基于聚类和比功率分布的西安城市公交行驶工况研究

车辆行驶工况是评价车辆油耗、排放等各项性能指标的重要测试依据。采集所选西安城市公交线路实际运行数据,以站点强度和线路强度为数据分配依据,建立了西安城市公交线路工况构建的原始数据总样本。采用聚类法将样本数据分为拥堵、一般、通畅这3类,基于比功率分布构建出3类工况,并以3类数据的时间比例构建出西安城市公交行驶综合工况;从比功率分布和特征值两个角度对综合工况进行验证,并将其与ECE工况和CCBC工况进行了对比分析。结果表明:所建综合工况与样本数据的比功率分布误差为0.003 3,特征值平均误差为0.083,均远小于ECE工况和CCBC工况与样本数据的误差,能准确地反映西安市公交车实际运行状况和排放特征。     

基于K-均值聚类和支持向量机的电动汽车行驶工况研究

针对现有行驶工况难以反映车辆真实驾驶情况的问题,以国内典型大中型城市——西安市为例,对电动汽车行驶工况构建方法进行研究.根据西安市道路布局,设计了城市道路行驶工况数据采集方案;提出了一种K-均值聚类和支持向量机相结合的半监督分类模型,构建了西安工况;最后将西安工况与原始试验数据和国际标准行驶工况进行对比.研究结果表明:西安工况与实际道路行驶数据特征参数的相对误差均小于5％,平均相对误差仅为2.66％,构建的行驶工况能够真实反映西安市车辆的运动特征;且由于动力系统的差异,电动汽车工况比内燃机车工况更为激进.     

基于实车行驶工况的电动公交运营期碳足迹测算

针对电动公交车运营期碳足迹难以监测的难题，本文设计了一种以实车行驶工况为基础的电动公交车碳排放折算量估计方法。以西安市主城区的609路和新建城区的362路公交车为研究对象，基于实车行驶轨迹数据提出一种面向城市电动公交运营线路的本地化驾驶工况构建方案。首先，引入T-SNE非线性机器学习算法进行数据降维，使用Birch聚类方法进行分类；然后，根据相似度最高原则和各类别比例关系构建两条线路的电动公交车运行工况。在Cruise仿真环境进行百公里耗电量计算，并折算得到碳排放量。结果表明：609路和362路同车型电动公交车百公里能耗分别为121.71 kW ⋅ h 和144.46 kW ⋅ h ，差异较为明显，证明了分线路进行驾驶工况构建的必要性；基于本文提出的估计方法计算了两条公交线电动公交车组在2019年11月的碳足迹，分别为114.099 t和117.863 t。提出的电动公交运营期碳足迹测算方法有助于推行城市交通碳排放监测与管理。     

基于聚类和马尔可夫链的货车实际工况构建方法研究

针对货车法规工况与实际使用工况的油耗等性能相差较大问题,利用车联网平台获取目标样车实车行驶数据,提出基于高斯混合模型聚类和马尔可夫链结合的货车实际工况构建方法。通过主成分分析、高斯混合模型聚类分析将运动学片段分类,类中以速度区间划分行驶状态,采用Laplace Smoothing方法来估计状态转移概率,利用马尔可夫链法合成类内候选工况,选择类内最佳工况,构建目标货车实际行驶工况。结果表明：与原始数据相比,所建工况速度-加速度联合概率密度分布吻合较好,整体特征参数平均相对误差为4.32%;与实测百公里油耗相比,法规工况和所建工况的仿真油耗相对误差分别为26.33%、4.86%。所建工况精度较高,能够有效反映车辆实际行驶特征及油耗性能,可以为车辆的精细化设计和实际道路整车性能评价提供条件和依据。     

基于排队论的线路密集点公交站台容量优化模型

城市公交线路密集点是城市公交规划与优化中的重要节点.线路密集点公交站台的服务水平直接影响到城市公交整体服务表现.针对线路密集点的公交站台线路容量问题,本文以排队论为方法基础,引入公交达到率、服务台数、乘客平均上下车时间等为模型参数,构建线路密集点公交站台线路容量计算模型,并通过改变参数来进行公交站台的容量优化,为公交站台的线路数及泊位数设计提供理论方法依据.模型应用于西安市某公交站台,计算该站台线路容量并进行了优化分析.应用结果表明,该模型能有效地计算线路密集点公交站台线路容量并做出优化分析.     

基于混合约束自编码器的机动车工况智能构建方法

为构建更具代表性的机动车行驶工况，实测采集福州地区1辆机动车共20d的真实驾驶数 据，选取14个特征参数表征运动学片段信息，运用主成分分析和K-means聚类划分运动学片段聚类，根据聚类中心的距离筛选备选片段并随机组合构建工况集合。提取11个特征参数计算构建工况的误差，选择集合中误差最小的工况作为构建工况，提出利用混合约束自编码器构建工况优化模型，并研究参数标定方法，最终将平均误差由2.97%缩小到2.39%。混合约束自编码器模型的分析验证结果表明，优化策略符合实际情况，可以有效避免随机选择带来的误差不确定性，验证了所提出行驶工况构建流程的合理性，并提升了工况预测的精确度，得到模型参数推荐值。对实现碳达峰目标下的机动车碳排放预测及排放控制具有重要的现实作用和意义。     

����VISUMģ�͵Ĺ���OD�����о�——��������Ϊ��

OD矩阵是公交线网规划和线网优化的重要依据.OD矩阵反推是获取公交OD数据的有效方法.相关文献中,针对城市整体公交体系的研究较少.依据西宁市建成区所有公交线路上客、下客、车上乘客的调查数据,采用VISUM软件构建了基于等概率下客分布、距离概率下客分布的公交OD矩阵反推模型;然后在VISUM全市整体公交模型中,将各线路反推所得到的OD矩阵归并至交通小区,并通过模型分配得到的路段客流与线路调查得到的路段实际客流比较,检验公交OD反推方法的有效性.研究表明,等概率分布OD矩阵反推在西宁案例中的精度与可靠性较高.最后指出,乘客在各站的下客概率影响因素较多,把握并合理运用其规律是公交OD反推的关键.     

基于iForest+Biscting K-means的驾驶风格辨识方法研究

提出了一种基于iForest+ Biscting K-means模型的客运驾驶员驾驶风格辨识方法.该方法针对在Bisceting K-means模型中,聚类质心严重影响聚类结果问题,采用iForest模型训练聚类中心候选集作为聚类质心集的方法加以改进.通过考察某城际客运线路30位客车职业驾驶员,在直线道路行驶工况下,90余天约400万条客车行驶数据开展模型验证.试验表明:在加速度标准差和超速倾向系数作为聚类指标的情况下,客运驾驶员驾驶风格聚类为谨慎型、普通型和激进型3类,其中谨慎型11人,普通型19人,激进型0人.     

基于单向距离的谱聚类船舶运动模式辨识

利用海事大数据辨识船舶运动模式,能够发现高级别情景意识,提高海事监管技术的效率。提出了一种基于单向距离的谱聚类船舶运动模式辨识方法,充分利用单向距离抗干扰特点,构建了基于单向距离的轨迹相似性度量,得到了轨迹相似度矩阵;以无监督学习方式采用谱聚类算法学习轨迹的空间分布,获取船舶的正常运动模式;以琼州海峡实测AIS数据为样本,研究了进入海口秀英港的船舶运动模式,并分别统计了各模式内及模式之间的距离,获取的4种船舶运动模式与实际相符。实验结果表明:该方法聚类精度高,可以适用于沿海港口、狭水道和船舶交通复杂的区域的船舶运动模式辨识。     

有轨电车典型行驶工况的构建

为合理评估有轨电车在轨道交通中的行驶特征及运行指标，为有轨电车设计与控制提供依据，对有轨电车典型行驶工况进行构建. 首先，以巴黎、布达佩斯、墨尔本城市的有轨电车线路及行驶数据为基础，采用聚类方法获取降维行驶特征；然后，基于马尔可夫链理论，构建有轨电车典型行驶工况；最后，将构建工况与实际工况进行特征值对比分析，并基于所构建的典型工况进行仿真验证. 结果表明:构建的典型行驶工况与实际工况样本数据库总体特征的平均偏差仅为2.63%，满足偏差低于5%的开发精度要求；此外，典型行驶工况与实际行驶工况下的需求功率误差也仅为1.78%，验证了典型工况模型的准确性和有效性.      

求解带硬时间窗车辆路径问题的改进UMDA 算法

针对带硬时间窗的车辆路径问题(VRPHTW)求解,提出了一种混合单变量边 缘分布算法(hybrid UDMA,hUDMA),改进了基本UMDA的概率模型.统计节点按路径分 布的概率,使其能够在解空间上找到节点-路径的分布关系,提高了UMDA的全局搜索 能力.采用两阶段插入法进行最佳节点搜索和路径分配完成UMDA采样操作,通过种群 进化来获取最优解.计算Solomon 100 客户的6 类问题56 个算例的实验结果表明：在最优 解的取得方面,C类算例能够全部取得最优解,R、RC类算例能以50%左右概率取得最优 解;在平均误差方面,C类算例计算结果与已知最优解一致,R、RC类算例计算误差率与 已知最优解比较接近,平均误差率为1.03%.     

基于采样协方差矩阵的频谱感知判决门限优化

在认知无线电频谱感知算法中,传统的基于采样协方差矩阵特征值极限分布函数的频谱感知算法难以同时实现高检测概率和低虚警概率.在此基础上,提出了一种基于采样协方差矩阵的频谱感知判决门限优化方法.利用随机矩阵理论,分别得到了采样协方差矩阵最大特征值和最小特征值极限分布函数下的判决门限,并将两个判决门限的加权求和作为最终判决门限.仿真结果表明,在获得较高检测概率的情况下,优化判决门限仍可保持较低的虚警概率.     

基于重采样的终端区飞行轨迹可信聚类方法

为了准确掌握终端区空中交通流复杂多变的空间分布特征,有效评估、优化进离场程序,基于重采样技术研究了终端区三维真实飞行轨迹的聚类问题,提出了一种计算速度快、可扩展性强、可信度高的聚类方法.首先,结合重采样和主成分分析方法,将高维轨迹数据在保留飞行特征的前提下映射到低维空间;其次,基于Mean Shift方法建立飞行轨迹聚类分析与异常轨迹提取模型;最后,利用终端区的真实飞行轨迹数据进行实例验证,并分析模型中各个参数对聚类结果的影响.研究结果表明:该方法耗时0.004 s得到累计贡献率为96.16%的主成分,较好地逼近原始飞行轨迹数据;相较于层次聚类法,本文方法得到的飞行轨迹聚类结果具有更高的可信度,能够准确对应机场标准进场航线设置,并将相似度较低的飞行轨迹提取为异常轨迹.     

随机数在汽车行驶工况构建中的应用

为了研究车辆速度微小瞬变和不确定性对行驶工况构建模型的影响,将汽车行驶状况看作随时间变化的马尔科夫过程.利用最大似然估计法,按照怠速、加速、减速和匀速将实验数据分类,构成模型事件集,并把具有相似平均速度的模型事件组合在一起,构成6个不同的状态,计算出各个状态之间的转移概率.在此基础上,构造满足状态转移概率分布的随机数,以此扩展行驶工况的长度.分析合肥市行驶工况实验数据表明:典型行驶工况的行驶特征参数与实验数据的平均相对误差为7.81%,比传统方法降低了14.72%.     

Hadoop环境下基于改进聚类的个性化推荐算法

针对协同过滤算法在大数据环境下存在的可扩展性差的问题,提出一种Hadoop环境下基于改进聚类的个性化推荐算法.在Hadoop分布式计算平台上,首先在离线状态下使用基于Canopy聚类改进的模糊C均值算法构建项目聚类模型,再根据目标项目和聚类模型间相似度建立候选项目空间,最后在候选项目空间上采用基于项目的协同推荐算法在线完成推荐.实验表明,该算法在分布式集群上具有较好的可扩展性和推荐效率,且推荐精度也有所提高.     

基于灰关联测度的分裂式层次聚类算法

为估计数据集的聚类数目及获得较好的聚类性能,提出了一种基于灰关联测度的分裂式层次聚类算法.该算法用灰关联测度衡量数据对象之间的相似程度,以基于密度扩展的方式自顶向下分裂成不同层次的数据集划分;然后,根据灰关联测度定义聚类有效性指标;最后将有效性指标曲线极值点对应的聚类划分用于估计最佳聚类数目.实际数据和合成数据集的实验表明,与FCM聚类相比,该算法的聚类正确率平均提高3.7%,并且能够识别任意形状的簇.     

城市公交系统优化设计

公交调度是公交企业运营的核心内容,提高城市公交的运营调度水平是改善城市公交服务质量、提高公交吸引力的重要途径。从调整发车间隔的角度出发,兼顾公交公司和乘客双方利益,建立以乘客和公交企业运营费用最小为目标的单目标优化模型,并以西安市5路公交线路的调查数据对模型进行求解和验证,实验表明该模型可行。     

基于非负矩阵分解的出租车时空行为聚类分析

为探讨出租车的时空行为特征,采用非负矩阵分解法从时间和空间两个维度对出租车行为进行聚类分析.首先划分时空单元,以上客点的时空分布特征表征出租车的时空行为,并构建时空行为矩阵,然后采用非负矩阵分解法进行出租车聚类.最后以广州市为例进行研究,聚类结果表明:出租车受广州市空间结构特征的影响聚成了 4类,而受时间维度的影响较小,但不同时段的行为也有明显差异.4类出租车都形成了明显的围绕区域商业活动中心集中运营的空间行为模式以及调整运营范围以适应不同时段出行活动需求的时间行为模式.研究揭示了出租车的时空行为与城市空间结构、城市出行活动的联系,能为出租车和城市管理发展提供参考.     

城市公交车行驶工况的构建

以城市公交车为研究对象,运用覆盖率、路段频度等方法,选取城市典型的公交运行线路,并进行大量的实验和实际运行数据的采集。利用主成分析和聚类分析构建行驶工况,研究表明,将众多反映道路交通特征的运动学片段特征值用主成分析法压缩成代表原始数据80%以上信息的3个或4个公因子的方法是可行的,接着用聚类分析提炼这些运动学片段。根据统计分析的概率随机选择并重组实际运动学片段,并以典型公交线路为研究对象进行分析,得出一个基于实际公交车速度的行驶工况,构建能反映典型公交线路交通状况的工况。     

基于刷卡数据和GPS数据的公交客流特征分析方法

为准确并快速分析城市公交客流特征,提供城市公交专项规划编制的基础数据资料,提出一种采用公交刷卡数据和GPS数据分析公交客流特征的方法。首先,全面总结公交客流数据处理方法和流程,包括客流时间特征、空间特征和公交运营特征;其次,针对实际可能出现的数据缺失情况和传统方法局限性,通过上车站点判断引入时间临近规则、下车站点判断设计了考虑出行链和站序约束的数据融合算法,改进上下车站点判断过程;最后,以三明市公交客流数据处理为例,该城市公交人均出行次数为2.5次,工作日形成4个高峰时段,得到具体的公交客流OD分布,计算部分线路断面客流量,并指导公交规划方案调整。