城市公共交通走廊动态客流分析模型

为了科学分析和评价城市公共交通走廊的客流流动规律,研究了走廊内乘客对于出发时刻及交通方式选择的问题,提出了城市公共交通走廊动态客流分析模型.模型主要由乘客出发时刻和交通方式选择组合动态均衡分配模型,以及乘客出行负效用模型两部分构成.在此基础上,设计了一套启发式算法求解该模型;并以上海市的跨江公共交通走廊为案例,验证所提出的模型和求解算法.研究结果表明,该模型能够真实反映城市公共交通走廊内客流的时空分布情况,以及行程时间、拥挤度及出行费用等因素对乘客出行选择的影响.所提出的模型可为城市公交走廊内各公共交通方式的合理搭配、运输组织模式优化提供决策支持.     

基于公交IC卡刷卡数据的站点客流推算

公交客流数据是公交组织调度、线网优化和场站规划的基础性数据,随着计算机信息技术的发展,通过对公交刷卡数据进行分析处理即可得到全面准确的公交客流信息.以桂林市公交系统数据为例,首先,对公交IC卡刷卡数据和定位数据结构进行分析并对刷卡数据进行预处理,筛选出客流推算所需数据并剔除异常数据;其次,融合刷卡数据与定位数据匹配乘客...     

基于人群分类的城市公交走廊客流分配模型

在随机用户均衡理论基础上,在静态均衡模型中引入时间变量及人群属性分类,建立基于人群分类的城市公交走廊动态客流分析模型,描述了走廊内出行者对于出发时刻和路径的选择问题,并分析不同人群的行为差异.给出了模型的基本假设及求解算法.研究结果表明,模型的动态化及人群分类特征,不仅能够真实反映走廊内不同属性客流的时空分布情况,还能够仿真不同交通措施的作用及效果.算例通过采取错峰上班及调整票价,使高峰时刻走廊断面客流下降24%;选择轨道交通的客流由82%下降71%,选择巴士交通的客流由11%提升至20%,有效降低了公交走廊的交通负荷,并使各方式分担率更加均匀.此动态客流分析模型为城市公交走廊的功能优化提供了有力工具.     

一种公交网络客流分配方法及其实用性研究

在现有公交客流分配方法的基础上,提出了完整的公交网络设计概念,并给出了公交网络的表示方法。根据公交线路特性,分析了换乘、发车频率、票价对客流分配的影响,将其考虑到公交网络的属性中,给出了网络中各种阻抗的计算方法。然后根据Log it模型提出公交网络客流分配方法和指标计算方法,并对此设计了实例进行计算和分析,其过程显示公交线网的特征,结果符合实际情况,计算速度也较快。提出的分配方法适用于公交客流分配,同时可以用于大型网络计算,扩展了公交规划算法的理论。     

基于Hive的海量公交客流起讫点挖掘方法

目前起讫点(origin-destination,OD)挖掘方法普遍存在无法并行分析多条线路、低效率、预测率不足的问题。考虑到Hive在海量数据上的查询性能优势,基于Hive实现了OD挖掘,克服了上述问题。基于时间阈值匹配上车站点,失配记录基于站点上客数再次匹配。基于表连接的出行链算法预测下车站点,预测失败的记录基于概率进行两次预测。以石家庄2018年1月1日—2018年3月27日的IC卡刷卡数据和调度数据进行OD挖掘,在清洗后的11 312 505条出行记录中挖掘出11 270 037条OD记录,预测率达到99.6%,出行与吸引校验质量较高,Hive并行调优开启后耗时17 829.04 s。可见该方法满足生产环境中离线挖掘OD的业务需求。     

基于最短路搜索的多路径公交客流分配模型研究

提出了一种首先采用最短路算法搜索有效路径集，再根据有效路径的广义费用，由改进的Logit模型确定每条有效路径的选择概率，进而计算每条线路客流量的公交客流分配模型。其中，任意两交通区之间的有效路径集是以换乘次数最少为准则，通过对不同选择情况下公交路网进行最短路搜索而获取。该模型既体现了乘客的费用最小的选择心理，又反映了出行线路多样性的实际情况，而且算法简单、有效。初步实践证明，具有较强的实用性。     

基于最短路搜索的多路径公交客流分配模型研究靠

提出了一种首先采用最短路算法搜索有效路径集,再根据有效路径的广义费用,由改进的Logit模型确定每条有效路径的选择概率,进而计算每条线路客流量的公交客流分配模型.其中,任意两交通区之间的有效路径集是以换乘次数最少为准则,通过对不同选择情况下公交路网进行最短路搜索而获取.该模型既体现了乘客的费用最小的选择心理,又反映了出行线路多样性的实际情况,而且算法简单、有效.初步实践证明,具有较强的实用性.     

基于K-means聚类组合模型的公交线路客流短时预测

预测公交线路短时客流是实现公交动态调度的关键技术.文中通过分析客流特性,构建了基于K-means聚类算法的组合预测模型.首先利用K-means算法将短时客流数据按照时变特征的相似度划分为不同聚类,然后为每类客流数据分别建立最小二乘支持向量机、BP神经网络、自回归滑动平均模型,并考虑天气因素的影响,用遗传算法优化模型参数,对比预测结果,从中选择每个聚类的最佳预测模型构成组合模型.最后以长沙市104路公交客流数据作为实例进行预测分析,结果显示:客流数据时变特征对模型具有选择性,K-means聚类组合模型能够更好地根据不同时段客流数据的时变特征进行分类,因而有利于提高预测绩效;考虑了天气因素的K-means聚类组合模型能进一步提高公交线路的短时预测绩效.     

基于快慢车组合的城市轨交走廊客流分析模型

构建的客流分析模型由三部分组成,首先在随机用户均衡分配理论的基础上建立乘客路径选择模型,确定乘客选择路径的原则和客流分配的基本依据;其次,以轨道行程时间、车内拥挤度及平均候车时间作为影响乘客出行成本的主要因素建立乘客出行成本模型;再次,通过建立弹性需求模型,考虑乘客出行意愿与服务水平的相互影响.最后运用案例,对客流分析模型进行验证,并得出快慢线组合运营对轨道交通走廊运营效率的影响效用及相关结论.     

基于分区聚类方法求解接运公交网络设计问题

在接运公交网络设计问题中引入中垂线分区和最短路径分区两种聚类方法,有效化解了公交线路重叠、服务交叉问题.基于最短路径分区聚类方法,以乘客、公交公司和轨道交通运营者三方的总花费最小为目标,通过改进染色体编码方法和遗传操作策略,成功解决了多对一模式下的接运公交网络设计问题.考察了公交线路长度和乘客需求对线路条数、运营频率及总花费等网络性能的影响,结果显示,线路长度或乘客需求增加对线路条数和运行频率影响不大,但总花费增长较快;而线路长度或乘客需求减少时总花费快速减少,但线路结构未必最优.仿真结果说明,基于分区聚类方法的接运公交网络不仅能够完全覆盖服务区域,而且有利于消除冗余线路,降低总花费.     

基于聚类分析的P2P流量识别

通过使用聚类分析的方法来进行P2P的流量识别.首先给出P2P流量的特征,接着定义聚类特征树,然后通过扫描从网络中截得的数据得到相应的初始聚类树,最后计算初始聚类的贝叶斯信息准则值得到最终聚类结果.该方法能有效利用存储空间,避免了存储所有数据对象.同时还能够根据数据特征自动得到聚类数目,减少人为因素的影响,与K均值算法相比较优.     

基于K-medoids聚类分析的多相流相态辨识方法研究

为提高体积法测量多相流参数的准确性,提出了一种基于K-medoids聚类分析的多相流相态辨识方法研究.分析K-medoids算法,研究多相流相态特征,建立可除掉脏数据影响的K-medoids多相流相态识别模型,有效提高多相流各组分分相流量测量的准确性,并进行了实验验证.实验结果表明,该多相流相态识别模型能克服脏数据,有效提高多相流各组分分相流量测量的准确性,可提高多相流测量精度0.054 m3/d.采用该模型可准确识别多相流相态,提高多相流参数测量的准确性,从而为测井提供可靠的流速和相持率数据.     

基于动态核聚类分析的水轮机组故障模式识别

根据水轮机组振动故障与振动征兆之间复杂的非线性关系，总结了适用于水轮发电机组振动故障诊断的频谱特征表和振动部位幅值特征表；针对C-均值聚类易产生误分类问题，提出基于动态核聚类分析的水轮机组故障模式分类方法；对振动信号频率、振动信号幅值特征、振动部位进行分析，获得振动频谱征兆隶属度值，在此基础上，建立了基于故障分层的水轮机组运行状态自动诊断模型．工程应用实例表明：该模型的诊断效率是可行的，诊断结果具有较高的可信度．     

基于GPS及GIS技术的城市公共交通调度系统

基于GPS(全球定位系统)、GIS(地理信息系统)和GSM(移动通信系统)技术,对城市公共交通实时调度系统的工作原理、建构过程及各单元的功能实现途径进行了研究.利用Visual C 自带的MScom控件开发了GPS和GIS的软件接口,运用Visual C 编程对属性数据库进行管理,采用ArcInfo地理信息系统软件对空间数据库进行管理,使用Visual C 的OLE技术实现空间数据库和属性数据库的结合,最后实现公交车辆位置在电子地图上的实时显示,并进行了实际跑车试验.结果表明:实际跑车试验在经过定位数据与电子地图的简单匹配后,图上量测定位精度小于15m;现场监控与调度功能都比较满意.     

基于聚类分析的简单高校分类方法

根据我国高等教育发展的需要，给出了一种简单有效的高校分类方法，并举例说明了利用SPSS软件实现统计分析的过程．     

基于大叶三七红外光谱系统聚类分析的产地鉴别

运用红外光谱技术结合主成分分析和系统聚类分析快速鉴别大叶三七的产地.利用红外光谱测定了13个不同产地的大叶三七的红外光谱原始数据,对比标准正态变换、一阶导数校正、多元散射校正等常规预处理方法与小波变换处理的降噪效果,得知小波变换处理能大大降低原始红外光谱中的噪音和一些不需要的信息.利用小波变换后的红外光谱的标准化数据实现主成分分析和系统聚类分析来鉴别大叶三七的产地,主成分分析和系统聚类分析结果一致,可将13个不同产地大叶三七分为云贵高原、秦岭以南、秦岭以北等3类,即云南昭通(3号)、山西绵山(6号)、云南文山(11号)聚为一大类;陕西太白山(1号)、青海互助(2号)、云南迪庆(4号)、云南大理(5号)、甘肃麦积山(8号)、湖北神农架(9号)、甘肃六盘山(13号)聚为一大类;安徽黄山(7号)、陕西汉中(10号)、四川马边县(12号)样品聚为一大类.实验结果表明：红外光谱技术结合主成分分析和系统聚类分析可以快速、科学地进行大叶三七的产地鉴别,此法可以为中药材产地鉴别提供参考.     

基于状态改变的集群动态负载均衡调度策略

集群系统中由于各节点机配置、客户请求执行时间、网络性能的不同 ,系统长期的运行会造成负载的积累效应 ;瞬时网络状态、用户请求信息的不确定性 ,很难只是通过静态负载均衡方案达到系统的负载均衡 .动态的即系统自适应的负载均衡成为必然补充 .提出一种基于状态改变要求驱动的混合式动态负载均衡调度策略 ,通过发送者表与接收者表对任务进行分布式动态迁移 ,并给出其实现步骤的算法描述     

基于数据融合的公共自行车接驳公交行为辨识

城市智能交通卡和公交自动车辆定位系统的大规模应用为研究公共自行车换乘公交的出行规律提供了契机。结合多源数据,研究公共自行车接驳公交的换乘时空阈值,根据自行车站点与公交站点间距离构建匹配站点对;并基于时间阈值提取匹配站点对的刷卡记录构建换乘识别模型的训练集和测试集,应用关联规则挖掘算法实现同一用户公共自行车IC卡卡号与公交IC卡号的匹配;根据设定的验证规则,92%的匹配规则通过验证。之后基于换乘识别结果分析公共自行车接驳常规公交的换乘客流的时空特性。结果表明：公共自行车接驳常规公交呈现出明显的早晚高峰时段,且接驳出行主要分布在城市中心区域。     

融合长短期记忆网络和图卷积网络的轨道交通短时客流起讫点预测

轨道交通客流起讫点(origin-destination,OD)矩阵存在时间相关性和空间相关性。根据客流OD的时空特征,提出长短期记忆(long short-term memory,LSTM)网络和图卷积网络(graph convolutional networks,GCN)的短时组合预测方法。预测方法主要利用LSTM网络来获取客流的时间相关性,利用GCN来获取客流的空间相关性,基于出站口建立客流OD矩阵,对整个路网的客流OD进行训练预测。实验表明:融合LSTM神经网络和GCN神经网络的短时预测模型能有效预测轨道交通客流OD。相较于单独的LSTM神经网络,组合模型在预测误差方面有所改善,更适用于短时客流OD的预测。     

基于移动信令数据的城市热点识别方法

城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径,并为基于位置服务(location based services,LBS)如商铺选址、旅游导航等提供重要的科学参考,具有重要的应用价值。随着个人手机终端的普及与发展,手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(point of interest,POI)数据来挖掘城市的热点区域并进行功能类型标定,重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝,并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域,数据来源于重庆某移动运营商提供的用户手机信令数据,通过实验实例验证分析,证明了该方法可快速识别出城市热点区域,并具有较高的准确性。