城市轨道交通网络化运输组织及优化
|
摘要
纽约、巴黎、东京和莫斯科等国外发达国家主要城市的轨道交通路网早已进入了网络化管理运营时代,有着丰富的网络化运营管理经验。而我国的城市轨道交通还处在发展阶段,相关的运营管理经验还不丰富,有些运输组织方法还相对单一落后。上海、北京、广州和南京等地的城市轨道交通线路已基本形成网状结构；杭州、天津、成都等地也已建成了部分城市轨道交通主干线路。城市轨道交通的大力建设必然使其路网向规模化和网络化方向前进。建立符合线网技术设备条件和客流分布情况的编组方案和交路运行组织模式,是保证出行者的安全,提高运输组织效率,缩短出行时间,降低运营和出行成本的基础。
论文基于以上背景,首先研究了城市轨道交通路网基本结构和分析了客流时空特性,并用灰色BP模型对高峰小时最大断面流量进行了预测。然后,分析了网络化城市轨道交通列车编组的种类和影响列车编组方案比选的众多因素,论文通过引入网络层次分析法(ANP)并结合编组方案的实际情况,对3种不同的列车编组方案进行了选优建模。紧接着,论文探讨了网络化行车交路与发车方案优化问题,在分析了折返站类型、折返站通过能力和基本的列车交路形式以后,以车辆空载周转量最小为目标函数,且考虑了让乘客等待时间尽量地少来对网络化运行交路和发车方案进行了优化建模。最后,文章设计了一个典型的城市轨道交通网络来作为算例,根据不同的交路情况分别对编组方案和发车间隔进行了求解计算。通过结果分析可知优化模型可以有效降低空载周转量,求得相应的最优开行计划。为了提高模型的实用性和计算效率,论文为模型也编写了相应的Matlab程序。
Some big cities in the developed countries, such as New York, Paris, Tokyo and Moscow, have already entered the era of Urban Rail Transit Network management and operation, and they also have rich relevant management experience. However, China's urban rail transit operation is still in the development stage. Its relevant management experience is still not enough and some operation methods even lag behind those big cities. Urban rail transit lines in Shanghai, Beijing, Guangzhou and Nanjing have basically come into a network form. At the same time, the main urban rail transit lines in Hangzhou, Tianjin, Chengdu and other cities have been built too. It is important to establish different train marshalling plans and routing modes which can adapt themselves to both operation facilities and passenger flow distribution so as to ensure safety, improve operation efficiency, reduce travelling time and lower the cost.
Based on the background above, firstly, the basic structure of the urban rail transit network and passenger flow characteristics were studied in the thesis. Then a Gray BP model was used to predict the largest passenger flow volume during the peak hours. Secondly, many factors influencing the train formation in urban rail transit were analyzed and different types of formation were discussed too. Based on the Analytic Network Process (ANP), a model was built to compare the advantages and disadvantages of three different train formation schemes. Thirdly, different types of turn-back tracks and stations were described in the thesis so as to set a base for the optimization of train routing in urban rail network. Finally, a model to minimize the light vehicle turnover was also built to find out the ideal train marshalling plan and routing modes so as to optimize the whole operation. A representative example of urban rail transit network was then designed to verify the practicality of the model. In the example, different marshalling plans and routing modes were analyzed and their corresponding objectives were found. A Matlab program was then designed to improve the practicality and efficiency of the model.
论文基于以上背景,首先研究了城市轨道交通路网基本结构和分析了客流时空特性,并用灰色BP模型对高峰小时最大断面流量进行了预测。然后,分析了网络化城市轨道交通列车编组的种类和影响列车编组方案比选的众多因素,论文通过引入网络层次分析法(ANP)并结合编组方案的实际情况,对3种不同的列车编组方案进行了选优建模。紧接着,论文探讨了网络化行车交路与发车方案优化问题,在分析了折返站类型、折返站通过能力和基本的列车交路形式以后,以车辆空载周转量最小为目标函数,且考虑了让乘客等待时间尽量地少来对网络化运行交路和发车方案进行了优化建模。最后,文章设计了一个典型的城市轨道交通网络来作为算例,根据不同的交路情况分别对编组方案和发车间隔进行了求解计算。通过结果分析可知优化模型可以有效降低空载周转量,求得相应的最优开行计划。为了提高模型的实用性和计算效率,论文为模型也编写了相应的Matlab程序。
Some big cities in the developed countries, such as New York, Paris, Tokyo and Moscow, have already entered the era of Urban Rail Transit Network management and operation, and they also have rich relevant management experience. However, China's urban rail transit operation is still in the development stage. Its relevant management experience is still not enough and some operation methods even lag behind those big cities. Urban rail transit lines in Shanghai, Beijing, Guangzhou and Nanjing have basically come into a network form. At the same time, the main urban rail transit lines in Hangzhou, Tianjin, Chengdu and other cities have been built too. It is important to establish different train marshalling plans and routing modes which can adapt themselves to both operation facilities and passenger flow distribution so as to ensure safety, improve operation efficiency, reduce travelling time and lower the cost.
Based on the background above, firstly, the basic structure of the urban rail transit network and passenger flow characteristics were studied in the thesis. Then a Gray BP model was used to predict the largest passenger flow volume during the peak hours. Secondly, many factors influencing the train formation in urban rail transit were analyzed and different types of formation were discussed too. Based on the Analytic Network Process (ANP), a model was built to compare the advantages and disadvantages of three different train formation schemes. Thirdly, different types of turn-back tracks and stations were described in the thesis so as to set a base for the optimization of train routing in urban rail network. Finally, a model to minimize the light vehicle turnover was also built to find out the ideal train marshalling plan and routing modes so as to optimize the whole operation. A representative example of urban rail transit network was then designed to verify the practicality of the model. In the example, different marshalling plans and routing modes were analyzed and their corresponding objectives were found. A Matlab program was then designed to improve the practicality and efficiency of the model.
引文
[1]Sigurd Grava. Urban Transportation Systems[M]. New York:IBT global,2003:13-98.
[2]毛保华等.城市轨道交通系统运营管理[M].北京：人民交通出版社,2006b：12-103.
[3]张国宝.《城市轨道交通运营组织(第2版)》[M].上海：上海科学技术出版社,2012：33-58.
[4]Jaeger, Heribert. Passenger Requirements on Regional Rail Tranport [J].Public Transport International.2003:77-85.
[5]Kavicka A, Klima V.Simulation support for railway infrastructure design and planning process[J]. Advances in Transport.2000,7:447-456.
[6]孙壮志.城市交通网络形态特征分形研究[J].交通运输系统工程与信息.2007,7(1)：29-38.
[7]马超群,王玉萍.城市交通网络与城市形态在分形上的一致性分析[J].铁道运输与经济.2009,31(3)：46-50
[8]Adib Kanafani. Transportation Demand Analysis[M]. New York:McGraw-Hill Book Company,1983:34-65.
[9]Assis W.O,Milani B.E. A. Generation of optimal schedules for metro lines using model predictive control[J].Automation.2004,(40):1397-1404.
[10]Castelli L.,Pesenti R., Ukovich W. Scheduling multimodal transportation systems[J]. European Journal of Operational Research.2004,(155):603-615.
[11]方蕾,庞志显,城市轨道交通客流与行车组织分析[J].城市轨道交通研究.2004：42-44.
[12]郭丽丽.环放结构城市轨道交通客流与行车组织分析[J].城市轨道交通研究.2004：42-44.
[13]周妍.网络化城市轨道交通行车组织相关问题研究[D]北京：北京交通大学.2008：4-7
[14]余攀.城市轨道交通列车编组优化研究[D]北京：北京交通大学.2011：3-5
[15]宾坚,王慈光,刘社.层次分析法在轨道交通车辆选型中的应用[J].陕西工业学院学报.2005,21(2)：69-71
[16]伍勇,刘思宁.基于节能和面向旅客服务的列车编组方案研究.城市轨道交通研究.2004,7(06)：27-31.
[17]曹仲明,顾宝南.城市轨道交通网络结构的优化及其影响分析[J].城市轨道交通研究.1999,(01)：45-49.
[18]聂英杰.城市轨道交通的客流特性分析[J].地下工程与铁道.2003,(4)：20-23.
[19]陶志祥,张宁,杜波.城市轨道交通客流时空分析研究[J].城市公共交通.2004,(2)：33-35.
[20]郭俊义.车辆编组预留影响因素分析[J].城市轨道交通研究.2009,(4)：8-11.
[21]叶芹禄.试论城市轨道交通车辆的编组[J].铁道勘察与设计.2004,(6)：31-33.
[22]Meyer R. J., Kein F.J. The Urban Transportation Problem[J].Cambridge(mass) Harvard University Press.1965:37-40
[23]Renfrew R.M. Technology Selection and Development for an Intermediate Capacity Transit Systems[C].IAS Annual Meeting(IEEE Industry Applications Society),1977:939-945.
[24]Ian S.J, Dickins. Park and Ride Facilities on Light Rail Transit Systems. Transportation 1991,18(1):23-36.
[25]David E. Finding the k Shortest Paths[J].SIAM Journal on Computing. 1998,28(2):652-673.
[26]徐瑞华,陈菁菁,杜世敏.城轨交通多种列车交路模式下的通过能力和车底运用研究[J].铁道学报.2005a：6-10
[27]邵伟中,刘瑶,陈光华,徐瑞华.巴黎市域轨道交通线路及车站布置特点分析[J].城市轨道交通研究.2006,(1)：62-64
[28]刘丽波,叶霞飞,顾保南.上海市域快速轨道交通的线路与运行模式[J].城市轨道交通研究.2007,35(10)：1358-1362
[29]杨维.城市轨道交通路网承载能力计算方法研究[D]北京：北京交通大学.2011：18-27.
[30]张秀媛,孙壮志,潘波,苗彦英.城市轨道交通客流分析[M].北京：北京交通大学出版社,2011：93-95
[31]方蕾.都市圈快速轨道交通行车组织分析[D].南京：东南大学.2004：12-24
[32]何静,叶华平,朱海燕.城市轨道交通运营管理[M].北京：中国铁道出版社,2007：38-76.
[33]何宗华,汪松滋,何其光.城市轨道交通运营组织[M].北京：中国建筑工业出版社,2003：56-67.
[34]郑丽娟.基于城市轨道交通网络化运营的客流分布预测研究[D].上海：同济大学.2008：6-24
[35]刘思峰,党耀国等.灰色系统理论及其应用(第五版)[M].北京：科学出版社.2010.
[36]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报：自然科学版.2004,(1)：103-110.
[37]李国成,吴涛,徐沈.灰色人工神经网络人口总量预测模型及应用[J].计算机工程与应用.2009,(16)：215-218.
[38]姜爱平,马婧瑛.一种改进的灰色预测模型在人口预测中的应用[J].甘肃联合大学学报：自然科学版.2000,12(6)：10-13.
[39]Hao Y H, WangX M. Period Residual Modification of GM(1,1) Modeling[J]. The Journal of Grey System.2012,(2)181-183.
[40]Hsieh C H, Chou J H, Wu Y J.Taguchi-genetic Algorithms for Optimizing GM(1,1)[J]. Journal of Grey System.2000,12(3):18-23.
[41]宣平,刘建宁.灰色人工神经网络组合预测模型及其应用研究[J].宿州教育学院学报.2008,(6)：153-155.
[42]唐明辉,王健全,徐国粱.城市轨道交通列车编组形式与牵引电机的选择[J].机车电传动.2005,(5)：50-54.
[43]程雯.关于城市轨道交通列车编组形式的探讨[J].都市快轨交通.2006,(4)：29-32.
[44]吴非,张岩.关于城市轨道交通列车编组合理性的探讨[J].都市快轨交通.2010,(4)：46-48.
[45]何倩.杭州地铁2号线运输组织[D].大学生论文联合比对库,2010：12-18.
[46]于振华,李照星.网络化条件下地铁车辆选型和列车编组研究[J].中国铁路.2011,(9)：64-68.
[47]贾连志,汪侃.城市轨道交通的车辆选型和列车编组方案选择[J].城市轨道交通研究.2012,(5)：77-79.
[48]T L Saaty. Fundamentals of the Analytic Network Process-Dependence and Feedback in Decision-making With a Single Network [J]. Journal of Systems Science and Systems Engineering.2004,13 (2):129-157.
[49]T L Saaty. Decision Making-The Analytic Hierarchy and Network Process [J]. Journal of Systems Science and Systems Engineering.2004,13 (1):1-35.
[50]张耀予.基于灰色关联和网络层次分析法的中小企业ERP选型[D]成都：西南交通大学硕士论文.2012：35-51.
[51]P Aragone's-Beltra'n, J Aznar, J Fern's-On" ate, et al. Valuation of urban industrial land: An analytic network process approach [J]. European Journal of Operational Research.2008,(185):322-339.
[52]Kuo,R.J.,Chi,S.G.,&Kao,S.S.A decision support system for selecting convenience store location through integration of fuzzy AHP and artificial neural network[J].Computers in Industry.2002,199-214.
[53]孙宏才,田平,王莲芬.网络层次分析法与决策科学[M].北京：国防工业出版社,2011：12-59,188-200.
[54]郑永前,刘东.基于ANP的ERP选型决策方法研究[J].全国先进制造技术高层论坛暨制造业自动化信息化技术研讨会论文集.2005：192-196.
[55]李英.城市轨道交通折返线相关问题研究[J].城市轨道交通研究.2003,(1)：28-32.
[56]张国宝,于涛.关于城轨列车折返能力计算与加强的研究[J].都市快轨交通.2006,(4)：55-58.
[57]王京峰惠伦.地铁站前折返能力分析[J].石家庄铁道学院学报(自然科学版).2008,2(1)： 26-29
[58]李俊芳,樊晓梅.城市轨道交通车站折返能力计算[J].铁路运输与经济.2009,31(5)：50-53.
[59]苗沁,周天星.城市轨道交通折返站折返能力分析[J].城市轨道交通研究.2010.(11)：57-60.
[60]刘涛.城市轨道交通折返能力的估算及影响因素[J].铁道通信信号.2008,(12)：17-19.
[61]向红.简述轨道交通折返站布置形式及其对最小行车间隔的影响[J].科学技术通讯.2000,(1)：27-29.
[62]徐新宇.城市轨道交通行车组织交路形式分析[M].南京：南京铁道出版社,2009：11-26.
[63]李俊芳,王炳达.城市轨道交通典型交路形式分析[J].铁道运输与经 济.2009,31(10)：54-56.
[64]徐瑞华李侠陈菁菁.市域快速轨道交通线路列车运行交路研究[J].城市轨道交通研究.2006,(5)：36-39
[65]徐瑞华陈菁菁杜世敏.城轨交通多种列车交路模式下的通过能力和车底运用研究[J].铁道学报.2005,(4)：6-9.
[66]吕晓东.城市轨道交通列车运行交路问题研究[D].成都：西南交通大学.2012：43-55.
[67]李俊芳.基于运输能力的城市轨道交通运输组织方案评价研究[D].成都：西南交通大学,2010：31-48.
[68]蒋丽华.城际铁路“公交化”运输组织相关问题的探讨[D].成都：西南交通大学,2009：21-39.
[69]王祎南.突发特大客流城市轨道交通运营组织研究[D].北京：北京交通大学,2008：5-28.
[70]张奔.大运量城市轨道交通折返站折返能力分析及优化设计研究[D].北京：北京交通大学,2011：12-43.
[71]张一梅.大运量城市轨道交通折返站折返能力分析及优化设计研究[D].北京：北京交通大学,2009：24-38.
[72]周妍.网络化城市轨道交通行车组织相关问题研究[D].北京：北京交通大学,2008：17-33.
[73]黄妍妍.基于网络的城市轨道交通运输能力瓶颈问题研究[D].北京：北京交通大学,2011：27-39.
[2]毛保华等.城市轨道交通系统运营管理[M].北京：人民交通出版社,2006b：12-103.
[3]张国宝.《城市轨道交通运营组织(第2版)》[M].上海：上海科学技术出版社,2012：33-58.
[4]Jaeger, Heribert. Passenger Requirements on Regional Rail Tranport [J].Public Transport International.2003:77-85.
[5]Kavicka A, Klima V.Simulation support for railway infrastructure design and planning process[J]. Advances in Transport.2000,7:447-456.
[6]孙壮志.城市交通网络形态特征分形研究[J].交通运输系统工程与信息.2007,7(1)：29-38.
[7]马超群,王玉萍.城市交通网络与城市形态在分形上的一致性分析[J].铁道运输与经济.2009,31(3)：46-50
[8]Adib Kanafani. Transportation Demand Analysis[M]. New York:McGraw-Hill Book Company,1983:34-65.
[9]Assis W.O,Milani B.E. A. Generation of optimal schedules for metro lines using model predictive control[J].Automation.2004,(40):1397-1404.
[10]Castelli L.,Pesenti R., Ukovich W. Scheduling multimodal transportation systems[J]. European Journal of Operational Research.2004,(155):603-615.
[11]方蕾,庞志显,城市轨道交通客流与行车组织分析[J].城市轨道交通研究.2004：42-44.
[12]郭丽丽.环放结构城市轨道交通客流与行车组织分析[J].城市轨道交通研究.2004：42-44.
[13]周妍.网络化城市轨道交通行车组织相关问题研究[D]北京：北京交通大学.2008：4-7
[14]余攀.城市轨道交通列车编组优化研究[D]北京：北京交通大学.2011：3-5
[15]宾坚,王慈光,刘社.层次分析法在轨道交通车辆选型中的应用[J].陕西工业学院学报.2005,21(2)：69-71
[16]伍勇,刘思宁.基于节能和面向旅客服务的列车编组方案研究.城市轨道交通研究.2004,7(06)：27-31.
[17]曹仲明,顾宝南.城市轨道交通网络结构的优化及其影响分析[J].城市轨道交通研究.1999,(01)：45-49.
[18]聂英杰.城市轨道交通的客流特性分析[J].地下工程与铁道.2003,(4)：20-23.
[19]陶志祥,张宁,杜波.城市轨道交通客流时空分析研究[J].城市公共交通.2004,(2)：33-35.
[20]郭俊义.车辆编组预留影响因素分析[J].城市轨道交通研究.2009,(4)：8-11.
[21]叶芹禄.试论城市轨道交通车辆的编组[J].铁道勘察与设计.2004,(6)：31-33.
[22]Meyer R. J., Kein F.J. The Urban Transportation Problem[J].Cambridge(mass) Harvard University Press.1965:37-40
[23]Renfrew R.M. Technology Selection and Development for an Intermediate Capacity Transit Systems[C].IAS Annual Meeting(IEEE Industry Applications Society),1977:939-945.
[24]Ian S.J, Dickins. Park and Ride Facilities on Light Rail Transit Systems. Transportation 1991,18(1):23-36.
[25]David E. Finding the k Shortest Paths[J].SIAM Journal on Computing. 1998,28(2):652-673.
[26]徐瑞华,陈菁菁,杜世敏.城轨交通多种列车交路模式下的通过能力和车底运用研究[J].铁道学报.2005a：6-10
[27]邵伟中,刘瑶,陈光华,徐瑞华.巴黎市域轨道交通线路及车站布置特点分析[J].城市轨道交通研究.2006,(1)：62-64
[28]刘丽波,叶霞飞,顾保南.上海市域快速轨道交通的线路与运行模式[J].城市轨道交通研究.2007,35(10)：1358-1362
[29]杨维.城市轨道交通路网承载能力计算方法研究[D]北京：北京交通大学.2011：18-27.
[30]张秀媛,孙壮志,潘波,苗彦英.城市轨道交通客流分析[M].北京：北京交通大学出版社,2011：93-95
[31]方蕾.都市圈快速轨道交通行车组织分析[D].南京：东南大学.2004：12-24
[32]何静,叶华平,朱海燕.城市轨道交通运营管理[M].北京：中国铁道出版社,2007：38-76.
[33]何宗华,汪松滋,何其光.城市轨道交通运营组织[M].北京：中国建筑工业出版社,2003：56-67.
[34]郑丽娟.基于城市轨道交通网络化运营的客流分布预测研究[D].上海：同济大学.2008：6-24
[35]刘思峰,党耀国等.灰色系统理论及其应用(第五版)[M].北京：科学出版社.2010.
[36]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报：自然科学版.2004,(1)：103-110.
[37]李国成,吴涛,徐沈.灰色人工神经网络人口总量预测模型及应用[J].计算机工程与应用.2009,(16)：215-218.
[38]姜爱平,马婧瑛.一种改进的灰色预测模型在人口预测中的应用[J].甘肃联合大学学报：自然科学版.2000,12(6)：10-13.
[39]Hao Y H, WangX M. Period Residual Modification of GM(1,1) Modeling[J]. The Journal of Grey System.2012,(2)181-183.
[40]Hsieh C H, Chou J H, Wu Y J.Taguchi-genetic Algorithms for Optimizing GM(1,1)[J]. Journal of Grey System.2000,12(3):18-23.
[41]宣平,刘建宁.灰色人工神经网络组合预测模型及其应用研究[J].宿州教育学院学报.2008,(6)：153-155.
[42]唐明辉,王健全,徐国粱.城市轨道交通列车编组形式与牵引电机的选择[J].机车电传动.2005,(5)：50-54.
[43]程雯.关于城市轨道交通列车编组形式的探讨[J].都市快轨交通.2006,(4)：29-32.
[44]吴非,张岩.关于城市轨道交通列车编组合理性的探讨[J].都市快轨交通.2010,(4)：46-48.
[45]何倩.杭州地铁2号线运输组织[D].大学生论文联合比对库,2010：12-18.
[46]于振华,李照星.网络化条件下地铁车辆选型和列车编组研究[J].中国铁路.2011,(9)：64-68.
[47]贾连志,汪侃.城市轨道交通的车辆选型和列车编组方案选择[J].城市轨道交通研究.2012,(5)：77-79.
[48]T L Saaty. Fundamentals of the Analytic Network Process-Dependence and Feedback in Decision-making With a Single Network [J]. Journal of Systems Science and Systems Engineering.2004,13 (2):129-157.
[49]T L Saaty. Decision Making-The Analytic Hierarchy and Network Process [J]. Journal of Systems Science and Systems Engineering.2004,13 (1):1-35.
[50]张耀予.基于灰色关联和网络层次分析法的中小企业ERP选型[D]成都：西南交通大学硕士论文.2012：35-51.
[51]P Aragone's-Beltra'n, J Aznar, J Fern's-On" ate, et al. Valuation of urban industrial land: An analytic network process approach [J]. European Journal of Operational Research.2008,(185):322-339.
[52]Kuo,R.J.,Chi,S.G.,&Kao,S.S.A decision support system for selecting convenience store location through integration of fuzzy AHP and artificial neural network[J].Computers in Industry.2002,199-214.
[53]孙宏才,田平,王莲芬.网络层次分析法与决策科学[M].北京：国防工业出版社,2011：12-59,188-200.
[54]郑永前,刘东.基于ANP的ERP选型决策方法研究[J].全国先进制造技术高层论坛暨制造业自动化信息化技术研讨会论文集.2005：192-196.
[55]李英.城市轨道交通折返线相关问题研究[J].城市轨道交通研究.2003,(1)：28-32.
[56]张国宝,于涛.关于城轨列车折返能力计算与加强的研究[J].都市快轨交通.2006,(4)：55-58.
[57]王京峰惠伦.地铁站前折返能力分析[J].石家庄铁道学院学报(自然科学版).2008,2(1)： 26-29
[58]李俊芳,樊晓梅.城市轨道交通车站折返能力计算[J].铁路运输与经济.2009,31(5)：50-53.
[59]苗沁,周天星.城市轨道交通折返站折返能力分析[J].城市轨道交通研究.2010.(11)：57-60.
[60]刘涛.城市轨道交通折返能力的估算及影响因素[J].铁道通信信号.2008,(12)：17-19.
[61]向红.简述轨道交通折返站布置形式及其对最小行车间隔的影响[J].科学技术通讯.2000,(1)：27-29.
[62]徐新宇.城市轨道交通行车组织交路形式分析[M].南京：南京铁道出版社,2009：11-26.
[63]李俊芳,王炳达.城市轨道交通典型交路形式分析[J].铁道运输与经 济.2009,31(10)：54-56.
[64]徐瑞华李侠陈菁菁.市域快速轨道交通线路列车运行交路研究[J].城市轨道交通研究.2006,(5)：36-39
[65]徐瑞华陈菁菁杜世敏.城轨交通多种列车交路模式下的通过能力和车底运用研究[J].铁道学报.2005,(4)：6-9.
[66]吕晓东.城市轨道交通列车运行交路问题研究[D].成都：西南交通大学.2012：43-55.
[67]李俊芳.基于运输能力的城市轨道交通运输组织方案评价研究[D].成都：西南交通大学,2010：31-48.
[68]蒋丽华.城际铁路“公交化”运输组织相关问题的探讨[D].成都：西南交通大学,2009：21-39.
[69]王祎南.突发特大客流城市轨道交通运营组织研究[D].北京：北京交通大学,2008：5-28.
[70]张奔.大运量城市轨道交通折返站折返能力分析及优化设计研究[D].北京：北京交通大学,2011：12-43.
[71]张一梅.大运量城市轨道交通折返站折返能力分析及优化设计研究[D].北京：北京交通大学,2009：24-38.
[72]周妍.网络化城市轨道交通行车组织相关问题研究[D].北京：北京交通大学,2008：17-33.
[73]黄妍妍.基于网络的城市轨道交通运输能力瓶颈问题研究[D].北京：北京交通大学,2011：27-39.