考虑峰值数据重平衡的地铁客流预测研究

地铁客流预测是城市轨道交通系统日常运营管理的基础,尤其是对突发大客流影响时的准确客流预测,能够有助于缓解城市地铁运营压力并降低安全风险。虽然目前的地铁客流预测方法在对日常客流预测准确性上有较好的表现,然而由于忽视了客流波动造成的客流峰值和谷值数据量不平衡,其对客流的峰值预测效果并不佳。为了进一步提高客流预测精度,考虑从峰值数据自身特征出发,通过聚类模型判断客流类别并验证不同客流类别间显著的不平衡问题,参照分类任务中类别不平衡问题的处理方式,通过欠采样、随机过采样和合成少数类过采样3种数据平衡方式,实现客流平衡处理。同时,采用支持向量回归、人工神经网络和长短时记忆神经网络3种预测模型,进行客流预测并对比不同数据平衡方式对模型性能的影响。研究结果表明：相比于未对训练集进行数据平衡处理,类别平衡在一定程度上提升了模型的预测精度;基于合成少数类过采样技术平衡数据的支持向量回归模型可以提供最佳的进站客流预测精度;基于随机过采样技术平衡数据的长短时记忆神经网络模型可以提供最佳的出站客流预测精度。研究结果可为客流波动较大情况下的城市轨道客流精准预测提供理论依据。     

基于专用倒置工装的铁路罐车容积三维激光扫描法

采用三维激光扫描法检定铁路罐车容积时，通常使用三脚架倒置扫描的方法。使用三脚架倒置扫描，存在一些问题。为此，设计一款专用倒置工装替代原有三脚架。介绍专用倒置工装的结构和使用，分析检尺点标记及其Z坐标的获取，提出基于专用倒置工装确定检尺点Z坐标的方法及可行性。验证试验和准确度分析结果表明，采用专用倒置工装获得的测量结果满足JJG 140—2018 《铁路罐车容积》对三维激光扫描法的要求，是一种切实可行的改进方式。     

三维激光扫描法测量铁路罐车容积辅助工装研发

采用三维激光扫描法测量装有加液管的铁路罐车容积时,由于加液管的遮挡,造成扫描点云图像缺失,出现罐车容积值偏差较大的问题。为此,设计可伸缩的辅助工装。扫描时,借助辅助工装可加大三维激光扫描仪与加液管间距离,在保持倒置工装优点的同时,能解决装有加液管罐车扫描点云图像缺失面积较大的问题。对比试验数据,结果表明:在使用三维激光扫描仪测量装有加液管的铁路罐车容积时,借助辅助工装,可进一步减小示值误差。     

考虑高速公路主线收费通道引导信息面向对象的驾驶人换道行为研究

交通运输部的电子收费(ETC)推广行动大大提升了高速公路ETC车辆比例，高速主线出口ETC收费通道数量也超过了人工收费通道(MTC)数量，ETC通道靠左设置的规则让MTC车辆需要提前换道进入收费广场才不会与ETC车辆产生冲突。为了验证以ETC车辆为引导对象和以MTC车辆为引导对象对驾驶人换道行为的影响，设计了3种高速公路主线收费通道引导信息方案：现状引导方案(OR)、部分MTC引导标志方案(PMS)和完整MTC引导标志方案(CMS)。试验分2个阶段，第1阶段验证在无交通流下，引导方案对于驾驶行为的影响，并评价得出效益最优的方案；第2阶段在选取现状和效益最优方案基础上，添加高流量及低流量的交通环境，验证优化后引导方案的可行性。2个阶段均利用广义估计方程分析不同引导方案下的换道行为特征，第1阶段构建熵权TOPSIS模型综合评价不同方案，并得出最优的引导方案用以第2阶段分析。结果表明：完整MTC引导方案(CMS)最符合ETC车辆高比例的现状，可以明显缩短MTC车辆换道响应时间，换道过程更加平稳、安全，从而避免MTC车辆在收费广场内与主线ETC车辆发生冲突，提高道路的通行能力。部分MTC引导方...     

基于站点群体聚集性客流的公交串车调度优化

为提升城市公交准点率、减少延误，解决车辆串车问题，研究基于站点群体聚集性客流的公交调度优化方法。以乘客出行意愿、乘车属性、到站规律等标识公交客流变化特征，以车辆载客限制、站点延误、到达率、下车率等描述串车形成场景。考虑准时性、客流需求、调控策略等约束，采用实时混合控制策略，实现车头时距偏差与乘客总行程时间最小的多目标优化。提出的公交串车调度方法，考虑到乘客到达率的不确定性，并通过调控公交车辆站点驻站时间以及路段平均行驶速度，可满足站点时段性群体聚集公交客流出行需求，防范潜在的公交串车。在模型求解上，考虑到双目标优化视角的差异性，运用超车规则对串车场景下的出站车辆重新排序，设计基于NSGA-II的求解算法，以拥挤距离标定序度关系，以精英策略获取新种群，改进交叉算子，并基于TOPSIS法对获取的Pareto解集择优。最后，以实际公交线路为例进行案例分析，结果表明：基于站点群体聚集性客流的公交串车优化调度模型，系统考虑了乘客乘车属性与车辆载客限制，能够输出最优的车辆滞站与车速调整方案，并且能运算得出车辆离站时间、车头时距偏差、准点率、乘客等待时间以及乘客行程时间等多项运营指标。优化前后对比表...