检索结果-内蒙古大学图书馆

哈尔滨工业大学学报 2019年第9期51卷 193-200页

作者：赵慧英钱大琳张博范爱华北京交通大学交通运输学院北京100044 北京交通大学综合交通大数据应用技术交通运输行业重点实验室北京100044

针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节... 详细信息

针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节点聚类得到活动热区;根据活动节点的个体特征、所在出行链的亲属特征和所处热区的群体特征进行多尺度特征体系构建,通过因子分析进行降维处理;利用GMM-HMM构建危货车辆活动类型识别模型,通过Baum-Welch算法进行参数估计,并使用Viterbi算法解码隐藏状态得到出行链各活动节点的类型识别结果.在小规模实际活动数据集上直接验证所提方法的正确性,还结合活动节点的POI类别,间接评估所提方法对大规模GPS数据的车辆活动类型识别效果.实验结果表明:在9种活动类型识别任务中,基于GMM-HMM的出行链活动类型识别方法的活动识别率超过80%.识别结果可用于分析活动行为模式,及时发现异常活动,为危险品运输监管提供有效的决策支持.

关键词：危险货物运输 GPS数据出行链活动类型多尺度特征体系隐马尔科夫模型高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于梯度关联规则的老年行人交通事故风险识别

引用

交通运输系统工程与信息 2022年第1期22卷 195-208页

作者：袁振洲郭曼泽彭泳鑫杨洋北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 北京交通大学交通运输学院北京100044

为构建老年行人交通事故严重程度风险关联因素识别方法体系,本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori,XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构,通过机器学... 详细信息

为构建老年行人交通事故严重程度风险关联因素识别方法体系,本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori,XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构,通过机器学习库scikit-learn中XGBoost(Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择。进而,对Apriori算法设置有序定向约束,得到适用于交通事故致因分析的数据挖掘技术。通过逐层迭代识别关联项,选取频繁项集,总结高置信度、高提升度的关联规则。关联因素模型评估结果表明,本文采用的SFM功能准确度可达78.31%,关联规则XGB-Apriori算法较传统算法精度提升了91%。挖掘结果显示,驾驶员与行人的自身特征、车辆特征、碰撞状态以及道路特征均对老年行人交通事故的严重程度具有重要影响。其中,男性驾驶员造成的行人死亡事故频次较高,女性驾驶员造成的受伤事故频次较高;大型、重型车辆(SUV、卡车、施工车)发生死亡事故频次相对小轿车更高;位于匝道等道路线型弯曲的坡道中,老年行人发生致死交通事故的频次相对线型缓和路段更高。本文对老年行人交通事故耦合因素全面识别并针对性提出风险防控精准预判方法,为有效保护道路弱势群体提供必要的理论支持。

关键词：交通工程事故风险识别 Apriori算法老年行人 XGBoost算法行人交通事故机器学习

来源：评论

学校读者我要写书评

暂无评论

基于固定班制的地铁乘务计划一体化优化方法

引用

西南交通大学学报 2020年第5期55卷 955-962页

作者：金华陈绍宽刘爽刘葛辉北京交通大学交通运输部综合交通运输大数据应用技术交通运输行业重点实验室北京100044

针对运营中常用的固定班制轮班模式,通过加入班次数量比例和备班约束,构建排班和轮班计划一体化的乘务计划优化模型,进行乘务组数的全局优化;之后对传统列生成求解算法进行改进,在定价子问题中分别针对不同班次类型,各自生成班次以适应... 详细信息

针对运营中常用的固定班制轮班模式,通过加入班次数量比例和备班约束,构建排班和轮班计划一体化的乘务计划优化模型,进行乘务组数的全局优化;之后对传统列生成求解算法进行改进,在定价子问题中分别针对不同班次类型,各自生成班次以适应新的模型约束,并设计加速策略,以完成对一体化优化模型的求解;最后以轮乘站设置不同的两条地铁线路为例开展案例研究,研究了在四班三运转和六班五运转班制下的优化效果,分析了算法的求解效率.研究结果表明:固定班制条件下,与分阶段优化方法相比,简化了轮班单元构成,乘务组数量减少了6.67%~14.29%,求解时间节约了44.2%~51.4%.

关键词：地铁组合优化一体化优化列生成法乘务计划

来源：评论

学校读者我要写书评

暂无评论

一般树型线条件下的列车开行方案优化研究

引用

华南理工大学学报（自然科学版） 2022年第11期50卷 44-51,81页

作者：魏润斌贾顺平童瑞咏张书婧北京交通大学交通运输学院北京100044 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

轨道交通成网运行背景下,简单的线路形态和交路组织已难以满足多样化的乘客出行需求;为应对复杂方向上客流出行带来的交通供给与需求不匹配问题,文中借鉴既有对Y型线的研究,提出了一般树型线的轨道交通线路形式,并参照实际运营的线路案... 详细信息

轨道交通成网运行背景下,简单的线路形态和交路组织已难以满足多样化的乘客出行需求;为应对复杂方向上客流出行带来的交通供给与需求不匹配问题,文中借鉴既有对Y型线的研究,提出了一般树型线的轨道交通线路形式,并参照实际运营的线路案例将其分为直径型和半径型两种类型。首先,设计了一般树型线的线路拓扑形态,并以发车频率为决策变量,以乘客出行时间与企业运营成本最小为目标函数,考虑乘客在不同交路列车之间的分配问题,构建了一般树型线条件下的列车开行方案优化模型;然后设计了带精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行求解,并以巴黎RERA线为例对模型与算法进行了验证;最后,将优化方案与分线运营的方案进行了对比。结果表明:算法可求得开行方案的帕累托前沿解,乘客出行时间与企业运营成本呈现明显的负相关性;得到的优化方案与分线方案相比,在乘客出行时间和企业运营成本方面都有显著的减少,可使乘客候车时间减少1.76%~12.90%、乘客换乘时间减少33.63%~34.98%,列车总走行里程减少7.69%~21.67%,上线车底数减少9~19列。

关键词：城市轨道交通树型线列车开行方案 NSGA-Ⅱ算法出行时间运营成本

来源：评论

学校读者我要写书评

暂无评论

城市轨道交通新建线路对沿线住宅价格增值的时空效应

引用

交通运输系统工程与信息 2021年第4期21卷 54-62页

作者：张书婧许奇贾顺平廖婧仪北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 北京交通大学交通运输学院北京100044

定量分析城市轨道交通对沿线土地价值的影响,是通过土地价值捕获将外部效益内部化,解决中国新型城镇化过程中城市轨道交通财务可持续的关键问题。本文在开源数据环境下,获取2011—2016年北京市二手房交易数据,采用特征价格模型(HPM)分... 详细信息

定量分析城市轨道交通对沿线土地价值的影响,是通过土地价值捕获将外部效益内部化,解决中国新型城镇化过程中城市轨道交通财务可持续的关键问题。本文在开源数据环境下,获取2011—2016年北京市二手房交易数据,采用特征价格模型(HPM)分析北京城市轨道交通新建线路对沿线住宅价格增值的时空效应。研究表明:与全局常参数的多元线性回归模型(MLR)、空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)相比,局部变参数的地理加权回归模型(GWR)拟合效果更优,可以更好地消除残差的空间效应,刻画轨道交通与土地价值关系的空间异质性。城市轨道交通带来的可达性提升对沿线80%以上住宅小区的房价具有显著的正效应,住宅价格增值比率随地铁站距离递远递减,且具有显著的空间异质性。轨道交通对住宅价格的影响在空间上具有网络化效应,新建线路不仅会改变周边房价,对城轨网络其他位置的住宅也具有影响。城市轨道交通对住宅价格的影响范围为1 km,在该范围内,住宅价格受到的增值效应在2011—2016年基本稳定,约为3%;受新线直接影响区域的住宅价格会产生相对更大的提升(0.02%~0.22%)。

关键词：城市交通城市轨道交通土地价值增值特征价格模型地理加权回归时空效应

来源：评论

学校读者我要写书评

暂无评论

基于地铁乘务资源共享的排班计划优化方法

引用

交通运输系统工程与信息 2021年第2期21卷 126-132页

作者：金华陈绍宽王志美张翕然许凤志北京交通大学交通运输部综合交通运输大数据应用技术交通运输行业重点实验室北京100044

针对不同线路间列车不跨线情况下的乘务基地和乘务员共享问题开展研究,分析乘务资源共享,在传统排班模型基础上考虑乘务员跨线值乘,班次出退勤地点比例及其鲁棒性优化,建立乘务排班计划集合覆盖模型。针对乘务资源共享后多线协同优化引... 详细信息

针对不同线路间列车不跨线情况下的乘务基地和乘务员共享问题开展研究,分析乘务资源共享,在传统排班模型基础上考虑乘务员跨线值乘,班次出退勤地点比例及其鲁棒性优化,建立乘务排班计划集合覆盖模型。针对乘务资源共享后多线协同优化引起的问题规模显著增大,以连续值乘区段为最小值乘任务单元构建网络图,引入分层结构,多级的汇点和源点,以及跨线就餐和间休弧等以满足班次的可行性约束。构建对应不同出退勤地点属性的网络图集合,将定价子问题转化为网络图集合的最短路问题以进行列生成法求解。案例结果表明:相比于分线单独优化,乘务资源共享可为乘务员提供更多的出退勤地点选择,显著降低其通勤时间;此外乘务资源共享可少量节省乘务班次数,提高排班计划效率。

关键词：城市交通乘务资源共享列生成法乘务排班计划网络图模型

来源：评论

学校读者我要写书评

暂无评论

考虑股道运用的重载卸车站作业计划优化研究

引用

铁道科学与工程学报 2024年第4期21卷 1402-1411页

作者：周汉何世伟吴艺迪张哲铭北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划... 详细信息

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划,在分析重载列车在车站作业流程的基础上,将重载列车在站技术作业过程转化为对卸车站内到达线股道、存车线股道、卸煤线股道、清煤线股道、组合线股道的5次占用问题,构建考虑股道运用的重载卸车站作业计划模型。考虑到模型属于NP-hard问题,设计微进化算法进行求解,并在微进化算法基础上引入大规模邻域搜索算法中的损坏和修复思想对算子操作进行改进。以朔黄铁路终端黄骅港站某夜间到达的15列重载列车为实际案例,对提出的模型和算法进行验证。研究结果表明:微进化算法所采用的优势基因结构机制能快速有效解决重载卸车站作业计划编制问题,相较于GUROBI求解器,其求解质量在95%以上且求解时间缩短48.16%,同时相较于遗传算法其求解质量提升5.38%且求解时间缩短27.49%。微进化算法得出的优化计划相较于人工编制计划,重载列车在站总时长缩短了389 min,提升了重载卸车站作业计划质量。研究结果能缩短重载列车在站作业时间,加速重载列车在站中转过程,为计算机自动编制车站作业计划提供智能决策。

关键词：重载运输车站作业计划股道运用微进化算法黄骅港站

来源：评论

学校读者我要写书评

暂无评论

基于改进FP-Growth算法和贝叶斯的营业线施工安全风险分析

引用

铁道科学与工程学报 2024年第8期21卷 3370-3381页

作者：蔡近近宋瑞何世伟赵日鑫姜俊平北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

铁路营业线施工事故致因因素众多且存在关联关系,挖掘事故致因之间的关联关系和因果关系对事故的预防管控具有重要意义。通过文本挖掘对2010—2022年某路局营业线事故调查报告进行处理,提取出51个事故致因因素。基于事故因果连锁理论将... 详细信息

铁路营业线施工事故致因因素众多且存在关联关系,挖掘事故致因之间的关联关系和因果关系对事故的预防管控具有重要意义。通过文本挖掘对2010—2022年某路局营业线事故调查报告进行处理,提取出51个事故致因因素。基于事故因果连锁理论将致因因素分为人因层、设备层、环境层、管理层4个层级进行分层分析,构建铁路营业线施工事故致因体系。基于压缩算法和差分编码对传统FP-Growth算法进行改进,以此对铁路营业线施工事故致因进行挖掘,找到满足提升度要求的高支持度关联规则和高置信度关联规则,发现关键致因关联和事故致因规律。基于贝叶斯网络理论、致因关联关系和专家经验建立营业线施工安全风险贝叶斯网络,结合复杂网络理论分析网络节点度、聚类系数与节点介数等特征,找到关键致因因素。在此基础上,运用因果推理和故障诊断推理进一步剖析营业线施工过程中的高风险致因,并从“人防、物防、技防”3方面提出预防管控措施。案例结果表明:施工人员操作不当、施工造成接触网故障、施工导致设施设备侵限、施工作业损害电缆设备、施工造成轨道电路故障和施工、检修、清扫设备耽误列车类事故之间的关联关系较为频繁,且为红光带事故的高概率致因,在施工作业过程中应多层次重点预防管控。研究成果为铁路营业线施工安全管理提供一种新的风险分析方法。

关键词：铁路营业线施工事故改进FP-Growth算法关联规则挖掘贝叶斯网络推理致因体系

来源：评论

学校读者我要写书评

暂无评论

不同测算方法下行程时间不确定性对可达性的影响分析

引用

地球信息科学学报 2022年第11期24卷 2102-2114页

作者：肖中圣许奇毛保华魏润斌冯佳北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 北京交通大学中国综合交通研究中心北京100044

行程时间不确定性导致了可达性随时间的变化,相关研究表明忽略行程时间不确定性会高估可达性水平。既有可达性研究往往用行程时间可靠性表示行程时间不确定性,但未考虑不同可达性模型结果的差异以及行程时间可靠性价值。本文结合各OD之... 详细信息

行程时间不确定性导致了可达性随时间的变化,相关研究表明忽略行程时间不确定性会高估可达性水平。既有可达性研究往往用行程时间可靠性表示行程时间不确定性,但未考虑不同可达性模型结果的差异以及行程时间可靠性价值。本文结合各OD之间的行程时间分布特征,构建方差型的行程时间可靠性来描述行程时间不确定性,并进一步将行程时间可靠性纳入到广义出行时间成本中,建立了时间距离模型、潜力模型、累计机会模型和高斯模型4种基于位置的可达性测算方法,以比较在不同测算方法下,行程时间不确定性对可达性的影响。深圳的案例研究表明:(1)忽略行程时间不确定性会使全区域的可达性至少被高估5.04%,最大被高估95.04%。潜力模型、时间距离模型、累计机会模型和高斯模型的高估幅度由低到高;(2)行程时间不确定性对可达性的影响存在阈值效应,阈值越高,可达性受影响的程度越小;(3)从空间分布来看,行程时间不确定性对可达性水平高和低的区域都有一定影响。若不考虑行程时间不确定性,可达性高的区域高估值大,而在可达性低的区域,可达性高估的百分比较大,高估百分比中位数的差异程度最大可达77.1%;(4)行程时间不确定性对潜力模型可达性分类的影响最小,对累计机会模型差异的影响最大。可达性使用者应充分考虑研究区域实际情况,结合可解释性与理论性偏好,进而选择合适的可达性模型和评判标准。

关键词：城市交通可达性可达性差异行程时间不确定性开源大数据行程时间可靠性

来源：评论

学校读者我要写书评

暂无评论

考虑线路能力协调利用的车流径路与配空组织优化模型

引用

铁道科学与工程学报 2024年第5期21卷 1783-1792页

作者：李光晔何世伟迟居尚王攸妙吴艺迪北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

为提高铁路整体通过能力,均衡利用路网中各线路,应对愈发波动的运输市场,开展考虑线路能力协调利用的重空车流协调优化模型研究。首先,对线路能力协调利用的实现机理进行研究,在考虑流平衡约束、配空约束、线路能力约束基础上,增加考虑... 详细信息

为提高铁路整体通过能力,均衡利用路网中各线路,应对愈发波动的运输市场,开展考虑线路能力协调利用的重空车流协调优化模型研究。首先,对线路能力协调利用的实现机理进行研究,在考虑流平衡约束、配空约束、线路能力约束基础上,增加考虑铁路线路能力协调利用约束,同时在优化目标中增加紧张线路的使用成本,构建考虑线路能力协调利用的重空车流组织优化模型,以实现在优化车流径路与空车调配方案的同时兼顾铁路线路的协调利用。其次,在此基础上设计拉格朗日松弛算法,对线路能力约束与能力协调性约束松弛,将原问题分解为车流径路子问题、空车调配子问题和虚拟车流量子问题,进而降低了问题求解难度。再次,通过5组算例对算法的有效性进行验证,案例结果说明,设计的拉格朗日松弛算法在求解大规模算例时效率优于商业求解软件Gurobi。最后,设计了包含36个车站56条线路的实际案例,算法求解耗时4757.7 s,运输组织综合成本为29535803元,通过对求解结果分析,与传统优化模型相比该模型优化结果在运输成本仅增加1.56%的前提下能力紧张的线路数量由17条缩减至12条,降低了29.4%,同时空车调配符合就近配空的原则。研究结果表明,该模型可以有效缓解铁路能力紧张情况,促进铁路线路能力的协调利用。

关键词：铁路能力协调性车流径路空车调配拉格朗日松弛算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：