吳夢(mèng)委，宋亞京，李子牧，朱鴻濤，白文飛，趙曄，安小詩(shī)

（1.交控科技股份有限公司，北京 100070；2.北京市地鐵運(yùn)營(yíng)有限公司，北京 100044）

1 研究背景

1.1 必要性分析

城市軌道交通（簡(jiǎn)稱(chēng)城軌交通）或其他類(lèi)型公共交通需要解決交通工具與乘客的供需匹配問(wèn)題，目前我國(guó)超大城市采用“一線(xiàn)一中心”的3級(jí)管控模式，在處理客流車(chē)流關(guān)系時(shí)是相對(duì)割裂的，在車(chē)流方面通過(guò)制定嚴(yán)格的計(jì)劃運(yùn)行圖以保證準(zhǔn)點(diǎn)率和兌現(xiàn)率，在相當(dāng)長(zhǎng)的時(shí)間跨度內(nèi)假定客流運(yùn)輸規(guī)律不變，要求客流適應(yīng)車(chē)流；在客流波動(dòng)時(shí)調(diào)整手段有限，難以達(dá)到理想的客流控制效果。另一方面，對(duì)客流的時(shí)空分布規(guī)律和發(fā)展態(tài)勢(shì)認(rèn)知不夠，導(dǎo)致系統(tǒng)在發(fā)生大客流時(shí)主要采取限流和人工調(diào)整運(yùn)行圖的方式，應(yīng)對(duì)客流變化被動(dòng)滯后，因此無(wú)法實(shí)現(xiàn)較優(yōu)的運(yùn)力運(yùn)量匹配。

國(guó)家發(fā)展和改革委員會(huì)、交通運(yùn)輸部于2017 年印發(fā)了《城市軌道交通發(fā)展規(guī)劃（2016—2020年）》，其中明確提出要加強(qiáng)客流車(chē)流的耦合協(xié)調(diào)，優(yōu)化運(yùn)輸組織，提高運(yùn)輸效率。另外，城市軌道交通協(xié)會(huì)發(fā)布的《智慧城軌發(fā)展綱要》提到了智能運(yùn)輸組織的體系建設(shè)，旨在增強(qiáng)客流預(yù)測(cè)與分析技術(shù)以及與列車(chē)、調(diào)度指揮的耦合協(xié)同；同時(shí)，智能調(diào)度與應(yīng)急指揮中心也將深度融合，初步建成智能化線(xiàn)網(wǎng)運(yùn)輸組織輔助決策系統(tǒng)。超大城市線(xiàn)網(wǎng)規(guī)模和客流需求的激增，迫切要求鐵路運(yùn)輸組織從傳統(tǒng)“按圖跑”轉(zhuǎn)向“依人運(yùn)營(yíng)”，業(yè)內(nèi)也做出一些初步嘗試，例如早晚高峰期間采用了客流車(chē)流聯(lián)動(dòng)的優(yōu)化方案，動(dòng)態(tài)調(diào)整列車(chē)班次和運(yùn)行速度。在政策和行業(yè)需求雙重推動(dòng)下，研究客流-車(chē)流耦合機(jī)理，實(shí)現(xiàn)面向動(dòng)態(tài)客流的列車(chē)運(yùn)行調(diào)整，成為提高城軌交通運(yùn)營(yíng)效率的有效手段和共識(shí)。

1.2 客流-車(chē)流耦合關(guān)鍵技術(shù)相關(guān)研究

在城軌交通運(yùn)營(yíng)中，客流和車(chē)流是密切相關(guān)的2個(gè)因素，兩者的供需匹配是任何運(yùn)行模式下永恒的問(wèn)題，也是運(yùn)行指揮系統(tǒng)的核心目標(biāo)。在傳統(tǒng)“按圖跑”運(yùn)行模式下，運(yùn)力運(yùn)量的調(diào)整主要通過(guò)優(yōu)化發(fā)車(chē)間隔實(shí)現(xiàn)。然而隨著城軌交通網(wǎng)絡(luò)化運(yùn)營(yíng)的發(fā)展，其網(wǎng)絡(luò)結(jié)構(gòu)和客流變化更加復(fù)雜，傳統(tǒng)的列車(chē)運(yùn)行圖優(yōu)化方法主要是基于數(shù)學(xué)模型和規(guī)劃算法，缺乏對(duì)動(dòng)態(tài)客流的考慮，難以準(zhǔn)確反映真實(shí)的運(yùn)行情況，孤立的客流控制和運(yùn)行圖調(diào)整都無(wú)法解決運(yùn)力運(yùn)量精準(zhǔn)匹配的問(wèn)題。

另一方面，網(wǎng)絡(luò)化運(yùn)行模式的出現(xiàn)必然迫使運(yùn)行指揮調(diào)整方式發(fā)生轉(zhuǎn)變。網(wǎng)絡(luò)化條件下更強(qiáng)調(diào)客流和車(chē)流之間的相互影響、相互制約、相互適應(yīng)的關(guān)系，基于實(shí)時(shí)變化的客流，及時(shí)或預(yù)見(jiàn)性地調(diào)整運(yùn)輸組織方式是客流-車(chē)流耦合理念的核心。其主流研究思路是通過(guò)構(gòu)建客流和車(chē)流的模擬和預(yù)測(cè)模型（交通流仿真），研究客流和車(chē)流之間的協(xié)同控制和調(diào)度，在網(wǎng)絡(luò)化運(yùn)行指揮體系中，探尋更廣泛的協(xié)同控制和調(diào)度手段，典型內(nèi)容包括運(yùn)行圖調(diào)整、客流控制策略、開(kāi)行方案、編組方案等。

在交通流仿真模型方面，最典型方法包括系統(tǒng)動(dòng)力學(xué)建模［1］、自動(dòng)機(jī)［2］、基于多智能體的仿真預(yù)測(cè)等，其中又以多智能體仿真居多。Othman［3］在研究城市快速交通系統(tǒng)擁堵與擴(kuò)展問(wèn)題時(shí)，基于智能卡數(shù)據(jù)集和列車(chē)運(yùn)行時(shí)刻表定義乘客和列車(chē)行為規(guī)則，建立多智能體的客流仿真模型，不僅能夠刻畫(huà)常態(tài)運(yùn)營(yíng)條件下的動(dòng)態(tài)客流特征，還可用于人口增長(zhǎng)預(yù)測(cè)。魯工圓等［4］和姚向明等［5］基于BDI（Belief、Desire、Intention）理論構(gòu)建城軌客流仿真模型，主要包含列車(chē)類(lèi)、線(xiàn)路類(lèi)、路網(wǎng)類(lèi)、乘客類(lèi)等4 類(lèi)智能體。尹浩東［6］構(gòu)建了復(fù)雜不確定性封站條件下乘客出行行為決策模型與仿真求解算法，將乘客微觀出行行為模型與列車(chē)運(yùn)行仿真進(jìn)行耦合推演，建立客流-車(chē)流耦合仿真推演模型，實(shí)現(xiàn)線(xiàn)網(wǎng)大規(guī)模乘客集散與客流態(tài)勢(shì)演化的仿真分析。

諸多學(xué)者在客流-車(chē)流耦合仿真或預(yù)測(cè)基礎(chǔ)上，通過(guò)短時(shí)客流預(yù)測(cè)或耦合仿真精確刻畫(huà)目標(biāo)時(shí)間窗內(nèi)的客流需求，然后針對(duì)自定義的優(yōu)化目標(biāo)和約束條件采取合適的求解算法進(jìn)行多目標(biāo)問(wèn)題求解，其特點(diǎn)是在極短時(shí)間內(nèi)生成可執(zhí)行的時(shí)刻表或調(diào)整策略，及時(shí)應(yīng)對(duì)客流變化。沈純子［7］利用強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)列車(chē)時(shí)刻表的實(shí)時(shí)調(diào)整算法并在ATS 系統(tǒng)中得到仿真驗(yàn)證。楊欣團(tuán)隊(duì)［8］基于客流-車(chē)流耦合仿真模型，研究客流協(xié)同控制優(yōu)化策略，將列車(chē)時(shí)刻表和客流控制問(wèn)題轉(zhuǎn)化為2階段的不確定優(yōu)化問(wèn)題進(jìn)行求解，優(yōu)化目標(biāo)為列車(chē)總停留時(shí)間與乘客等待時(shí)間，開(kāi)發(fā)分布魯棒協(xié)同優(yōu)化模型以獲得較傳統(tǒng)魯棒模型更優(yōu)的客流控制策略和時(shí)刻表。其他常見(jiàn)方法還包括啟發(fā)式算法［9-11］、動(dòng)態(tài)規(guī)劃［12-13］、替代圖理論［14］、離散事件等。

另外，一些研究團(tuán)隊(duì)利用復(fù)雜網(wǎng)絡(luò)理論構(gòu)建線(xiàn)網(wǎng)拓?fù)?，結(jié)合動(dòng)態(tài)客流信息通過(guò)仿真手段識(shí)別線(xiàn)網(wǎng)關(guān)鍵或薄弱站點(diǎn)，對(duì)關(guān)鍵站點(diǎn)有的放矢進(jìn)行客流控制方案的調(diào)整［7，15-16］。近年來(lái)，靈活編組（在線(xiàn)硬連掛）和虛擬編組技術(shù)受到學(xué)者和運(yùn)營(yíng)商的關(guān)注，兩者以更加靈活的編組方案響應(yīng)運(yùn)行計(jì)劃的調(diào)整，同時(shí)適用于多種復(fù)雜運(yùn)營(yíng)場(chǎng)景。東京、巴黎、阿姆斯特丹等國(guó)際發(fā)達(dá)城市已經(jīng)完成在線(xiàn)硬連掛技術(shù)的技術(shù)驗(yàn)證，我國(guó)上海、北京等地也已實(shí)現(xiàn)無(wú)人連掛模式并投入運(yùn)營(yíng)。在Shift2rail 計(jì)劃［17］推動(dòng)下，對(duì)虛擬編組的概念和應(yīng)用場(chǎng)景在國(guó)際范圍內(nèi)已達(dá)成普遍共識(shí)，北京交通大學(xué)、北京全路通信信號(hào)研究設(shè)計(jì)院集團(tuán)有限公司、交控科技股份有限公司等單位針對(duì)虛擬編組的協(xié)同控制［18-21］、安全防護(hù)［22-23］和運(yùn)輸組織方案［24］進(jìn)行深入研究，并率先在實(shí)際運(yùn)營(yíng)線(xiàn)路（北京地鐵11 號(hào)線(xiàn)）進(jìn)行技術(shù)驗(yàn)證，我國(guó)廠商在該技術(shù)成果應(yīng)用方面處于領(lǐng)先優(yōu)勢(shì)。

1.3 線(xiàn)網(wǎng)級(jí)運(yùn)行指揮系統(tǒng)現(xiàn)狀

客流車(chē)流精準(zhǔn)匹配需要從線(xiàn)網(wǎng)層面進(jìn)行配置調(diào)整，必然增加了對(duì)線(xiàn)網(wǎng)控制中心的要求，在目前的運(yùn)營(yíng)模式中，多采用“一線(xiàn)一中心”的單線(xiàn)管控模式，線(xiàn)網(wǎng)級(jí)調(diào)度只監(jiān)不控，雖然承擔(dān)著應(yīng)急指揮決策的功能，在線(xiàn)網(wǎng)層面還不具備實(shí)時(shí)行車(chē)調(diào)整和決策指揮的條件，無(wú)法根據(jù)線(xiàn)網(wǎng)客流的變化統(tǒng)一協(xié)調(diào)資源，發(fā)揮線(xiàn)網(wǎng)指揮的優(yōu)勢(shì)［25］。當(dāng)前網(wǎng)絡(luò)化運(yùn)營(yíng)的主要瓶頸體現(xiàn)在3 個(gè)方面：（1）資源單線(xiàn)配置，不同線(xiàn)路、不同運(yùn)營(yíng)企業(yè)無(wú)法做到集中管理和協(xié)同；（2）存在專(zhuān)業(yè)數(shù)據(jù)壁壘，各專(zhuān)業(yè)各層級(jí)的數(shù)據(jù)無(wú)法共享，導(dǎo)致線(xiàn)網(wǎng)決策能力差；（3）運(yùn)行控制設(shè)備不兼容，無(wú)法實(shí)現(xiàn)互聯(lián)互通。因此，為了向多線(xiàn)路集中管控的扁平化管理模式轉(zhuǎn)變，需要從管理模式、數(shù)據(jù)共享、綜合決策能力、列車(chē)運(yùn)行控制技術(shù)等多方面尋求突破。尤其是在網(wǎng)絡(luò)化運(yùn)營(yíng)的大背景下，基于多智能體的客流-車(chē)流耦合仿真對(duì)實(shí)際運(yùn)營(yíng)的模擬和優(yōu)化策略具有至關(guān)重要的作用，也是實(shí)現(xiàn)精準(zhǔn)運(yùn)力運(yùn)量匹配的技術(shù)支撐。在客流-車(chē)流耦合的運(yùn)行指揮決策體系下，應(yīng)綜合統(tǒng)籌運(yùn)行圖調(diào)整、客流控制、交路［26］或編組方案等運(yùn)輸組織方式，針對(duì)具體運(yùn)營(yíng)場(chǎng)景給出最優(yōu)的行車(chē)策略。

2 基于客流-車(chē)流耦合的運(yùn)行指揮決策體系

2.1 客流驅(qū)動(dòng)的2級(jí)運(yùn)行指揮體系

基于客流-車(chē)流耦合的運(yùn)行指揮體系的典型特征是依托統(tǒng)一的大數(shù)據(jù)平臺(tái)，力求精準(zhǔn)掌握客流需求及態(tài)勢(shì)變化，基于多智能體的客流-車(chē)流耦合仿真進(jìn)行列車(chē)運(yùn)行動(dòng)態(tài)調(diào)整，在線(xiàn)網(wǎng)層面實(shí)現(xiàn)運(yùn)力精準(zhǔn)投放，打造客流驅(qū)動(dòng)的運(yùn)力運(yùn)量調(diào)整匹配體系（見(jiàn)圖1）。

圖1 客流驅(qū)動(dòng)的運(yùn)行指揮體系

運(yùn)行指揮體系的核心特征在于對(duì)實(shí)時(shí)運(yùn)營(yíng)狀態(tài)（客流、列車(chē)、設(shè)備等因素）的綜合監(jiān)控和運(yùn)營(yíng)態(tài)勢(shì)研判，從而增強(qiáng)中心的控制指揮能力，實(shí)現(xiàn)對(duì)行車(chē)和客運(yùn)組織進(jìn)行及時(shí)調(diào)整。在該體系下，新增客流調(diào)度，實(shí)時(shí)監(jiān)控全線(xiàn)網(wǎng)客流信息，并在突發(fā)狀況下承擔(dān)信息報(bào)送和客流疏導(dǎo)工作。行車(chē)調(diào)度按線(xiàn)路集群調(diào)度，設(shè)備按網(wǎng)絡(luò)集成調(diào)度，調(diào)度系統(tǒng)具備非應(yīng)急情況下的自動(dòng)調(diào)圖—行車(chē)方案驗(yàn)證評(píng)估—行車(chē)調(diào)整與控制的閉環(huán)管理手段，行車(chē)調(diào)度手段應(yīng)更加豐富靈活，與列車(chē)運(yùn)行控制技術(shù)相結(jié)合，例如利用車(chē)車(chē)通信、互聯(lián)互通和靈活編組等技術(shù)，縮小發(fā)車(chē)間隔，提高復(fù)雜場(chǎng)景下的調(diào)度靈活性。

同時(shí)，在管控模式方面，基于客流-車(chē)流耦合的運(yùn)行指揮體系實(shí)現(xiàn)“中心-現(xiàn)場(chǎng)”的扁平化管理，中心各控制子系統(tǒng)（如行車(chē)、電力、閉路電視監(jiān)控系統(tǒng)等）進(jìn)行網(wǎng)絡(luò)化集成，增強(qiáng)線(xiàn)網(wǎng)控制能力。最終該體系能夠?qū)崿F(xiàn)以客流驅(qū)動(dòng)的動(dòng)態(tài)調(diào)圖、多線(xiàn)路集約化的網(wǎng)絡(luò)化調(diào)度和靈活響應(yīng)的高效列車(chē)控制，提升線(xiàn)網(wǎng)運(yùn)行的韌性。

2.2 系統(tǒng)架構(gòu)

以北京超大城軌交通線(xiàn)網(wǎng)為例，構(gòu)建基于客流-車(chē)流耦合的運(yùn)行指揮系統(tǒng)，其系統(tǒng)架構(gòu)見(jiàn)圖2，分為中心級(jí)和現(xiàn)場(chǎng)級(jí)，中心級(jí)包含決策層、執(zhí)行層。

圖2 基于客流-車(chē)流耦合的運(yùn)行指揮系統(tǒng)架構(gòu)

（1）決策層面向線(xiàn)網(wǎng)指揮中心，以精確的客流車(chē)流預(yù)測(cè)分析為基礎(chǔ)進(jìn)行線(xiàn)網(wǎng)層面的運(yùn)輸組織和應(yīng)急調(diào)度，包含綜合監(jiān)控、平行推演、態(tài)勢(shì)研判、運(yùn)輸組織輔助決策和應(yīng)急指揮模塊。

（2）執(zhí)行層面向線(xiàn)路/線(xiàn)路集群行車(chē)調(diào)度，包含運(yùn)行圖自動(dòng)編制、行車(chē)監(jiān)控、運(yùn)行圖動(dòng)態(tài)調(diào)整、設(shè)備調(diào)度等功能。線(xiàn)路集群行車(chē)監(jiān)控系統(tǒng)可實(shí)現(xiàn)多線(xiàn)路列車(chē)運(yùn)行的集中管理和控制；運(yùn)行圖動(dòng)態(tài)調(diào)整主要針對(duì)運(yùn)營(yíng)過(guò)程中發(fā)生的異常事件，提供在無(wú)人工干預(yù)或少量人工干預(yù)情況下的運(yùn)行圖自動(dòng)調(diào)整，以及輔助調(diào)整建議，運(yùn)行圖調(diào)整需要將平行推演模塊的結(jié)果作為輸入，在考慮客流-車(chē)流耦合影響的前提下進(jìn)行計(jì)劃調(diào)整。

2.3 業(yè)務(wù)流程

客流驅(qū)動(dòng)的2級(jí)運(yùn)行指揮體系遵循“平戰(zhàn)結(jié)合”的原則，在日常運(yùn)營(yíng)情況下，運(yùn)營(yíng)控制權(quán)由區(qū)域控制中心（執(zhí)行層）履行，指揮中心（決策層）負(fù)責(zé)線(xiàn)網(wǎng)各專(zhuān)業(yè)、各系統(tǒng)的綜合監(jiān)控，同時(shí)依托大數(shù)據(jù)分析、客流預(yù)測(cè)、多智能體仿真等技術(shù)，預(yù)測(cè)潛在風(fēng)險(xiǎn)、研判事態(tài)發(fā)展，及時(shí)發(fā)現(xiàn)潛在的運(yùn)營(yíng)風(fēng)險(xiǎn)并提前制定預(yù)案，構(gòu)建主動(dòng)型的運(yùn)營(yíng)指揮體系。在應(yīng)急情況下，調(diào)度指揮中心接管控制權(quán)，根據(jù)突發(fā)情況研判事件后果并進(jìn)行全網(wǎng)資源調(diào)配，區(qū)域控制中心執(zhí)行行車(chē)事件的具體處置措施，配合指揮中心盡快恢復(fù)正常運(yùn)營(yíng)。具體業(yè)務(wù)流程見(jiàn)圖3。

圖3 基于客流-車(chē)流耦合的運(yùn)行指揮系統(tǒng)業(yè)務(wù)流程

在該體系中，基于平行推演、態(tài)勢(shì)研判和智能調(diào)度子系統(tǒng)形成最小閉環(huán)的基本業(yè)務(wù)邏輯（見(jiàn)圖3①—⑨）。

（1）平行推演模塊基于歷史的、實(shí)時(shí)的客流數(shù)據(jù)進(jìn)行客流滾動(dòng)預(yù)測(cè)，評(píng)估客流變化趨勢(shì)，將客流預(yù)測(cè)結(jié)果作為輸入用于開(kāi)行方案編制。

（2）開(kāi)行方案編制后，加載至智能調(diào)度系統(tǒng)的運(yùn)行圖編制終端，運(yùn)行圖編制模塊自動(dòng)鋪畫(huà)運(yùn)行圖，基于當(dāng)前線(xiàn)路信息、車(chē)輛資源等約束條件進(jìn)行運(yùn)行圖可行性驗(yàn)證。

（3）驗(yàn)證后的運(yùn)行圖返回平行推演模塊，結(jié)合預(yù)設(shè)的開(kāi)行方案或運(yùn)行計(jì)劃，通過(guò)建立軌道交通系統(tǒng)網(wǎng)絡(luò)運(yùn)營(yíng)仿真模型（客流車(chē)流仿真），推演方案的后續(xù)影響（未來(lái)某時(shí)間段內(nèi)現(xiàn)場(chǎng)客流時(shí)空分布狀態(tài)與變化、行車(chē)交路等）。一般而言，運(yùn)營(yíng)仿真模型的輸入為多條銜接線(xiàn)路或線(xiàn)網(wǎng)的運(yùn)行圖信息，因此通過(guò)仿真推演相當(dāng)于結(jié)合客流情況對(duì)運(yùn)行圖進(jìn)行銜接驗(yàn)證，通過(guò)告警預(yù)警結(jié)果體現(xiàn)。

（4）態(tài)勢(shì)研判模塊對(duì)平行推演結(jié)果進(jìn)行系統(tǒng)地分析統(tǒng)計(jì)與可視化展示，對(duì)各類(lèi)綜合性、專(zhuān)業(yè)性指標(biāo)進(jìn)行專(zhuān)題管理，同時(shí)結(jié)合歷史同期指標(biāo)表現(xiàn)以及設(shè)定閾值，進(jìn)行告警預(yù)警。

（5）若無(wú)影響行車(chē)告警預(yù)警，則運(yùn)行圖可認(rèn)為通過(guò)驗(yàn)證，下發(fā)至行車(chē)監(jiān)控系統(tǒng)，進(jìn)而下發(fā)至車(chē)輛；若在編制或運(yùn)行任意時(shí)刻出現(xiàn)影響行車(chē)事件的告警預(yù)警信息，則需進(jìn)行運(yùn)行圖調(diào)整，循環(huán)進(jìn)行（3）—（4）步驟。

此外，中心級(jí)還包含運(yùn)輸組織決策模塊和應(yīng)急指揮模塊。運(yùn)輸組織決策模塊能夠根據(jù)仿真結(jié)果和指標(biāo)分析，評(píng)估某類(lèi)事件造成的運(yùn)力運(yùn)量失衡水平、客流風(fēng)險(xiǎn)信息，根據(jù)運(yùn)力缺口大小和客流風(fēng)險(xiǎn)等級(jí)推送不同級(jí)別的行車(chē)輔助決策建議和客流管控建議，為調(diào)度指揮人員提供輔助信息；應(yīng)急指揮模塊提供在事件發(fā)生后的自動(dòng)化手段，包括應(yīng)急會(huì)商、信息報(bào)送與發(fā)布等功能，以提高應(yīng)急處置效率。

3 總結(jié)與展望

關(guān)于客流-車(chē)流耦合的研究對(duì)于構(gòu)建客流驅(qū)動(dòng)的網(wǎng)絡(luò)化運(yùn)行指揮體系具有重要意義。結(jié)合城軌交通發(fā)展趨勢(shì)，探討研究客流-車(chē)流耦合的必要性和內(nèi)涵，對(duì)其關(guān)鍵技術(shù)研究進(jìn)行調(diào)研和總結(jié)；提出基于客流-車(chē)流耦合的運(yùn)行指揮決策體系，探索客流-車(chē)流耦合機(jī)理，基于耦合仿真和預(yù)測(cè)實(shí)現(xiàn)動(dòng)態(tài)行車(chē)調(diào)整和調(diào)度。

客流-車(chē)流耦合主要通過(guò)多源客流數(shù)據(jù)融合技術(shù)，實(shí)現(xiàn)網(wǎng)絡(luò)客流的實(shí)時(shí)感知、短期預(yù)測(cè)和長(zhǎng)期分析；基于多智能體仿真技術(shù)建立客流車(chē)流的聯(lián)合仿真，推演客流發(fā)展態(tài)勢(shì)和列車(chē)運(yùn)行狀態(tài)；通過(guò)運(yùn)行圖動(dòng)態(tài)調(diào)整技術(shù)，實(shí)現(xiàn)應(yīng)急情況下運(yùn)力的靈活調(diào)整；在現(xiàn)場(chǎng)執(zhí)行層面，可通過(guò)車(chē)車(chē)通信和靈活編組等運(yùn)行控制技術(shù)，實(shí)現(xiàn)平峰時(shí)客流與運(yùn)力的匹配，最終實(shí)現(xiàn)覆蓋所有已知或未知運(yùn)行場(chǎng)景的運(yùn)力運(yùn)量匹配優(yōu)化運(yùn)行。

當(dāng)前，在客流-車(chē)流耦合機(jī)理、協(xié)同控制策略和調(diào)度方面的研究相對(duì)較少，基于客流-車(chē)流耦合的動(dòng)態(tài)調(diào)度缺乏理論指導(dǎo)，對(duì)客流車(chē)流以及基礎(chǔ)設(shè)施、環(huán)境的相互影響關(guān)系認(rèn)知不夠，導(dǎo)致耦合仿真和預(yù)測(cè)模型的精度不夠，缺乏大量的數(shù)據(jù)支持。同時(shí)，運(yùn)行圖優(yōu)化調(diào)整算法復(fù)雜度高，易出現(xiàn)無(wú)解、集成難度大等問(wèn)題。因此，未來(lái)客流-車(chē)流耦合研究需要綜合運(yùn)用多種技術(shù)手段，以進(jìn)一步提高數(shù)據(jù)質(zhì)量和模型預(yù)測(cè)精度，開(kāi)發(fā)更加智能化、安全可靠的系統(tǒng)，提高數(shù)據(jù)處理和算法效率，加強(qiáng)系統(tǒng)集成和數(shù)據(jù)共享，真正實(shí)現(xiàn)基于客流需求的運(yùn)行圖動(dòng)態(tài)調(diào)整。同時(shí)，為了構(gòu)建扁平化管理模式，需要強(qiáng)大的數(shù)據(jù)中心承載線(xiàn)網(wǎng)多類(lèi)業(yè)務(wù)和數(shù)據(jù)服務(wù)，更需要列車(chē)群協(xié)同優(yōu)化、虛擬編組控制等關(guān)鍵技術(shù)的支撐。