基于断面流量的公共场所瞬时人数估算方法研究

为控制公共场所人群聚集风险,需要定量估算场所的人群空间分布,尤其是瞬时聚集人数。文章基于图像识别获得点状断面人流量数据,并根据开放性公共场所的类型和人群空间分布形态,提出4种具体的人群聚集数量估算方法,分别是进出口流量差值累计法(CMIO)、进出口流线节点分配法(LNDM)、节点转移概率矩阵法(NTPMM)和路径断面流量法(PSFM),同时给出了每种方法的适用范围。选择北京什刹海景区进行了案例应用,基于景区环湖道路的网状空间以及人群线状流动特点选择PSFM和LNDM估算方法,给出了荷花市场具体算例,道路人群滞留量估算结果与实际人群分布相符。文章研究的方法可为公共场所安全容量预警以及旅游景区最大承载量预警管理提供支持。     

大数据在智慧旅游中的应用研究

国家旅游局201 5年1月10日印发的《关于促进智慧旅游发展的指导意见》指出:建立门票预约制度、景区拥挤程度预测机制和旅游舒适度的评价机制。而预测机制及评价机制的建立需要相关数据分析应用作为支撑,而旅游数据具有较强的分散性,现有的行业统计方法及时性、有效性不强,对于预测和评价的支撑度不够。该文按照大数据分析应用的思路,构建了一个平台,通过对旅游行业相关数据进行有效整合,不仅可以为预测机制及评价机制的建立打下坚实的基础,还可以实现对旅游行业的监管调度,特别是在景区游客分流方面的应用,通过客流预测预警,防止黄金周游客拥堵事件的发生,提升旅游行业公共服务能力。     

广州白云山风景区森林游憩价值评估

应用旅行费用法(TCM)对广州市白云山风景名胜区的游憩价值进行评估,并对评估结果进行讨论分析.结果发现:可得到全部游客的总旅行费用为475 383.71×10~4元,旅游消费者剩余为16 874.65×10~4元,风景区的森林总游憩价值为492 258.36×10~4元,平均每人每次旅游可以享有295.47元的游憩价值.白云山风景区游客人数非常多,但相对于国内其他风景区研究得到的游憩价值低.因此,在白云山风景区的管理上应考虑其环境承载力,并通过提升各景点的游览吸引力来增加景区生态环境的经济价值和竞争力,让入园的游客更好地了解和体验景区内各种旅游资源.     

一种基于灰色马尔科夫的大客流实时预测模型

为分析和处理大型活动期间轨道交通大客流的预测预警问题,本文构建了一种基于灰色马尔科夫的大客流实时预测模型.以各类大型活动的历史OD客流数据为基础,利用灰色预测算法对客流数据建立灰色模型,然后建立马尔科夫修正模型,最后利用预测误差对灰色预测结果进行修正得到最终的预测大客流值.实验采用北京轨道交通OD客流数据和标准评价方法,实时预测五棵松体育馆举办的CBA决赛对五棵松地铁站产生的出站大客流,预测结果表明模型是有效的,对真实的大客流预测具有较好的效果.     

基于旅游数字足迹的河南省旅游流网络结构特征研究

基于河南省旅游数字足迹,运用社会网络分析法,以49个景区为节点构建河南省旅游流网络,并分析节点和整体网络结构特征.结果表明,河南省旅游流网络呈现东部相对稀疏,中西部相对密集的分布格局;每个景区所承担的旅游流集聚和扩散能力差异较大;游客倾向于选择单一的旅游目的地游览,跨区域的旅游流动较少;热点城市内的核心旅游景区,由于自身较高的中介中心性,常扮演着省域旅游通道和城市旅游通道的双重角色;清明上河园、二七纪念塔、龙门石窟和云台山等景区结构洞水平较高,在旅游流网络中具有非替代性的竞争优势;河南省旅游流整体网络结构较为松散,且存在显著的核心-边缘结构,凝聚子群间具有一定的跨区域性特征.     

城际客流分担率估计的信息扩散方法改进

针对城际铁路客流分担率估计中存在信息不完备、致使运用参数方程求解很困难的情况,提出了运用改进后的信息扩散方法对客流分担率进行估计,又用数据验证了改进后的估计精度有所提高.     

采用改进四阶段法的市域轨道线网客流需求预测

考虑中心城区与乡镇居民出行特征的差异,提出一种适用于市域范围的预测方法.该方法以传统四阶段法为基础,分别建立中心城区与市域客流预测模型.中心城区客流独立预测后作为市域客流的一部分参与市域客流分配,分配结果通过反馈机制作用于交通分布模型,循环迭代直至平衡收敛.利用福清市现状基础数据运用TransCAD软件标定模型参数并校验,结果表明,调查值与模拟值的相对误差满足预测精度要求.最后采用已标定模型对福清市域轨道线网进行客流预测,结果表明, 3个目标年客流预测结果符合迭代收敛判定标准,进一步说明该方法具有理论与实践应用价值.     

基于组合模型的陕西省旅游市场需求预测

为提高旅游需求预测的精度,提出一种基于BP神经网络和ARIMA组合模型的游客量预测方法,该方法能够同时考虑旅游统计数据的线性和非线性规律.以陕西省接待入境游客人数为例,采用组合模型进行了综合分析与预测,预测结果表明组合预测模型相对于单一的预测方法具有更高的精度,在旅游预测中是可行的、有效的.     

基于Steger算子的非平稳信号瞬时频率估计方法

针对传统的非平稳信号时频分析中瞬时频率估计方法在适应性、抗噪性和精度等方面存在的问题,提出一种基于Steger算子的非平稳信号瞬时频率估计方法;先将一维非平稳信号经时频分析得到二维时频分布图,对其进行Gaussian函数卷积平滑滤波以增强瞬时频率脊线,然后构造Hessian矩阵求取瞬时频率脊线中心,最终根据瞬时频率脊线与时频分布图位置关系,计算得到瞬时频率。结果表明,基于Steger算子的非平稳信号瞬时频率估计方法对时频分布图适应性强,抗噪性优异,瞬时频率误差率小于5%,瞬时频率估计精度较高。     

基于S-Catboost算法的短时公交客流预测及影响因子分析

针对城市公交实时客流数据多样化和特征复杂的状况,提出一种基于S-Catboost模型的客流特征提取及短时客流预测方法和影响因子分析流程。首先,通过爬虫技术获取公交客流数据的环境和时变特征,扩充客流数据的特征维度。其次,通过对客流数据进行时间和精度加权并采用LSTM和随机森林2种基模型对客流数据进行堆叠(Stacking),提取强特征并加入第二层子模型的特征矩阵。最后,利用Catboost算法对类别特征进行数值化处理,得到预测结果。实验结果表明该模型比传统LSTM、随机森林、GBDT以及SVM在预测准确度和计算时间上都有明显的优势,并给出了不同影响因子对客流量的相对贡献度和各自的偏效应,该模型对于公交系统进行实时线网优化调度和线路拥挤度信息发布具有比较高的实用价值。     

考虑不确定测量的惯性平台剩余寿命自适应预测

针对现有剩余寿命预测方法未考虑测量误差引起的不确定性,且存在预测不确定性大的问题,提出了一种基于Wiener过程的退化过程建模方法,并将测量的不确定性考虑到剩余寿命预测中,推导出了剩余寿命的概率分布。为了实时更新模型参数,利用Kalman滤波算法实时估计Wiener过程中的漂移系数,并利用期望最大化算法实时估计其它相关参数。以某型号惯性平台的退化测量数据为例,进行了实验验证,结果表明,相比其它算法,文中算法能够降低剩余寿命预测的不确定性,提高预测精度。     

大型活动散场期间地铁车站短时进站客流预测

大型活动散场期间的地铁车站客流属于可预知的非常规客流,采用常规客流的统计预测方法难以准确预测其客流需求.基于深度学习,将历史客流规律、大型活动数据与实时自动售检票系统数据相结合,提出了一种适用于大型活动散场期间地铁车站的短时客流预测模型.首先对历史客流数据进行了拆分及降噪处理,并分析了活动客流特征.之后,基于深度学习框架构建多层结构的卷积神经网络,拟合活动客流特征与客流时空分布的映射关系,并选取Adam(adaptive moment estimation)算法优化训练过程,以适用于活动散场时客流集中进站的情况.最后,以北京地铁奥林匹克公园站为例,利用实测数据验证了模型的准确性.预测结果表明:建立的Adam-CNN(convolution neural network)模型相对于常用时间序列方法自回归滑动平均和传统神经网络SGD-CNN模型具有更高的精度,能够为大型活动的组织提供更为有力的支持.     

自适应卡尔曼滤波在供水管网爆管预警的应用

根据Supervisory Control and Data Acquisition （SCADA）系统异常监测值能及时预警供水管网爆管,但由于用水周期变化、随机波动及监测误差,导致实际中很难预警较小爆管。针对该难题,开展了基于自适应卡尔曼滤波的供水管网爆管信号识别研究,提出将历史监测数据按用水周期分解,采用自适应卡尔曼滤波结合平均低通滤波对管网供水量进行实时估计,根据监测值与估计值的差,预警爆管、估算爆管流量。分别采用仿真数据与实测数据验证所提出方法,结果表明,所提出方法可用于实际供水管网爆管预警;对所采用实测数据,爆管预警精度约为最大时水量的9%;此外,实际爆管预警精度主要取决于用水量本身的随机波动,同时与监测数据采样频率相关。     

春节黄金周云南旅游片区人流量的模型分析

利用二次函数模型和凸分布函数模型方法分析云南旅游片区春节黄金周的人流量.首先,选择旅游人数较多的7个地区,分为滇中、滇西、滇西北、滇东南4个片区,给出每个区的二次模型,并估计它们在初六、初七的旅游人数及床位出租率.其次,利用凸分布模型给出4个片区高峰天旅游人数及床位出租率的概率,以及2007年春节黄金周高峰天旅游人数和床位出租率预测.     

基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

基于扩展Prony算法的平坦快衰落信道预测算法

针对最大熵方法(MEM)存在的迭代计算量大和误差扩散的问题,以及ESPRIT算法存在的平坦快衰落信道预测精度受制于自相关函数估计的问题,文中提出基于扩展Prony算法的平坦快衰落信道预测算法.扩展Prony算法通过最小二乘法拟合和计算高次代数方程来求复根,无需估计自相关函数且可批量计算,能够提高预测精度和运算效率.理论和仿真结果表明,扩展Prony算法较MEM和ESPRIT算法具有更高的预测精度,同预测精度下具有3~5d B的信噪比优势,且算法性能稳定,运算效率高.     

城市快速路实时交通流运行安全主动风险评估

基于上海市快速路系统采集的线圈检测器数据和事故数据,应用贝叶斯网络(BN)模型对快速路实时交通流参数与事故风险进行建模分析,并利用可有效应对缺失数据的高斯混合模型和最大期望算法分别对BN模型输入和参数进行估计,进而主动评估快速路实时交通流运行安全风险,并对事故状态提前做出预警.分别对可能事故点前后2组检测器和4个时间段的8组交通流数据进行了建模,结果表明使用事故发生地点上下游各一个检测器在事故发生前5~10min内的交通流数据建立的BN模型效果最好,事故预测准确率为76.94%.最后不仅与朴素贝叶斯分类、K近邻、反向传播(BP)神经网络等经典事故风险估计算法进行了对比分析,还与现有的实时风险评估成果进行了对比,结果表明BN模型预测效果最好.     

用量子化学方法预测PCDFs的Ah受体结合能力(1)--神经网络模型

利用AM1半经验量子化学方法计算135种多氯联苯并呋喃(PCDFs)的12种结构一性质参数,以30种已有文献值的PCDFs为训练样本,采用误差反向传播人工神经网络(BP—ANN)方法建立PCDFs芳烃(Ah)受体结合能力的定量结构活性关系(QSAR)方程,对训练样本集以外的3个测试样本的检验结果表明,模型具有相当高的精度(训练样本最大相对误差小于5％,检验样本最大相对误差小于7％),且误差频数符合正态分布,表明该模型可用于未知样本的定量预测,据此给出目前尚没有文献值的其余102种PCDFs的Ah受体结合能力的预测值。     

半挂汽车TTR预警及防侧翻控制

为及时提醒驾驶员半挂汽车的侧翻危险状态并对车辆的侧翻危险状态进行控制,以TruckSim中的半挂汽车作为真实车辆,考虑汽车运行过程中的过程噪声以及量测噪声,利用Kalman滤波技术实时估计半挂汽车的运行状态。以车辆的横向载荷转移率为侧翻指标,建立了基于模型预测的TTR(time-to-rollover)侧翻预警算法,并结合最优控制算法,制定了基于TTR侧翻预警的防侧翻控制策略。通过仿真分析,此控制策略可以有效提醒驾驶员半挂汽车的侧翻危险状况,并有效控制半挂汽车的侧翻危险状态,防止侧翻危险的发生。