普通公路车头时距分布特征研究

在对典型一级和二级公路车头时距、车速、车型等调查获得基础数据及车型分类的基础上,将车辆按照小型车-小型车、小型车-大型车、大型车-小型车、大型车-大型车4种行驶模式进行组合,研究了不同行驶模式下车头时距的分布特征、车速差与车头时距的关系特征。结果表明,不同车型组合下车头时距的分布具有不同特征。     

内蒙古货物运输物流化研究

从货物运输与物流的关系和内蒙古的现状出发，分析了内蒙古货物运输物流化的基础条件及解决的主要问题，提出货物运输物流化的总体思路和目标及货物运输发展物流化服务的建议。     

呼和浩特市公共交通发展战略初探

鉴于城市发展与交通发展、交通资源增长与交通需求增长之间永恒的不平衡性,"公交优先"已成为当代城市解决交通问题的共同选择。文章在对呼和浩特公交现状深入调查的基础上,分析总结其存在的问题,进而提出呼和浩特市公共交通发展战略,并给出相应的保障措施,旨在对促进呼和浩特城市公共交通体系的完善,运行质量的提高,出行结构的优化及交通压力的缓解提供理论支持。     

可超车条件下公交车站点延误估算模型研究

通过分解公交车在站点的等待过程,给出了公交车站点延误的分类和定义.运用排队论中的M/M/s模型,结合随机变量函数和幂级数等相关知识,基于平均排队时间、排队时间标准差和延误产生概率,采用理论推导的方法建立了公交车站点延误估算模型.该模型以公交车到达率、站点通行能力、泊位数和信号参数为解释变量.通过停靠站实地调查对模型进行了验证,表明所建模型可用于公交车站点延误的预测.     

基于GTO-CNN-BiLSTM模型的公交车到站时间预测

提升公交车到站时间预测精度可以提高乘客出行效率和公交服务质量、节省公交运营成本。通过分析公交车运行的影响因素、周期与相关性,文章建立了基于人工大猩猩部队算法的卷积双向长短期记忆神经网络(GTO-CNN-BiLSTM),通过人工大猩猩部队算法进行超参数寻优,获得更好的预测效果,采用呼和浩特62路公交到站时间数据进行预测,验证模型预测精度。研究表明：不论是在工作日还是非工作日,早晚高峰还是平峰,GTO-CNN-BiLSTM都能有最优预测效果,相较于卷积双向长短期记忆神经网络(CNN-BiLSTM)、双向长短期记忆神经网络(BiLSTM)和长短期记忆神经网络(LSTM),GTO-CNN-BiLSTM预测结果的平均绝对误差至少减少7.57%,均方根误差至少减少3.84%,平均绝对百分比误差至少减少7.86%。     

求解不确定车辆数车辆调度问题的蚁群算法

为同时优化所用的车辆数和行驶总路径,基于问题特征,用人工蚂蚁模拟车辆,在1次循环中利用不同蚂蚁个体的相互协作建立1个完整的解方案,使参与服务的蚂蚁数隐含了所使用的车辆数,从而能够通过优化参与服务的蚂蚁数量确定所使用的车辆数。在算法中,通过构造与算法实施相适应的禁忌表、启发函数以及为了提高搜索效率而引入中心节点虚拟需求量等策略,设计了求解具有不确定车辆数的车辆调度问题的蚁群算法。通过给定的实例对算法进行了验证,结果表明算法是有效和可行的。