基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据，基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素，选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据，选取3 000组实际运行数据完成公交行程时间预测模型的训练，另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间，预测值平均相对误差为3.23%，绝对误差集中在8 s左右，明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型，可认为选择RFID电子车牌数据作为组合模型的输入，能够明显改善模型预测精度；组合模型预测值的残差分布更为集中、鲁棒性较好，泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标，结果进一步表明，组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

���ڹ�ŵ����ĸ߷��ڹ���ϵͳ�Ż�ģ��

基于古诺模型假设,在高峰期乘客交通选择行为的基础上,研究公共交通系统的优化问题. 建立模型时,假设公交车辆的发车间隔时间由公交公司决定,车次总数由乘客的均衡班次选择行为所致. 弹性需求下,考虑乘客的早到成本和车内拥挤成本,在均衡班次选择行为的基础上,建立了高峰期公共交通系统的社会净收益最大化模型,得到了公交系统实现的最优运量和最佳班次数. 在古诺寡头市场条件下,以公司利润最大为目标,确定了公交系统的发车班次间隔. 研究发现,公交系统的公司数目会对系统表现造成影响,如果缺乏政府管制,可能出现恶性竞争,导致社会资源的浪费.     

混合Logit模型的参数估计与应用研究

混合Logit模型具有较高的灵活性,其效用变量的系数可以服从正态分布、对数正态分布、SB分布等多种形式. 本文以北京市居民出行调查数据为基础,建立交通方式选择的混合Logit模型,允许系数取不同分布类型的组合,采用极大模拟似然法完成参数估计. 在模拟中使用拟随机数序列计算模拟概率,首先使用变序Halton序列给出几种高精度的结果,进一步采用MLHS（Modified Latin Hypercube Sampling）方法对其中最好的假设模拟求解,为效用变量的系数确定了合适的随机分布函数. 参数的估计值清晰地解释了影响人们出行的各种因素.     

���Logitģ�͵IJ���������Ӧ���о�

混合Logit模型具有较高的灵活性,其效用变量的系数可以服从正态分布、对数正态分布、SB分布等多种形式. 本文以北京市居民出行调查数据为基础,建立交通方式选择的混合Logit模型,允许系数取不同分布类型的组合,采用极大模拟似然法完成参数估计. 在模拟中使用拟随机数序列计算模拟概率,首先使用变序Halton序列给出几种高精度的结果,进一步采用MLHS（Modified Latin Hypercube Sampling）方法对其中最好的假设模拟求解,为效用变量的系数确定了合适的随机分布函数. 参数的估计值清晰地解释了影响人们出行的各种因素.     

网络时代的工程管理

从组织、沟通、管理模式等几个方面阐述了传统工程项目管理在网络时代将发生的变化及网络时代工程项目管理的特点。     

基于古诺假设的高峰期公交系统优化模型

基于古诺模型假设,在高峰期乘客交通选择行为的基础上,研究公共交通系统的优化问题. 建立模型时,假设公交车辆的发车间隔时间由公交公司决定,车次总数由乘客的均衡班次选择行为所致. 弹性需求下,考虑乘客的早到成本和车内拥挤成本,在均衡班次选择行为的基础上,建立了高峰期公共交通系统的社会净收益最大化模型,得到了公交系统实现的最优运量和最佳班次数. 在古诺寡头市场条件下,以公司利润最大为目标,确定了公交系统的发车班次间隔. 研究发现,公交系统的公司数目会对系统表现造成影响,如果缺乏政府管制,可能出现恶性竞争,导致社会资源的浪费.