排序方式： 共有4条查询结果，搜索用时 125 毫秒
1
1.
客流预测对于城市轨道交通运行组织和管理具有重要的意义.本文中组合图卷积网络和循环神经网络构建图卷积循环神经网络GCGRU模型,借助图卷积网络学习城市轨道网络的复杂拓扑结构,进而捕捉空间关联特征,通过循环神经网络变体门控循环单元学习多特征客流量的趋势变化规律从而捕捉时间特征.利用上海市1年的全网地铁断面客流量展开研究,并... 相似文献
2.
以牌照识别数据为基础,将计量经济学中的协整理论与误差修正模型应用于数据融合技术,建立基于协整理论的浮动车行程时间修正模型. 以上海市高架路为例进行分析,证实了浮动车数据与牌照识别数据之间的协整关系,结果说明浮动车数据的短期波动受到了长期均衡与短期失衡的作用. 相似文献
3.
交通分析模型中随机分配模型对误差项的IID假设既是简化计算的原因也是导致分配结果偏离实际的根本问题. 针对独立同分布假设影响分配结果的问题,提出了一种考虑选择肢之间相互影响作用的分配模型. 该模型通过在效用函数的确定项部分引入公共因子反映选择肢之间的相似度,通过数学推导证明该模型的解与随机用户平衡的解是一致的,以及解是唯一的,并采用连续平均(MSA)算法求解该模型. 最后以北京奥运公园局部路网的VISUM模型为实验区,对比分析了该模型与传统用户均衡模型在分配结果上的差异. 结果表明该模型能够反映选择肢间的影响,使得路径流量分布更均,更接近实际情况. 相似文献
4.
在交通分析模型的路径选择过程中,Logit模型有着不可替代的优势,而模型对误差项的IID假设既是简化计算的原因也是其致命的缺陷。为了弥补模型的不足,分别从两个层面构建Logit模型,即考虑选择肢之间的相似度和用户对路径长度的敏感度。用数学推导证明该模型的解与随机用户平衡的解是一致的,以及解的唯一性,并采用MSA算法求解该模型。通过算例对比分析了引入不同因素对Logit型随机用户均衡模型分配结果的影响方式与程度。结果表明,公共因子使得路径选择概率更离散,但路网的总行程时间最小;而路径长度敏感系数使路径间流量分布更均匀,两者同时考虑时模型的各项指标均居中。 相似文献
1