城市公交线路存储设计及查询

随着经济的快速发展,城市公交线路也在逐渐增多,给人们的出行带来极大的方便.但是目前各大城市的规模都在不断的扩大,这给人们的出行和乘车带来的一定的困难,尤其是在一些旅游城市,游客在选择乘车线路时就比较麻烦[1].因此,为了使这个问题得到解决并且加快城市公交线路的信息化,开发和研究城市公交线路成为迫切需要.     

基于综合评价指数的城市公交线路选择优化模型

为了提高公众出行效率,针对城市公交线路的选择问题,提出了公众出行的任意两站点间公交线路优化选择模型,给出了相应的模型实现算法。通过设置权重因子α,综合考虑换乘车次数、乘车时间和乘车费用3个主要因素,在换乘车次数不超过两次的情况下,将乘车费用和时间融合成一个综合评价指数,建立了线路优化选择模型,并以北京公交的线路选择为实例,得出了直达、一次换乘车和两次换乘车的具体结果。给出α取值为1时的建议性线路,从而验证了模型和算法的合理性和实用性。依据此模型的每次线路选择,都能反映公众出行时需要考虑的3个主要因素,在上述条件下该模型具有一定的通用性。     

基于时间效益的城市公交专用道设置流量条件

为了精确分析公交专用道设置临界条件,在基本路段车速模型适用性分析的基础上,引入公交车流量、社会机动车流量、公交车比例等参数,分别建立了改进的混行机动车运行速度模型和设置公交专用道后机动车运行速度模型,并选取单向三车道路段进行实验调查,用采集的数据对改进模型进行标定．运用改进的模型,对公交专用道设置前后车辆运行速度差异性的分析可以发现,随着路段车流量(饱和度)的变化,车辆速度差异的变化呈现无差异、差异变大两个显著的阶段．进而从总出行时间的最小的角度,建立时间效率模型,用于计算设置公交专用道的临界条件．试算结果表明在公交比例较小时公交专用道设置的临界条件低于传统标准,公交比例较大时公交专用道设置的临界条件高于传统标准,公交比例变量的引入有助于细化公交专用道设置的临界条件．     

城市公交车辆驻站时间特征分析及预测

为准确分析公交车辆的驻站时间特征,并对其进行预测,本文对公交车辆驻站过程中的时间构成进行分析,引入了驻站服务时间的概念,用于量化车辆驻站过程中乘客上、下车的时长.根据人工调查数据分析,得出上车时间与下车时间是驻站服务时间与驻站时间的影响因素;与下车时间相比,上车时间与驻站服务时间、驻站时间的相关性更强,且两者的最大值与...     

城市公交线路选择方案模型及其算法

笔者基于乘客出行心理,从乘车的安全、舒适、快捷、准时、经济等因素考查,建立以乘换次数最少、出行距离最短、费用最少为目标的多目标线性规划数学模型．利用数据库技术,设计公交网络数据结构方案的计算机算法,采用广度搜索的算法,从数据中筛选出含有始点和终点的路线,建立两个数组．利用循环结构可同时输出转站点、乘车时间、乘车费用等．此外,结合绝大多数人选择出行线路的基本心理,引入人性化系数a,最终得出模糊随机最短路径的约束模型．     

综合成本下城市公交出行方式与线路选择

提出了综合考虑换乘次数、出行时间、出行距离、步行距离、等待时间等公交出行因素的广义时间计算方法,给出了基于广义时间和出行费用的公交出行效用函数,构建了考虑轨道交通和常规公交的巢式Logit公交线路选择模型。以广州为例,给出了通过问卷调查进行参数估计的方法,模型计算结果和二次调查数据的比较表明文中的方法可准确计算公交乘客对出行方式和线路的选择。     

基于嵌入式操作系统获取调度时间的算法研究

针对实时嵌入式操作系统中调度时间不确定的问题，依据实时操作系统的调度原理，采用队列传送的方法，建立了在实时Linux下的获取调度时间的算法，经过实际应用和运行表明，该算法可有效的获取调度时间，为设计嵌入式应用系统提供了可靠依据．     

改进的Dijkstra矩阵算法在城市公交线路选择中的应用

利用改进的Dijkstra矩阵算法,对2007年全国大学生数学建模竞赛B题“乘公交,看奥运”进行研究,精确有效地求出了以任意两公交站点之间时间最短、费用最少、换乘次数最少等为目标的最优线路．     

哈尔滨城市公交工况的构建

针对哈尔滨市开展新能源公交客车示范运行,客车动力系统的匹配及其优化问题,采用GPS设备对哈尔滨城市公交典型线路的运行工况进行了实测,将记录的车速曲线分割成运动片段,采用主成分分析法和聚类技术提炼了运动片段的特征,进而建立了哈尔滨城市公交工况,并分别与中国城市公交工况和曼哈顿城市公交工况的特征值进行对比分析.分析结果表明,哈尔滨城市公交工况的平均车速低于中国城市公交道路工况,平均加、减速等特征值则高于中国城市公交道路工况.怠速比例低于曼哈顿城市公交工况.建议公交车生产及研发部门采用哈尔滨市自身的公交行驶工况,匹配设计出更符合实际的新能源公交客车动力系统,并通过优化控制策略,进一步提高车辆行驶的经济性.     

生产调度中时间不确定性及其控制策略

针对生产时间的不确定性因素建立了相应的定量评价模型,提出了在生产计划调度中时间不确定性控制的定量方法,从而能够更准确地实现车间生产调度.     

轨道交通系统接运公交线路生成的启发式算法

为探讨轨道交通接运公交线路的最优布设方案,兼顾乘客和公交运营企业的利益,提出了一种启发式算法。算法以乘客延误最小化和公交线路行驶时间最短为基础,给出了接运公交线路的具体生成示例。以北京地铁5号线宋家庄站和刘家窑站的接运公交线路布设方案为例进行分析,将生成方案与遗传算法进行了对比。结果表明：提出的启发式算法比遗传算法更加...     

基于Q-学习算法的交通控制与诱导协同模式的在线选择

采用Q-学习算法实现了交通控制与诱导协同模式的在线选择。首先,采用Q-学习算法训练多智能体,根据多智能体内部的推理得到不同交通状态下的最优协同模式,最终实现交通控制与交通诱导协同模式的在线选择与转换。仿真结果表明,本文提出的基于Q-学习算法的协同模式选择方法在一般交通拥挤状态下具有较好的协同控制效果,对比离线式模式选择方法更能适应交通状态的不断变化,从而达到有效避免严重交通拥堵、改善路网性能的目的。     

A hybrid dynamic programming-rule based algorithm for real-time energy optimization of plug-in hybrid electric bus

The optimization of the control strategy of a plug-in hybrid electric bus(PHEB) for the repeatedly driven bus route is a key technique to improve the fuel economy. The widely used rule-based(RB) control strategy is lacking in the global optimization property, while the global optimization algorithms have an unacceptable computation complexity for real-time application. Therefore, a novel hybrid dynamic programming-rule based(DPRB) algorithm is brought forward to solve the global energy optimization problem in a real-time controller of PHEB. Firstly, a control grid is built up for a given typical city bus route, according to the station locations and discrete levels of battery state of charge(SOC). Moreover, the decision variables for the energy optimization at each point of the control grid might be deduced from an off-line dynamic programming(DP) with the historical running information of the driving cycle. Meanwhile, the genetic algorithm(GA) is adopted to replace the quantization process of DP permissible control set to reduce the computation burden. Secondly, with the optimized decision variables as control parameters according to the position and battery SOC of a PHEB, a RB control is used as an implementable controller for the energy management. Simulation results demonstrate that the proposed DPRB might distribute electric energy more reasonably throughout the bus route, compared with the optimized RB. The proposed hybrid algorithm might give a practicable solution, which is a tradeoff between the applicability of RB and the global optimization property of DP.     

Route Temporal-Spatial Information Based Residual Neural Networks for Bus Arrival Time Prediction

基于线路时空信息的残差神经网络预测公交到达时间

#$TAB

杨超，茹小磊，胡斌*

（同济大学 交通工程学院 道路与交通工程教育部重点实验室，上海201804）

中文说明：

公交到站时间预测有助于提高公共交通的服务质量。如果能提前知道准确的公交到达时间，乘客就可以有效地安排出发时间。本文提出一种机器学习方法，RTSI-ResNet模型，来预测公交到达目标车站的时间。利用残差神经网络框架对公交线路时空信息进行建模。研究发现，两站点之间路段的公交行程时间不仅与同路段前一班次公交行程时间存在相关性，而且与临近的上下游路段的公交出行时间也存在共同的变化趋势。从包含目标路段的正反方向公交路线中提取公交出行时间和车头时距两个特征，构成公交路线时空信息，综合反映道路交通状况。对深圳公共交通系统10号公交线路的轨迹数据进行实验，结果表明本文提出的RTSI-ResNet模型优于其他著名的方法(如RNN/LSTM、SVM等)。特别地，当公交车与目标车站的距离越远时，预测精度的优势越明显。

关键词：公交到达时间预测; 线路时空信息; 残差神经网络; 递归神经网络; 公交轨迹数据

     

公交线路网优化的双层模型及其解法

提出了一种优化公交网络的双层模型,其中上层模型是以直达客流密度最大为目标,基于公交站点客流分布数据优化公交网络。考虑到随着网络的变化公交乘客的出行行为会发生相应变化,为此,下层模型在优化的网络上重新进行公交客流分配,其分配的结果(新的客流矩阵)又会影响公交网络的设计。然后,采用了改进的蚁群算法和标号法对该双层模型进行了求解。最后,利用大连市主城区的数据对该方法进行了检验。     

基于逻辑规则的锯齿形公交优先自适应控制研究

为提高公交优先的运行效率,研究具有锯齿形公交专用道的公交优先自适应控制策略。对信号交叉口设置预信号,以自适应控制基本原理及逻辑规则为理论基础,根据交叉口各进口道的车辆实时到达率,实时确定各相位绿灯时间及相序,提出一种基于逻辑规则的锯齿形公交优先自适应控制策略,从而更好地实现公交车辆的＂时间＂与＂空间＂优先。并通过建立VISSIM仿真模型,对基于逻辑规则的锯齿形公交优先自适应控制策略进行验证分析,结果表明：该策略实施后,公交车车均延误可减少25.05%,社会车辆车均延误可减少5.58%,公交优先效果明显,同时对社会车辆的运行并未造成负面影响。     

混合动力电动大客车模糊控制下的仿真分析

针对不同道路循环工况,分析驾驶员控制过程,提出了一种模糊逻辑控制策略。应用仿真软件ADVISOR建立控制策略模型,通过多种道路循环和不同的控制策略进行仿真分析。结果表明,该模糊逻辑控制策略有较好的鲁棒性,能合理分配发动机和电动机的转矩,保证了混合动力客车优良的燃油经济性和排放性。     

基于克隆选择算法的非线性优化迭代学习控制

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪,将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后,一个克隆选择算法用于求解下次迭代运算中的最优输入,另一个克隆选择算法用于修正系统参考模型。仿真结果表明,该方法比GA-ILC具有更快的收敛速度,能够有效处理输入上的约束以及模型不确定问题,通过少数几次迭代学习就能取得满意的跟踪效果。     

客车空调系统性能测试软件的研制

利用VB6．0开发了客车空调器焓差法实验室实时测试软件系统，可对实验室传感器状态进行实时监控，并通过串行口来实现计算机与中央控制系统的实时通信．结果表明，该软件系统能对多种实验参数进行实时采集与处理．     

求解单调线性互补问题的邻域跟踪内点算法

把艾文宝的邻域跟踪算法推广到单调线性互补问题（LCP）,用2-范数代替1-范数来定义宽邻域。由于单调LCP的迭代方向不再具有正交性,因此算法的理论分析比线性规划复杂。证明了算法的迭代复杂性为O（n～（1/2）L）。通过证明对偶间隙关于搜索步长的单调性,使得算法易于执行。数值实验显示了该算法的有效性。