非等间距新息GM(1,1)的逐步优化模型及其应用

应用灰色系统建模方法及新信息原理,在GM(1,1)建模思想的基础上提出了一种基于直接建模的逐步优化的新息非等间距GM(1,1)模型,该模型采用原始数据的第n个分量作为灰色微分方程的初始条件,通过优化背景值与差商调节系数来估计模型参数.该模型不仅适合于等间距建模,也适合于非等间距建模,且突破了发展系数的绝对值较大时,不能用GM(1,1)模型的禁区,提高了建模的精度.实例表明所建模型的实用性与可靠性.     

基于改进元胞自动机模型的地铁车厢乘客疏散模拟

提出了一种基于改进元胞自动机模型的乘客疏散运动模型,用于研究地铁车厢内发生突发事故下的乘客疏散行为.充分考虑到乘客在突发事故下疏散时的趋利避害和从众心理等,结合模糊逻辑理论建立了乘客的车门选择机制,并利用改进的元胞自动机模型完成对乘客疏散过程的建模工作.通过仿真实验模拟分析了当地铁车厢内突发火灾时火源的位置、紧急情况下...     

非等间距GM(1,1)模型性质及优化研究

根据矩阵理论推导非等间距GM(1,1)模型参数的矩阵形式,研究了压缩变换和初始点变化下非等间距GM(1,1)模型参数性质及其对模型精度的影响;在相对误差平方和最小的准则下,分别对初始条件和初始点进行优化,给出参数优化公式,发现两种优化方法是等价的;基于新信息优先原理,通过引入加权系数λ,综合考虑新旧信息变化规律,以加权求和的1-AGO序列作为初始条件,提出了全信息初始条件优化的非等间距GM(1,1)模型.最后,通过实例分析表明,本文提出的优化模型在拟合精度和预测精度上均有明显改善,表明优化的初始条件能充分提取新旧数据的有效信息,进一步提升建模效果.     

基于危险源影响的地铁车站乘客疏散仿真模型

为研究地铁车站在危险源突发事件条件下乘客主观能动性和外界环境对疏散过程的影响,结合危险源场景特征对乘客疏散过程进行社会力分析,建立基于危险源的社会力模型.模型考虑了乘客的主观能动性,调整自驱动力中期望速度大小和方向的确定方法及更新规则,并针对外界环境的影响,引入危险源对乘客的排斥力.以上海地铁某车站站台层为场景进行算例应用及分析,仿真结果表明:模型能较好地模拟危险源突发事件下乘客疏散过程.为减少疏散时间,车站疏散组织工作要安排乘客合理绕行,控制危险源范围,当车站密度小时,要提高乘客期望速度,而车站密度大时,则要提高瓶颈的通行效率.     

城市轨道交通车站客流仿真中的事件驱动模型

利用多智能体(Multi-agent)仿真技术对轨道交通车站设计方案、客流组织方案进行评估是一种科学有效的方法.在对"客流事件"、"服务流程"及"乘客流"进行定义的基础上,利用三种"元事件"以组合的方式构建了七种"客流事件",从而实现了一种能够描述客流在车站内的复杂行为的统一模型.大量仿真实验表明,此模型不但能够显著降低建立仿真项目的工作量,并且更加真实地反映了乘客在车站内的行为习惯.此外,模型还具有良好的可扩展性,易推广到其它场景,如大型体育比赛(奥运会、世界杯)、大型展览会(世博会)等条件下的观众疏散、交通组织等领域.     

整合运营下的轨道交通发车间隔及票价模型

为了分析公共交通整合运营模式给乘客带来的效益,对此条件下的轨道交通的最优发车间隔和票价进行了研究.采用分析优化方法,探讨了公共交通的实际乘客需求及票价成本收益,并以此为基础建立了以社会福利最大化为目标的发车间隔和票价综合优化模型,确定该模型为非线性约束最优值规划,应用可行方向法对模型进行了求解.结合算例讨论了模型的可行性和稳定性,并分析了轨道交通发车间隔和票价变化对目标函数值影响的灵敏度.     

基于引力场模型的城市轨道交通与城市发展的相关性

城市快速轨道交通是一种快速、便捷、大容量的公共交通系统，它不仅有效地缓解了城市的交通压力，同时城市轨道交通的规模和线路走向也同城市的空间结构发展密切相关。本文在对原有城市引力模型加以修正的基础上引入城市引力场概念。建立了城市轨道交通条件下以交通时间为基础的城市引力场模型，并对参数的影响因素和变化趋势进行了讨论。最后以上海为实例，按建设城市轨道交通的时间顺序绘制了不同时期城市引力场分布图，揭示了城市轨道交通建设与上海发展的密切关系，指出规划中的上海城市轨道交通网对形成“多中心”的城市空间结构具有积极的促进作用。     

基于视频采集数据的跟车模型标定与验证

针对微观交通仿真中跟车模型标定与验证的数据获取精度和数据处理问题,采用视频方法采集了交叉口进口引道上车辆的微观运动录像,利用视频处理软件获取车辆微观运动参数.根据采集数据的特点,采用广义最小二乘法标定模型.选择车头间距作为目标函数的性能指标,对跟车模型进行了标定和验证,误差指标为5.4%,说明标定的模型能很好的反映不同状态下的跟车行为.     

一类带有随机参数的交通优化模型及遗传算法

双向编组站包含两个个独立的作业系统，确定最合理的系统分工方案是这类编组站必须解决的首要问题，车流量则是该问题重要的输入参数，在实际运输工作中，车流量随着时间的不同总要发生一定的波动变化，这必然会影响双向编组站系统分工方案，针对这一交通运输学科经常面临的情况，构造了车流波动条件下双向编组站系统作为分工的随机优化模型，建立了基于遗传算法的求解理论，该方法对交通问题具有一般性的意义。     

基于数列变换优化的灰色系统模型

提出了一种可对含负项数列建立灰色系统模型的变换方法,并利用Matlab对变换参数进行优化。针对变换函数的特点提出了一种简化变换参数优化的方法,使二维优化问题简化为一维优化,可显著减小优化计算量,同时可获得较高的模型精度,这样就可在处理含负项数列的同时获得较高的模型精度,拓展了GM模型的应用范围。具体算例验证了所提建模方法的有效性。