轨道交通网络韧性评估与最优恢复策略

摘要

为提高轨道交通网络应对突发扰动事件的恢复能力，构建融合流量服务效率和网络运行效率的轨道交通网络韧性评估模型，以网络韧性最大化为目标建立轨道交通网络恢复策略模型，将遗传算法与自适应大邻域搜索算法相结合，提出一种混合自适应大邻域搜索遗传算法求解网络韧性最大化恢复策略模型；以杭州市轨道交通为实例，通过随机攻击和针对性攻击模拟自然灾害、人为破坏及运营管控等扰动情景，对比分析3种扰动情景下随机恢复策略、节点度优先恢复策略、重要度优先恢复策略和网络韧性最大化恢复策略的站点恢复顺序及网络韧性表现。结果表明：在3种扰动情景中，网络韧性最大化恢复策略对轨道交通网络的修复效果均最优，其次为节点度优先、重要度优先恢复策略，随机恢复策略的修复效果最差；人为破坏情景中，轨道交通网络所受影响最严重，此时网络韧性最大化恢复策略的网络韧性分别比其他3种策略分别增大6.7%、7.6%、25.1%;同时修复1个站点时，轨道交通网络约需8 h恢复至最优，同时修复4个站点时，约需3 h恢复至最优，可同时修复的站点越多，网络韧性恢复越快。在扰动发生初期尽快采用最优恢复策略并增大修复资源投入，可显著提高轨道交通网络的恢复效率与网络韧性。

关键词

轨道交通 / 网络韧性 / 恢复策略 / 遗传算法 / 自适应大邻域搜索算法