检索结果-内蒙古大学图书馆

交通运输系统工程与信息 2021年第1期21卷 16-22,35页

作者：卢天伟姚恩建杨扬郇宁陈琳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

针对城市客运枢纽间综合运输通道协同性欠缺、运输效率低等问题,提出考虑弹性需求的城市客运枢纽间多方式时刻表协同优化方法。基于多项Logit模型对枢纽间乘客出行方式选择行为进行建模,分析各方式时刻表变动对出行需求的影响;以乘客等... 详细信息

针对城市客运枢纽间综合运输通道协同性欠缺、运输效率低等问题,提出考虑弹性需求的城市客运枢纽间多方式时刻表协同优化方法。基于多项Logit模型对枢纽间乘客出行方式选择行为进行建模,分析各方式时刻表变动对出行需求的影响;以乘客等待总时间,时刻调整总数量,时刻调整总时间最小为优化目标,考虑弹性需求、时间窗、容量限制等约束,构建枢纽间多方式时刻表协同优化模型,并基于非支配排序遗传算法,结合客流加载仿真过程设计模型求解算法;最后,以“北京南站-北京首都国际机场”多方式通道为例检验模型的有效性。结果表明,时刻表优化方案的实施使各方式产生了较为明显的需求弹性变化效果,模型求解得到10种时刻表优化方案,其评价结果整体优于传统模型,最终筛选方案可缩短乘客等待时间10.36%。

关键词：城市交通时刻表优化多目标优化交通枢纽多方式弹性需求

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

重载铁路回程运输组织与定价综合优化

引用

交通运输系统工程与信息 2023年第2期23卷 217-224页

作者：童瑞咏毛保华杜鹏魏润斌黄俊生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

重载铁路运输是一种针对单一货物、单方向上的高效运输模式,往往面临着回程运力浪费的问题。为有效提高重载铁路回程方向的铁路分担率,提升铁路部门收益和降低对环境的影响,本文构建上层以铁路部门收益最大、运输线路上CO_(2)减排率最... 详细信息

重载铁路运输是一种针对单一货物、单方向上的高效运输模式,往往面临着回程运力浪费的问题。为有效提高重载铁路回程方向的铁路分担率,提升铁路部门收益和降低对环境的影响,本文构建上层以铁路部门收益最大、运输线路上CO_(2)减排率最高为目标,下层以托运人广义费用最低为目标的多目标双层规划模型,结合某企业自有重载铁路的案例,采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解得到运输组织与定价优化方案,进而研究政府补贴、碳税的设置对求解结果的影响。研究发现:算法可求得多组帕累托前沿解,提供多个优化方案供铁路、政府部门选择,铁路部门的收益值与重载铁路回程运输线路上的碳减排率呈显著的负相关;当公路运价为0.500元·吨公里^(-1)时,铁路部门获得最大收益所对应的运价为0.285元·吨公里^(-1),此时相较于纯公路运输的情景,碳减排率提升40.62%;政府给予铁路部门的补贴额由0元·吨公里^(-1)提高至0.10元·吨公里^(-1),铁路部门最大收益值提升51.65%,最大值对应的运价由0.285元·吨公里^(-1)降至0.225元·吨公里^(-1),碳减排率由40.62%提升至49.11%;碳税从0.0004元·gCO_(2)^(-1)提升至0.0012元·g CO_(2)^(-1),碳减排率增长0.26%,铁路部门的收益增加9.06%。合理的运价、政府补贴、碳税方案可有效提升重载铁路回程运输的收益及碳减排率。

关键词：铁路运输定价 NSGA-Ⅱ 重载铁路回程运输运输组织双层规划

来源：评论

学校读者我要写书评

暂无评论

低碳导向的多模式交通出行服务定价策略

引用

清华大学学报（自然科学版） 2023年第11期63卷 1741-1749页

作者：王月姚恩建郝赫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

优化出行结构、提升出行效率、降低交通碳排放是交通绿色低碳发展的重要路径。该文提出一种低碳导向的多模式交通出行服务定价调节策略,从出行服务商、出行者和环境角度出发,以服务商收益最大化,网络出行时间和交通碳排放量最小化为目标... 详细信息

优化出行结构、提升出行效率、降低交通碳排放是交通绿色低碳发展的重要路径。该文提出一种低碳导向的多模式交通出行服务定价调节策略,从出行服务商、出行者和环境角度出发,以服务商收益最大化,网络出行时间和交通碳排放量最小化为目标,构建多目标优化模型,在考虑出行者出行方式和路径联合选择行为的情况下对网络流量均衡分配,实现多方式协同出行和碳排放管理精细化。算例分析结果表明:服务商通过定价调节能优化网络出行结构、缓解小汽车路段拥堵状况、提高公共交通的分担率,同时实现自身盈利和交通碳排放量下降的目标。不同的优化结果表明:服务商不能仅追求自身收益最大化,还需要综合考虑出行者出行成本和出行方式对交通环境的影响,承担交通系统的协调与减排责任。该文明确了出行服务商在交通绿色低碳发展中的盈利空间和应承担的责任,为服务定价策略提供参考依据。

关键词：多模式交通低碳出行出行即服务定价策略网络平衡

来源：评论

学校读者我要写书评

暂无评论

基于机器学习模型的建成环境对小汽车拥有行为的影响

引用

交通运输系统工程与信息 2020年第4期20卷 173-177页

作者：王晓全邵春福管岭尹超英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

为分析家庭小汽车拥有行为,同时考虑居住地和工作地建成环境的影响,构建梯度提升迭代决策树(GBDT)模型;分析社会经济属性,居住地、工作地建成环境属性对小汽车拥有行为的影响程度,并基于长春市居民出行调查数据进行实证研究.结果表明:3... 详细信息

为分析家庭小汽车拥有行为,同时考虑居住地和工作地建成环境的影响,构建梯度提升迭代决策树(GBDT)模型;分析社会经济属性,居住地、工作地建成环境属性对小汽车拥有行为的影响程度,并基于长春市居民出行调查数据进行实证研究.结果表明:3类影响因素中,社会经济属性对小汽车拥有行为的影响最大(58.95%);职住地建成环境属性均对家庭小汽车拥有行为具有显著影响,且居住地建成环境影响(23.77%)高于工作地建成环境(17.28%);职住地建成环境属性中,除居住地交叉口密度,工作地到中央商务区(CBD)距离及公共交通站点密度外,其他建成环境属性对小汽车拥有行为的影响均大于5%.因此,有必要同时优化职住地的建成环境来抑制小汽车拥有量的增长.

关键词：交通工程职住地建成环境小汽车拥有影响程度梯度提升迭代决策树

来源：评论

学校读者我要写书评

暂无评论

面向自组织平衡的共享电动汽车调度优化方法

引用

交通运输系统工程与信息 2020年第5期20卷 135-141页

作者：姚恩建何媛媛金方磊卢天伟潘龙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

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题,提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据,构建用户取车站点选择MNL(Multinominal Logit)模型,分析用户的站点选择行... 详细信息

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题,提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据,构建用户取车站点选择MNL(Multinominal Logit)模型,分析用户的站点选择行为;构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法,即通过车辆动态折扣策略引导用户改变默认的最近取还车站点,在运营结束后以运营企业的调度总成本最小为目标,建立人工调度优化模型并应用禁忌搜索算法求解;最后,选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明:本文提出的优化方法与无动态折扣策略相比,调度总成本降低了4.5%,人工调度成本降低了21.1%,人工调度任务数减少了8.3%.

关键词：交通工程自组织平衡禁忌搜索共享电动汽车车辆调度优化 MNL模型

来源：评论

学校读者我要写书评

暂无评论

城轨新线客流成长期进出站量短时预测研究

引用

铁道学报 2020年第5期42卷 19-28页

作者：卢天伟姚恩建刘莎莎周文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运输大数据应用技术交通运输行业重点实验室北京100044

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法。通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对... 详细信息

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法。通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对考虑客流趋势相似性的城轨站点类型划分方法进行研究,并提出城轨新线站点历史数据库构建方法;基于趋势距离对近邻匹配机制进行优化,并根据多元统计回归对K近邻算法进行改进,提出新线站点客流成长期进出站量短时预测方法;结合广州地铁客流数据,对预测方法的有效性进行验证。研究结果显示:新线站点客流成长期内短时进、出站量平均预测效率较既有方法增加了35.68%、32.23%,预测精度较既有方法增加了38.32%、25.80%。

关键词：客流预测新站模糊聚类 K近邻城市轨道交通

来源：评论

学校读者我要写书评

暂无评论

重载铁路智慧港口站作业计划综合优化模型及算法研究

引用

交通运输系统工程与信息 2023年第6期23卷 215-226,261页

作者：吴艺迪何世伟周汉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

为提升港口站调度智能化水平,本文在研究重载铁路港口站作业组织的基础上,分析本务机担当调机运用模式下不同卸车系统的调车作业方案,以列车分解计划、卸车计划、调车作业计划及列车组合计划为核心刻画不同类型重载列车在站作业全流程... 详细信息

为提升港口站调度智能化水平,本文在研究重载铁路港口站作业组织的基础上,分析本务机担当调机运用模式下不同卸车系统的调车作业方案,以列车分解计划、卸车计划、调车作业计划及列车组合计划为核心刻画不同类型重载列车在站作业全流程。考虑港口站卸车作业能力和卸后空车返程排空效率,以车辆在站停留时间最少为目标函数,构建重载铁路港口站作业计划综合优化的混合整数线性规划模型,采用带有启发式策略的微进化与自适应邻域搜索相结合的混合算法。以某重载铁路港口站为例进行分析,结果表明,得到的设备协同调度方案中未出现空闲等待时间,出发列车配流方案中,前7列均满足最大空车编成辆数;对比不同调车作业方案,本务机担当调机运用模式可为港口站减少5台调车机;所提算法相比Gurobi求解器,在求解时间上节省97.32%,与最优下界值间隔缩小0.06%。

关键词：铁路运输作业计划微进化算法智慧港口站综合优化

来源：评论

学校读者我要写书评

暂无评论

双城系统居民职住选址与通勤的社会最优模型

引用

清华大学学报（自然科学版） 2022年第7期62卷 1186-1194页

作者：罗斯达李翔宇吴先宇尹志伟徐帅康柳江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

随着中国城市化进程的加快,交通需求迅速向都市圈范围内扩展。该文研究薪资水平、交通拥挤等要素对都市圈居民工作、居住地选择和通勤行为的影响,构建双城(都市圈)系统居民职住选址与通勤的社会最优模型,以反映城市集聚效应(正外部性)... 详细信息

随着中国城市化进程的加快,交通需求迅速向都市圈范围内扩展。该文研究薪资水平、交通拥挤等要素对都市圈居民工作、居住地选择和通勤行为的影响,构建双城(都市圈)系统居民职住选址与通勤的社会最优模型,以反映城市集聚效应(正外部性)和拥挤效应(负外部性)之间的取舍关系。双城系统包括1个大城市和1个小城市,通过解析拥挤条件下的通勤成本,获得城际通勤者空间分布的边界曲线,据此测算市内、城际通勤者共同作用下的系统社会净收入。该社会净收入取决于工资、通勤成本和农业租金等,进而将社会最优写成非线性规划问题,求解得到双城系统中的最优职住分布与通勤人口。上海—嘉兴双城的实证分析结果表明:上海的现状居住、就业人口均偏多,未来应鼓励在上海工作的上班族居住在周边城镇并通过城际铁路通勤,可提高社会净收入。

关键词：双城系统职住选址通勤社会最优非线性规划

来源：评论

学校读者我要写书评

暂无评论

基于时间序列分解与门控循环单元的地铁换乘客流预测

引用

华南理工大学学报（自然科学版） 2022年第5期50卷 22-31页

作者：赵建东朱丹刘佳欣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

为丰富地铁内部换乘客流预测理论,更好地制定地铁运营计划,提出了一种基于时间序列分解方法(STL)与门控循环单元(GRU)的地铁换乘客流预测模型。该模型将预测过程分为3个阶段,第1阶段为原始地铁刷卡数据预处理,采用基于图的深度优先搜索... 详细信息

为丰富地铁内部换乘客流预测理论,更好地制定地铁运营计划,提出了一种基于时间序列分解方法(STL)与门控循环单元(GRU)的地铁换乘客流预测模型。该模型将预测过程分为3个阶段,第1阶段为原始地铁刷卡数据预处理,采用基于图的深度优先搜索算法识别乘客的出行路径,构建换乘客流时间序列;第2阶段运用STL时间序列分解算法将换乘客流时间序列转化为趋势量、周期量以及余量,并利用3σ原则对余量进行异常值的剔除与填充;第3阶段基于深度学习库Keras,完成GRU模型的搭建、训练及预测。以北京地铁西直门站的换乘客流数据为研究对象,对模型的有效性进行了验证,结果表明:与长短时记忆神经网络(LSTM)、门控循环单元、STL时间序列分解方法与长短时记忆神经网络组合模型(STL-LSTM)相比,STL-GRU组合预测模型可提升工作日(不含周五)、周五、休息日的换乘客流预测精度,预测结果的平均绝对百分比误差至少分别降低了2.3、1.36、6.42个百分点。

关键词：城市交通换乘客流预测门控循环单元地铁时间序列分解深度学习预测精度

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：