检索结果-内蒙古大学图书馆

地理学报 2021年第2期76卷 459-470页

作者：彭诗尧陈绍宽许奇牛家祺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 北京交通大学交通运输学院北京100044

城市轨道交通及其沿线土地一体化发展是城市可持续发展的关键问题。提高城市轨道交通可持续性和土地资源配置合理性的关键需掌握轨道交通客流与土地功能之间的依赖关系,而回归分析是研究二者关系的主要方法。既有研究对于土地利用的描... 详细信息

城市轨道交通及其沿线土地一体化发展是城市可持续发展的关键问题。提高城市轨道交通可持续性和土地资源配置合理性的关键需掌握轨道交通客流与土地功能之间的依赖关系,而回归分析是研究二者关系的主要方法。既有研究对于土地利用的描述多基于用地面积等概略数据,难以揭示各类属性的用地对客流的影响机理及其空间效应。采用百度地图POI数据以刻画用地信息,提出城市轨道交通车站吸引范围内用地功能的细粒度描述方法,基于全局常参数和局部变参数的回归模型研究车站早高峰出站客流与粗细粒度土地利用的相互依赖关系及其空间效应。针对北京地铁的案例研究表明:车站出站客流与不同功能用地及POI的依赖程度和空间特征存在显著差异。早高峰出站客流更多地受到与就业通勤相关的商业服务业设施用地、公共管理与公共服务用地的影响。在细粒度层面上,出站客流对写字楼和政府机构的依赖性更大,二者显著分布在就业岗位密集的中心城区功能分区和城市核心区。基于细粒度POI的局部变参数模型能较好地识别各类土地利用对车站客流的影响及其空间异质性,案例研究表明车站客流与土地利用的依赖关系是各类属性功能用地影响及其空间效应的叠加。

关键词：轨道交通土地利用客流兴趣点地理加权回归

来源：评论

学校读者我要写书评

暂无评论

多源数据驱动CNN-GRU模型的公交客流量分类预测

引用

交通运输工程学报 2021年第5期21卷 265-273页

作者：赵建东申瑾刘麟玮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

为精准分析公交线路与站点不同客流的出行特征及时变差异性,结合深度学习理论,提出了一种基于卷积神经网络(CNN)与门控制循环单元(GRU)组合的公交客流分类预测模型;融合匹配公交一卡通刷卡、公交车GPS轨迹、线路和站点基础信息、气象等... 详细信息

为精准分析公交线路与站点不同客流的出行特征及时变差异性,结合深度学习理论,提出了一种基于卷积神经网络(CNN)与门控制循环单元(GRU)组合的公交客流分类预测模型;融合匹配公交一卡通刷卡、公交车GPS轨迹、线路和站点基础信息、气象等多源数据,实现公交客流数据重构;采用K-Medians算法将乘客分为通勤类和非通勤类;以乘客类型、历史客流量、时段、高/平峰、星期、降水量、重大活动等因素为输入向量,分别建立CNN与GRU单一模型,并利用均方误差、均方根误差、平均绝对误差为评价指标,开展预测;针对单一模型不适用多特征时间序列预测等问题,分别构建了由CNN和GRU组合的线路客流和断面客流预测模型;以北京市特15路公交为例,预测工作日与非工作日场景下的线路及断面的分类客流。分析结果表明:对于通勤类和非通勤类线路及断面客流,组合模型的均方误差相比单一模型平均降低了57.932、13.106和33.987,均方根误差平均降低了1.862、1.058和1.538,平均绝对误差平均降低了1.399、0.487和0.613,可见,多源数据驱动下的CNN-GRU组合模型具有良好的预测性能。

关键词：公交多源数据客流分类卷积神经网络门控制循环单元组合预测模型

来源：评论

学校读者我要写书评

暂无评论

基于ASTLSTM的地铁乘客流量短时预测

引用

郑州大学学报（理学版） 2024年第5期56卷 55-61页

作者：田钊程钰婕张乾钟牛亚杰刘炜杨艳芳郑州大学网络空间安全学院河南郑州450002 郑州市区块链与数据智能重点实验室河南郑州450002 交通运输部科学研究院北京100029 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京100029

地铁乘客流量预测是智能交通系统的重要环节,当前大多数预测模型较少对地铁乘客流量进行时空相关性建模,且未考虑空气质量等天气因素带来的影响,存在地铁乘客流量预测准确度不高的问题。针对以上问题,提出基于注意力机制的时空长短期记... 详细信息

地铁乘客流量预测是智能交通系统的重要环节,当前大多数预测模型较少对地铁乘客流量进行时空相关性建模,且未考虑空气质量等天气因素带来的影响,存在地铁乘客流量预测准确度不高的问题。针对以上问题,提出基于注意力机制的时空长短期记忆(ASTLSTM)网络的地铁乘客流量短时预测模型。首先,对数据进行预处理;然后,利用注意力机制与图卷积网络(GCN)、卷积神经网络(CNN)相融合,挖掘地铁数据中的时空相关性,并通过长短期记忆网络(LSTM)来提取空气质量数据中的外部特征;最后,通过特征融合得到地铁乘客流量预测结果。实验结果表明,ASTLSTM模型与LSTM、Conv LSTM等典型模型相比,在短期的地铁乘客流量预测上都有较高的准确度。

关键词：地铁乘客流量预测时空特征注意力机制图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

考虑节能的铁路货物列车开行方案优化研究

引用

大连交通大学学报 2025年第1期46卷 1-8,107页

作者：宋瑞吴思瑶赵子琪何维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

为了降低铁路运行能耗,通过仿真分析不同开行方案对运行能耗产生的影响,对车流进行合理有效的组织和优化,使得总能耗最小。据此,以车流组织时间消耗、铁路运输成本和铁路列车运行能耗最小为目标,建立优化模型,并针对模型特点,设计了基... 详细信息

为了降低铁路运行能耗,通过仿真分析不同开行方案对运行能耗产生的影响,对车流进行合理有效的组织和优化,使得总能耗最小。据此,以车流组织时间消耗、铁路运输成本和铁路列车运行能耗最小为目标,建立优化模型,并针对模型特点,设计了基于优势基因结构的微进化算法(MEA),并进行求解。结果表明,所提出的考虑节能的铁路货物列车开行方案优化模型能够在有效降低列车运行能耗、减少车流组织时间消耗的同时降低总费用,具有更优的综合效益,所提算法相比于传统遗传算法(GA)也具有更好的求解质量和求解效率,研究结果能够为铁路绿色运营提供新思路。

关键词：铁路节能运行能耗开行方案车流组织微进化算法

来源：评论

学校读者我要写书评

暂无评论

考虑电动公交在途特性的电池状态梯次划分

引用

中国公路学报 2022年第8期35卷 44-54页

作者：奇格奇李丹段梦媛关伟马继辉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 北京交通大学北京市城市交通信息智能感知与服务工程技术研究中心北京100044

电动公交电池容量衰减造成里程焦虑增加、服务可靠性降低、电池资源浪费等问题。因此,评估和发现电动公交实际运营过程中影响电池健康状态的关键因素并划分电池状态尤为重要。基于电动公交长时间实际行驶过程中的充放电数据,结合安时积... 详细信息

电动公交电池容量衰减造成里程焦虑增加、服务可靠性降低、电池资源浪费等问题。因此,评估和发现电动公交实际运营过程中影响电池健康状态的关键因素并划分电池状态尤为重要。基于电动公交长时间实际行驶过程中的充放电数据,结合安时积分法与最小二乘拟合建立电池容量估计模型,并据此计算各充放电片段的电池健康状态。进一步考虑电动公交在途特性,从电池组充放电属性、车辆行驶工况、公交营运状态3个角度提取可能影响电池健康状态的相关因素,并采用因子分析法将影响因素组合为12个影响因子,使用随机森林回归构建电池健康状态预测模型,从而根据预测结果的准确性反推获得各影响因子的重要度。最后考虑不同影响因素的重要度,利用加权聚类算法梯次划分电动公交电池健康状态为4个类别,下降梯度分别为-0.013 6、-0.011 9、-0.003 4、-0.002 8,并通过对比研究发现了同一条线路不同梯次的车辆电池组在放电深度、速度标准差、最大加速度和刹车次数等影响因素上的差异。研究结果表明:车辆荷载、电池电流释放情况、车辆行驶中速度的变化、电池的使用时间、线路拥挤状况以及电池充电深度大小对于电池健康状态的影响程度较大,而在公交营运状态相同条件下,驾驶人的行为对电池健康状态衰减程度有着较大影响。

关键词：交通工程电池状态梯次划分加权聚类电池健康状态电动公交在途特性

来源：评论

学校读者我要写书评

暂无评论

铁路营业线施工事故致因频繁结构挖掘技术

引用

综合运输 2025年第4期47卷 103-109页

作者：姜俊平宋瑞何世伟赵日鑫何香昱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

铁路营业线施工安全问题的发生造成的后果严重,损失巨大。为发现造成该类事故的深层次原因,减少该类事故的发生,本研究采用海因里希连锁理论、事故树分析法,同时将关联规则挖掘技术与FP-Growth算法结合,重点挖掘事故致因频繁结构集。通... 详细信息

铁路营业线施工安全问题的发生造成的后果严重,损失巨大。为发现造成该类事故的深层次原因,减少该类事故的发生,本研究采用海因里希连锁理论、事故树分析法,同时将关联规则挖掘技术与FP-Growth算法结合,重点挖掘事故致因频繁结构集。通过分析某路局2010-2022年的铁路营业线安全事故,发现施工人员缺少培训、安全意识不足以及施工时间不充足共同构成主要的事故致因结构。此外,本文使用该方法对D9类事故(施工、检修、清扫设备耽误列车)进行分析,结果发现应重点预防由于设备使用不当引起的红光带事故以及接触网问题。本成果为铁路营业线施工安全问题的研究提供了一种新的方法,以期能够减少铁路营业线施工事故的发生。

关键词：安全管理铁路营业线施工关联规则挖掘频繁结构 FP-Growth算法

来源：评论

学校读者我要写书评

暂无评论

基于多用户驾驶模拟平台的雾天高速公路跟驰模型参数标定及验证

引用

中国公路学报 2022年第8期35卷 320-330页

作者：黄岩闫学东李晓梦熊邦凯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 昆士兰科技大学昆士兰州道路安全与事故研究中心昆士兰开尔文格罗夫QLD4059

高速公路连环追尾事故多发生在雾天环境下,且容易造成严重的事故人员伤亡。当前的跟驰及追尾风险研究多集中于两车跟驰,缺乏对雾天情况下车队跟驰的研究。利用雾天环境下车队跟驰轨迹数据对传统主流跟驰模型进行标定验证,基于多用户驾... 详细信息

高速公路连环追尾事故多发生在雾天环境下,且容易造成严重的事故人员伤亡。当前的跟驰及追尾风险研究多集中于两车跟驰,缺乏对雾天情况下车队跟驰的研究。利用雾天环境下车队跟驰轨迹数据对传统主流跟驰模型进行标定验证,基于多用户驾驶模拟平台设计了8个不同雾天等级和限速组合的高速公路虚拟场景,开展驾驶模拟试验并采集数据。试验招募了8名男性驾驶人并通过随机调整他们在车队中的位置顺序来获得足够的车队跟驰轨迹数据,根据判定标准筛选合适的车队跟驰轨迹数据,按照2∶1的原则分配标定和验证阶段的数据组。选取Newell、Gipps和IDM三个主流跟车模型进行参数标定和验证,以时间序列的车头间距和相对均方根误差(RMSPE)分别作为性能指标参数和拟合优度函数,使用遗传算法搜寻目标函数最小值以标定跟驰模型参数,并用车辆轨迹完整性(CVT)和RMSPE评价验证阶段的仿真结果。结果表明:在标定阶段,Newell、Gipps和IDM三个模型的RMSPE整体平均值分别为30.1%、18.6%和27.7%,各个试验条件下Gipps模型的RMSPE值均小于另外2个模型,说明Gipps模型能更好地拟合试验数据;在验证阶段,Gipps模型的RMSPE整体平均值为21.2%,远小于另外2个模型,可见Gipps模型在局部精确度上的鲁棒性要优于Newell模型和IDM模型;Gipps模型的CVT整体平均值和波动幅度分别为98.1%和2.0%,均是3个模型中的最小值,说明Gipps模型在整体轨迹上的鲁棒性也优于另外2个模型。雾天环境下,Gipps模型具备更好的拟合能力和鲁棒性,因此推荐仿真软件使用Gipps模型模拟雾天环境下车队跟驰行为,不同雾天等级及限速下的Gipps模型参数可参考该研究标定的参数。

关键词：交通工程参数标定及验证多用户驾驶模拟平台跟驰模型雾天高速公路

来源：评论

学校读者我要写书评

暂无评论

面向异质化需求的无人驾驶电动公交接驳路径优化

引用

清华大学学报（自然科学版） 2022年第7期62卷 1178-1185页

作者：奇格奇邹恺杰邹婕李文倩曹靖萱吴介豪张文义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 北京交通大学北京市城市交通信息智能感知与服务工程技术研究中心北京100044

在以连接地铁站点为目的的短途接驳服务中,常规公交、共享单车、小汽车因车内拥挤、环境暴露、等待时间长所造成的不舒适、不方便、不准时等问题,往往会成为乘客放弃公共交通出行的主要原因。同时,由于人群对服务质量的要求不尽相同,需... 详细信息

在以连接地铁站点为目的的短途接驳服务中,常规公交、共享单车、小汽车因车内拥挤、环境暴露、等待时间长所造成的不舒适、不方便、不准时等问题,往往会成为乘客放弃公共交通出行的主要原因。同时,由于人群对服务质量的要求不尽相同,需求均质化假设仍难以充分考虑乘客在准时性、快捷性、舒适性等方面的需求差异。该文提出一种面向出行者异质化需求的无人驾驶电动公交接驳路径优化方法,在需求产生阶段允许用户对准时性、快捷性与舒适性等个性化指标进行选择,充分考虑个人偏好满足度对目标函数的影响,建立多轮次带多软时间窗的车辆路径规划模型,并使用禁忌搜索算法求解。通过问卷调查获取用户对各需求指标偏好的分布情况,选择北京丰台科技园地铁站及周边4 km^(2)的范围进行案例计算与结果分析,发现提出的方法相较传统方案能显著提高规划结果对出行者异质化需求的满足度。

关键词：城市交通异质化需求接驳路径优化无人驾驶电动公交

来源：评论

学校读者我要写书评

暂无评论

轨迹数据驱动的车辆出行特征及类别研判

引用

北京交通大学学报 2025年

作者：董春娇赵天意卢玲玉谢坤陈元朵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中国城市规划设计研究院深圳分院乌鲁木齐市城市综合交通项目研究中心(乌鲁木齐市轨道交通项目建设中心)

车辆行驶轨迹GPS数据蕴含丰富的出行信息特征，然而采集到的数据中通常混有多种车型，且车型信息是未知的，难以满足精细化交通需求分析建模要求。本文基于车辆轨迹数据，从时空两个维度提取车辆出行特征指标，对比分析货车与私家车出... 详细信息

车辆行驶轨迹GPS数据蕴含丰富的出行信息特征，然而采集到的数据中通常混有多种车型，且车型信息是未知的，难以满足精细化交通需求分析建模要求。本文基于车辆轨迹数据，从时空两个维度提取车辆出行特征指标，对比分析货车与私家车出行差异性。并以选取的车辆车型特征指标为基础，构建基于Gaussian HMM的车辆类别研判模型。结合BW算法和维特比算法训练及测试模型，设计了基于出行特征的车辆类别研判模型求解算法。最后以北京市货车和私家车出行轨迹数据为例，进行了实证研究。结果表明，货车与私家车在出行开始时间、出行结束时间、总运行时长、平均停留时长、平均行程时间、出行次数以及出行距离七个指标存在明显的差异性。构建的基于Gaussian HMM的车辆类别研判模型对私家车的查准率为83%，货车的查全率为82%，模型的准确率为79%，能够较好的实现车辆类别的研判。研究成果可为精细化碳排放测算、差异化需求管理政策制定以及精细化交通管理提供支持。

关键词：交通工程车辆类别研判高斯隐马尔可夫模型出行特征指标货车与私家车

来源：评论

学校读者我要写书评

暂无评论

一种适用于道路裂缝识别的自动化道路提取方法

引用

综合运输 2025年第2期47卷 130-136页

作者：许志鸿梁艳平修祺牛一杰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

为了提高道路裂缝的识别精度,建立了一种基于分水岭算法与GrabCut算法的自动化道路提取框架,可以满足复杂环境下的结构化与非结构化道路的识别与提取。该框架首先确定图像背景、前景区域并利用分水岭算法初步处理图像,其次采用Canny算... 详细信息

为了提高道路裂缝的识别精度,建立了一种基于分水岭算法与GrabCut算法的自动化道路提取框架,可以满足复杂环境下的结构化与非结构化道路的识别与提取。该框架首先确定图像背景、前景区域并利用分水岭算法初步处理图像,其次采用Canny算子与概率霍夫变换作为中间衔接部分,自动搜寻并确定含道路区域的矩形框,最后利用GrabCut算法将含道路区域的矩形框与交互式矩形框相对应,以此来确定道路区域,进而达到自动化道路提取的目的。自动化道路提取对存在反光、有部分遮挡等复杂环境下的结构化路面、非结构化路面提取效果均较为理想,且在晴、阴天气下均有较好的表现。后续采用YOLOv8模型对原始图像和经过自动化道路提取处理后的图像分别进行道路裂缝识别训练,以两组数据集的各个损失值和m AP50值进行评价,处理后图片相较于原始图像的损失值均降低了26%以上,mAP50指标提升了38.2%,说明自动化道路提取能有效增强道路裂缝识别的精度。

关键词：自动化道路提取分水岭算法 GrabCut算法概率霍夫变换 YOLOv8

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：