Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.19545

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2507.19545 (eess)
[提交于 2025年7月24日 ]

标题: 大规模都市铁路系统的紧急疏散模拟以增强城市韧性

标题: Simulation of Emergency Evacuation in Large Scale Metropolitan Railway Systems for Urban Resilience

Authors:Hangli Ge, Xiaojie Yang, Zipei Fan, Francesco Flammini, Noboru Koshizuka
摘要: 本文提出了一个铁路中断期间交通疏散的仿真,以增强城市韧性。 研究重点是大规模铁路网络,并提供了灵活的仿真设置,以适应多个节点或线路故障。 疏散优化模型通过矩阵计算和非线性规划进行数学表述。 仿真整合了由不同公司运营的铁路线路以及网络的外部地理特征。 此外,为了解决大规模图网络中的计算复杂性,采用子图划分解决方案来加速计算。 该模型使用东京大都会区的广泛铁路网络进行评估。 数据收集包括铁路网络结构和现实世界的GPS人流数据,以估算车站区域访客数量,用于仿真输入和评估。 对包括东京、新宿、涩谷等主要车站进行了几种疏散场景的仿真。 结果表明,在紧急情况下,疏散乘客流量(EPF)和平均旅行时间(ATT)成功得到了优化,同时保持在邻近车站的容量限制和目标中断恢复时间内。
摘要: This paper presents a simulation for traffic evacuation during railway disruptions to enhance urban resilience. The research focuses on large-scale railway networks and provides flexible simulation settings to accommodate multiple node or line failures. The evacuation optimization model is mathematically formulated using matrix computation and nonlinear programming. The simulation integrates railway lines operated by various companies, along with external geographical features of the network. Furthermore, to address computational complexity in large-scale graph networks, a subgraph partitioning solution is employed for computation acceleration. The model is evaluated using the extensive railway network of Greater Tokyo. Data collection included both railway network structure and real-world GPS footfall data to estimate the number of station-area visitors for simulation input and evaluation purposes. Several evacuation scenarios were simulated for major stations including Tokyo, Shinjuku, Shibuya and so on. The results demonstrate that both evacuation passenger flow (EPF) and average travel time (ATT) during emergencies were successfully optimized, while remaining within the capacity constraints of neighboring stations and the targeted disruption recovery times.
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2507.19545 [eess.SY]
  (或者 arXiv:2507.19545v1 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.19545
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hangli Ge [查看电子邮件]
[v1] 星期四, 2025 年 7 月 24 日 03:03:32 UTC (16,272 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.SY
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号