共查询到19条相似文献,搜索用时 46 毫秒
1.
2.
准确的公交客流预测对于城市公交线网规划设计和线路运营管理有着重要意义.为了提高公交客流预测的准确度,研究出一种基于HRHN模型的公交线路客流预测方法.在Encoder模块中,采用ConvNet对输入特征进行提取,利用RHN对提取到的特征建立时间依赖性关系;在Decoder模块中,历史客流量作为输入,利用RHN模型建立时序的关联性;输出值和特征之间的相互作用通过注意力模型进行分析,从而在Decoder中进行预测.对公交数据进行预处理并获取公交客流量,在考虑客流特性的基础上,结合气候因素,利用特征工程进行公交客流预测的特征选取,并利用HRHN模型对客流进行预测.使用了郑州市1个月的公交客流数据,其中选择前24 d数据进行训练,后7 d数据进行测试.分别预测60号公交线路上行方向和下行方向线路客流,并将HRHN模型预测结果与其他5种模型(ARIMA,BPNN,LSTM,RNN,SVR)进行比较.结果表明,HRHN模型在上行方向线路客流预测、下行方向线路客流预测的MAPE分别为0.1161,0.1444,HRHN模型精度最佳. 相似文献
3.
在分析传统"四阶段"客流预测方法优缺点的基础上,引入了"出行者收入水平"这一概念,重新定义了出行方式阻抗函数,提出了一种快速公交车站进出站客流预测的"四阶段"预测法的改进方法。选取阜石路快速公交系统中的甘家口车站进行实例分析,对车站高峰小时进出站客流量进行了预测。 相似文献
4.
利用模糊神经网络预测道路交通事故损失 总被引:4,自引:1,他引:4
本文利用模糊神经网络系统的特性,分析道路交通事故损失与交通事故次数,死亡人数和受伤人数之间的关系,提出了模糊神经网络预测道路交通事故损失的方法。 相似文献
5.
轨道交通建设规划编制需开展客流预测工作,客流预测结果将作为轨道项目建设的必要性和运输方式、建设方案和运营组织模式选择的参考依据,同时通过对不同预选建设方案的客流测试结果作出财务和国民经济评价,配合城市规模和经济发展水平确定与之相适宜的建设方案和实施计划,并进一步对推荐方案进行详细客流测试,为线路的系统制式、车辆编组和运行组织等提供初步参考。 相似文献
6.
7.
8.
针对高速公路沥青路面养护管理的需求,将小波变换理论与模糊神经网络结合起来,建立用于高速公路沥青路面性能预测的小波模糊神经网络。对路面性能的原始数据列进行小波分析后,再通过样本学习训练,获取预测的数据列,最后通过重构获得路面性能的预测数据列。将小波模糊网络与一般神经网络的预测结果相比较,结果表明:采用小波模糊神经网络对高速公路沥青路面性能预测可降低人为因素影响,保证预测结果尽可能客观,提高预测效率。 相似文献
9.
基于BP神经网络的交通事故预测模型 总被引:16,自引:0,他引:16
交通事故预测对于分析现有道路交通条件下交通事故的未来发展趋势及其预防具有重要意义。在进行交通事故统计的基础上,运用BP神经网络理论,建立交通事故预测模型。计算结果表明,该模型较传统方法精度高,可用于交通事故预测。 相似文献
10.
为了合理规划公交线路,优化公交路网,提高乘客的舒适性,在交通工程学、模糊理论的指导下,通过对影响公交出行的主要因素定性分析,确定了影响出行生成量的模糊因素;结合对某地公交出行实地调研,分析出影响因素与出行量之间的相互关系规律;并采用空间静态模糊预测方法对调研数据进行处理,从而得到公交出行中快捷、舒适、方便、安全的隶属度,最后结合BP人工神经网络预测出该地区的公交出行生成量,为交通设施的建设提供了理论依据. 相似文献
11.
为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性. 相似文献
12.
13.
14.
15.
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... 相似文献
16.
针对当前交通拥堵、能源紧张、尾气污染等一系列问题,为加快快速公共交通的发展、提高公共交通利用率,本文找出了影响快速公交客流的主要因素,利用系统工程学中的ISM方法,构建了快速公交客流系统解释结构模型,通过分析探讨快速公交客流的主要影响因素,进而明确了各因素间的清晰结构,得到影响快速公交客流量的5级递阶结构;最后找出影响快速公交客流因素的各影响因素.通过影响因素,建立了多元回归模型,从影响程度、影响方向、影响时期分别归类分析.通过分析各层级因素对快速公交客流量的影响,可引导更多居民选择快速公交出行,对缓解交通压力提供了一定方法指导和决策支持.并通过合理分析为快速公交运输服务提出了建议. 相似文献
17.
18.