城市轨道交通乘客出行路径精准分析算法研究

乘客准确出行路径的计算是精准客流分析的关键,而既有技术方法在路径计算准确性及出行链颗粒度、时效性和实现成本方面还没有形成完整的解决方案。基于人车耦合的技术理念,构建不同换乘次数出行类型的时间序列,并通过同时段不同出行路径重叠过程耗时的相互替代,实现对出行路径详细时间序列的准确计算,进而推算出乘客准确出行路径。基于大数据技术,实现对海量乘客出行路径的快速分析计算,能够以低成本方式为以客流为驱动的精准化行车组织、客运组织和个性化乘客服务等应用场景提供关键数据支撑。     

调度集中系统调车进路办理改进方案

为了使调度集中系统（CTC）更好地适用于普速铁路,克服目前调车进路需要人工按钮办理的缺点,提出改进方案：新增CTC系统与车站管理信息系统的接口,以获取车站调车作业计划;结合车站机车摘挂作业流程,快速编制机车摘挂计划,并实现调车进路触发;减少车站调车进路误办概率,实现调车进路办理条件检查和安全卡控;CTC站场图界面增加调机（本务机）号显示及自动实时跟踪等功能,提升CTC系统在普速铁路运用的适用性。     

铁路基础设施位移数据预测模型研究

线路安全是铁路运营的重要前提,我国铁路跨度广、行车环境复杂,当铁路基础设施稳定性产生改变时往往会严重影响行车安全。文章采用长短期记忆（LSTM,Long Short-Term Memory）模型对基于全球导航卫星系统（GNSS,Global Navigation Satellite System）的铁路基础设施监测系统的形变监测数据进行建模预测,实现对铁路基础设施灾害的早期预警,并与多种传统时间序列预测模型进行对比,结果表明,LSTM模型具有更好的性能。     

基于有限穿越可视图的进场航班流量波动特性研究

研究空中交通流量的波动特性是设计高效流量管理措施和控制策略的基础,掌握空中交通流量波动特性有利于空域资源配置与流量运行需求之间的均衡匹配。在3种时间粒度上,针对进场航班流量时间序列,一方面从复杂网络整体维度出发,采用有限穿越可视图对时间序列进行建网,利用k-core算法探究航班流量波动特性;另一方面从复杂网络局部维度出发,引入序模体方法,构造有限穿越可视图序模体,利用多元序模体类型转换规律来刻画流量的动态转移模式,进而掌握航班流量波动动态演化规律,为波动模式的预测提供了有效工具。研究结果表明：在有限穿越可视图方法映射得到的网络中,节点所属核阶数可以有效刻画流量波动强度,且与波动强度成正相关关系,即节点所属核阶数越大,波动强度越大,天津机场进场航班流量数据的强波动时段为16:50-17:30;序模体越长,波动特性刻画能力越强,但鉴于受到空中交通混沌特性影响,序模体过长对于流量预测意义不大,推荐使用5节点序模体;波动模式状态转移图在有效刻画流量波动动态演化的同时,也可以计算波动模式的转移概率,3种时间粒度下转移概率分别为12.315%、13.131%和10.638%,为波动模式的预测提供了有效工具。     

基于关联规则挖掘的铁路超限超重货物运输路径决策方法

路径决策问题是铁路超限超重货物运输组织的核心.以总成本最小为目标函数,构造超限超重货物运输路径决策模型;通过分界口、伪分界口将铁路超限超重货物运输路网划分成若干子网络,提出运输路径历史数据预处理方法;采用模糊分割的理念,设计路径数据泛化规则,创建路径频繁序列,挖掘超限超重货物运输路径模糊多层次关联规则;在此基础上,设计...     

利用简化时间序列法预测公共交通客运量

在满足一定的前提下,时间序列法可以用于预测公共交通客运量;预测的计算过程可以采用excel等软件来辅助计算,也可以采用手算.在需要手算的情况下,将时间的年份序列进行简化,能够提高手算速度,有助于使用者更快地完成计算过程、得到同样的预测结果,并能有助于使用者更好地理解时间序列法的应用.     

船舶横摇运动预测误差研究

通过对船舶横摇运动的预测误差与输入过去样本长度之间的关系进行研究,提出船舶横摇运动预测误差的经验公式,该公式可用于确定指定预测误差下的最小过去样本长度.采用小波-自回归算法模型进行横摇预测,统计分析预测均方根误差值与输入过去样本长度之间的关系,结果表明,预测过去样本长度与预测均方根误差之间遵循幂函数关系.     

基于硬件在环车道偏离预警系统虚拟测试研究

文章提出基于硬件在环的LDW虚拟测试研究,通过采集弯道跟随方向盘转角、方向盘转角与横向偏离速度匹配关系数据,搭建自动化测试序列,实现LDW的硬件在环虚拟测试。精准、实时、高效的评判LDW的功能,对LDW系统的功能与性能进行有效验证,为实车测试奠定了基础,有助于促进LDW系统的进一步完善,降低漏报率和误报率。     

基于大货车GPS数据的轨迹相似性度量有效性研究

目前,中国货车上全球定位系统(GPS)的强制安装,使得利用包含时间、空间和速度等信息的货车轨迹数据来研究货车运行模式成为可能。基于距离的轨迹相似性度量算法,采用全国道路货运车辆公共监管与服务平台获取的货车GPS轨迹数据,对比分析其在货车轨迹模式识别中的应用。选用文献中最常用的4种基于距离的轨迹相似性度量算法,分别为离散弗雷歇距离(DFD)、动态时间规整(DTW)、最长公共序列(LCS)和实序列编辑距离(EDR)。试验结果表明:当使用二维地理空间轨迹数据(即经度和纬度)时,4种基于距离的轨迹相似性度量算法都能很好地对相似轨迹进行分类(正确率均高于85%),这与现有文献的结论一致。虽然一般认为二维轨迹相似性算法可以直接应用到多维轨迹数据,但是解决具体问题时可能出现的误差以及各种轨迹相似性算法的适用性仍然不确定。目前几乎没有文献对三维及其以上的多维轨迹数据进行实例分析研究,因而,通过相同路线上的三维GPS货车轨迹数据(包括经度,纬度和速度)对4种基于距离的轨迹相似性度量算法进行验证。将第3维速度加入到二维空间轨迹上后发现LCS算法对基于地理空间轨迹的速度模式分类效果优于其他3种基于距离的轨迹相似性度量算法。这说明运用LCS轨迹相似性度量算法来识别基于三维GPS轨迹的货车运行模式是可行的,LCS算法在货车运营管理等方面将有很大的应用潜力。