優化模型，并采用鄰域重疊和慣性因子線性變化等方法，提出全局和局部混合模式的改進的粒子群算法對其進行了求解，并取得較好的運算結果。

針對應急物資的多資源調度問題，通過對短時客流量預測、運用結果計算站點風險度，建立應急時間和運輸成本最低的多目標優化模型，并采用鄰域重疊和慣性因子線性變化等方法，提出全局和局部混合模式的改進的粒子群算法對應急救援站點的資源優化配置及最短路徑進行求解。實驗中，我們多次對實現代碼進行運行求解，當路徑圖出現交點時，顯然不是最短路徑；當數值越小且相近時，能夠得到根據坐標值生成的最短路徑圖。

LSTM模型側重從時間維度分析客流量數據的分布, CNN模型則從時間和空間兩個維度對客流量進行分析。首先對比地鐵各站客流量總數,然后分析各站的客流分布特點,為卷積神經網絡模型的訓練和預測打下基礎。

運行結果生成優化路徑圖如下所示。

6.結論

在方案設計和優化的過程中，通過建立基于LSTM的短時交通流預測模型，對北京地鐵不同時段的客流量進行了預測，并根據預測結果運用層次分析法對應急救援站點進行了風險度的預測，最后使用粒子群算法對應急站點間的最短距離進行了求解并生成了優化路徑圖，最終實現了城市軌道交通應急站點資源配置方案的設計與優化。以期給出資源配備的優化方案,從而與現實情況作對比及提出優化改進的參考建議。

（本文得到北京聯合大學2019年度校級科研項目（ZK50201908）資助）

參考文獻

[1]  陳超．突發事件應急資源調度模型與算法研究．南京航空航天大學碩士學位論文，2010．

[2]  王蘇生，王巖，孫健，等．連續性條件下的多受災點應急資源配置算法．系統管理學報，2011，20（02）：143-150．

[3]  孫彩紅．基于網絡化的地鐵應急資源配置優化方法研究．北京交通大學碩士學位論文，2010．

[4]  龐海云．突發性災害事件下應急物資分配決策優化過程研究．浙江大學博士學位論文，2012．

[5]  詹沙磊，劉南．基于災情信息更新的應急物資配送多目標隨機規劃模型．系統工程理論與實踐，2013（01）：159-166．

[6]劉欣. 地鐵突發事件應急救援物資配置研究[D]. 2015.

[7]祝蕾.基于復雜網絡理論的城市軌道交通應急救援站選址研究[D].東南大學,2018.

[8]Manuel Fogue , Piedad Garrido , Francisco J. Martinez, Juan -Carlos Cano, Carlos T. Calafate, Pietro Manzoni. [J]. Expert Systems with Applications, 2013,40 (01).

[9] Moghaddam K S．Fuzzy multi-objective model for supplier selection and order allocation in reverse logistics systems under supply and demand uncertainty[J]．Expert Systems with Applications，2015，42（15-16）：6237-6254.

[10] Trivedi A，Singh A．A hybrid multi-objective decision model for emergency shelter location-relocation projects  using  fuzzy  analytic  hierarchy  process  and  goal  programming  approach[J]．International Journal of Project Management，2017，35（5）：827-840.