劉 杰 ，陳錦渠 ，彭其淵 ，殷 勇

（1. 西南交通大學交通運輸與物流學院，四川 成都 611756；2. 西南交通大學交通綜合交通運輸智能化國家地方聯(lián)合工程實驗室，四川 成都 611756；3. 西南交通大學綜合交通大數(shù)據(jù)應用技術國家工程實驗室，四川 成都 611756）

在日常運營中，城市軌道交通的區(qū)間設備故障、區(qū)間障礙物阻擋等事故時常導致區(qū)間能力下降，嚴重影響了網(wǎng)絡的可靠性和網(wǎng)絡的運輸服務質量. 隨著人們生活水平的提高和經(jīng)濟的快速發(fā)展，乘客在出行過程中也越來越關注出行的可靠性[1]. 因此，建立城市軌道交通網(wǎng)絡的可靠性和運輸質量評估模型，分析和評估區(qū)間通過能力下降對網(wǎng)絡可靠性和運輸服務質量的影響，對提升城市軌道交通網(wǎng)絡的運輸服務質量和保障網(wǎng)絡的可靠性具有重要意義.同時，通過分析區(qū)間通過能力下降對網(wǎng)絡可靠性和運輸服務質量的影響，也能在城市軌道交通的運營維護，應急預案制定與實施方面提供一定的指導.

現(xiàn)有交通運輸網(wǎng)絡可靠性研究著重于分析公路交通網(wǎng)絡的可靠性[2-4]. 相比于公路交通網(wǎng)絡的可靠性研究，Wang等[5]在2014年指出僅有8%的交通網(wǎng)絡可靠性研究涉及軌道交通網(wǎng)絡. 在軌道交通網(wǎng)絡可靠性的研究中，多將軌道交通網(wǎng)絡抽象為加權的網(wǎng)絡連通圖，通過區(qū)間中斷前和中斷后網(wǎng)絡的結構變化來分析網(wǎng)絡的可靠性. 例如：Jiang等[6]應用復雜網(wǎng)絡理論分析了廣州地鐵的網(wǎng)絡特征和網(wǎng)絡可靠性；喬珂等[7]以平均度、聚集系數(shù)、平均最短距離等指標評估了北京地鐵網(wǎng)絡在線路中斷運營情況下的網(wǎng)絡彈性；葉青等[8-9]也運用復雜網(wǎng)絡理論并結合網(wǎng)絡的拓撲特征指標分析了其他城市軌道交通網(wǎng)絡的可靠性. 上述研究多從網(wǎng)絡結構的角度分析城市軌道交通網(wǎng)絡的可靠性，僅能解決網(wǎng)絡結構是否連通的問題，但不能進一步說明區(qū)間中斷對乘客出行產(chǎn)生的影響. 從乘客角度出發(fā)，研究網(wǎng)絡的可靠性時，Chen等[10]指出，交通網(wǎng)絡的可靠性是指網(wǎng)絡在滿足一定客運服務水平時成功輸送一定乘客的概率. 李倩[11]建立了城市軌道交通網(wǎng)絡的級聯(lián)失效模型，通過有效節(jié)點比、網(wǎng)絡效率比衡量了站點失效對網(wǎng)絡的影響程度. Shimamoto等[12]提出了確定城市軌道交通網(wǎng)絡關鍵線路及站點的函數(shù)，采用因突發(fā)事件而無法登車的乘客數(shù)衡量線路及站點的重要程度.研究結果表明關鍵線路上發(fā)車頻率降低將導致乘客擁擠和網(wǎng)絡服務水平降低. Al-Deek等[13]指出網(wǎng)絡的可靠性不僅與網(wǎng)絡的基礎設施相關，還與突發(fā)事件發(fā)生后乘客的反應相關，對客流需求變動和網(wǎng)絡能力降低時網(wǎng)絡的可靠性進行了研究. 沈犁等[14]運用復雜網(wǎng)絡理論分析了成都市地鐵公交復合網(wǎng)絡在不同攻擊模式下的靜態(tài)抗毀性.

綜上所述，現(xiàn)有研究多集中于分析區(qū)間中斷（完全喪失通過能力）對網(wǎng)絡結構的影響來分析網(wǎng)絡的可靠性. 然而區(qū)間中斷的情況并非時常發(fā)生，區(qū)間設備故障以及區(qū)間障礙物阻擋所導致的區(qū)間通過能力部分降低的事件卻時常發(fā)生. 現(xiàn)有研究多采用區(qū)間介數(shù)[8-9]識別重要區(qū)間，但區(qū)間介數(shù)僅能反映區(qū)間對網(wǎng)絡中最短路的影響程度，卻不能反映區(qū)間能影響的乘客數(shù)目. 同時，現(xiàn)有研究多從網(wǎng)絡結構的角度提出網(wǎng)絡的可靠性評估指標，這類指標未能明確反映區(qū)間中斷會導致多少乘客的出行不可靠，也不能反映中斷對乘客出行時間、換乘時間以及出行舒適度的影響.

基于上述分析，為彌補現(xiàn)有研究的不足，本文著重于分析區(qū)間通過能力降低對網(wǎng)絡可靠性和運輸服務質量的影響. 在確定重要區(qū)間時，采用區(qū)間影響的乘客占比與區(qū)間介數(shù)分別識別網(wǎng)絡中的重要區(qū)間.采用廣義出行費用綜合體現(xiàn)乘客的車內乘車時間、換乘走行時間、換乘等待時間、換乘次數(shù)和出行舒適度，并以此評估網(wǎng)絡的運輸服務質量. 依據(jù)發(fā)生和不發(fā)生區(qū)間通過能力降低事件兩種情況下乘客的相對廣義出行費用與出行費用閾值之間的關系判定乘客的出行是否可靠，并直接采用可靠出行乘客的占比評估網(wǎng)絡的可靠性. 最后以武漢地鐵為例分析和評估了區(qū)間通過能力降低對武漢地鐵網(wǎng)絡可靠性和運輸服務質量的影響.

1 模型構建

1.1 區(qū)間通過能力降低下的乘客類型

區(qū)間通過能力降低不僅會導致乘客的出行時間增加和出行舒適度降低，還可能導致部分乘客無法采用城市軌道交通出行. 為分析區(qū)間通過能力下降對乘客出行產(chǎn)生的影響，依據(jù)乘客出行是否可靠將區(qū)間通過能力下降時的乘客類型分為兩大類：第一大類乘客受到的影響較小，出行質量未嚴重下降，屬于出行可靠的乘客. 第二大類乘客屬于出行不可靠的乘客，出行可靠的乘客被定義為第Ⅰ類乘客，在出行不可靠的乘客中，部分乘客的出行質量受到嚴重影響，但仍能采用城市軌道交通出行，定義為第Ⅱ類乘客，部分乘客由于區(qū)間通過能力下降，無法采用城市軌道交通出行，定義為第Ⅲ類乘客.

網(wǎng)絡的運輸服務質量與乘客的出行時間、換乘次數(shù)、換乘走行時間、換乘等待時間以及乘客能否在車內獲得座位相關. 廣義出行費用能夠綜合反映乘客的出行時間組成及出行舒適度，因此，運用乘客的平均廣義出行費用來衡量城市軌道交通網(wǎng)絡的運輸服務質量. 從車站i到車站j的出行乘客集合為Pij,i,j∈S，假設未發(fā)生區(qū)間通過能力降低時，從車站i到j的乘客pij的廣義出行費用為Cij,p(0,0) ，pij∈Pij.假設區(qū)間通過能力下降事件為 δ (Er,x)，Er為能力下降的區(qū)間集合，x為能力下降的比例. 事件 δ (Er,x)發(fā)生后，乘客pij的廣義出行費用為Cij,p(Er,x). 依據(jù)乘客pij的相對廣義出行費用 λ=Cij,p(Er,x)/Cij,p(0,0)、出行費用閾值 κ、出行路徑對應的能力nij和客流量fij之間的關系，確定發(fā)生區(qū)間能力下降后乘客的類型，如式（1）所示.

區(qū)間通過能力降低后，第Ⅰ、Ⅱ類乘客能采用城市軌道交通出行. 當 λ≤κ，出行質量未嚴重下降，屬于第Ⅰ類乘客；當 λ>κ，出行質量下降，出行不可靠，屬于第Ⅱ類乘客；由于出行路徑的客流量超過能力，導致不能采用城市軌道交通出行，屬于第Ⅲ類乘客.

1.2 網(wǎng)絡可靠性評估

網(wǎng)絡的可靠性是指網(wǎng)絡能夠滿足一定的運輸需求并且保持在一定服務水平之上的概率[15]. 事件δ(Er,x)發(fā)生后，第Ⅲ類乘客已經(jīng)無法采用城市軌道交通出行，雖然第Ⅰ、Ⅱ類乘客均能采用城市軌道交通出行，但只有第Ⅰ類乘客的出行是可靠的. 因此，采用第Ⅰ類乘客的占比評估網(wǎng)絡的可靠性，如式（2）所示.

式中：R(Er,x) 為事件 δ (Er,x)發(fā)生后網(wǎng)絡的可靠性，即第Ⅰ類乘客的占比；fij等于3類乘客的總數(shù)目；mij,1(Er,x)為從車站i到j的第Ⅰ類乘客數(shù)目.

1.3 網(wǎng)絡運輸服務質量評估

事件 δ (Er,x)發(fā)生后，由于第Ⅲ類乘客不能采用城市軌道交通網(wǎng)絡出行，因此，計算網(wǎng)絡的運輸服務質量時只考慮第Ⅰ、Ⅱ類乘客. 此時乘客的平均廣義出行費用為

式 中：pij∈Pij,1(Er,x) 或Pij,2(Er,x) ；mij,2(Er,x)為 從車 站i到j的第Ⅱ類乘客數(shù)目.

1.4 廣義出行費用

將乘客pij的廣義出行費用分為區(qū)間運行費用和換乘費用，如式（4）所示.

式中：cij,p,S為乘客pij的區(qū)間運行費用；cij,p,T為乘客pij的換乘費用.

區(qū)間運行費用與乘客的車內時間和車內舒適度相關，如式（5）所示.

式中：El和Sl,N分別為乘客從車站i到j的出行路徑l中包含的區(qū)間集合和非換乘站集合；te為區(qū)間e的列車運行時間；ds為列車在車站s的停站時間；fe為區(qū)間e的客流量；Y(fe) 為乘客在區(qū)間e的擁擠系數(shù)，擁擠系數(shù)與乘客能否獲得座位相關，如式（6）所示[15].

式中：be為列車在區(qū)間e提供的座位數(shù)；ne為列車在區(qū)間e的輸送能力.

換乘費用主要與換乘走行時間和換乘候車時間以及換乘次數(shù)相關，如式（7）所示.

式中：α 為換乘費用系數(shù)，取值1.1[16]；Sl,T和m分別為乘客pij出行路徑中的換乘車站集合以及換乘車站數(shù)目；β為換乘次數(shù)對應的指數(shù)系數(shù)，取值為0.5[16]；ws,w和ws,f分別為乘客在換乘車站s的換乘等待時間和 換乘走行時間，ws,w可取發(fā)車間隔的1/2.

1.5 基于改進Logit模型的隨機用戶均衡配流

乘客的廣義出行費用與乘客的出行路徑、區(qū)間客流量相關. 為確定乘客的出行路徑和區(qū)間客流量，采用基于改進Logit模型的隨機用戶均衡配流模型進行客流分配. 該分配模型能較好地體現(xiàn)乘客在網(wǎng)絡中的出行特征. 該模型遵循Wardrop第一原理，從車站i到j的路徑l被選擇的概率是一條件概率，改進的Logit模型是隨機配流中常用的概率模型[16-17]，從車站i到j選擇路徑l的概率為

式中：Cij,r為路徑r的廣義出行費用；Cij為從車站i到j所有可選路徑的平均廣義出行費用；l∈Lij，Lij為從車站i到j的可選路徑集合；θ 為一常數(shù)，取值為2.468[17].

根據(jù)路徑被選擇的概率，可以計算路徑對應的客流量，如式（9）所示.

式中：fij,l為從車站i到j選擇路徑l的客流量.

基于改進Logit模型的隨機用戶均衡配流模型與隨機用戶均衡配流條件之間的等價性在文獻[18]中已經(jīng)證明，該模型采用式（10）、（11）表示.

式中：δe,ij,l為0-1變量，若區(qū)間e在從車站i到j的路徑l上，則其值為1，否則為0.

1.6 求解算法

運 用MSWA （method of successive weighted averages）算法[19]求解基于改進Logit模型的隨機用戶均衡配流模型，主要步驟如下：

步驟1初始化迭代次數(shù)k=1 ，參數(shù)d≥0，算法輔助變量 γ(0)=ω(0)=0. 流量未分配前，確定車站間的有效路徑集并為車站OD （origin-destination）設置虛擬路徑. 計算零流時有效路徑的廣義出行費用，虛擬路徑的廣義出行費用為無窮.

步驟2運用改進的Logit模型進行客流加載，得到區(qū)間e在第k次迭代的客流量

步驟3根據(jù)，檢驗如果存在區(qū)間流量大于區(qū)間能力的區(qū)間，令此類區(qū)間的廣義費用為極大值.

步驟4根據(jù)有效路徑對應的廣義出行費用，再次采用改進的Logit模型進行客流加載. 在客流加載過程中，如果從車站i到j的全部有效路徑對應的廣義出行費用均為無窮，那么將從車站i到j的客流量fij加載至虛擬路徑，并將此類乘客定義為第Ⅲ類乘客. 加載完所有車站間的客流后，再次計算各區(qū)間對應的客流量

步驟5獲取迭代步長，確定第k次迭代的輔助變量令

步驟6更新區(qū)間流量

步驟7收斂判斷，如果（常數(shù) ε取值0.05[20]），那么停止計算，否則返回步驟3.

迭代完成后，依據(jù)乘客的出行路徑和出行路徑客流量計算乘客的廣義出行費用和平均廣義出行費用.

采用上述配流模型和求解算法，計算發(fā)生事件δ(Er,x) 和不發(fā)生事件 δ (0,0)兩種情況下乘客的廣義出行費用. 通過兩種情況下乘客的廣義出行費用判斷乘客的出行類型并計算網(wǎng)絡的可靠性指標和運輸服務質量指標.

1.7 重要區(qū)間識別指標

區(qū)間介數(shù)被大量的研究學者用于確定城市軌道交通網(wǎng)絡的重要區(qū)間，然而區(qū)間介數(shù)是建立在復雜網(wǎng)絡結構基礎上的指標. 該指標為未考慮客流量的靜態(tài)指標，并不能全面反映區(qū)間對乘客出行的影響.因此，提出基于區(qū)間影響的乘客占比以確定網(wǎng)絡中的重要區(qū)間，受區(qū)間影響的乘客為經(jīng)過該區(qū)間的乘客. 區(qū)間e影響的乘客占比為

為對比區(qū)間影響的乘客占比和區(qū)間介數(shù)識別重要區(qū)間的準確性，采用區(qū)間介數(shù)識別重要區(qū)間，區(qū)間e的區(qū)間介數(shù)為

式中：mij為從車站i到j的最短路數(shù)目；mij,e為從車 站i到j并且經(jīng)過區(qū)間e的最短路數(shù)目.

2 實例分析

武漢市被長江和漢江分割為漢口、漢陽和武昌三大區(qū)域，截止2018年8月武漢地鐵開通的運營線路、運營車站如圖1所示.

以早高峰為例分析武漢地鐵網(wǎng)絡在區(qū)間通過能力下降時的網(wǎng)絡可靠性和運輸服務質量. 根據(jù)武漢地鐵的列車運行時刻表確定列車在區(qū)間的運行時間、列車在車站的停站時間、列車的發(fā)車間隔；獲取武漢地鐵工作日的AFC （automatic fare collection）刷卡數(shù)據(jù)，通過匹配車票編號獲得乘客出行OD；調查乘客在換乘站的換乘時間以及乘客出行費用閾值

2.1 重要區(qū)間識別結果

運用式（16）計算武漢地鐵網(wǎng)絡中每個區(qū)間的區(qū)間介數(shù)，然后采用基于改進Logit模型的隨機用戶均衡配流模型求解算法確定乘客的出行路徑，依據(jù)式（15）計算每個區(qū)間影響的乘客占比. 分別以Be和Ie確定早高峰時段武漢地鐵網(wǎng)絡中最重要的5個區(qū)間，如表1所示.

圖1 武漢地鐵網(wǎng)絡Fig. 1 Wuhan metro network

表1表明區(qū)間介數(shù)值確定的5個重要區(qū)間能單獨影響武漢地鐵網(wǎng)絡中11.55%～18.40%的最短路，這些區(qū)間對網(wǎng)絡的效率能產(chǎn)生較大影響. 通過區(qū)間影響的乘客占比確定的5個重要區(qū)間，每個區(qū)間單獨影響的乘客比例在12.24%～13.96%之間，對應影響的乘客出行量為42 630～48 621人次，這些區(qū)間對乘客出行產(chǎn)生較大影響. 更一步分析發(fā)現(xiàn)，重要區(qū)間多與換乘站相連. 區(qū)間介數(shù)值確定的重要區(qū)間與換乘站（香港路、趙家條、后湖大道、循禮門、大智路）直接相連. 區(qū)間影響的乘客占比確定的重要區(qū)間與換乘站（大智路、循禮門、江漢路、宗關、王家灣）均直接相連. 重要區(qū)間銜接換乘站并且區(qū)間的客流負荷較高，因此，重要區(qū)間對網(wǎng)絡效率和乘客出行都能產(chǎn)生較大的影響.

表1 B e 和 I e分別識別的5個重要區(qū)間Tab. 1 Five most critical sections identified with B e and I e respectively

2.2 重要區(qū)間通過能力降低時的網(wǎng)絡可靠性

區(qū)間通過能力降低時，僅第Ⅰ類乘客的出行是可靠的. 仿真Be和Ie確定的5個重要區(qū)間通過能力下降時網(wǎng)絡的可靠性，如圖2所示.

圖2 5個重要區(qū)間通過能力下降時網(wǎng)絡的可靠性Fig. 2 Network reliability under the carrying capacity reductions of the five most critical sections

由圖2可得：相比于Be識別的重要區(qū)間通過能力降低，通過Ie確定的重要區(qū)間通過能力降低導致武漢地鐵網(wǎng)絡的可靠性下降更快，表明區(qū)間影響的乘客占比確定的重要區(qū)間對網(wǎng)絡的出行可靠性影響較大. 為保證武漢地鐵網(wǎng)絡可靠性處于較高水平（0.95）以上，網(wǎng)絡最多能容忍區(qū)間介數(shù)確定的3個重要區(qū)間的通過能力下降，并且下降比例不超過20%；保證相同的可靠性水平時，網(wǎng)絡最多能容忍1個區(qū)間影響的乘客占比確定的重要區(qū)間的通過能力下降，并且下降比例不超過20%. 類似可以分析為保證不同程度（可靠性值為0.90、0.85、···）的網(wǎng)絡可靠性時武漢地鐵重要區(qū)間的能力下降數(shù)目和能力下降閾值. 仿真結果指出，運營單位在有限的資源和有限的經(jīng)濟投入下，應當優(yōu)先監(jiān)控、防護以及提升重要區(qū)間的能力.

如前文所述，區(qū)間通過能力下降時，網(wǎng)絡的可靠性為第Ⅰ類乘客所占的比例. 圖3為重要區(qū)間通過能力下降時，第Ⅱ、Ⅲ類乘客數(shù)目、能力下降的區(qū)間數(shù)目和能力下降比例之間的關系.

圖3 重要區(qū)間通過能力下降時第Ⅱ、Ⅲ類乘客的數(shù)目Fig. 3 Numbers of passengers in categories Ⅱ and Ⅲ under the carrying capacity reductions of the five most critical sections

圖3表明：當區(qū)間通過能力下降比例較低時，網(wǎng)絡中的第Ⅱ類乘客數(shù)目較多，第Ⅲ類乘客數(shù)目較低.隨著能力下降的區(qū)間數(shù)目升高和下降比例升高，第Ⅲ類乘客的數(shù)目逐漸升高，但第Ⅱ類乘客的數(shù)目呈現(xiàn)出先上升后降低的趨勢. 分析其原因為：通過能力下降的區(qū)間數(shù)目和能力下降比例均較低時，由于車站OD間存在多條路徑，多數(shù)受影響的乘客可以選擇其他流量較低的備選路徑出行，此時第Ⅱ類乘客數(shù)目較多，第Ⅲ類乘客的數(shù)目上升緩慢；但隨著能力下降的區(qū)間數(shù)目增加和能力下降比例增加，乘客在采用備選路徑出行時也出現(xiàn)了能力不足的情況，此時大量的第Ⅱ類乘客轉變?yōu)橛捎趨^(qū)間能力限制無法出行的第Ⅲ類乘客，導致第Ⅲ類乘客數(shù)目激增. 相比于區(qū)間介數(shù)確定的重要區(qū)間通過能力下降，區(qū)間影響的乘客占比確定的重要區(qū)間通過能力下降時，出行不可靠的乘客更多. 在能力下降的區(qū)間數(shù)目相同時，第Ⅱ類乘客的下降點和第Ⅲ類乘客的激增點對應的通過能力下降比例更低. 分析其原因為：采用區(qū)間影響的乘客占比確定的重要區(qū)間不僅客流量大，同時這些區(qū)間均是銜接武漢三大區(qū)域的主要區(qū)間：江漢路—大智路是銜接漢陽和漢口兩大區(qū)域的重要區(qū)間之一，循禮門—江漢路是銜接漢口和武昌兩大區(qū)域的重要區(qū)間之一，宗關—王家灣則是漢陽和漢口的“橋區(qū)間”. 如果這些區(qū)間的通過能力下降，三大區(qū)域間的大量交換客流需要繞行才能到達目的地，這些乘客的相對廣義出行費用超過出行費用閾值，為第Ⅱ類乘客. 當區(qū)間通過能力下降至一定程度時，大量路徑的流量飽和，大量的第Ⅱ類乘客迅速轉變?yōu)榈冖箢惓丝?

2.3 重要區(qū)間通過能力下降時的網(wǎng)絡運輸服務質量

區(qū)間能力未下降時，采用基于改進Logit模型的隨機用戶均衡配流模型進行客流分配，計算得出早高峰時段武漢地鐵的人均出行廣義出行費用為78.43 min. 通過乘客的平均廣義出行費用反映網(wǎng)絡的運輸服務質量. 仿真5個重要區(qū)間的通過能力下降（下降比例20%、40%、60%和80%）時網(wǎng)絡的運輸服務質量，仿真結果如圖4所示.

圖4 5個重要區(qū)間通過能力下降時網(wǎng)絡的運輸服務質量Fig. 4 Transportation service quality when the carrying capacity of the five most criticalsections are reduced

由圖4可得：區(qū)間通過能力降低時，乘客的平均廣義出行費用均大于78.43 min，網(wǎng)絡的運輸服務質量降低. 區(qū)間通過能力下降比例為20%時，平均廣義出行費用隨著能力下降的區(qū)間數(shù)目增加而持續(xù)上升，網(wǎng)絡的運輸服務質量持續(xù)下降. 能力下降比例為40%、60%和80%時，隨著能力下降區(qū)間數(shù)目的增加，平均廣義出行費用呈現(xiàn)先上升，后降低的趨勢，網(wǎng)絡的運輸服務質量則呈現(xiàn)先下降后上升的趨勢. 并且區(qū)間通過能力下降比例越高，平均廣義出行費用下降點對應的區(qū)間數(shù)目越小. 分析其原因為：由于網(wǎng)絡的運輸服務質量只受第Ⅰ、Ⅱ類乘客的影響，當能力下降比例為20%時，根據(jù)圖2和圖3發(fā)現(xiàn)，網(wǎng)絡中第Ⅲ類乘客占比不大，第Ⅱ類乘客持續(xù)增加.由于第Ⅱ類乘客的廣義出行費用較高，因此網(wǎng)絡中乘客的平均廣義出行費用持續(xù)增加，網(wǎng)絡的運輸服務質量持續(xù)下降. 隨著通過能力下降比例和能力下降區(qū)間數(shù)目增加，大量的第Ⅱ類乘客轉變?yōu)榈冖箢惓丝停冖?、Ⅱ類乘客的?shù)目開始降低，此時網(wǎng)絡的負載會有所下降，乘客的平均廣義出行費用也會下降，網(wǎng)絡的運輸服務質量上升.

2.4 保障網(wǎng)絡可靠性和運輸服務質量的建議

重要區(qū)間對城市軌道交通網(wǎng)絡可靠性和運輸服務質量產(chǎn)生重要影響，因此，運營單位在有限的資源和經(jīng)濟投入下，應當優(yōu)先監(jiān)控、防護以及提升重要區(qū)間的能力. 例如：為避免區(qū)間通過能力降低導致大量的第Ⅲ類乘客不能采用城市軌道交通網(wǎng)絡出行，武漢地鐵運營管理者應重點監(jiān)控以及防護銜接武漢三大區(qū)域的橋區(qū)間：江漢路—大智路、循禮門—江漢路和宗關—王家灣.

當區(qū)間通過能力下降比例較低時，網(wǎng)絡中的第Ⅱ類乘客數(shù)目較多，第Ⅲ類乘客數(shù)目較少. 此時，可重點通過提升服務水平（快速組織進出站與換乘，增派運營管理人員組織運營以及合理組織站內流線）將第Ⅱ類乘客轉化為第Ⅰ類乘客（出行可靠的乘客）.當能力下降的區(qū)間數(shù)目和下降比例較高時，第Ⅲ類乘客的數(shù)目會迅速升高. 此時，運營管理者應采取措施迅速恢復區(qū)間通過能力以避免大量的乘客轉變?yōu)榈冖箢惓丝?

3 結 論

1） 相較于現(xiàn)有研究采用區(qū)間介數(shù)識別城市軌道交通網(wǎng)絡的重要區(qū)間而言，本文提出的采用區(qū)間影響的乘客占比確定的重要區(qū)間對網(wǎng)絡的可靠性和運輸服務質量具有更大的影響. 分析重要區(qū)間的特征發(fā)現(xiàn)，重要區(qū)間多與換乘站直接相連并且區(qū)間的客流負荷較高.

2） 從乘客出行感受及乘客出行特征角度分析了區(qū)間通過能力降低情況下城市軌道交通網(wǎng)絡的可靠性和運輸服務質量. 分析發(fā)現(xiàn)：重要區(qū)間通過能力下降會對網(wǎng)絡的可靠性和運輸服務質量產(chǎn)生嚴重影響；隨著能力下降的區(qū)間數(shù)目和能力下降比例的升高，網(wǎng)絡的可靠性持續(xù)下降，并且第Ⅲ類乘客的數(shù)目逐漸升高，第Ⅱ類乘客的數(shù)目呈現(xiàn)先上升后降低的趨勢. 當通過能力下降的區(qū)間數(shù)目和能力下降比例增加到一定程度時，由于網(wǎng)絡中的大量乘客無法出行（第Ⅲ類乘客），網(wǎng)絡的運輸服務質量下降情況會有所減弱.

3） 采用論文提出的模型和方法，可以分析為保證城市軌道交通網(wǎng)絡的可靠性和運輸服務質量在一定水平之上時，網(wǎng)絡最多能容忍的重要區(qū)間通過能力下降比例和能力下降的重要區(qū)間數(shù)目.