基于城轨交通线路方案选择下城轨交通规划建设的研究

本文在分析城市轨道交通线路选线的影响因素基础上,介绍了线路定线方法的思路与步骤,并从如何有效发挥城市交通和市际交通的整体利益等角度出发,阐述了如何做好一个城市的轨道交通规划。     

不同类型的城市轨道交通车站客流时空分布特征

为明晰轨道交通车站功能类型,防范大客流风险和精细化城市管理,探究不同类型车站客流的时空分布特征,采用高斯混合模型(GMM)建立轨道交通车站类型识别方法,运用期望最大化(EM)算法进行求解,选择南京市轨道交通系统进行验证;从进出站时间分布和出行时间分布2个维度,探讨不同类型车站的客流时间分布规律;从车站间的客流起讫点(OD)分布,分析不同类型车站的客流空间分布规律。研究结果表明：南京市128个轨道交通车站可以划分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型和枢纽综合型6类;不同类型车站的客流进出站时间分布差异显著,居住导向型和就业导向型车站呈现出典型的单峰形态,进出站客流比介于[0.23,5.59],具有明显的“早进晚出”或“早出晚进”客流高峰;职住错位型车站呈现出典型的双峰形态,进出站客流比分别为1.19和1.07,早晚高峰时段的进出客流较为均衡;错位偏居住型和错位偏就业型车站也呈现出双峰形态,但2个峰值大小不同;枢纽综合型车站没有显著的进出站客流早晚高峰,客流波动没有明显的规律性;不同类型车站的进出站早晚高峰时段不一致,其中早高峰时段出站时间的高峰比进站时间晚15...     

城市轨道交通车站分布方法的研究

分析了车站分布对客流吸引、乘客出行时间、工程、运营和沿线土地开发、城市轨道交通与其他交通方式衔接以及城市空间结构和城镇体系布局等的影响 ,对上海与东京轨道交通车站分布及运营组织方式进行了比较 ,提出了城市轨道交通车站分布的费用效益分析方法 .在此基础上 ,提出了应尽量避免人为刻意追求按预定大站间距进行车站分布的现象 ,始终贯彻“以人为本、按需设置、技术可行、经济合理”的城市轨道交通车站分布基本理念 ,并提出了结合运营组织方式进行车站分布的新思路 .     

基于圈层人口变量的城市轨道交通车站客流预测

考虑城市轨道交通车站客流(指进出站客流)吸引范围内不同距离的人口对车站客流贡献率不同的情况,将人口按照距离车站的远近分为不同圈层,以不同圈层人口作为变量进行车站客流预测.通过偏相关分析验证圈层人口作为变量的合理性,同时获得影响车站客流的其他显著因素.针对线性多元回归预测模型的不合理性,建立了可反映车站客流与自变量高度非线性关系的BP(back propagation)神经网络预测模型.案例研究表明:基于圈层人口变量和BP神经网络的车站客流预测模型在减小误差方面明显优于其他模型,且具有很好的实时性.在上述模型的基础上,构建了已知任意车站背景变量,车站圈层人口对客流的贡献率模型.该模型验证的结果进一步说明基于圈层人口变量和BP神经网络的车站客流预测模型能够很好地反映圈层人口与其他影响车站客流的显著影响因素同车站客流之间的关系.     

基于AFC数据的城轨乘客出行路径选择比例估计方法

在分析城市轨道交通乘客旅行时间组成要素及其分布特性的基础上,提出了一种基于AFC数据的乘客出行路径选择比例估计方法.首先,采用单路径OD实际旅行时间数据,获得旅行时间组成要素的概率分布参数;然后,估计出多路径OD间各路径旅行时间的概率分布参数,并结合多路径OD实际旅行时间数据,得到各条路径的选择比例.仿真实验结果表明,在客流到达均衡、列车按图行车的假设前提下,该方法估计的路径选择比例误差小于1%.     

基于接入流量分布的空间信息网络激光链路分配方法研究

考虑我国卫星地面设站约束和地面接入流量分布对数据交付时间的影响,以空间数据回传为切入点,针对地面接入流量分布不均导致部分区域链路拥塞的问题,以最小化数据交付时间为目标,研究空间信息网络激光星间链路分配方案的设计,提出一种基于接入流量分布的空间信息网络链路分配方案.该方案借鉴有限状态自动机(Finite State Automaton,FSA)思想,将卫星间动态可见关系转化为若干连续的静态可见关系,利用卫星覆盖区域信息,分状态建立卫星对接入流量的转发量模型,并在此基础上建立了星间激光链路分配模型,通过多目标模拟退火算法求解得到全局最优的分配结果 .仿真结果表明,经过该算法优化的链路分配方案能够针对接入流量分布有效提升加权时延性能,实现了对链路分配方案设计的优化.     

基于spike-and-slab先验分布的贝叶斯变量选择方法

针对超高维数据,提出一种基于spike-and-slab先验分布的超高维线性回归模型的贝叶斯变量选择方法。该方法继承了弹性网方法和EM算法的优点,以较快的收敛速度来获得稀疏的预测模型。特别地,针对系数的spike-and-slab先验分布设置上,该方法允许系数从不同坐标借力、自动适应已知数据的稀疏信息以及进行多重调整。通过与常用方法的比较,证明了该方法的准确性和有效性。     

基于全基因组选择的长牡蛎肥满度分布参数预测方法

全基因组选择是一种用于改良动植物育种群体中数量性状的方法,通过使用覆盖整个基因组的分子标记信息对复杂性状进行预测,从而帮助筛选出更适合培育的亲本.基于长牡蛎的单核苷酸多态性(SNP)位点信息,提出了一种预测长牡蛎肥满度分布参数的全基因组选择的新方法.首先,采用一种基于不同评价准则的二次特征选择方法,挑选与肥满度相关性较高的SNP位点;其次,利用所挑选的SNP位点信息构建具有正则化项的高斯通用加性模型对每个长牡蛎样本肥满度分布参数进行预测;最后,在长牡蛎数据上将所提方法和一些现有方法进行了验证比较.实验结果表明,所提方法具有更好的拟合精度和更低的均方误差,并能对样本性状稳定性进行有效的评估.