数据挖掘在高速公路收费数据中的应用

数据挖掘技术的发展为分析高速公路收费站海量统计资料提供了便利,通过对数据挖掘技术内容及其分类的简单介绍,运用关联规则并使用数据挖掘软件Weka对广靖锡澄高速公路无锡收费站的部分统计数据进行离散化处理,借助Apriori算法对影响收费站收费效率的收费时段、车辆进站速度、车辆收费平均时耗、收费车辆数、收费车型、收费费用、收费站进口道长度、天气等因素进行关联性挖掘,认为高速公路收费站的收费数据关联性较大的是收费时间、进站车速、收费车辆数、收费站规模等因素,对于解决收费排队过长、排队车辆控制、收费费率调整、收费站进出口道数量的设置、收费站规模设置等等提供了一定的参考价值。     

基于地铁的城市物流配送路径优化

为了应对日益增长的快递需求,缓解货运车辆加重的城市交通拥堵,提高城市配送效率,本文提出了整合地铁资源进行城市物流配送的构想。本文将从企业和用户的角度出发,考虑地铁与末端地面配送车辆的容量限制,以运输成本、车辆成本和时间成本最小为目标函数建立多目标优化模型,优化地铁列车班次的客户分配和末端地面车辆的路径选择,更加符合实际。然后采用遗传算法对模型进行求解。最后以南京市地铁2、4号线为例,验证了模型和算法的实用性及有效性。结果表明,基于地铁的城市物流配送的总成本远低于单独货车配送,具有较强的应用价值。     

可变线路式公交的两阶段车辆调度模型

针对可变线路式公交设计了一种可同时处理预约需求和实时需求的两阶段车辆调度模型.第1阶段模型以预约需求为服务对象,建立了以乘客出行成本和车辆运营成本最小为目标的路径优化模型,采用模拟退火算法对模型进行求解,获得车辆初始行驶路径方案.第2阶段模型以实时需求为服务目标,在原定行驶路径方案上利用启发式插入算法将4类乘客排入车辆行车计划中.基于实例的仿真试验验证了两阶段车辆调度模型的可行性,结果表明:通过提高乘客预约出行比例的方式可提升系统性能,本例中当乘客需求量达到25人/h、预约出行比例达到70%时,系统整体性能相较于纯动态需求条件下提升近10%.     

城市干道交叉口联动控制优化建模

缓解干线道路交通拥堵问题,对于解决城市道路交通问题具有重要作用。通过综合考虑主路上下游交叉口和支路对系统的影响,针对车辆加减速延误、车辆停车延误、非协调相位的车辆延误三部分对干线道路协调相位进行讨论。建立了交叉口总延误模型,并通过遗传算法对延误模型进行求解,验证模型可行性。以期对交叉口延误研究提供一定价值的参考。     

公交车单车事故严重程度影响因素分析

为研究公交车单车正面碰撞事故严重程度的影响因素,选取英国2014-2018年速度不高于30mph/h的公交车在城市交叉口范围内发生正面碰撞的数据,建立离散选择模型—有序logit模型,从公交车驾驶员特征、车辆特征、道路特征、环境特征和事故特征方面分析影响致命事故、严重事故和轻伤事故的因素。分析结果表明：在90%的置信水平下,事故严重程度与驾驶员性别、年龄、车辆意图、车龄、车辆状态、车辆是否离开车行道、事故是否发生在工作日、路面情况、是否信号控制、光线情况、警察是否在事故现场、事故发生位置、碰撞设施这些因素显著相关。研究结果可使交通管理者采取相应的措施降低公交车事故严重程度。