公交智能化调度系统实时调度形式确定方法研究

针对我国公共交通系统实际情况，在认真分析可行调度方法的基础上，将实时调度形式的确定理解为一种模式识别问题。并给出基于BP神经网络的公交车辆实时调度形式的确定方法该方法。在实际公交线路中的应用情况验证了其适用性和可行性。     

基于BP神经网络的居民出行方式选择模型

以城市居民出行方式选择行为作为研究对象,分析了影响出行方式选择行为的主要因素,利用BP神经网络可以自动获取研究对象的输入、输出间关系和较强的学习训练特性,建立了基于BP神经网络的居民出行方式选择模型,并通过2009年济南市居民出行调查数据对模型进行了实例分析。结果表明：BP神经网络模型能够较好地描述居民出行交通方式选择行为。     

基于BP神经网络的柴油机排气门故障诊断

介绍了BP神经网络的结构和算法,设计了一个适用于柴油机排气门故障诊断的3层BP神经网络.将4缸柴油机排气门存在故障的状态和其正常工作状态所对应的特征向量作为BP神经网络的输入样本进行训练,建立故障诊断库,并用此故障诊断库对输入的检验数据进行自适应分类识别,从而实现故障诊断.实验表明,该方法可行、适用.     

基于多源数据融合的城市道路旅行时间预测

城市道路旅行时间预测是城市道路交通管理的重要支撑.研究了利用多源数据预测城市信号控制主干道旅行时间的方法.以2015年8月某路段的视频检测器及微波检测器的2种数据为基础,采用回归拟合的方法探究信号控制主干道路段旅行时间与断面流量之间的关系,2段式的线性拟合结果可以较好地拟合信号控制主干道路段旅行时间与断面流量的关系.以BP神经网络模型为基础,从输入层入手,采用直接输入2类数据、应用拟合关系输入拟合数据等方法,综合考虑2类数据之间的相关性,建立了融合2类检测数据进行旅行时间预测的多个模型,对7种不同输入的神经网络预测模型进行了测试、对比和分析.研究结果表明,相比于时间序列、支持向量机、k近邻和历史平均方法而言,应用拟合关系的2类数据融合的BP-2神经网络模型具有更高的预测精度,MA PE为13.04%,表明BP2神经网络模型能够实现较好的旅行时间预测效果.      

智能交通系统中的公交车辆调度方法研究

针对公交车辆调度现状及所处的运营环境 ,利用遗传算法 ( Genetic Algorithm,GA)的智能化特征 ,进行了公交车辆智能调度方法的研究。采用 GA的一点和二点交叉方式 ,确定了三种规模的不同调度方式。以北京 375路车运营线路为实例 ,得到了简洁的 GA公交车辆调度结果。仿真结果表明 ,该方法可有效地改善公交车辆运营调度优化效果 ,提高公交车辆的运营效率 ,为城市公交车辆智能化调度管理提供合理、有效的调度方法     

基于IGWO-BP算法的轨道交通短时客流预测

轨道交通短时客流具有随机性和非线性的特点.为提高轨道交通短时客流预测结果的准确度,研究了基于改进的灰狼优化算法(IGWO)与BP神经网络的短时客流预测算法(IGWO-BP).计算轨道交通客流不同时间序列的相关系数,确定了BP神经网络的输入和输出方式;用余弦思想和动态权重策略对原始灰狼优化算法改进,提高算法的全局搜索能力...     

基于BP神经网络的路面不平度识别

将BP神经网络作为识别路面不平度的工具，确定了用于识别的评价指标。建立了前后轮路面不平度滤波白噪声模型和汽车平顺性4 自由度平面模型，通过仿真获得车辆响应和前后轮路面不平度，作为BP 神经网络的输入和输出。采用3 层BP 神经网络识别路面不平度，先后构造了44 种车辆响应输入方案进行训练和测试，通过评价指标选出最优输入方案。研究结果表明，在车辆行驶的常用路面和车速条件下，识别前后轮路面不平度的最优输入方案由车轮垂直加速度、车轮垂直位移和悬架动挠度组成。     

传感器引起电喷发动机故障的诊断方法

电喷发动机电子控制系统故障复杂,常常表现为多因多果。文中用虚拟仪器技术LABVIEW对传感器进行信号采集处理,利用BP神经网络对电喷发动机控制系统单一故障对应的可能故障原因进行判断,同时用BP神经网络对采集的传感器信号进行处理,诊断出传感器故障类型,最后,将两者结合确定出故障现象与故障原因的实际对应关系。本系统为由传感器引发的电喷发动机故障的诊断提供了一种有效方法。     

BP神经网络在道面土基模量取值中的应用

论文提出了建立土基模量神经网络库的设想;给出了用BP神经网络确定水泥混凝土道面土基模量的方法和步骤;建立了反映西北黄土地区粉质亚粘土土基模量与其主要影响因素之间的非线性映射关系的BP神经网络,并用该网络进行仿真计算。结果表明,用BP神经网络确定机场水泥混凝土道面土基模量是一种简便有效的方法。     

城市公交调度模型研究

城市公交调度水平的提高,有利于增强公交在城市交通系统中的竞争力.通过对公交调度影响因素和公交客流变化规律的研究,建立了城市公交调度模型,并采用事件步长法对该模型进行仿真求解,从而解决了现有公交调度无法兼顾公交公司和乘客两者利益、缺乏具体调度模型的问题.并结合成都市某条公交线路做了运用,取得较为满意的结果.     

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.      

公共交通的局域世界演化网络模型

为了研究城市公共交通网络这一复杂网络的生成机理,以Space P法拓扑的公共交通网络为研究对象,结合公交网络设计中常考虑的公交线路和运营长度限制以及路网中公交站点的邻接矩阵等因素,从公共交通网络的初始网络、新增节点、新增节点的局域世界、优先连接概率及新增节点引起的连边五个方面进行分析,构造了公共交通网络的局域世界演化模型,并给出了适用于计算机编程的模型算法。采用该模型对西安市的公共交通网络进行了生成模拟,结果表明演化模型生成的网络与现状网络的累积度分布曲线、节点乘车次数分布极为接近,证明该模型反映了公共交通网络发展的基本规律。     

基于功效函数的公交线网优化

应用功效函数研究了城市公交线网的优化问题,并给出了优化算法.在给出公交线网优化原则和主要影响因素的基础上,利用主成分分析法提出了公交线网优化的主要目标函数.在将优化目标和约束条件定量化的情况下,通过按目标值的‘功效'设计出对各个优化目标评价的标准,再由各个功效函数构造出问题的评价函数,并对它们求解,得到最佳的优化效果.实例表明,优化后公交线网利用率增大,可达性良好,优化结果符合实际.     

基于多目标优化的公交车调度问题的模型与算法

针对1条公交线路上的公交车调度方案,综合考虑公交公司和乘客的利益,利用多目标优化的方法建立了公交车调度的数学模型,给出了载客满意度函数和乘客等待时间满意度函数,采用了高性能的遗传优化算法对全天公交车运营的状况进行了数值模拟。仿真结果表明,选择采用将全天发车策略细分18个时段的模型,可得到最优的发车时刻策略。该模型可有效地改善公交车辆运营调度优化效果,提高公交车辆的运营效率,为城市公交车辆调度管理提供了合理、有效的调度方法。     

基于BP神经网络的智能车辆换道决策模型研究

为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型.分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标车辆换道轨迹和横向位移轨迹,选择影响车辆换道决策的7个参数作为模型输入,建立BP神经网络...     

灭火智能车辆PID控制方法研究

为满足灭火智能车辆在火灾现场所需的精确运动要求和技术性能,充分利用BP神经网络能够逼近任意非线性系统的优点,将BP神经网络和PID控制相结合,把训练后的网络输出作为PID控制器输入,并不断调整其P、I、D参数,进而调整控制器的输出电压以控制灭火智能车辆的速度。     

基于可拓理论的城市主体公交模式双层决策模型

城市主体公交模式选择是构建城市公共交通系统的重要工作内容,文章运用可拓理论,选择影响城市公共交通发展的5种主要模式:地铁、轻轨、BRT、使用公交专用道的常规公交和限制小汽车增加公交运力,遵循客观、易操作的原则,构建城市公共交通方式选择的可拓决策模型与协调度评价模型,并给出决策选择的具体实施步骤.     

城市公共交通枢纽客流量预测实用方法研究

通过全面分析遗传算法和神经网络的优缺点,在充分考虑各种可量化因素的影响权重的基础上,建立了遗传神经网络模型,提出了城市公共交通枢纽客流量预测实用方法,并通过实例进行了分析验证。结果表明,该方法在城市公共交通枢纽客流量预测的应用过程中具有较强的学习能力和自适应性,,其预测的精度明显得到提高。     

智能型手机应用程序对运具选择行为之影响

因应资通信技术发展,智能型手持设备逐渐普遍,应用程序蓬勃发展改变人类传统行为模式甚巨.其中,运输相关之应用程序多样化发展,功能包含地理信息系统的应用、交通信息的提供、车辆派遣的预约、交通票证的订定、观光游程的设计等.依据台北市交通局统计2013年民众透过智能型手机应用程序查询次数,每月已高达6 000万次以上,实有必要针对运输类应用程序所衍生之效果进行探究.论文主要研讨智能型手机应用程序所提供的交通运输信息对用户旅运行为之运具选择影响,透过问卷调查,进行个体运具选择模式之构建,以分析台北市旅运者在受智能型手机应用程序提供的实时交通信息对于运具选择行为转变之影响,期能了解ITS结合智能型手机应用程序的交通信息服务对于提高公共运输便利性之效益.