随着智能交通和绿色出行领域的蓬勃发展,针对车辆网络低时延业务需求和能源节约的双重挑战,提出了一种基于车联网通信的边缘计算低能耗卸载方法。在多车单小区场景的公共路段中,探讨了行驶中车辆的任务卸载需求,并对计算资源的分配问题进行了系统研究。为充分利用计算资源,不仅考虑了车辆自身的计算能力,还提出了将任务卸载至同向行驶或路边停放的车辆服务器,以及路边单元的边缘服务器的新思路,实现了计算资源的有效整合与高效共享,显著提升了车辆网络的处理能力。采用了改进的粒子群优化算法,对卸载功率和任务分配比例进行优化。通过大量仿真实验验证,该方法显著降低了车辆处理任务的能耗,同时提升了车辆网络的服务质量和能源使用效率。有助于推动绿色交通和可持续发展,为未来智能交通系统的能源优化和效率提升奠定了坚实的基础。
地铁列车控制优化与纵断面设计关系密切,二者对运营费用有重要影响。为在列车控制优化的基础上进一步降低运营费用,在线路纵断面设计阶段构建了协同优化模型,考虑定时列车控制对纵断面进行优化,在满足定时列车控制约束、《地铁设计规范》要求等的前提下,最小化能耗成本和维修成本之和。由于车轮、钢轨维修成本的影响因素众多,建立列车-轨道动力学仿真模型计算维修成本,在此基础上设计综合伪谱法和蛮力搜索的算法求解协同优化方案,并应用于广州地铁线路的3个区间,对方法的优化效果进行验证。研究结果表明,对比在实际纵断面上单独优化定时列车控制的方法,同时优化定时列车控制方案和纵断面方案对节约运营费用的效果更佳,各区间运营费用平均降低21%。该研究方法可为进一步控制运营费用提供新思路和理论依据,推动地铁系统可持续发展。
高速公路通行费受到节假日、突发事件等复杂因素影响,传统预测方法在处理这些问题时,往往无法充分考虑多维因素之间的复杂交互作用,导致预测精度难以达到理想水平。大型语言模型利用自注意力机制能够实现对复杂时空数据的拟合,并具有更强的特征学习能力,可有效解决高速公路通行费的精准预测问题。利用此特性提出了一种基于iTransformer的高速公路通行费精准预测模型,该预测模型将时间信息作为独立维度嵌入输入序列中,并倒置了自注意力机制与前馈网络的职责,使得预测模型能够更准确地捕捉时间序列的动态特征和多变量之间的相关性。实例分析结果显示,所提出的预测模型在普通场景下较SARIMA模型和LSTM模型平均预测精度分别提高23.47%和17.84%。特殊场景下具有更优预测效果,分别提升70.92%和45.64%。针对所提出预测模型进行敏感性分析,模型对前馈网络层数和编码器堆叠层数较为敏感,对注意力头数变化不敏感。该研究为解决复杂交通环境下的通行费预测问题提供了新的方法论支持,对提高高速公路通行费预测精度具有重要意义。
车道检测作为计算机视觉技术在交通领域的关键应用,具有深远的实用价值。尽管如此,现有的语义分割网络模型在道路语义分割任务中仍面临着精度不足和边缘模糊等挑战。针对这些问题,提出了一种基于UNet模型的改进型车道线图像分割网络架构。在UNet模型的跳跃连接中,引入双重注意力机制,优先突出了车道线的重要性,并有效降低了噪声的干扰。此外,采用了动态蛇形卷积来替代传统的卷积方法,增强了网络对车道线的识别能力。考虑到在曝光不足或光线较暗的背景下进行车道线检测的挑战,在图像预处理阶段引入了一种改进的自适应Gamma校正技术,以增强检测的全面性和准确性。同时,在编码器末端引入了空洞金字塔池化技术。实验结果表明,在满足实时性要求的前提下,该模型TuSimple数据集上达到了98.93%的准确率,相较于其他5种基于语义分割的车道线检测算法,展现出更优越的识别效果,结果验证了应用动态蛇形卷积与双注意力机制改进的有效性。
灵活编组模式下列车时刻表和大小交路策略的联合优化问题受到列车时刻表、乘客动态方程和列车灵活编组等相关条件制约,各约束相互耦合增加了问题的复杂性和计算求解的难度,传统优化方法求解该问题将变得较为困难。本研究将量子计算应用于该问题,以最小化线路上所有车站的滞留乘客数量为目标,建立了混合整数非线性规划模型,设计数值实验并利用相干伊辛机真机对模型进行求解。结果表明,相干伊辛机真机在运行效率和优化性能上相比较于其他经典算法具有明显的优势。
针对复杂交通场景下,特别是拥堵道路中,经常出现的交通目标密集、互相遮挡,小尺度目标检测精度低的问题,提出了一种面向复杂交通场景的目标检测模型YOLO-T(You Only Look Once-Transformer)。首先提出CTNet主干网络,相较于CSPDarknet53,该主干拥有更深的网络结构和多尺度特征提取模块,不仅能够更好地学习密集目标的多级特征,还可以提高模型对复杂交通场景的应对能力,进而引导模型更加关注小目标的特征信息,提升小目标的检测性能;其次引入Vit-Block,采用卷积和Transformer并行的方式融合更多的特征,兼顾局部和上下文信息的关联性,从而提升检测精度;最后在颈部网络Neck后增加Reasonable模块,引入注意力机制,进一步提高目标检测算法对复杂场景和遮挡目标的鲁棒性。实验结果表明,相比基准算法,YOLO-T在KITTI数据集和BDD100K数据集的检测精度分别提高了1.92%和12.78%,能有效提升复杂交通场景下的检测性能,更好地辅助驾驶员对其他车辆行驶行为的判断,减少交通事故的发生。
目前摄像头监控视频群组中采用遍历查找搜索全部摄像头视频,或者拓扑网查找重复搜索,导致人员追踪查找效率低、准确性差,为解决这一问题,提出了一种基于排队论和顶点加权有向图的高效选择监控摄像机视频的方法。该方法借鉴排队论理论的原理,将摄像头视为顶点,并构建了一个加权有向图。通过计算权值,能够确定最优的监控路径,同时考虑了摄像头之间的连接和权值。这一方法的关键优势在于高效地选择监控摄像机视频。此外,将城市轨道交通节点目标乘客的最优运动路径与人员追踪相结合,采用了顶点加权有向图的思想,提高了识别的准确性和效率。研究结果表明,通过将排队论和顶点加权有向图理论应用于人员追踪领域,为解决实际问题和提升系统性能提供了一种创新的方法。这一方法对于提升监控系统性能和人员追踪能力具有重要意义。
为增强铁路客运市场竞争力、提高其运营收入,对多模式铁路客运票价的多目标系统优化问题进行了研究。采用变分不等式模型对不同铁路客运产品客运需求之间的平衡关系进行描述,采用灵敏度分析的方法给出了多模式铁路客运产品需求弹性的计算方法,并构建了多模式铁路客运的市场需求函数;在此基础上,综合考虑了铁路客运企业的市场需求、客运收入、利润以及旅客出行费用等多个优化目标,提出了多目标双层规划模型来描述多模式铁路客运票价的系统优化问题。最后,采用北京至天津的真实铁路客运数据对提出的模型进行验证。结果表明本文提出的票价优化方法可以有效兼顾客运需求、客运收入以及利润等多个指标,为铁路客运部门在不同市场竞争阶段制定科学合理的铁路客运票价体系提供参考和支撑。
为研究城市公共交通系统的抗毁性,采用复杂网络理论对地铁、公交系统进行映射和分析。首先,基于Space-L模型改进双层复杂网络构建方法,以实际换乘距离为指标构建连边,并以线路高峰小时载客能力为边权重构建地铁-公交双层网络;其次,通过度、强度、介数等指标分析双层网络与其子网络的特性;最后,分别采用随机攻击和蓄意攻击模型对双层网络及其子网络进行抗毁性分析。研究结果表明:地铁-公交双层网络呈现无标度特性,对蓄意攻击表现出脆弱性,且对不同蓄意攻击指标的敏感性不同。研究结论对于公共交通系统应对突发事件,提升系统韧性具有参考价值。
基于网络拓扑化方法Space L构建了轨道交通网络拓扑结构模型,在用UCINET对网络特征进行分析的基础上,选取最大连通子图比例以及整体网络效率为指标对轨道交通网络抗毁性进行分析;综合分析节点的属性值,在采取变异系数法定权的基础上,使用TOPSIS法对节点重要度进行排序;通过摧毁单个重要度较高的节点分析网络韧性,采用指标排序恢复策略来恢复网络,从而得出轨道交通网络的平均韧性值。基于此建立的模型,对南京市2022年的轨道交通网络的抗毁性和韧性进行了分析,发现度值高的节点比其他指标对韧性影响更大,优先修复度值最大的节点会使得网络效率上升幅度最大,优先修复接近中心性最大的节点对网络效率的影响较小。
地铁机场线客流具有高度时变性,受机场航班影响使得精准的短时客流预测具有挑战性。综合考虑机场航班信息和机场线路历史客流,构建了一种以随机森林(RF)、LightGBM (light gradient boosting machine)、梯度提升决策树(GBDT)和逻辑回归算法作为集成学习器,基于叠加(Stacking)集成模型的机场线路短时客流预测模型。以北京地铁大兴机场线为实例进行验证,并与Informer和长短时记忆神经网络(long short-term memory,LSTM)两种基线模型进行对比。结果表明,考虑航班信息和机场线历史客流的双通道预测效果明显优于仅考虑机场线历史客流的单通道预测;Stacking模型在各项指标中均表现出优越的性能,其中,在96步长(24 h)下的预测效果最好,预测进站客流的平均绝对误差为7.66,预测出站客流的平均绝对误差为4.67;分析航班信息特征对预测模型的影响,发现离港航班信息重要性不如到港航班,这与离港旅客提前到达机场时间差异较大有关。
为统筹利用高速铁路枢纽内的旅客运输资源,研究高速铁路枢纽内客运场站的分工问题。以枢纽内列车总作业时间最小和场站能力协调为优化目标构建多目标整数规划模型,通过设计增广ε-约束算法求解模型的近似非支配前沿。以郑州高速铁路枢纽为例展开实例分析,从定性和定量的角度分别对原有方案与优化方案的差异及能力适应性进行比较,验证模型及算法的可行性和有效性。结果表明,增广ε-约束算法可以为所提出模型寻找到高质量的代表性非支配解,所得出的优化方案能够降低枢纽内列车的作业时间,提高场站能力利用协调度,可为高铁枢纽地区扩能改造、能力优化等措施的决策提供可靠参考依据。
针对大型设备运输车辆进入建设场地后,在场内道路上的车辆调度和路径规划问题进行了研究。受场内道路宽度限制,车辆难以在同一道路上相向行驶;同时,由于不同车辆所运输的货物及运输任务的紧急程度不同,车辆的通行具有不同优先级。针对上述特性,利用时空网络技术构建整数规划模型,在考虑道路限制和不同车辆优先级情况下,对建设场地内的车辆进行调度和会车规避。模型的目标为最小化所有车辆在场内的总时间,包括行驶时间和会车等待时间;模型包含两类约束,即车辆流平衡约束和车辆会车避让约束。为快速有效地求解模型,设计基于时空网络的启发式算法得到各车辆的时空路径,为车辆的路径规划和会车避让提供指导。结合一个实际的大型风电场路网,构建多个算例,对模型和算法的有效性进行验证。结果表明,提出的算法能迅速对不同规模的问题进行求解;另外,算法可以在消除车辆时空冲突的同时,保证车辆在会车时不等待过长时间,最终的方案具有较高的车辆运输效率。
基于ISO 26262《道路车辆功能安全》的标准要求,对特种车的多轴电液转向系统进行分析,以提高系统的安全性和可靠性。运用Simulation X软件建立详细的多轴特种车仿真模型,通过模拟故障模式注入进行仿真试验。对仿真结果和数据进行分析,评估得到故障的严重性、暴露度和可控性,从而确定相应的汽车安全完整性等级。基于故障注入仿真的汽车功能安全分析方法,在系统早期设计阶段可以作为评估架构安全性的重要手段。
以某60 kg级复合翼飞行器的旋翼和推进螺旋桨为对象,以片条理论和动量理论为依据,循环求解桨前速度增量,结合地面试验数据修正螺旋桨力学模型,得到螺旋桨的力学性能。模型计算结果显示,推力计算偏差小于5%,功率计算偏差小于10%。由此计算螺旋桨在一定来流下的推力与转速和控制参数的特性曲线,建立螺旋桨与控制参量之间的关系,以支持复合翼飞行器动力模型研究。
机场广告收入作为机场非航空收入的重要组成部分,其定价问题对于机场运营管理十分重要。当前,我国大部分机场普遍采用基于历史价格惯性同时适当参考当年客流总量来微调广告价格的定价机制。该定价机制难以有效反映不同位置广告的真实价值。本文提出了一种基于旅客流量的定价机制,以评估机场航站楼内广告位的相对价值。采用数学模型,结合机场的物理布局以及航班和旅客数据来计算旅客流量的分布,并根据此对广告位的价值进行评估。同时,运用首都机场的样本数据进行了应用测算。研究结果表明,该模型的应用能够反映出同一媒体形式的机场广告位在不同空间和不同时间价值的差异,这为机场广告经营单位进一步采用差异化的动态定价策略以及灵活的广告投放策略提供了理论基础。
安全势场能够描述车辆驾驶过程中周围安全风险的空间分布。针对既有模型重点关注车辆自身运动状态而忽视驾驶人环境感知信息的问题,围绕车辆安全势场模型改进以及其在跟驰模型中的应用展开研究。引入相对状态影响因子和道路交通状态影响因子对既有模型进行改进,强化车辆间相对速度和所处道路交通状态对行车安全性的影响;利用车型系数对实际空间的距离进行修正,研究多车型混合环境下车型差异对行车安全性的影响;利用感知安全势场将前车运动状态与后车跟驰行为建立联系,得到基于感知安全势场的车辆跟驰模型;采用遗传算法对本文所建模型和智能驾驶人跟驰模型、安全势场跟驰模型进行标定。结果表明,上述3个模型在测试集上的均方根误差分别为6.124、8.515、7.248,证明该模型误差最小,能够更为精确地描述车辆跟驰行为。研究成果能为行车安全风险评估和车辆驾驶行为决策提供理论依据。
为提高内河通航设施船舶通航效率,提高通航设施工作能力,提出一种可以求解考虑船舶顺序入闸和不考虑船舶顺序入闸两种情况的船舶闸室连续排挡模型和算法。利用二维装箱问题模型建立船舶闸室连续排挡模型,采用贪婪策略思想,提出船舶闸室连续排挡模型求解算法。根据百色枢纽工程生成仿真到闸船舶船型数据,用算法进行闸室排挡计算。结果表明,在随机生成90艘船舶的情况下,考虑船舶到闸顺序的排挡结果需要使用47个闸次,闸次平均占用率为76.424%,不考虑船舶到闸顺序的排挡结果需要使用45个闸次,闸次平均占用率为76.821%,模型和算法能够对不同情况下船舶闸室进行有效连续排挡。
随着科学技术的发展,社会技术系统的体系化、网络化、智能化程度逐渐加深,形成系统的复杂性。这些复杂系统的“故障”,诸如交通拥堵、谣言传播、金融崩溃,可以看作是一种“1+1<2”的系统能力负向涌现,难以直接通过系统单元的还原解析来理解,这对原有可靠性理论提出了挑战。现有复杂系统可靠性的研究主要从故障规律展开,从两个角度出发进行,一是考虑故障传播的系统脆弱性研究;二是考虑故障恢复的系统适应性研究。系统脆弱性研究的重点在于挖掘系统崩溃的内在机理,即故障的传播机理。系统适应性研究的重点关注于系统适应恢复能力,包括系统故障恢复机理。在此基础上,本文介绍了相关的可靠性方法研究。
随着网络科学的发展和复杂系统理论的兴起,学者们开始对复杂网络的结构和动力学特性展开深入研究。在复杂网络动力学特征中,级联失效作为复杂网络动力学特征中重要的研究领域之一,描述了一个系统或过程中的一个故障或错误导致其他相关组件或环节的连锁反应性故障。学者们针对复杂网络中的级联失效提出了多种级联失效模型和恢复策略。本文对级联失效的发生机理进行了分析,总结了国内外针对复杂网络中级联失效的研究成果,并概括了应对级联失效的恢复策略,同时指出了现有研究存在的问题与不足之处,为未来的研究提供了一定的思路。
为了微观刻画地铁乘客的病毒传播,构建了吸入病毒概率与社交距离之间的函数关系,建立了病毒载量增加量和减少量的计算公式,在此基础上建立了病毒载量演化方程,其中防疫措施的效果以归一化的参数描述。通过Anylogic软件的二次开发接口,对每个乘客的病毒载量进行编程,刻画每个乘客在感染前和感染后两个阶段的病毒载量变化。仿真初始时刻设定10%的乘客被病毒感染,包括普通感染者和超级感染者。对不同乘客数量条件下的病毒演化进行仿真,分为有管控和无管控两种场景。仿真结果表明:随着乘车人数的增多,乘客密度增大,病毒传播增强,个体病毒载量增加较快;对病毒载量大于1 000的乘客进行管控,禁止其乘车,可将所有乘客的病毒载量降低一个数量级。
为了提升机场停机坪分配的鲁棒性,针对大型国际机场航班延误常态化对机场运行稳定性的影响,构建了两种整数线性规划模型,并引入爬山算法与大邻域搜索(LNS)元启发式算法进行效能比较。同时,采用Monte Carlo方法对不同目标函数在处理航班冲突时的效果进行评估。测试结果表明LNS算法在提升大型机场停机位分配方案的鲁棒性方面表现卓越,在求解速度和方案质量上均有显著提升。特别是,当以空闲时间的平方作为目标函数时,其效果尤为突出。
为了精准预测轨道交通的短时客流量,有效缓解城市交通拥堵,提出了一种基于多任务学习的轨道交通短时客流预测模型,该模型采用残差卷积神经网络和嵌套式长短期记忆神经网络提取客流的时空相关性,引入注意力机制加强模块对特征的提取效果。考虑轨道交通运营的特点,模型进一步选取列车运行特征、轨道交通站点周边公交站点以及兴趣点数据作为外部特征,以提高轨道交通短时客流预测精度。基于北京地铁历史客流数据,在10、30、60 min等多时间粒度场景下进行实验。结果显示,该方法通过多任务学习的方式建模分析站点进出站客流之间的相互影响,提高了模型的预测性能和泛化能力,为城市轨道交通短时客流预测问题提供了新的思路。
为解决雾天环境下道路上车辆与前车车距测量问题,构造车载雾天图像快速处理以及前车车距测量实验平台。以暗通道算法为基础,基于能见度图像分割算法估算大气光值,利用双边滤波细化折射率图,在分割区域上进行不同程度去雾,有效解决暗通道算法应用在道路图像上产生的色彩失真、对比度过低等问题。利用边缘检测算法、霍夫变换算法完成对车辆边框的检测,搭建测距模型测量出前方车辆的距离。结果表明,构造的平台能够在能见度小于100 m的浓雾环境下测量出前方车辆车距,并能及时告警。
为了进一步研究交通流特性,采用复杂网络方法对交通序列数据进行分析。提出了箱型图-聚类算法模型用于识别和填充初始数据中的缺失值和异常值;通过相空间重构方法将一维数据重构为网络节点,选取连接阈值确定网络节点的连接关系,将交通序列数据构建为复杂网络,对复杂网络的结构和定量指标进行分析。研究结果表明交通序列数据复杂网络的结构一定程度上可以反映路段的交通流状态。该结果有助于优化数据预处理方法,拓展复杂网络在交通序列数据研究中的应用。
为满足旅客在高铁站的接驳及疏散需求,增强高铁站作为城市综合交通枢纽的作用,建立基于提前预约和实时混合需求的高铁快巴动态线路规划模型。在运营开始前,基于提前预约需求,兼顾公交公司的运营成本和乘客出行时间成本,建立线路规划模型;利用小生境技术对传统遗传算法进行改进,设计算法求解。运营开始后,允许实时需求插入既定路线,引入临时站点,以最小化系统变动成本为目标,建立整数规划模型决策动态线路规划方案。应用本方法在北京市北太平庄街道区域随机生成并求解30组需求算例。结果显示,该模型可以在两阶段生成最优的高铁快巴线路方案满足混合需求;与传统遗传算法相比,小生境遗传算法有效避免了算法早熟,运算结果更优,模型和算法具有可行性。
通过探讨用户需求和骑行时间不确定的有桩自行车共享系统(docked bike-sharing system, DBSS)建立吞吐率的近似模型及算法。一个具有固定自行车数量的DBSS可视为封闭的排队网络,每个站点都是有限的M/M/1队列,由此建立了DBSS吞吐率的近似模型及其算法。该算法不仅能够计算道路上期望的自行车数量、骑行时间、车站的期望库存及停留时间,还能计算最优自行车投放量,即吞吐率最大值对应的最小的自行车投放量。同时,给出了给定用户需求、路由矩阵和车桩分配下站点自行车集聚与空缺的判断方法。将该近似算法在真实的DBSS中进行了应用。结果表明,随着自行车投放量的增加,系统吞吐率呈阶梯形递增但存在上限;自行车投放量一旦超过最优数量将产生闲置,并且自行车集聚与空缺站点分布也将固定。
无人机在城市物流配送方面具有极大应用潜力,然而城市低空空域运行场景中的潜在不确定因素较多,亟待通过科学方法构建安全有序的物流无人机配送网络。从物流无人机运输经济性和运行安全性角度出发,结合物流无人机性能特征,在原有地面物流配送网点的基础上,构建多层级轴辐式网络的整数规划模型,提出了带距离限制的PAM(partitioning around medoids,围绕中心点划分)聚类与整数规划相结合的网络构建方法;从配送时效性、网络安全性和网络结构特征三方面选取评价指标,用于对比构建物流无人机运输网络与原地面运输网络;以南京市江宁区为例构建物流无人机配送网络,验证该网络构建方法的可行性。实验结果表明,该方法构建的无人机配送网络在兼顾运输成本与运输安全性的同时,还具有较好的配送时效性。
对于较大的封闭小区,有必要打开现有出入口或增加一些出入口,允许外部车辆或行人穿行,以畅通城市交通微循环,缓解交通拥堵以及行人与机动车的相互干扰。考虑地块具体情况及交通需求分布,上层模型以总的出行时间最小及小区开放建设成本最小化为目标,以现有出入口和备选出入口是否对外部车辆或行人开放作为决策变量;步行和小汽车出行方式选择及路径选择联合用户均衡模型作为下层模型,建立了封闭小区开放决策优化的双层规划模型。上层采用遗传算法,下层采用Frank-Wolfe算法,提出了该双层规划模型的求解算法。通过一个实例对模型与算法进行了验证,发现交通微循环设置并进行方案优化后总的时间花费减少了约26%, 从而证明本文提出的模型和算法是有实际工程应用价值的,能够有效降低交通拥堵,提高交通通行的效率。
为提高消防救援站的应急服务水平、降低应急响应时间,改进了现行人工决策救援供需匹配的传统方法,在充分调研实证数据、自动批量获取地理数据的基础上,提出了考虑服务能力的消防救援站供需匹配优化策略,并将其构建为一个混合整数规划模型。基于北京市西城区的实际消防救援站点分布及高频需求节点位置,对模型进行了验证。研究结果表明,与仅考虑服务距离的人工决策相比,该数学模型能够在短时间内实现消防救援设施的自动匹配,充分调度已救援服务能力,为优化应急救援供需服务匹配提供新的解决思路。
为了提高高速公路利用率,减轻平行国省道的交通负担,综合考虑高速公路经营者和使用者双方的利益,建立了以实现高速公路运营收益增加为上层目标,以实现路网多用户随机均衡分配为下层目标的差异化收费定价模型,设计了遗传算法和模拟退火算法与迭代加权法组合的模型求解算法。在分析山东省龙青高速及其平行国省道交通流特征的基础上,运用设计的模型有针对性地制定分出入口路段、分时段、分车型的高速公差异化收费方案。研究结果表明最优的差异化收费方案能使龙青高速北向南方向的运营收益增加786.19万元/年,道路使用者的出行成本减少716.51万元/年,验证了差异化收费定价模型的实用性,进一步完善了高速公路多模式差异化收费方案。
为了预防铁路事故的发生,需要对造成铁路事故的风险源因素进行探索和分析,揭示铁路事故的发生规律。提出利用改进的Apriori算法,对铁路事故与风险源进行数据挖掘分析。考虑铁路事故伤亡的严重程度,提出新的支持度、置信度指标计算方法,对铁路事故因素进行加权量化。同时添加时间约束,探索不同时间的铁路事故风险源关联规则。利用英国铁路事故数据,挖掘铁路事故与风险源之间的关联规则,针对实际案例制定切实有效的预防措施。结果表明,利用改进的Apriori算法能够得到更多的铁路事故与风险源之间的关联规则,对于预防铁路事故的发生具有重要的作用。
随着我国经济的快速增长及城市化水平的不断提高,轨道交通在居民出行中发挥着越来越重要的作用。作为影响城市轨道交通运营效益和服务水平的关键因素,客流精准预测受到运营管理者和研究者的日益重视。为提高城市轨道交通客流预测精度,提出了基于麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的SSA-LSTM组合模型。本文以杭州地铁一号线客流量数据为例,在选取轨道交通客流相关影响因素的基础上,利用建立的SSA-LSTM模型对相关站点进行短时客流预测,并与LSTM模型、遗传算法(GA)优化的LSTM模型(GA-LSTM)以及粒子群算法(PSO)优化的LSTM模型(PSO-LSTM)预测结果进行对比分析。结果表明,相比于前述参照模型,SSA-LSTM模型的预测精度分别提升了19.1%、9.7%和2.4%,并在均方根误差指标方面有更优异的表现。SSA-LSTM组合模型在城市轨道交通客流预测中具有一定的应用价值,具有协助运营管理者提高城市轨道交通运营管理效益和提高服务水平的潜力。
压缩列车追踪间隔可以显著提升行车密度,优化列控系统的控车方法是压缩追踪间隔的重要手段。目前常见的“撞硬墙”控车模式在效率上存在很大冗余,“撞软墙”控车模式又无法保证行车的绝对安全。因此提出“撞硬墙”和“撞软墙”相结合的控车模式,在保证列车绝对安全的前提下压缩列车追踪距离。给出了对该控车模式优化的基本原则,并针对该模式下前车速度无法获取、控车曲线无法满足约束的问题,探讨了基于轨道电路信息的列车速度估算方法和满足相关约束的控车曲线生成技术。以CRH380BL列车为例,编制求解程序获取了优化后的列控减速度建议取值,新控车模式下平直道上列车追踪距离可压缩3 035 m,区间追踪间隔时间可压缩31 s。这对提升高铁运营效率和线路通过能力有重要意义。
为研究碳税设定下通勤廊道定制公交票价优化过程中居民通勤出行选择与社会福利之间的影响关系,建立了兼顾弹性客流需求和廊道整体社会福利的双层规划模型。模型上层决策为发车位置和定制公交票价,下层为弹性需求客流分配模型,考虑通勤廊道上的定制公交和私家车两种交通方式。从居民出行满意度的角度,对比考虑碳税的环境下,分析客流需求与票价之间的关系;根据乘客出发点的不同将客流需求分层,作为下层弹性需求客流分配模型的输入;考虑客流需求、道路拥堵状况、乘客满意度与社会福利间的关系,设置廊道客运交通系统福利为上层模型优化目标;采用测量分析系统与粒子群算法求解双层规划模型。实例计算结果表明,优化后的社会福利得到较大提升,同时道路通行状况得到明显改善,累进碳税对于提升定制公交分担率的效果较好。由此可见,在碳税设定下,优化后的定制公交票价和发车位置能更好地提高社会福利,降低城市客运交通系统运行成本。
针对轨道交通封站条件下站外滞留乘客需要应急疏散的现实需求,设计了一种疏散服务模式,在保证滞留旅客有效疏散的前提下,允许线路沿途旅客搭乘以提高车辆的利用效率。以车辆运营成本和乘客时间成本之和最小为优化目标,建立应急疏散车辆路径优化模型,根据问题特点改进自适应大邻域搜索算法进行模型求解。最后,结合北京市城市交通数据,对应急疏散车辆进行路线设计并进行灵敏度分析,用算例验证了模型与算法的有效性。结果表明,相较于最短路径疏散方案,模型的优化结果节省了15.02%的乘客乘车时间,能够在保证乘客出行体验的前提下实现对站点滞留乘客的快速疏散,提升封站事件下轨道交通应急管理的精细化水平。
目前对于多层网络上病毒传播问题的研究都在静态网络上进行,然而绝大多数的实际网络系统都具有时变特性,对动态多层网络中病毒传播问题的研究尚不深入。研究了动态网络与静态网络相结合的双层网络模型下病毒和信息相互作用的病毒传播行为学,发现信息层网络结构、路由策略以及信息传播概率、病毒抑制度对病毒传播阈值有显著影响。当信息完全抑制病毒时,自我意识率可以有效地控制病毒感染规模。通过调整病毒层动态网络节点移动速度和接触半径,研究了病毒传播与交通动态之间的相互作用,发现随着节点移动速度的增加,病毒传播阈值减小,但随着接触半径的增加,会有效抑制病毒的爆发。
考虑路段充电和时间窗的电动车取送货问题,以最小化车辆总旅行距离为目标,结合车辆容量约束、时间窗约束和电量约束等限制,决策一组最优的车辆线路。该问题公式化为一个混合整数线性规划模型,提出一种变邻域搜索算法求解该问题。数值算例用于验证模型的性质和算法的性能。结果表明:在小规模算例中,提出的算法只比商业求解器CPLEX差0.08%;但在大规模算例中,算法能求出高质量的可行解而CPLEX在规定时间内无法得到可行解。
输电线路施工物料运输路径规划是地形复杂地区输电线路架设的基础工作,该路径一般由公路运输路径和索道运输路径组成。基于数字高程模型和Dijkstra算法提出了一种索道-公路联合物料运输路径规划算法。通过基于抛物线的空载索道运输路径快速搜索方法,实现了基于悬链线的负载索道运输路径优化,在此基础上采用Dijkstra算法实现最佳公路运输路径搜索,从而实现公路运输和索道运输路径的协同规划。将该算法应用到某待建特高压输电线路铁塔的物料运输路径规划工程问题中,验证表明该索道-公路联合路径规划有效缩短了输电线路物料运输路径设计周期,提高了施工物料运输的效率。
高速公路信息化建设日益完善,为了能够更加详尽地掌握高速公路的交通状态,以济青高速为研究对象,通过挖掘门架数据,设计了k均值聚类算法和基于密度的噪声应用空间聚类算法相结合的两阶段聚类方法来识别驶入服务区车辆和异常行驶的车辆,再结合各车型流量占比加权的交通状态指数,从时间和空间维度分析高速公路路段交通状态。研究结果表明,两阶段聚类算法有着很好的识别效果,通过交通状态指标发现在7:00—20:00时段高速公路存在3个交通状态较拥堵的时段,精确地识别出高速公路中交通状态较拥堵的路段,并且发现路段的大车混入率与交通拥堵程度呈现密切的正相关的趋势,最后依据交通状态指数将济青高速路段交通状态划分为4个不同的等级,为交通管理部门提供了路段交通状态评估的技术支持。
我要投稿
