排序方式: 共有46条查询结果,搜索用时 15 毫秒
31.
<正>“很方便,很准时。”“我们老年人不用智能手机也能准时坐上车了。” 10月20日早上8点05分,夏履公交站站点上已经等候着几名乘客,不一会儿,一辆微1003路公交车缓缓驶入站台,车门打开,乘客们在查验场所码后,依次有序地登上车辆,之后车门关闭、车辆启动,此时,位于驾驶室一侧的车载卡机时间正显示为8点06分。一路下来,驾驶员牢牢根据时刻表上到站时间,严格控制着车速,仅在西湖口、门台里两个站点,车辆的到站时间比预计晚了1分钟,其余的站点,车辆均能按照规定的时间准时到达。 相似文献
32.
为了提高公交到站信息服务系统的可移植性、降低到站时间预测误差、增强到站时间信息服务的可获取性,对如何构建公共汽车到站信息服务系统进行设计。以标准化AVL数据输入为基础,阐述了4项关键技术:制定AVL数据采集内容标准;建立基于行程时间的到站时间预测算法;建立基于事件驱动的到站时间预测控制方法;提出电子站牌与手机相结合的联合信息发布模式。选取实际线路在计算机上实现上述设计成果,并对比分析事件驱动和时间驱动两种控制方法在降低预测误差方面的效果。结果证实,事件驱动控制方法对到站时间预测误差的改善效果比时间驱动控制方法显著。 相似文献
33.
乘客平均候车时间建模在公交网络协调优化研究、公共交通效益分析等诸多研究领域起着至关重要的作用. 本文首先将轨道换乘常规公交的客流分为固定客流和随机客流,并进行客流到站时间分布曲线拟合,结果表明固定客流到站时间的对数正态分布拟合效果最好,而随机客流到站时间的伽马分布拟合效果最好;在此研究的基础上,建立了基于客流分类的换乘客流晚高峰平均候车时间模型;最后,对北京市13号线龙泽站519路公交线路进行了模型应用,以检验模型的准确性. 检验结果表明:模型能够准确地估计晚高峰换乘乘客的平均候车时间,相对误差在2.05%以内. 相似文献
34.
35.
36.
37.
提升公交车到站时间预测精度可以提高乘客出行效率和公交服务质量、节省公交运营成本。通过分析公交车运行的影响因素、周期与相关性,文章建立了基于人工大猩猩部队算法的卷积双向长短期记忆神经网络(GTO-CNN-BiLSTM),通过人工大猩猩部队算法进行超参数寻优,获得更好的预测效果,采用呼和浩特62路公交到站时间数据进行预测,验证模型预测精度。研究表明:不论是在工作日还是非工作日,早晚高峰还是平峰,GTO-CNN-BiLSTM都能有最优预测效果,相较于卷积双向长短期记忆神经网络(CNN-BiLSTM)、双向长短期记忆神经网络(BiLSTM)和长短期记忆神经网络(LSTM),GTO-CNN-BiLSTM预测结果的平均绝对误差至少减少7.57%,均方根误差至少减少3.84%,平均绝对百分比误差至少减少7.86%。 相似文献
38.
39.
在我国客运专线采用目标-距离模式曲线速度控制方式的前提下,按照传统确定列车到站间隔的原则所得的到站时间将不能满足高密度的行车需求,为此,国内有关专家提出列车提前减速的方法减小列车到站间隔,但未形成系统的计算体系.基于此,本文根据到站追踪间隔时间的形成机理,分析提前减速减小到站间隔时间的可行性,在阐明提前减速内在本质的基础上,提出相应到站间隔计算方法,并利用模拟的方法,结合实例验证了方法的正确性、实用性. 相似文献
40.
现有城市值机移动服务站点设施分布模型在优化中未考虑旅客到达服务站点的时间不确定性,其优化结果通常与实际情况存在差异,导致无法对提前或延误到达的旅客进行服务。为解决时间不确定性对优化求解造成的不利影响,研究基于旅客准时性概率函数的动态设施分布模型。针对城市值机移动服务站点布局优化问题,构建完整的数学模型,并提出动态设施分布的优化评价指标。采用正态分布型旅客准时性概率函数,用以预估旅客实际到站时间与申报到站时间的差异。基于不同服务时段客源点的位置分布,采用涟漪扩散算法和遗传算法优化服务站点位置并计算所有旅客与站点间的最优路径。基于天津市路网和旅客分布的真实数据,对旅客准时到站和考虑旅客到站时间不确定2种场景进行仿真对比实验。结果表明:旅客到站时间概率模型优化结果优于旅客准时到站模型,动态设施分布评价指标提升4.31%。其中,旅客到达站点的平均路径长度减少0.35%,旅客可接受距离总超出量减少6.26%,站点服务容量总超出量减少4.13%。旅客到站时间概率模型能够充分考虑到站时间不确定性,并基于旅客实际到站时间更好地优化设施布局。基于旅客准时性概率函数的城市值机移动服务站点动态分布模型具有可... 相似文献