基于CNN-SVR混合深度学习模型的短时交通流预测

精准且快速的短时交通流预测是智能交通发展的重要组成部分.本文针对当前交通流预测模型不能充分提取交通流数据的时空特征、预测性能容易受到外界干扰因素影响的问题,提出一种基于深度学习的短时交通流预测模型,该模型结合卷积神经网络(Convolutional Neural Network,CNN)与支持向量回归分类器(Support Vector Regression,SVR)的特点:在网络底层应用CNN进行交通流特征提取,并将提取结果输入到SVR回归模型中进行流量预测.为验证模型的有效性,取G103国道的实际交通流量数据进行试验.结果表明,提出的预测模型与传统的预测模型相比具有更高的预测精度,预测性能提高了11%,是一种有效的交通流预测模型.     

基于马尔可夫预测模型的桥梁养护时机研究

文章研究了桥梁技术状况的时变规律,根据模糊评价理论结合马尔可夫过程方法 ,给出了桥梁技术状况和养护费用的预测模型。算例分析表明,该方法可进行桥梁技术状况预测,从而揭示出桥梁技术状况发展规律并预判到潜在的危险,以便在时间和空间上优化分配养护预算,确保桥梁在目标使用期内安全和合理使用。     

基于综合交通网络的干线公路客流预测方法

提出了一种融合多种运输方式的干线公路客流预测方法;通过引入基于“人次”的标准客运单元和“点-线”的枢纽节点转化方法,将公路、铁路、航空以及水运等不同运输方式子网络进行融合,构建了可体现不同运输方式之间换乘关系的综合交通网络模型;考虑出行经济费用、出行时间、最大出行恢复时间、舒适度等因素,构建了综合交通网络下不同运输方式的阻抗模型;利用额定载客数和单位时间发车次数等参数,实现了综合交通网络下不同运输方式路段最大容量的标定;基于标准客运单元和综合交通网络模型提出了考虑综合交通阻抗的客流分布预测模型,实现了考虑其他运输方式影响的干线公路客流预测,并以黑龙江省哈大绥齐地区为例进行方法验证。研究结果表明:与2019年的实际观测值相比,在无伴行线路时基于综合交通网络的干线公路客流预测方法预测结果平均误差为5.47%,略低于传统四阶段法的6.14%,但在有伴行线路时该方法平均误差为4.58%,远小于传统四阶段法的11.89%;相比传统四阶段法,该方法能够更好地反映综合交通网络结构变化后转移客流对干线公路客流量的影响;相比新增水运线路,新增高速铁路或普通铁路伴行线路对干线公路客流影响更大,更能促使公路客流向铁路进行转移。      

基于改进离散差分算法的航班延迟推出策略分析

针对大型枢纽机场日益严重的场面拥堵及由此导致航空公司延误成本增加和乘客等待时间增长等问题,基于ACDM的基本思想,在给定推出率下诠释了虚拟队列理论,设计了航班推出决策的协调流程,实现利用机位等待代替跑道起飞排队等待,不仅可以减少场面拥堵和航班延误,对提高航空公司经济效益也有重要意义.提出了乘客等待时间最短和推出等待成本最小2 种策略和航班延误成本的计算方法及相关约束指标.分别针对小、中、大不同规模航班量的5 组实际运行数据,采用基于指针运算机制的离散差分算法求解优化推出策略,并对该算法进行改进.实例表明,通过对虚拟队列航班次序的调整,乘客的平均延误时间缩短5.15%~12.66%,航空公司延误成本减少19.16%~26.0%.     

���ڿɿ���������·ǣ�������ά�޼ƻ��Ż�ģ��

合理优化牵引变电所维修计划是确保电气化铁路稳定、高效运营的重要前提条件. 本文在分析牵引变电所结构特征与设备可靠性、建立维修费用计算方法的基础上,构建以维修费用为约束条件的、基于可靠性最大的维修计划优化模型. 考虑到牵引变电所构成的复杂性,本文进一步设计了基于单个设备维修计划优化的启发式求解算法流程,提出基于供电系统可靠性分析的牵引变电所维修计划调整方法. 本文还以电气化电路牵引变电所的实际调研数据为基础开展案例研究,应用所建模型及求解方法获得维修计划优化方案,验证了优化模型与求解算法的有效性与实用性.     

基于数据驱动的电动自行车换电需求预测

换电企业在城市内建立换电柜，满足不断增长的电动自行车换电需求，涉及到换电柜的选址，电池的投放和换电需求的预测。本文分析了国内某大型换电企业的换电订单数据，发现换电柜存在使用严重不均衡问题,为提高使用率，降低换电成本，提出按区域对换电需求量进行聚类并预测的方法。首先，对换电柜位置进行K-means聚类，据此优化换电柜的投放量，提高使用率；随 后，采用整合移动平均自回归模型(Autoregressive Integrated Moving Average model, ARIMA)预测短时换电需求。实验发现，ARIMA模型在短时换电订单的需求预测上具有较高的预测精度，与其他基线模型相比，各指标均为最好，说明换电需求在时间上更趋于线性关系。本文提出的换电柜优化方法和短时需求预测结果为换电企业的换电柜选址和电池投放量提供数据支持。     

考虑多特征的高速公路交通流预测模型

为准确预测高速公路交通流,缓解高速公路交通拥堵现象,本文提出一种考虑多特征的高速公路交通流预测模型。首先将高速公路当前道路与上下游的交通流、天气等数据转化为一个二维矩阵,并利用滑动窗口模型获得输入样本的最佳长度;然后将样本数据输入集成深度学习模型训练并提取交通流数据的特征,随后输出预测结果;最后,将某高速公路交通流数据用于工作日和节假日两组实验。结果表明：集成深度学习模型比单一模型预测高速公路交通流的效果要好,工作日的高速公路交通流预测精度远高于节假日,本文模型将平均绝对误差由 6.40辆·(20 min)-1 降到5.450辆·(20 min)-1,说明考虑多种因素可以提升高速公路交通流预测精度。     

城市交通客流预测的若干问题

目前,城市交通客流预测存在基础数据是否准确、预测模型是否有效以及能否正确理解和应用客流预测理论方法等问题。提出要建立适合各城市特点的规划模型,同时注重建模依据的可靠性以及模型的调校和维护。总结了＂四阶段＂法各阶段模型以及高峰小时模型在使用过程中需要注意的关键问题。强调要考虑模型各阶段的相互制约关系,进行必要的迭代运算。最后,对城市交通客流预测工作提出5点改进建议。     

Solving airlines disruption by considering aircraft and crew recovery simultaneously

When disruptions occur, the airlines have to recover from the disrupted schedule. The recovery usually consists of aircraft recovery, crew recovery and passengers’ recovery. This paper focuses on the integrated recovery, which means above-mentioned two or more recoveries are considered as a whole. Taking the minimization of the total cost of assignment, cancellation and delay as an objective, we present a more practical model, in which the maintenance and the union regulations are considered. Then we present a so-called iterative tree growing with node combination method. By aggregating nodes, the possibility of routings is greatly simplified, and the computation time is greatly decreased. By adjusting the consolidating range, the computation time can be controlled in a reasonable time. Finally, we use data from a main Chinese airline to test the algorithm. The experimental results show that this method could be used in the integrated recovery problem.     

基于改进灰狼算法优化BP 神经网络的短时交通流预测模型

准确的短时交通流预测是交通控制和交通诱导的依据. 提出一种基于改进灰狼算法(TGWO)优化BP 神经网络的短时交通流预测模型(TGWO-BP),有效提高短时交通流预测精度. 针对标准灰狼算法(GWO)收敛速度慢,容易陷入局部极值的问题,提出一种自适应递减的收敛因子,使灰狼算法区分全局搜索和局部搜索;改进灰狼个体的位置更新公式,引入惯性权重,调节惯性权重大小使灰狼算法具有跳出局部极值的能力;对比分析TGWO-BP、GWOBP 、PSO-BP、BP这4 种短时交通流预测模型,结果显示,TGWO-BP的短时交通流预测模型误差为10.03%,达到较好的预测精度.     

民用汽车拥有量非线性时空组合预测模型

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

Non-Linear Combined Prediction Model of Medium and Long-Term Civil Vehicle Population of China

With consideration of the economy development tendency in China, a civil vehicle population prediction model is developed based on the space-time theory. First, with the domestic and international experience on vehicle development, the gray Verhulst model is used to describe the vehicle population development tendency and predict the vehicle population in the next 20 years. Second, several social and economical indexes related to the civil vehicle population are selected by comparing the correlation coefficient value, and then, the principal component method is used to reduce dimension of the selected indexes and obtain some principal indexes. Based on the econometrics theory, a forecasting model is formulated to predict the vehicle population in the next 20 years. Integrating these two forecasting models, a non-liner combination forecasting model is developed based on the BP neural network. The reliability and accuracy of the linear combination forecasting model are tested by the vehicle data from 2003 to 2007. Finally, the civil vehicle population of China in the next 20 years is predicted based on the linear combination forecasting model.     

��������ӵ����������ʱ�����Ԥ��ģ��

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策,研究了多跑道降落航班协同调度问题.基于协同决策理念,综合考虑空管、航空公司和机场等因素,提出一种协同航班调度策略,给出了协同调度优化模型.模型在满足安全性和公平性约束条件下,寻求总延误成本最小即功效性最大的调度方案.采用基尼系数建立公平性约束,以处理功效性和公平性之间的关系,并引入当量航班概念来定量分析公平性.针对多跑道航班调度问题的特点,设计了遗传算法予以求解验证.仿真结果表明:该算法总延误成本比先到先服务算法降低了72.6%,最大延误时间减小了50.8%,因此,调度的功效性与公平性得到提高,所提方法有效.     

高速公路养护成本管理优化与控制分析

养护成本是高速公路的重要考虑因素之一,合理的养护既能够使公路保持正常的路况与性能,延长高速公路的使用寿命,关系到高速公路的正常运营,更直接影响到高速公路投资主体的经济效益。从分析高速公路养护成本管理的现状入手,论述高速公路养护成本优化管理与控制的具体措施,通过构建与使用合理的养护成本预测模型,做好精细化养护成本管理工作,使高速公路养护工作实现科学化、规范化、高效率。     

考虑人口效益的城市路网OD 矩阵推算模型

交通分布数据获取难度大、成本高，是制约交通工程师开展交通预测的主要因素. 为提高效率、降低工程实践中的预测成本，对城市路网OD矩阵可预测性展开研究. 描述3 种交通分布推算模型并以广州为例，给出交通流概率分布及发生量概率分布. 通过回归分析及残差分析探究发生量与人口、经济的关系，提出考虑人口效益的靶向双联模型(称为TDM模型). 根据误差分析验证4 种模型准确度，并将模型应用于深圳市. 结果表明：交通流及发生量概率分布具有高度异质性，遵循Zipf 定律；发生量与人口、经济相关性强，拟合优度为0.87； TDM模型精度略低于重力模型，但高于其他两种模型，且在深圳市推算效果良好. 综合预测精度、成本和效率，TDM模型更适合预测城市道路交通分布.     

考虑延迟惩罚的轴辐式枢纽网络中断问题研究

随着越来越多的航空公司采用轴辐式网络系统模式开展全球航空运输服务,轴 辐式网络研究逐渐引起大家的重视.本文针对枢纽中位选址问题,首先提出了考虑延迟惩 罚并面向整个网络的节点完全性中断问题,建立节点中断的上、下界模型,对禁忌搜索算 法进行改进,并对三种改进算法展开比较;然后将两种中断模型和禁忌搜索算法应用于 中国航空网络实例中,通过计算结果分析中国航空网络中的关键城市,在资源有限的情 况下,提出城市分级防御的规划和航空网络考虑中断情况下的资金准备的建议. 为轴辐 式枢纽网络决策者在网络规划和防御问题上提供了理论参考和实践证明.     

基于道路流量和服务水平的停车需求预测分析

为使停车需求预测更准确,提出基于道路流量和服务水平停车需求预测模型。分析停车需求预测方法的现状,同时引入道路流量和服务水平这两个重要的影响因素,在多元回归模型的基础上,引入停车泊位增加系数,建立改进的停车预测模型。通过大量的调查数据对该模型进行检验,验证模型的准确性,该方法对解决城市中心区的动态交通拥堵具有一定的指导意义。     

基于小波支持向量机的电力系统短期负荷预测

根据相空间延迟坐标重构理论,基于支持向量机强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出了一种基于小波支持向量机的电力系统短期负荷预测方法,并利用该方法对嵌入维数与预测性能的关系进行了探讨。仿真结果表明,该预测方法能精确地预测电力负荷,而且在电力负荷序列的最佳嵌入维数未知时也能取得比较好的预测效果,这一结论预示着小波支持向量机是一种预测电力系统短期负荷的有效方法。     

312国道沪宁段养护对策分析

根据312国道沪宁段的实际情况,简要介绍其养护特点及路基、路面、桥涵的典型病害,针对性地提出相应的养护措施和方法,并就如何降低养护成本、提高效率、科学规范地开展养护工作提出对策建议,可为公路养护工程提供参考。