列车运行能耗与乘客换乘时间协同优化研究

为减少轨道交通系统运营总能耗和乘客换乘时间,以列车的在站停留时间为决策变量,建立了一种协同优化的时刻表优化模型,并设计了求解该模型的遗传算法。应用北京地铁五号线和亦庄线的实际数据展开算例研究,验证模型和算法的有效性。结果表明,该研究较优化前的轨道交通系统总能耗减少5.15%,乘客换时间减少17.66%。     

公交出行换乘时间模型及时间阈值研究

针对利用公交出行换乘时间阈值可更加准确区别换乘行为和二次出行行为,提高利用公交IC卡数据自动提取公交换乘时间方法的精确性,进而提升城市交通的整体规划和公交整体服务水平. 通过实际调查,首先对公交出行换乘方式进行了分类,分析了各类公交出行方式的换乘时间影响因素及其影响机理. 在此基础上从微观的角度建立了公交出行时间与各影响因素之间的关系模型,并通过实际调查数据验证了该模型的准确性,应用公交出行换乘时间模型得到了基于GIS公交网络要素分类的各类换乘方式的公交换乘时间阈值.     

考虑乘客时间成本的城市公交发车间隔优化模型

针对城市公交发车间隔优化时对公交运行过程描述不够全面、未充分考虑乘客时间成本的问题,提出了考虑乘客时间成本的城市公交发车间隔优化模型.首先,在详细分析能够体现公交车辆运行特征的不同时段与站间的运行速度、站点停站时间、上车人数、下车人数、滞留人数以及新增候车人数等变量或参数基础上,建立车辆运行约束和乘客人数约束,将包含等候时间和在车时间的乘客平均出行时间作为出行成本、车辆平均满载率作为公交企业载客成本,以乘客出行成本与公交企业载客成本之和最小为目标建立发车间隔优化模型.然后,使用软件Pycharm中scikit-opt代码库调用遗传算法求解模型.最后,以北京市848路公交上行线路早高峰8:00—9:00时段为例,求解其理论最优发车间隔,结合运营实际确定实际最优发车间隔及总成本.研究结果表明：考虑乘客时间成本后的发车间隔较实际发车间隔,乘客平均出行成本降低9.09%,公交企业载客成本上涨0.57%,乘客与企业总成本下降约3.01%,提出的模型可行有效.     

考虑换乘时间需求的响应型接驳公交系统的协调优化

乘客换乘时间需求是响应型接驳公交提供换乘服务时应考虑的一个重要因素.为此,提出一种考虑换乘时间需求的响应型接驳公交运行路径与调度协调优化方法.首先,将乘客按是否有特定换乘班次需求进行分类;然后,以同时接送模式下响应型接驳公交为研究对象,以乘客与运营商的效用加权之和最大为目标,以乘客换乘时间需求、乘客预约时间窗、车辆容量、车辆单程最大行程时间等为约束,构建发车间隔和运行路径一体化的协调优化模型,并基于遗传算法设计求解算法;最后,以长沙市地铁一号线尚双塘站周边区域为例进行实例分析.结果 表明:与单接单送模式相比,同时接送模式系统的总效用提升了17.1％,同时接送模式的优越性显著;乘客换乘时间需求导致系统的总效用降低了9.42％,但考虑换乘时间需求提升了乘客的换乘效率,降低的系统总效用是可接受的;中小型车比较适合响应型接驳公交系统.     

城际轨道交通与城市轨道交通换乘协调研究

随着珠三角地区城际轨道交通的大力修建,城际轨道交通与其他交通方式之间的换乘将逐渐成为研究的重点。本文简单介绍了车站的规划、换乘的特征和协调性,并以此为出发点,分析了影响乘客换乘时间的因素,列出了相应措施,以实例加以说明,目的是使乘客的换乘时间最小,方便、快捷地实现换乘,为轨道交通的衔接规划提供参考。     

考虑换乘客流的城市轨道交通网络末班车衔接优化研究

通过研究城市轨道交通网络末班车乘客的换乘衔接问题,对城市轨道交通网络末班车的衔接关系的复杂性进行了分析,建立了以换乘人数最大化为目标的城市轨道交通末班车衔接方案优化模型,该模型的实质是求解加权有向图的最大有向无环子图;然后,设计合适的编码方式,采用类OX法进行交叉操作,提出了对城市轨道交通末班车衔接方案优化模型适用的遗传算法;最后,利用算例对提出的遗传算法进行了验证。结果表明：该算法能够快速求得较为优化的末班车衔接方案,易于计算机实现,可作为末班车计划编制的辅助手段,为城市轨道交通网络中各线路末班车时刻表的编制提供一定的决策依据。     

地铁平行换乘站的换乘方式研究

以乌鲁木齐市轨道交通建设为工程背景,对换乘站的换乘方式以及联络线的设置进行了研究分析。总结得出在线路专业设计过程中,地铁平行换乘站的设计应先考虑城市轨道交通线网规划以及建设规划,结合城市的实际情况,使换乘站以及联络线的设置兼顾多种功能,又能发挥最大的经济效益。     

对公共交通线网优化与换乘枢纽规划的研究

本文从公交网络和交通供需关系入手,分析了城市公交网络的设计准则,从而对城市公交网络优化模型进行了研究;通过对公交换乘枢纽的研究,分析了公交换乘枢纽换乘影响因素,提出了城市公交换乘枢纽布局优化方法。     

基于遗传算法优化XGBoost模型的地铁乘客出站走行时间预测

地铁乘客出站走行时间的预测是城市交通运行和管理的重要依据,对其进行准确预测有助于缓解地铁拥堵、优化地铁服务和提高乘客满意度。为了准确预测地铁乘客出站走行时间,首先,基于视频分析软件从监控视频中提取了乘客出站时的走行时间和若干特征变量。其次,为了筛选出对走行时间有显著影响的因素,采用相关性分析和最优尺度回归模型进行影响因素分析,并使用遗传算法进行最优特征组合的提取。最终,将提取出的特征作为输入向量,使用极端梯度提升模型进行走行时间的预测,并以平均绝对误差等作为评价指标。实验结果表明,本文提出的方法在地铁乘客出站行为预测方面具有较好的效果,平均绝对误差为1.55秒,低于未优化的极端梯度提升模型（1.87秒）、支持向量机（2.03秒）和随机森林（1.96秒）等模型。     

轨道交通与常规公交换乘优惠模型

为给公共交通票价票制的整合提供决策参考,从理论上研究了轨道交通与常规公交换乘优惠问题。根据福利经济学理论,分析了轨道交通与常规公交运营协调系统的消费者剩余和生产者剩余;并以社会福利最大化为目标,建立了换乘优惠的非线性规划模型,同时给出了模型求解步骤,以确定轨道交通与常规公交运营协调方向、换乘优惠率、同步发车间隔和车辆衔接富余时间等决策变量。结合算例,对比分析了协调控制情况下换乘优惠实施前后换乘网络的运营效果。结果表明,实行换乘优惠能增加整个运营系统的社会福利,其中消费者剩余和生产者剩余分别增加了7.13%和2.95%。     

基于人工鱼群算法刨煤机比能耗最低参数优化

为了减少滑行刨煤机无用功率,提高刨煤机运行能耗利用率,选择刨煤机的刨削深度、刨刀间距、一次循环刨头采高、刨刀宽度为设计参数,以刨煤机刨削机构比能耗最低为优化目标,采用人工鱼群算法对刨煤机刨削机构进行参数优化,优化结构表明:在刨削结构刨头外形尺寸不变且结构强度满足的条件下,刨煤机刨削结构的比能耗减少了7.89%,破碎率上升了1.45%,达到了节能降耗的目的。     

考虑时间和能耗的立体仓库三维空间路径优化

针对自动化立体仓库中堆垛机在三维空间内的路径规划问题,考虑其运动过程中的加速度、行走距离以及载重对能耗的影响,建立以绿色度最大为目标的优化模型,采用免疫蚁群算法对模型进行求解,将免疫算法生成的初始解转化为蚁群算法的初始信息素,以减少寻求最优初始参数的实验次数,提高算法迭代收敛速度。案例分析表明,与经典蚁群算法和免疫算法相比,本文算法具有更好的全局优化性能,可有效平衡作业能耗和作业效率,提高堆垛机作业过程的绿色度。     

城市轨道交通列车牵引能耗分析

对现有城市轨道交通列车牵引能耗影响因素研究进行梳理和总结,得到了较为全面的指标体系,并以日常运营中的可变因素作为变量进行牵引能耗的物理建模,在此基础上建立了多元线性回归统计模型。以北京轨道交通2号线运营数据为基础,进行牵引能耗统计回归。研究结果表明,该模型对牵引能耗实际数据拟合程度高,对变量解释能力强,对未来预测能力佳。     

基于能源消耗的城市交通结构优化

为支持可持续发展交通运输系统规划的理论体系的创立,引入交通容量、环境容量和方式能耗的概念,提出基于能源消耗的城市交通结构优化的思路、模型与方法,并进行了应用实例研究。该模型融入了影响城市交通结构的各种因素,使其最优解既能满足经济发展带来的交通需求,又能使交通的环境影响和资源消耗最小化,从而为可持续发展的交通运输系统的规划提供了可行的理论与方法。     

办公建筑运行能耗的混沌时间序列复合预测

针对办公建筑已有的能耗预测方法中未能考虑到能耗数据的混沌变化特性,提出了一种基于混沌时间序列的办公建筑运行能耗预测方法.对研究对象的时间序列进行相空间重构,判断其具备混沌特性,建立混沌理论和支持向量回归的组合模型进行训练,采用Markov链消除组合模型由于参数传递产生的累积误差,得到最终预测结果.为了验证算法的有效性,以西安某办公建筑的能耗监测数据为例进行实例分析,并与非线性自回归神经网络、支持向量回归等其他预测方法进行对比.实验结果表明,经过Markov修正后的混沌时间序列组合模型预测精度显著提高,预测效果优于其他方法,且更符合办公建筑能耗的变化规律,为节能优化提供有效的数据支撑.     

认知多址接入系统中的能量消耗优化研究

考虑认知多址接入系统中的多个次用户与主用户同时共享多个信道的能量消耗问题,次用户能够同时感知和接入多个主用户信道并把对主用户的干扰维持在一定的范围内。为了减少能量消耗,需要对感知时间、信道以及功率进行合理的分配,同时,把干扰功率作为约束条件以保证主用户的服务质量。在基于多用户多信道感知的频谱共享方案中,所建立的初始优化问题为非凸整型组合分式规划问题,为了对感知时间、信道及功率进行联合优化,将其进行凸松弛并进一步转化为一个含参数的线性问题,从而提出一种最小化能量消耗的算法。通过实验仿真讨论次用户数量,信道数量及干扰功率对能量消耗和最优感知时间的影响,同时也验证了分析结果。     

基于改进遗传BP算法的产业产值中单位GDP碳排放量的预测研究

针对产业产值中单位GDP碳排放量的预测问题,系统分析了产业产值与能源消耗碳排放量的关系,在传统遗传算法的基础上,根据动态神经网络模型优化算法过程,克服了传统遗传算法的无动态性,提出了改进遗传BP算法.根据2005—2014年北京等10个省市第三产业的单位GDP碳排放量相关数据资料,利用改进遗传BP算法预测各省市在2015年的单位GDP碳排放量,其预测值与真实值的平均误差值为-0.03,其平均相对误差仅为1.06%,说明该算法在数值预测方面的有效性.     

一种求解非线性约束优化问题的新方法

针对标准遗传算法的缺陷,提出一种基于实数编码技术的新型自适应混沌遗传算法,求解复杂非线性约束优化问题.算法根据实数编码的特点,依据概率分布函数构造杂交算子,结合混沌动力学特性和人工神经网络理论,设计了一种自适应混沌变异算子,使算法有效维持群体多样性,防止和克服进化中的“早熟”现象,同时采用不需要惩罚因子的直接比较惩罚函数方法,对约束条件加以处理.通过算例数值实验,验证了算法在提高解的精度和加快收敛速度方面都有明显改善.     

能耗实时监测的数据挖掘方法

针对能耗监测常用的设定能耗阈值方法和基于历史数据的数据分析方法在实时性和智能性方面的不足,提出了一种基于数据挖掘技术的能耗实时监测方法。该方法通过对历史能耗数据进行聚类分析识别耗能体特有的能耗模式集合,对数据分类后获得能耗模式判定树,在能耗实时监测过程中对动态采集的能耗数据进行模式匹配,与相同模式历史数据进行离群点分析,可判别当前能耗是否异常。结合某综合大楼能耗数据进行了实验,验证了该方法及时发现能耗数据异常的有效性。