Investigating the predictive performance of computational process activity-based transportation models

The aim of this paper is to achieve a better understanding of computational process activity-based models, by identifying factors that influence the predictive performance of A Learning-based Transportation Oriented Simulation System model. Therefore, the work activity process model, which includes six decision steps, is investigated. The manner of execution in the process model contains two features, activation dependency and attribute interdependence. Activation dependency branches the execution of the simulation while attribute interdependence involves the inclusion of the decision outcome of a decision step as an attribute to subsequent decision steps. The model is experimented with by running the simulation in four settings. The performance of the models is assessed at three validation levels: the classifier or decision step level, the activity pattern sequence level and the origin–destination matrix level. The results of the validation analysis reveal more understanding of the model. Benchmarks and factors affecting the predictive performance of computational activity-based models are identified.     

西安地铁3号线客流趋势预测研究

在目前我国城市已运营的轨道交通线路中,实际客流与设计客流偏差较大的问题普遍存在。以西安地铁3号线为例,研究其现状客流特征,并与原设计客流对比,分析主要客流预测指标与实际值的偏差及原因。在综合考虑客流影响因素的基础上,提出3号线研究年度内各年客流预测推荐值,对其原客流预测进行校正。最后,结合3号线客流发展规律,对城市轨道交通规划设计及运营提出相关建议。在线路运营初期对客流趋势进行预测,为合理增购车辆、制定运营计划提供依据,为其他线路进行客流趋势预测提供参考。     

深圳地铁运营对轨道交通客流预测的启示

研究目的:深圳市轨道交通一期工程运营以来,客流处于全国最好的水平,部分车站的客流已经接近设计水平。若运营中出现客流超出运输能力的情况,会对地铁公司的正常运营带来很大的风险,为规避运营风险,需对实际客流较之设计客流进行校验,对可能导致客流断面激增的因素进行预估。研究结论:本文以深圳市轨道交通运营的统计数据和设计资料为基础,重新审视其设计时的客流预测结果,系统地定性分析了客流高断面超出设计水平的影响因素,得出深圳地铁客流将在网络化以后将进入快速增长阶段的结论,建议地铁公司应适当增加车辆配置以应对客流的快速增长。     

数据挖掘技术在轨道交通AFC系统中的应用

为改善城市轨道交通运营管理水平,提升轨道交通带来的企业经济效益和社会效益,主要探讨将数据挖掘技术应用于轨道交通领域的潜力及其价值。首先,分析目前AFC系统对于数据利用的不足;其次,总结数据挖掘的任务类型、处理过程以及数据挖掘过程中常用的方法,阐述数据挖掘的基本原理;最终,从运营管理的统计和预测两方面需求的角度,深入探讨数据挖掘技术在轨道交通客流、票务、收益、设备等管理内容中的应用前景,并通过实例论证实际运用过程中的可行性。     

灰色变权组合模型的货车车轮踏面磨耗预测

为探讨变权组合模型在货运专线车轮踏面磨耗趋势预测中的应用,采用基于灰色新息GM(1,1)模型、灰色离散GM(1,1)模型和指数平滑模型为一体的变权组合方法研究货运专线车轮踏面随走行公里的磨耗趋势,并与各单项模型预测结果和定权组合预测结果作对比,研究结果表明:应用组合方法比单纯应用单项预测模型方法更合理,预测结果更可靠,且变权组合预测模型优于定权组合预测模型,预测精度较高。本文所提出的变权组合预测方法能够很好地预测货运专线上车轮踏面的磨耗趋势,是一种研究运输专线上车辆轮对维护决策的有效方法。     

基于Markov链修正的铁路运量灰色组合预测模型研究

预测模型的准确与否直接决定着未来经济规划与决策的有效制定。将灰色GM(1,1)-Verhulst组合预测模型与马尔可夫链方法相结合,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法,并以甘肃省2004年～2015年铁路客运量作为原始数据序列进行模型拟合,而且还以此为基础对甘肃省未来几年内的客运量发展趋势进行预测。结论:(1)在已知实际客运量年份内,该灰色组合预测模型的预测精度比单一灰色预测模型更高、更加准确;(2)采用马尔可夫链方法获得该组合模型的偏差规律,并依照此规律对预测结果进行修正,即由一个单一的预测数值修正成为区间和概率组成的预测范围;(3)通过比较2016年～2017年的客运量实际值、组合预测模型的单一预测值和Markov链修正的预测区间值,发现Markov链修正的预测结果与客运量实际值的吻合性良好,进一步验证此预测方法的可信性。     

无线传感器网络中一种基于簇头预测和功率控制的节能路由算法

在无线传感器网络中,节点能量有限且一般没有能量补充,因此如何减少节点的能量消耗成为路由协议的研究目标。文中提出一种基于簇头预测和功率控制的节能路由算法CHFPC(Cluster Head Forecasting andPower Controlling),该算法利用能量和距离参数对簇头进行预测,并将功率控制这一机制引入分簇路由和数据传输的过程中,从而使节点的平均能耗降低。最后用OMNeT++仿真的结果表明所提出的方案在网络生存时间和网络总剩余能量指标上比LEACH算法分别提高23%和15%,而且节点生命周期也明显长于LEACH算法。     

考虑外包因素的供应链生产柔性决策研究

研究需求不确定条件下考虑外包因素时供应链的生产柔性决策问题,建立模型,设计求解过程,通过算例来说明制造商生产量均值、OEM生产量与生产能力的关系。进而提出建议:为应对需求的不确定性,制造商应合理确定自身的生产柔性水平,保持一定的生产能力富余。     

大跨径预应力混凝土连续刚构桥施工监控分析

以大跨径预应力钢筋混凝土连续刚构桥为研究背景,应用桥梁结构设计与施工计算软件桥梁博士(D r.B ridge)建立计算模型,分析计算各施工阶段结构行为。以最小二乘法为基础进行参数识别的误差分析和状态预测法进行标高、应力控制。通过各施工阶段高程、应力实测值与理论计算值的对比分析,验证了计算模型和分析方法的正确性。     

跨越铁路障碍 解决出行需求——桃浦东路地道周边交通影响分析

随着城市发展,任何交通问题都可归到质和量的统一,针对交通出行需求,定量分析交通活动相互联系的数量关系。结合案例分析,根据地块的开发强度和不同用地的出行特征预测交通需求,通过预测方案比较,从定性转化为定量,为决策方确定项目规模提供充分的依据。