考虑软时间窗的同时送取货随机旅行时间车辆路径问题

考虑车辆总旅行时间约束和车辆载重限制以及客户对服务时间窗的要求,研究带有软时间窗的同时送取货随机旅行时间车辆路径问题（STT?VRPSPD）,建立机会约束规划模型。将禁忌搜索算法与分散搜索算法相结合,构建混合分散禁忌搜索（HSTS）算法,并采用C?W节约算法生成初始解。基于经典的Dethloff算例和Solomon时间窗生成方法,分别生成包括50个客户、200个客户各20组算例,算例测试结果验证了混合分散禁忌搜索算法的有效性。     

某中等城市一条公交线路的车辆调度模型

对公交车调度进行了讨论，确定了高峰主一段时间内的各站车上人数和民需车次，求出了高峰期发车时间间隔和所需车辆数：一个工作日内平均发车时间间隔和平均所需车辆数，高峰期外的发车时间间隔；定出了与之相匹配的公交公司派到该践线上的最少车辆数，该模型最大限度地兼顾了公交公司和乘客的利益。     

受阻车辆总延误时间的计算方法

受阻车辆总延误时间是反映交通流运行效率的一个重要指标,其观测数据的科学整理与简便计算问题更为重要。根据受阻车辆总延误时间基本原理,通过对观测的交通流数据分类整理,建立受阻车辆总延误时间数学模型,合理计算受阻车辆总延误时间。在实践应用中减少计算偏差,注重建立的数学模型的科学性、实效性、简易性。     

压缩中停时间加速车辆周转

论述了统计在铁路运输中的重要性,针对中停时间加大的原因,提出了如何大力压缩中停时间,加速车辆周转,提高铁路运输效率的措施.     

基于旅行时间分析的城轨乘客路径集验证方法

城市轨道交通乘客出行路径集是否正确,是乘客路径选择估计以及网络客流分布计算的前提和基础.从现有客流分布模型中有效路径选择集问题及OD实际旅行时间聚类特征出发,引入Rodriguez-Laio快速聚类算法,提出基于旅行时间聚类分析的城市轨道交通乘客路径集验证方法.以北京地铁网络为例进行算例分析,结果表明,该方法可以在全网络范围内对路径选择集问题OD作出快速识别及滚动验证,并为以原因分析为导向的现场客流调查与模型修正工作提供重要参考.     

基于车辆微观行为的城市交通模拟软件系统框架

回顾了国内外城市交通微观模拟系统的发展状况,对机动车辆的微观行为模式进行了研究.重点探讨了在非自由车流状态下车辆的行驶行为,在此基础上,采用面向对象的软件技术,设计了包括13个主要模块的城市交通微观模拟软件系统框架,描述了各模块的主要功能及相互关系.     

基于时间感知的动态组旅行查询

小组旅行规划（GTP）查询是空间数据库领域的一个热点研究问题,迄今为止已有不少研究成果.但目前尚无人考虑行程中新成员加入或现有成员离开的问题,也没有在行程规划中考虑兴趣点与查询需求的时间匹配问题.为了解决这个问题,把两者相结合,提出了时间感知的动态组旅行规划查询（TDGTP）问题,该查询包含一组空间分散、动态变化的成员,返回满足该组成员的多个兴趣需求的一组对象及所规划的最佳路径.首先,基于真实的Euclidean空间,设计了一个包含空间文本和时间信息的综合索引TIR-Tree,利用TIR-Tree对空间文本和时间进行剪枝,以此来筛选出所有符合约束条件的兴趣点集;其次利用椭圆的性质,规划出ESRA算法对兴趣点区域剪枝,进一步筛选满足小组成员要求的兴趣点集;然后对兴趣点集使用BestTD算法进行最短路径查询,返回满足该组行程的最佳旅行距离;最后通过大量实验验证了所提出的解决方法的有效性.     

如何提高西安地铁二号线旅行速度的分析与研究

西安地铁开通试运营即将结束,即将进入线网运营时代,客流持续攀升,服务水平也应将得到不断的提升.西安地铁二号线目前速度利用率偏低,单程旅行时间过长.因供车数的限制,即将面临着运能与客流、服务水平与市民的需求间矛盾尖锐的难题,在此情况下,唯有通过提高旅行速度来达到加大运能、减少单程旅行时间的目的,进而提高乘客的满意度,提升西安地铁的品牌价值.     

微观仿真系统FLOWSIM在城市交通组织与管理中的应用

以北京两个典型的复杂路口为例,分析了FLOWSIM微观仿真系统在城市交通组织和管理中的应用.特别是在大型环岛和复杂交叉口的交通组织优化和信号配时优化中,应用仿真系统的理论和方法,为解决目前城市交通的拥堵问题提供了一种先进的、切实可行的应用技术和方法.     

城市快速路实时交通状态估计和行程时间预测

根据城市快速路交通诱导和监控系统的实际需要,提出了实时估计和预测城市快速路上交通状态和任意两点间动态行程时间的方法.其基本思想是将扩展卡尔曼滤波理论引入宏观动态交通流模型,结合快速路上的固定检测设备,实时估计和预测未来几个时段的交通状态,并利用“虚拟车”法预测动态的行程时间.通过对上海市快速路典型实测数据的实例分析,发现交通状态估计模型具有良好的跟踪能力,行程时间预测模型在畅通状态计算结果和实测结果几乎完全重合,拥挤状态相对误差基本维持在10%以下.结果表明,该模型的适用性和精度都令人满意,可为城市快速路交通控制和诱导提供依据.     

交通分配中路段行程时间函数研究

本文讨论了我国混合交通条件下的城市道路路段行程时间函数模型，首先，我们运用交通流理论知识，构造出道路横断面不同路幅形式下的路段行程时间函数模型。其次，我们给出了在现场数据下，用非线性回归分析的方法。标定理论模型中待定参数值的方法。     

城市企事业人群出行链提取及出行特征分析

居民出行特征分析是研究交通需求和探寻交通拥堵症结的基础手段.为研究居民出行特征,基于企事业单位人群出行特征调研数据,改进经典DBSCAN聚类算法,识别出居民出行停留点,进而结合关联规则提取出居民出行轨迹数据;根据出行轨迹数据的时空特征,分别从时空角度和功能区划分角度,挖掘出企事业人群出行时空分布规律,以及不同功能区企事...     

城市交通系统分析

本文从功能分析着手,对城市交通进行系统分析,并提出加强城市交通建设的建议.文中提出五种城市交通模型作为计算机仿真的参考,并对城市交通系统的评价指标体系进行了探讨.加强城市交通建设应该考虑硬技术和软措施的结合,长远和近期的结合,以及需要和可能的结合,文中提出的建议可供城市交通规划部门以及管理部门参考。     

基于卡尔曼滤波的高速道路行程时间动态预测

首先介绍了卡尔曼滤波的算法，并定性说明了其优点－动态性、实时性。然后使用卡尔曼滤波法和传统的预测方法分别对同一观测数据进行了观测和对比，从而定量证明了卡尔曼滤波的高精度性，研究成果对于开发交通信息诱导系统和动态交通分配均具有较大的意义。     

基于Inception卷积神经网络的城市快速路行程速度短时预测

为了高效捕捉城市快速路复杂的交通拥堵特征,提升短时行程速度预测的准确性,以卷积神经网络为基础,结合Inception模块,构建行程速度短时预测模型。将行程速度信息按照时空关联关系组织为二维数据矩阵,以图像为特征学习对象,自动提取交通数据高维特征并学习多粒度复杂交通拥堵模式,通过系统的网络设计与测试训练得到模型最优结构参数和优化参数,结合回归分析方法与梯度幅度相似性偏差指标,综合评价模型性能。实证结果表明,模型提取行程速度数据时序特征和时空演化特征能力较强,预测准确性较高,可进一步应用于其他交通参数的短时预测。     

基于二次修正的短时行程时间预测模型

为了提高高速公路短时行程时间预测模型的精度和鲁棒性,同时缓解过度训练带来的过拟合效应,构建了基于小波神经网络和马尔可夫链的组合预测模型,并采用平均绝对误差、平均绝对百分比误差、均方根误差三个指标评价模型的预测效果.分析结果表明,在行程时间突变之后,组合预测模型较其他模型都有着更高的预测精度;同时,该模型在预测行程时间突变点时不存在延迟,说明其在高峰时段内有着更高的预测精度和更强的预测鲁棒性.