融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.     

路侧公交专用车道模式下右转交织长度建模

在设置路侧公交专用道的交叉口处,可通过划定交织区的方式允许右转车辆借用一定长度的公交专用道通行.合理规划公交车与右转车的交织区长度有利于提高借道右转的通行效率,减少在交织区前的排队车辆数从而降低道路混乱程度,保障公交车的专用路权.本文分析了公交站点影响下的公交车车头时距分布,建立了右转车穿越交织区长度计算模型,并结合实际调查数据进行了算例分析和模型验证.研究成果可为公交优先条件下的交叉口空间优化设计提供理论参考.     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

跨区域整合公交系统建模与分析

随着区域经济一体化的发展,区域间公交系统的合作与整合得到了越来越广泛的关注.本文提出了一个双层规划模型来描述我国的一类跨区域整合公交系统.在上层问题中,相邻区域的地方公交管理者们共同规划和管理跨区域公交线路,以实现跨区域线路上社会福利的最大化.在下层问题中,这些区域的公交运营者们相互开放区域市场并联合运营跨区域公交线路,他们相互竞争以实现各自利润的最大化.为了获得更加准确的分析结果,所提出的模型详细地考虑了乘客的站点拥挤成本和车内拥挤成本.数值结果表明,公交管理者们可以通过补贴影响运营者的竞争行为,进而改善跨区公交系统各方参与者的利益.     

基于分子动力学的车流运行动态特性及其模型

车辆跟驰行为受前导车和道路环境等的影响,将车辆抽象成相互作用的分子,基于分子动力学构建相互作用势函数,建立基于相互作用势函数的分子跟驰模型.采集试验路段不同点位的交通流样本,从视频中获得所需数据,并对加速度波动特性进行分析.将车辆运行状态分为常态行驶,起动加速和减速停车3种,根据实测交通数据对3种车辆运行状态进行模型参数标定,同时对分子跟驰模型进行稳定性分析验证,结果表明,相对于经典GM模型,分子跟驰模型稳定性更好,对实际交通状态拟合程度更高.     

基于偏好顺序集的非补偿式铁路旅客选择行为估计方法

精细化需求预测是铁路提高收益的重要基础.本文考虑了铁路产品属性对于旅客选择行为的影响,构建具有一定偏好顺序的产品集合来表征不同类型的旅客.在此基础上,利用客票存根及余票数据,建立预售期内旅客选择过程的极大似然函数,求解得到不同旅客类型的出现概率.首先通过仿真算例验证了模型的计算可行性,然后通过实证数据,估算了北京南至上海虹桥方向不同旅客类型在各时段的出现概率,进一步统计得到旅客在不同时段下铁路旅客buy-up行为概率及属性敏感度的变化,并提出一些可用于优化售票策略的建议.     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.     

考虑拥挤的轨道交通网络时刻表协调优化建模

以非连通型城市轨道交通网络为研究对象,根据城市轨道交通网络周期性运行特点,在深入考虑拥挤及换乘客流脉冲性到达特征的前提下,给出1个循环周期内城市轨道交通网络运营费用及乘客出行费用计算方法.并在此基础上,以各运营线路发车间隔及发车时刻相位差为决策变量,以乘客及运营企业的综合费用最小为目标,以列车发车间隔、列车容量、站台容量、运营补贴等为约束,建立城市轨道交通网络列车时刻表优化模型.根据模型特点,提出了一种基于仿真的遗传算法对模型进行求解.算例结果显示,与既有优化方法相比,本文模型能够更加细致地刻画乘客换乘过程,有效降低系统综合费用,并确保各项服务指标在安全范围之内.     

地铁与市郊铁路过轨运营下列车开行方案研究

在分析地铁与市郊铁路过轨运营特点的基础上,以乘客节省的总旅行时间最大化和地铁运营企业增加的总费用最小化为目标函数,建立了过轨运营下列车开行方案双目标规划模型,并设计了基于模糊数学规划的求解算法.以某两条轨道交通线路为算例,研究过轨运营开行方案并对相关参数进行灵敏度分析.研究结果表明,地铁与市郊铁路过轨运营既可节省乘客总旅行时间又可增加运营企业收益,且过轨客流需求越大、过轨站换乘时间越长、过轨方缴纳的过轨费用越少、过轨列车运营组织方案越合理,过轨运营效果越显著.