检索结果-内蒙古大学图书馆

交通运输系统工程与信息 2020年第4期20卷 231-235页

作者：刘爽王慧文兴妍陈绍宽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

车站能耗定额标准是城市轨道交通能耗评价和节能工作的重要基础.本文从我国城市轨道交通发展对能耗的需求出发,分析城市轨道交通系统能耗的构成;以北京市轨道交通部分车站为例,分析不同类型车站的设备能耗构成,特点和建筑面积,日客流量... 详细信息

车站能耗定额标准是城市轨道交通能耗评价和节能工作的重要基础.本文从我国城市轨道交通发展对能耗的需求出发,分析城市轨道交通系统能耗的构成;以北京市轨道交通部分车站为例,分析不同类型车站的设备能耗构成,特点和建筑面积,日客流量,敷设方式,出入口数量等因素对能耗的影响;基于能耗定额评价方法,提出包含基本、奢侈性、舒适性能耗定额水平的车站能耗定额标准;基于不同类型车站,探讨非空调季和空调季的车站能耗定额标准的差异,从达到能耗目标角度提出相应的节能策略.

关键词：城市交通能耗标准定额评价城市轨道交通车站节能策略

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

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

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

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

危险货物道路运输车辆出行链活动类型识别

引用

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

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

站城融合下城市轨道交通多场景关键站点识别

引用

铁道科学与工程学报 2024年第12期21卷 4946-4959页

作者：国景枫宋瑞何世伟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

为提高城市轨道交通网络抵御安全风险的能力,从事前预防和事中控制2个层面出发,考虑站城融合和改进的CRITIC-TOPSIS(ICT)法,提出一种多场景下的城市轨道交通网络关键站点识别方法。首先,基于复杂网络理论和Space-L方法建立城市轨道交通... 详细信息

为提高城市轨道交通网络抵御安全风险的能力,从事前预防和事中控制2个层面出发,考虑站城融合和改进的CRITIC-TOPSIS(ICT)法,提出一种多场景下的城市轨道交通网络关键站点识别方法。首先,基于复杂网络理论和Space-L方法建立城市轨道交通网络模型。其次,考虑网络结构特征和站城耦合度,选取度中心性、介数中心性、接近中心性和POI搭建站点重要度评价指标体系,利用ICT法建立综合指标“ICT指数”以评价站点重要度。之后,面向事前预防和事中控制,建立静态和动态场景下的关键站点识别方法。最后,以2023年北京城市轨道交通网络为例,识别静态和动态场景下的关键站点序列。并且通过分析关键站点失效后的网络鲁棒性参数变化,对识别结果进行验证。研究结果表明,前20位静态关键站点和动态关键站点主要分布在10号线、2号线和14号线,多数为指数较高的“枢纽型”站点(如十里河站和西直门站)。动态关键站点中包含度较小但其余指标值较大的“奇点”(如牛街站和牡丹园站),其周边集聚了众多城市服务要素。关键站点失效后的网络鲁棒性明显下降,验证了其对于网络抵御安全风险的重要影响。另外,经过对比分析,证明了多场景下考虑站城融合和ICT法识别关键站点的合理性。研究结论能够为保障城市轨道交通系统安全运营提供方法参考。

关键词：城市轨道交通网络站城融合 CRITIC-TOPSIS 复杂网络关键站点识别

来源：评论

学校读者我要写书评

暂无评论

考虑晚点传播的重载铁路列车运行仿真与调整研究

引用

铁道科学与工程学报 2024年第11期21卷 4431-4441页

作者：彭浩宇何世伟蔡近近郑以宁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

为提高重载铁路列车运行质量,降低晚点传播对列车运行的干扰,准确掌握列车晚点状态,快速恢复列车运行秩序,开展考虑晚点传播的重载铁路列车运行仿真与调整研究。通过充分考虑晚点传播规律,引入时间步长的概念,构建一种改进的时间离散化... 详细信息

为提高重载铁路列车运行质量,降低晚点传播对列车运行的干扰,准确掌握列车晚点状态,快速恢复列车运行秩序,开展考虑晚点传播的重载铁路列车运行仿真与调整研究。通过充分考虑晚点传播规律,引入时间步长的概念,构建一种改进的时间离散化的连续型元胞自动机仿真模型,选取某重载铁路2个区段2022年计划运行图中的上行列车为案例,其中,区段A共设有11个车站,上行列车90列,区段B共设有23个车站,上行列车111列。首先对正常运行情况下模型的准确性进行验证,以此为基础设计了2种贴合实际的晚点情况,对区间限速、列车出发晚点进行仿真与运行调整,并详细记录列车运行全过程的运行速度、距离始发站距离、工况信息等指标。通过绘制列车运行图、计算运行图缓冲时间,详细分析列车在晚点状况下的运行规律。案例结果表明,在正常运行情况下,模型仿真结果与计划运行时间误差在4 min以内,模型准确性较高,参数设置较为合理。在晚点情况下,选择区段A中的61210次列车与区段B的61102次列车,分别进行区间限速晚点仿真与列车出发晚点仿真。当晚点程度相同时,区段A中所受影响的列车数小于区段B内所影响的列车数,且区段A内的列车需要花费更少时间以恢复行车秩序。研究结果可为调度人员在晚点情况下进行调度指挥提供参考。

关键词：重载铁路晚点传播元胞自动机列车运行仿真列车运行调整

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：