城市轨道交通环线清分模型优化研究.pdf

113 现代城市轨道交通4/2024 MODERN URBAN TRANSIT运营管理李春晓，杨慧芳，孙 诗，李卫星，刘 超（武汉地铁运营有限公司，湖北武汉 430000）第一作者：李春晓,女,工程师引用格式：李春晓,杨慧芳,孙诗,等.城市轨道交通环线清分模型优化研究J.现代城市轨道交通,2024(04):113-119.LI Chunxiao,YANG Huifang,SUN Shi,et al.Research on the optimization of circular line clearing and the sharing model of urban rail transitJ.Modern Urban Transit,2024(04):113-119.DOI:10.20151/ki.1672-7533.2024.04.0171 引言随着武汉市轨道交通线网规模日益扩大，截至2023 年 12 月，已开通运营线路达到 12 条，总里程达到487.77 km，车站总数达 300 座。12 号线作为第一条环形线路的即将开通，以及 PPP（政府和社会资本合作模式）多运营主体运营模式的预期实施，对票务清分系统的精准性提出更高的要求。本文结合线网实际情况，对既有清分算法进行优化研究，旨在提高客流和收益清分的精准性，同时也有助于更准确地掌握线网客流的时空分布特征，对超大规模网络化运营下的行车组织也具有摘 要：随着城市轨道交通线网规模不断扩大，乘客的出行路径选择日益多样，城市轨道交通运营也由单一主体向多运营主体发展。这些变化都对清分收益和客流精准性提出更高的要求。文章以武汉市轨道交通线网为研究对象，通过对既有清分模型进行适用性分析，并结合乘客出行行为调查数据，深入探讨换乘便利性、路径迂回因素以及环形线路如何影响乘客路径的选择。研究提出一种迂回路径的识别方法，优化清分模型中有效路径筛选规则，并通过构造换乘便利性函数、迂回因子函数优化路径效用计算方法。最后通过起讫点（OD）算例进行模型适用性对比分析，结果表明优化模型具有更高的精准性。关键词：城市轨道交通；清分模型；多路径分配；客流分布；武汉 中图分类号：U293.5重要的作用。2 武汉市轨道交通清分模型现状2.1 常用清分模型目前城市轨道交通常见的清分模型包括 3 种：人工分账的清分模型、理想情况下的清分模型和基于乘客出行路径的清分模型。（1）人工分账是指从各个方向进行评估，根据评估的结果决定分账的比例。人工分账的方法适用于早期线网结构小、不复杂的情况。（2）理想情况下的分账是指在线网各换乘站均设置检票设备，采用乘客换乘刷卡的方式去标记乘客实际的乘车轨迹，该模式可以得到精确的清分比例，但是由于需要在每个换乘站点设置检票系统，与国内采用无障碍换乘的运营方式不符，因此也不适用。（3）基于乘客出行路径的清分模型算法1-5是指考量站点数、换乘次数、换乘时间、拥挤程度、乘车时间等因素推断乘客多路径选择概率，然后根据各运营主体所承担的里程来计算各运营主体收入。该方法考虑乘客出行路径的多样性，更准确地反映出各线路和运营商所做的贡献，随着城市轨道交通的快速发展，基于乘客出行路径选择的清分模型已被广泛应用6-10。2.2 武汉市轨道交通清分模型武汉市轨道交通目前使用基于乘客出行路径选择的清分模型，模型的计算过程主要包括如下 3 个步骤。2.2.1 K 条有效路径筛选首先基于站间距数据利用 Dijkstra 算法计算起讫城市轨道交通环线清分模型优化研究114MODERN URBAN TRANSIT 4/2024 现代城市轨道交通运营管理城市轨道交通环线清分模型优化研究点（OD）的最短路径，再利用 K 渐短路径搜索算法（Eppstein 算法）得到可达路径集合，并根据阈值设置过滤无效路径，最后仅保留前 K 条有效路径集合。既有清分模型使用的阈值主要有 3 个：超出耗时最短路径的时间、超过换乘次数最少路径的换乘次数以及超出乘车里程最短路径的里程。系统中通过设置与组合阈值相对应的等级参数，将 K 条有效路径中的无效路径进行剔除。2.2.2 计算路径效用及路径选择比例 P(i)现有武汉清分模型采用逻辑回归（Logit）模型计算可行路径的比例。乘客选择路径 i 的概率表示为 P(i)：P(i)=eVi eVj（1）式（1）中，e 为自然常数；j 为 OD 有效路径条数；Vi、Vj分别为第 i、j 条路径客观效用。现有的武汉清分模型客观效用 Vi的公式如下：Vi=n 1 Xi1+2 (Xi2+m-1)+3 Xi3（2）式（2）中，Xi1、Xi2、Xi3分别为第 i 条路径站点数、换乘次数、换乘时间属性；1、2、3分别为属性系数；n、a、m 分别为拥挤度、始发站、过江阻抗、共线共站系数。清分模型的计算流程如图 1 所示。3 既有模型分析3.1 乘客调查问卷数据分析为深入了解乘客路径选择行为及偏好，武汉地铁运营有限公司组织开展城市轨道交通乘客出行意向问卷调查，调查对象分为 2 类，分别为地铁员工及普通乘客，其中地铁员工有效问卷 1 837 份，普通乘客有效问卷 3 359 份。调查对象中，普通乘客乘车方式中用支付宝二维码的最高（38%），其次为武汉通（31%）和微信（20%），这 3 种方式累计占比高达 89%。这一调查结果与实际客流票种分布无显著差异，从而验证了调查问卷结果具有可靠性。经过数据分析，得出如下结论。（1）超过 70%的调查对象认为换乘步行时间是选择换乘站最看重的因素。（2）超过 80%的调查对象无法接受单次换乘步行时间超过 5 min，只有约 7%的调查对象可接受单次换乘步行时间超过 8 min。（3）对于中短距离出行 OD 对，当出行时间超过原有时间的 60%就几乎不被选择。（4）调查对象对迂回路径选择比例明显降低。（5）乘客总体上追求路径总时间最短，对于换乘步行时间较长的路径，乘客的厌恶度会随着旅行时间的缩短而降低。（6）环线开通后，本线换出又换入的路径（换乘 2次但时间短）和本线直达的路径（无换乘但时间长）均会被选择。3.2 既有模型适用性分析Logit 模型进行路径选择概率计算（见式（1）的过程中，清分模型中的有效路径筛选规则将确定哪些路径纳入比例分配路径集合，路径效用函数（见式（2）的表达将直接决定路径选择比例分配结果。3.2.1 有效路径筛选规则既有时间阈值设定规则未对短、中、长距离进行区分。根据问卷调查结果，中短距离 OD 对的路径时间超过最短时间 60%就几乎不被选择；对于长距离出行，由于出行时间基数较大，若仍采用与短距离相同的阈值规则，会将出行时间过长的路径纳入有效路径集中。当前线网有较多 OD 对存在环线换出又换入、多条直达路径等合理情况，需对环线设置单独的路径筛选条件。图1 清分模型计算流程图结束开始提取 OD 对根据站点数确定有效路径根据综合阻抗计算各路径占比根据运营商的路径承担里程计算其在有效路径 i 中的分担比例根据以上 2 个比例值计算各运营商在单个 OD 对中的分担比例是否所有 OD 对已处理完是否115 现代城市轨道交通4/2024 MODERN URBAN TRANSIT运营管理城市轨道交通环线清分模型优化研究3.2.2 效用函数中换乘因素表达武汉市轨道交通换乘包括站厅换乘、站台换乘、通道换乘、同站台换乘等多种形式，既有模型虽然将换乘次数和换乘时间纳入计算，但在反映换乘条件方面对乘客路径选择的影响上精准度不够高。根据调查问卷结果，乘客更偏好于选择换乘步行时间短、便利性高的路径。3.2.3 效用函数中迂回因素表达通过对既有模型 OD 选择比例分析，发现了 1 个普遍存在的问题：由于多条线路组成的环形区域存在，部分 OD 的有效路径集合中包含绕路、绕圈的迂回路径，并且这些迂回路径的分配比例相对较高。这一结论也通过问卷调查结果得到印证：当 2 条路径的换乘次数相同、乘车时间差在容忍范围内时，乘客明显更倾向于选择不绕路的路径，而这是既有模型无法体现的。迂回在一定程度上反映乘客对线网地图的视觉感知，日常生活中，许多乘客在出行时非必要不倾向于选择绕远路、绕圈或走回头路的路径，这符合人的日常行为习惯。因此，为提高模型的准确性，引入迂回因子来改造模型的效用函数，迂回路径定义将在下一小节给出。图 2 为 OD 迂回路径示例，路径 A 为基准路径，路径 B 相对于路径 A 则为迂回路径。达 70%，40 min 以上占比逐渐减小。因此，按 40 min、90 min 阈值划分为短、中、长 3 个距离级别，按级别分别设置阈值规则。（2）环线路径过滤规则设定。一方面，针对环线需要放开一些限制条件，如“过滤掉同一条线路换出又换入的路径”“过滤同一个 OD 对上大于 2 次换乘的有效路径”等，以防止涉及环线的有效路径被误过滤。另一方面，环线开通会增加最短路径的换乘次数，因此在涉及到环线的 K 条有效路径筛选规则中，增加换乘次数的容忍度。4.2 优化路径效用函数模型 在原有的公式上，将换乘时间替换成便利性因子修改后的换乘时间；增加路径迂回因子、路径迂回因子参数，修正后效用函数如下：Vi=n 1 Xi1+2 (Xi2+m-1)+3 Yi3+4 Ri4 （3）4.2.1 便利性函数构造构造统一体现换乘便利性的函数 Yi3，根据换乘便利性条件对实际换乘时间进行放缩，主要目的是增大对换乘便利性较差的路径的惩罚及对同站台换乘便利性较高的路径的奖励，其公式如下：Yi3=(ln(i3min(13，i3，j3)+1)i3（4）式（4）中，i3/min(13，i3，j3)为换乘时间放大系数；i3为同站台属性和便利性属性修正后的第 i 条路径的换乘时间，公式如下：i3=(Ci,r Xi3,r)（5）式（5）中，Xi3,r为第 i 条路径第 r 个换乘站的实际换乘步行时间，单位为秒；为同站台属性，针对同站台换乘路径进行奖励；Ci,r值为第 i 条路径第 r 个换乘站的换乘时间惩罚系数，针对长通道等换乘便利性差的路径进行惩罚。4.2.2 迂回因子函数 Ri4构造首先要对迂回路径进行定义与识别。一般情况下，将路径根据换乘节点划分为 3 个段：起始路段（起始站O 至换乘节点 T，表示为 O1T1）、中间路段（换乘节点至换乘节点，表示为 T1T2）、结束路段（换乘节点 T2至终到站 D，表示为 T2D1）。特殊情况下，当换乘次数4 清分模型优化方案4.1 优化K路径过滤规则（1）OD 长距离级别阈值设定。通过分析 OD 出行时间规律，数据整体呈现右偏态势，0 40 min 占比路径 A路径 B线路 1起始站 O终到站 D线路 4线路 2线路 3图 2 迂回路径示例116MODERN URBAN TRANSIT 4/2024 现代城市轨道交通运营管理城市轨道交通环线清分模型优化研究只有 1 次且起始站 O、终到站 D 为换乘站时，只有起始路段与结束路段。如果该 OD 有效路径集合中有 2 条及以上路径可以简化为 O1-T1-T2-D1 的表示形式，那么同时符合下述 2个特征的路径称为迂回路径：起始路段、结束路段相同，中间路段差异比较大（特殊情况下，起始段或结束段其一相同）；相比于基准路径，该路径换乘次数不变或者更多，并且途经的站点数更多。然后要将过度迂回路径直接过滤。通过设置迂回过滤条件，对迂回路径进行 2 种处理：对于满足过滤条件的路径，由于其迂回程度过于严重，因此直接将其过滤掉，不纳入有效路径集合，不参与效用计算。而对于不满足过滤条件的路径，将纳入有效路径集合，并参与效用计算。最后进行效用函数中迂回因子的改造。根据迂回情况对迂回路段进行惩罚，迂回因子函数公式如下：Ri4=Li4/min(L14，Li4，Lj4)（6）式（6）中，Ri4为迂回阻抗因子；L14，Li4，Lj4分别为第1、i、j 条路径迂回站点数，其公式如下：Li4=(li4,r+3 Ci4,r)（7）式（7）中，li4,r为第 i 条路径第 r 个迂回路段的线路站点数；Ci4,r为第 i 条路径第 r 个迂回线路段的换乘次数。4.3 参数标定4.3.1 参数标定思路在效用函数形式确定后，需对模型中的各项参数值进行标定。标定的方法是通过构建 1 个清分模型，计算得出的路径比例值与乘客实际出行选择的比例进行比较。计算这两者之间的误差平方和损失函数，并利用规划求解方法调整 Cit（换乘变量属性参数）、4（迂回阻抗效用参数）等参数值，使得损失函数最小（既有模型参数取值不变）。考虑到调查问卷仅为乘客意向出行，而非真实出行，且部分题目的统计结果前后略有矛盾，因此采取专家经验值人工校准的方法处理这些数据，将校准后的比例用于参数标定。4.3.2 参数标定本文共选取了 29 个 OD 路径选择比例用于参数标定，由于每个 OD 会产生多个结果，因此误差采用均方误差来计算，再根据路径的数量选择相应的比重。利用规划求解软件进行算例求解，规划目标为整体均方根残差和最小，最终得到参数标定结果：4=-0.67，C4=1.928，此时模型的均方残差和值为 0.026 17。5 结果验证5.1 OD选择比例拟合分析文章分别从换乘便利性、迂回路径、环线 OD 优化的角度分别对 OD 路径选择比例计算情况进行分析。5.1.1 换乘便利性优化 OD 分析OD（梨园香港路）路径 A：赵家条站站台换乘方式，换乘时间短，便利性高，乘客选择比例高达 90%，既有模型仅为 22%；路径 B：徐家棚站通道换乘方式，换乘时间长达 12 min，便利性低，乘客选择比例仅为10%，既有模型高达 78%。经过模型优化后，该 OD 路径选择 A、B 的比例已经分别修正为 92%、8%。如表 1所示。5.1.2 迂回优化 OD 分析OD（积玉桥罗家港）中，路径 C 为路径 A 的迂回路径，路径 B 为最优路径，优化前路径 A、B、C 的选择比例分别为 19%、79%、2%，优化后分别为 13%、84%、3%，优化后的结果与校准比例更接近，如表 2 所示，OD 地图路径如图 3 所示。OD（古田一路白沙六路）为迂回路径的 1 个案例，该 OD 未参与问卷调查，路径 C 和路径 D 均为路径 A的迂回路径，换乘次数相同且路径 C 换乘时间最长约16 min、换乘便利性差，但在既有模型中路径 C、D 的选择比例之和高达 29%。经过模型优化后，路径 A、B、C、D 的选择比例分别为 75%、13%、3%、9%。OD 地图路径如图 4 所示。表 1 OD（梨园-香港路）路径选择模型优化结果OD路径调查问卷校准比例模型计算结果既有模型优化模型梨园香港路路径 A：1 次换乘（步行 3 min），乘坐 8 个站；8 号线赵家条3 号线90%22%92%路径 B：1 次换乘（步行 12 min），乘坐 6 个站；8 号线徐家棚7 号线10%78%8%117 现代城市轨道交通4/2024 MODERN URBAN TRANSIT运营管理城市轨道交通环线清分模型优化研究5.1.3 环线优化 OD 分析OD（新荣轻工大学）中，模型优化后，路径 B选择比例为 50%，路径 A 选择比例为 38%，与校准比例接近，如表 3 所示。关于环线，需要特别说明的是，目前尚不确定 12号线的汉口火车站和武昌火车站是否与既有线路的汉口火车站（2 号线）和武昌火车站（4 号线/7 号线）实现无障碍换乘。如果具备换乘条件，线网中将新增本线换表 2 部分迂回 OD 路径选择模型优化结果OD路径调查问卷校准比例模型计算结果既有模型优化模型积玉桥罗家港路径 A：2 次换乘（步行 4 min），8 个站；5 号线徐家棚8 号线岳家嘴4 号线15%19%13%路径 B：1 次换乘（步行 2 min），9 个站；2 号线洪山广场4 号线83%79%84%路径 C：1 次换乘（步行 2 min），15 个站；5 号线复兴路4 号线 迂回路径 2%2%3%古田一路白沙六路路径 A：2 次换乘（步行 6 min），22 个站；1 号线循礼门2 号线积玉桥5 号线-59%75%路径 B：3 次换乘（步行 8.5 min），18 个站；1 号线宗关3 号线王家湾4 号线复兴路5 号线-12%13%路径 C：2 次换乘（步行 16 min），26 个站；1 号线三阳路7 号线徐家棚5 号线 迂回路径-17%3%路径 D：2 次换乘（步行 9 min），27 个站；1 号线黄浦路8 号线徐家棚5 号线 迂回路径-12%9%表 3 OD（新荣轻工大学）路径选择模型优化结果OD路径调查问卷校准比例模型计算结果既有模型优化模型新荣轻工大学路径 A：1 次换乘（步行 3.5 min），15 个站；1 号线大智路6 号线35%14%38%路径 B：2 次换乘（步行 6 min），9 个站；1 号线丹水池12 号线石桥6 号线51%74%50%路径 C：2 次换乘（步行 4.5 min），14 个站；21 号线后湖大道3 号线香港6 号线10%5%6%路径 D：2 次换乘（步行 9.5 min），13 个站；1 号线三阳路7 号线香港路6 号线4%7%6%图 3 积玉桥罗家港 OD 路径地图图 4 古田一路白沙六路 OD 路径地图118MODERN URBAN TRANSIT 4/2024 现代城市轨道交通运营管理城市轨道交通环线清分模型优化研究入又换出的有效路径（相比于直达路径，节约的时间足够长）。另外，12 号线各换乘站的换乘时间及线路运行时间等数据仅为估算值，并非实际值，待 12 号线建设完成并投入试运营后，将根据实际运营情况更新相关数据，目前仅为算例分析。5.2 客流分配比例分析选取 2023 年 6 月 4 日进出站 OD 刷卡数据进行线网换乘量测算，线网进站量为 2 032 310 人次，既有模型换乘量为 1 208 411 人次，优化模型换乘量为 1 205 450 人次。模型优化后，线网换乘量稍有降低，降低量约 2 961 人次。6 结语本文通过分析武汉市轨道交通现有清分模型、算法及相关参数设置，结合城市轨道交通线网发展及 12 号线环线的开通需要，提出对现有算法和规则的优化方法，并基于乘客问卷调查的结果，验证算法优化结果的合理性，使客流和收益清分精准性和科学性得到进一步提升。后续随着线网实际运营数据的不断丰富以及乘客真实出行数据获取的途径不断增多，将对清分模型结果进行进一步验证和优化。参考文献1 徐瑞华,罗钦,高鹏.基于多路径的城市轨道交通网络客流分布模型及算法研究J.铁道学报,2009,31(02):110-114.XU Ruihua,LUO Qin,Gao Peng.Passenger flow distribution model and algorithm for urban rail transit network based on multi-route choiceJ.Journal of Railway Science,2009,31(02):110-114.2 张永生,姚恩建,代洪娜.成网条件下地铁换乘量预测方法研究J.铁道学报,2013,35(11):1-6.ZHANG Yongsheng,YAO Enjian,DAI Hongna.Transfer volume forecasting method for the metro in networking conditionsJ.Journal of the China Railway Society,2013,35(11):1-6.3 刘莎莎,姚恩建,张永生.轨道交通乘客个性化出行路径规划算法J.交通运输系统工程与信息,2014,14(05):100-104+132.LIU Shasha,YAO Enjian,ZHANG Yongsheng.Personalized route planning algorithm for urban rail transit passengersJ.Transportation Systems Engineering and Information,2014,14(05):100-104+132.4 蔡晓春.城市轨道交通网络客流分配模型与计算方法研究D.北京:北京交通大学,2011 CAI Xiaochun.Research on passenger flow assignment model and algorithm of urban rail transitD.Beijing:Beijing Jiaotong University,2011.5 RAVEAU S.,GUO Z.,MUOZ J.C.,et al.A behavioural comparison of route choice on metro networks:Time,transfers,crowding,topology and socio-demographicsJ.Transportation Research Part A:Policy and Practice,2014,66:185-195.6 秦志鹏.成网条件下城市轨道交通乘客出行路径选择问题研究D.北京:北京交通大学,2011.QIN Zhipeng.Research on urban mass transit passenger route choice in the condition of network operationD.Beijing:Beijing Jiaotong University,2011.7 同济大学交通运输工程学院.北京市轨道交通自动售检票系统清算管理中心(ACC)清分方法研究R.上海:同济大学,2007.8 战明辉,王金利,孙越.一种轨道交通系统运费清分方法:CN101763612A P.2010-06-30.ZHAN Minghui,WANG Jinli,SUN Yue.A freight clearing method for rail transit system:CN101763612A P.2010-06-30.9 张永生.城市轨道交通乘客半补偿路径选择行为分析理论和方法D.北京:北京交通大学,2017.ZHANG Yongsheng.Passengers semi-compensatory route choice behavior analysis in urban rail transit networkD.Beijing:Beijing Jiaotong University,2017.10 陈博轩.城市轨道交通票务收益精确清分模型的研究与应用J.城市轨道交通研究,2020,23(03):31-33+37.CHEN Boxuan.Study and application of accurate clearing model of urban rail transit ticket revenueJ.Urban Mass Transit,2020,23(03):31-33+37.11 殷世松,卢缤程,叶茂,等.考虑乘客出行数据的城市轨道交通有效路径集生成方法J.交通信息与安全,2023,41(02):86-94.119 现代城市轨道交通4/2024 MODERN URBAN TRANSIT运营管理城市轨道交通环线清分模型优化研究 YIN Shisong,LU Bincheng,YE Mao,et al.A method of generating effective paths of urban rail transit based on passenger fare collection dataJ.Traffic Information and Safety,2023,41(02):86-94.12 王璐瑶,蒋熙.基于集成学习的城市轨道交通乘客路径选择建模J.铁道学报,2020,42(06):18-24.WANG Luyao,JIANG Xi.Ensemble learning based modeling of passenger route choice on urban rail transit networkJ.Journal of Railway Science,2019,42(06):18-24.13 许胜博,朱志国.基于换乘次数的城市轨道交通有效径路集生成算法研究J.交通运输工程与信息学报,2017,15(02):83-90+99.XU Shengbo,ZHU Zhiguo.Study on effective path set generating algorithm for urban rail transit based on transfer timesJ.Journal of Traffic and Transportation Engineering and Information,2017,15(02):83-90+99.14 朱慧娴,吕红霞,潘金山.城市轨道交通乘客路径选择行为研究J.综合运输,2022,44(12):3-7.ZHU Huixian,LV Hongxia,PAN Jinshan.Study on route choice behavior of passenger in urban rail transitJ.Integrated Transport,2022,44(12):3-7.15 蔡昌俊,叶茂,马灵玲,等.基于改进最短路径法的城市轨道交通有效路径集生成建模J.城市轨道交通研究,2022,25(09):1-5+10.CAI Changjun,YE Mao,MA Lingling,et al.Urban rail transit effective path set generation modeling based on improved shortest path methodJ.Urban Mass Transit,2022,25(09):1-5+10.16 周晓燕.城市轨道交通票务清分算法研究J.现代城市轨道交通,2013(06):75-77.ZHOU Xiaoyan.Study on ticketing settlement algorithm in urban rail transitJ.Modern Urban Transit,2013(06):75-77.17 高磊,王冰,张晨阳,等.基于出行调查的轨道交通清分清算模型对比研究J.现代城市轨道交通,2011(05):97-99.GAO Lei,WANG Bing,ZHANG Chenyang,et al.Comparative study on the clearing and settlement model of rail transit based on travel surveysJ.Modern Urban Transit,2011(05):97-99.18 陈刚,覃云章,杨睿.基于交通综合体客流加权的分合换乘路径研究J.现代城市轨道交通,2022(09):100-106.CHEN Gang,QIN Yunzhang,YANG Rui.Study on separation-merging transfer path based on passenger flow weighting of comprehensive transportation systemJ.Modern Urban Transit,2022(09):100-106.收稿日期 2024-01-25责任编辑 刘硕Research on the optimization of circular line clearing and the sharing model of urban rail transitLI Chunxiao,YANG Huifang,SUN Shi,LI Weixing,LIU Chao(Wuhan Metro Operation Co.,Ltd.,Wuhan Hubei 430000,China)Abstract:As the urban rail transit network continues to expand,passengers choices for travel routes are becoming increasingly diverse,and rail transit operations are evolving from single operators to multiple operators.These changes are imposing higher requirements on fare collection revenue and passenger flow accuracy.This article takes the Wuhan rail transit network as the research subject,and through the applicability analysis of the existing clearing and sharing model,and combined with passenger travel behavior survey data,it carries out an in-depth discussion on how transfer convenience,detour factors,and circular routes affect passengers route choices.The research proposes a method for identifying circuitous paths,optimizes the effective path screening rules in the clearing and sharing model,and optimizes the path utility calculation method by formulating a transfer convenience function and circuitousness factor function.Finally,a comparative analysis of the applicability of the model is conducted through an origin-destination(OD)calculation example,and the results show that the optimized model has a higher accuracy.Keywords:urban rail transit,clearing and sharing model,multipath assignment,passenger flow distribution,Wuhan