基于人工免疫算法的公交车辆调度优化问题研究

公交车辆调度是公交运营组织中的关键环节.通过对大连市公交IC卡数据管理中心公交IC卡数据信息进行的采集和分析,构建了基于公交线路时段客流数据的公交车辆优化调度模型,并进一步提出了采用基于信息熵的人工免疫算法对模型进行求解的基本流程和方法.实验的结果表明,该方法能够快速地搜索得到全天不同时段的最优发车间隔,并可以在短时间内根据公交客流量的变化对公交车辆发车时刻表做出有效的调整.     

GPS智能化公交车辆现场调度流程

配合南京公交总公司公交车辆GPS智能化调度系统的实施，针对系统改造的特点，综合考虑了GPS、电子地图和车载IC卡等新技术给现有调度系统带来的影响和差异，结合本单位的实际情况，提出了在新的调度体系下的公交车辆现场调度流程方案。     

基于不确定理论的常规公交车辆调度优化

为提高公交车的利用效率,本文将公交车辆调度方案划分为高峰型和平峰型。在考虑乘 客候车时间与站间运行时间不确定的现实条件下,综合考虑不同车型的运营成本和乘客候车成 本;基于不确定理论建立混合车型下的双重不确定多目标规划模型,并通过遗传算法的python编 码求解。以南昌市211路公交上行为例,进行sumo仿真结果表明：在保证公交持续运营的前提 下,调整车辆调度方案有助于降低成本和提高运行效率;在高峰期,将发车间隔降低25%,公交车 统一使用纯电动客车,总成本降低5%,平均延误减少4%;平峰期,总成本降低10%,平均延误降 低3%。两组仿真结果发现,考虑不确定因素的公交车辆合理调度安排有利于充分利用公交车辆 资源和提高运行效率。     

基于BP神经网络的公共自行车单站点调度需求量研究

城市公共自行车租赁系统的合理调度对提高公共自行车使用率至关重要,其关键在于对未 来自行车使用情况进行合理预测,确定每个站点调度需求量。通过对站点历史借还车数据与运行 特性进行归纳分析,利用BP 神经网络模型对单站点借（还） 车频次随时间分布的规律进行预 测,预测值和真实值平均相差约3 辆车,曲线拟合良好,证明模型可实践性较高。在此基础上, 按照调度时间窗内站点饱和度动态平衡的原则确定单站点最佳调度需求量。对浙江温州鹿城区街 心公园站点的实例分析表明,实行按需调度能使早晚高峰单站点“无位可还”的时间缩短约0.5h 以上,从而有效提升站点服务质量和满意度。     

基于BP神经网络的轨道交通客流量预测

通过对BP神经网络的研究,借助MATLAB软件及其神经网络工具箱的应用学习,对非线性函数进行逼近,通过特定设计函数对所需要建立的神经网络模型进行训练,并且利用仿真来判断误差结果,得出符合模型的合理权值以及阈值,最后根据已有年数据进行轨道交通客流量的预测.     

公交智能化调度系统的应用

公交智能化调度系统是先进的公共交通管理系统的核心部分，它运用系统工程的理论和方法，将现代通信、计算机、网络、GPS等高科技集成应用于公共交通系统，实现了公交调度的信息化、现代化。本对公交智能化调度系统的构成以及基础数据的采集与处理、智能化调度方法作了分析与探讨。     

基于禁忌搜索的公交调度计划系统

本文在对我国公交运营环境和运营模式特点进行的针对性研究的基础上,研制一个基于禁忌搜索算法的智能公交调度计划系统.其中,综合国内外公交运营调度实际,分析并总结出近40个反映我国公交运营特点的调度影响因素,并将其设置为系统参数,方便用户设置与调整,大大提高了系统的实用性.该系统采用基于组件的应用程序技术,构造了车辆调度、驾驶员调度和司售排班三个基本功能模块,是我国目前唯一一个完整的公交调度计划系统.在我国多家公交企业的应用证明,本系统能稳定、快速地生成优化调度计划.     

片区城乡公交时刻表编制与车辆调度综合优化

通过构建双层规划模型,综合优化片区城乡公交时刻表编制与车辆调度.其中,上层片区城乡公交车辆调度问题以公交企业综合运营成本最小为目标,实现多线路多车辆多车场的车辆时序指派,采用禁忌搜索算法求解;下层片区城乡公交时刻表优化问题为实现线路在所有换乘节点的换乘总时间及换乘失败惩罚最小,同时确保换乘节点的时刻表协同先后次序,采用运行图与枚举法进行求解;选用慈溪南片城乡公交线路进行实例应用.结果表明,该方法能较好地应用于工程实践中,直观反映片区线路组织的运行计划,进一步满足乘客便捷换乘需求与企业车辆资源的有效配置.     

BP神经网络的MATLAB编程实现及讨论

BP神经网络具有很强的非线性函数逼近能力。通过Matlab编程实现了BP网络对一个二元函数的逼近,针对BP网络学习速度慢的缺点,采用含动量项的学习算法提高了收敛速度。通过Matlab仿真方法,研究了学习率和动量因子对算法学习速度的影响。     

基于BP神经网络的预测模型

预测是数据分析的基本任务之一,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的产生为处理非线性问题提供了一条新途径。文中运用智能计算技术建立了BP网络模型。通过珠江三角洲天河水文站的水位预测结果表明,BP网络模型有较好的泛化能力,预测更为可靠。     

基于BP神经网络的人口预测方法研究

对人口数量的准确预测可以为制定社会经济可持续发展计划提供重要依据.文中将BP神经网络应用于人口预测,采用Matlab的神经网络工具箱函数建立神经网络预测模型,运用该模型对2002年至2015年全国乡镇人口中0~17岁年龄段的人口进行了预测.实践证明,该模型编程简单,还能克服常规语言建立预测模型存在的模型复杂、训练时间长等缺点.     

基于MAST的智慧公交优化调度研究

对客运需求较小且时空分布不均衡的城郊和乡村开设公交线路所面临问题分析的基础上,设计了一个利用移动互联网技术的城郊乡村智慧公交调度系统.简述了包括乘客信息交互模块、数据库、预测模块、调度决策支持模块等组成的系统结构及原理.在此基础上,分别建立发车计划模型和实时调度在线调整模型,采用遗传算法优化求解.最后,基于调度系统的历史信息及预约信息的实验结果表明,本运营方式能够提升服务水平,增加公交企业效益,且随预约乘客比例增加,该方式的优势愈加明显.     

BP神经网络在新疆货运量预测中的应用

在分析货运量影响因素的基础上,利用BP神经网络建立新疆货运量时间序列预测网络结构模型.利用1995～2006年新疆货运量历史数据,对模型进行训练和拟合,再选用2007 ～2008年的历史数据作为网络模型检验样本,同时采用移动平均法、指数平滑法对新疆货运量进行预测,并对预测结果作对比分析.研究表明,采用BP神经网络预测新...     

基于BP神经网络的区域交叉口协调控制

城市区域交通协调控制是城市智能交通的研究重点,研究目的是减少车辆延误,提高路网通行能力.针对此问题,根据单交叉口神经网络控制方法,提出一种基于BP神经网络的区域多交叉口协调控制方法.采用五交叉口组成的区域路网,以区域所有交叉口平均车辆延误作为评价指标,利用MATLAB软件编程进行仿真.仿真结果表明,神经网络协调控制方法与定时控制、神经网络单独控制方法相比,能够取得更好的控制效果.     

基于BP神经网络的沥青路面使用性能评价

应用神经网络BP算法原理而建立的路面综合指数评估模型,通过对多个指标的学习来评价路面综合指标PQI。同时．神经网络评价数据和专家系统数据的比较．证明BP神经网络模型在路面使用性能评估中有更好的应用前景。     

基于BP神经网络的手写字符识别系统

基于BP神经网络对非线性系统辨识的通用性和自适应性等特点,构建了一个BP神经网络模型,增强了网络的自适应能力和学习能力,提高了网络的精度和收敛速度,并在此基础上开发出一个高效准确的手写体字符识别系统.     

基于改进BP神经网络的速度预测模型

针对BP神经网络三个不足分别加以改进,并利用改进BP神经网络建立速度预测模型,通过实例验证预测模型的有效性,同时,预测结果具有很好的适应性和真实性,可为动态交通管理提供参考.