基于強化學習的城軌信息發布策略研究

賈飛凡，蔣 熙，李海鷹*，于雪嶠

(1.北京交通大學a.軌道交通控制與安全國家重點實驗室，b.交通運輸學院，北京100044；2.中國鐵道科學研究院集團有限公司運輸與經濟研究所，北京100081)

0 引 言

隨著城市軌道交通客流需求激增，擁堵問題日趨嚴重.運營者開始采用各種措施以緩解路網中客流擁堵.從供給側角度，可通過壓縮發車間隔、增加列車編組等措施提高輸送能力；從需求側角度，通過信息發布影響乘客行為是緩解擁堵的有效措施之一.

交通信息發布是指運營者在出行者出行前或出行過程中提供出行信息的服務.交通領域關于信息發布策略的研究剛剛起步.陳芳等[1]基于雙層規劃模型原理建立了可變信息標識信息發布策略優化模型.孫智源等[2]建立了誘導與控制協同的雙層規劃模型.曹守華等[3]研究了在交通流誘導條件下的路網隨機平衡問題，提出兩種不同條件下建設交通流誘導系統的雙層規劃模型.楊泳等[4]通過仿真方法模擬信息影響下的駕駛員路徑選擇、匝道排隊等行為，研究不同信息發布策略的效果.目前關于城軌信息發布問題的研究較少.Yin 等[5]同樣建立雙層規劃模型，使用仿真進行客流分配作為下層模型，并使用遺傳算法求解上層模型.

隨著大數據時代的到來，運營者積累了海量乘客出行數據.數據驅動的機器學習方法因其自學習、高效率等優勢在眾多領域得到廣泛應用.本文針對城軌信息發布問題，提出基于……