排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
基于虚拟决策单元的公路网DEA评价模型 总被引:3,自引:0,他引:3
针对区域公路网的特点,建立了公路网综合评价指标体系,并利用DEA(数据包络分析)的原理与方法建立基于虚拟决策单元的公路网非均一综合评价模型,随后给出了实际的评价案例。结果表明,基于虚拟决策单元的DEA模型弥补了传统DEA模型不能有效区分有效决策单元方面的不足,其评价结果更加全面、更加符合客观实际情况。 相似文献
2.
出行者的路径选择行为是包括自身特性在内多种因素共同作用的结果。为分析出行者偏好对路径选择行为的影响,首先假设出行者从路网中获取的信息为不完全历史信息,建立了理解行程时间及其更新模型,然后给出了基于经验-加权吸引力(EWA)学习模型和累计强化学习模型的两种偏好动态更新规则,最后通过Dogit模型将理解行程时间和路径偏好共同纳入出行者的路径选择决策中。在此基础上,对比分析了不考虑路径偏好、路径偏好为固定值、基于EWA学习模型更新路径偏好和基于累计强化学习模型更新路径偏好4种不同偏好情况下网络交通流的演化情况。算例结果表明:相比利用Logit模型不考虑路径偏好的流量分配结果,利用Dogit模型考虑路径偏好的流量分配结果更为均衡,且在考虑偏好时,路径偏好为固定值、基于EWA学习模型更新路径偏好和基于累计强化学习模型更新路径偏好3种情况下路径的均衡流量间差异较小;偏好动态更新时,基于EWA学习模型的路径偏好动态更新规则较累计强化学习模型能更好地捕捉出行个体的路径偏好,但由累计强化学习模型得到的路网流量分配结果更为均衡;偏好为固定值时,路径的均衡流量介于EWA学习模型和累计强化学习模型两种偏好动态更新规则下路径的均衡流量之间。 相似文献
3.
4.
探讨了铁路货场向仓储物流中心拓展的必要性和可行性,提出了传统铁路货场向仓储物流中心拓展的思路及对策。 相似文献
5.
6.
为了解决共享单车投放点选址问题,本文将建立投放点车辆预测需求模型预测小区总投放数量,同时构建投放点选址模型,并结合实际数据利用蚁群算法寻求最优解。算例结果表明,模型与算法能有效地确定服务小区内共享单车投放点位置、数量及投放车辆总数,解决服务小区间调配问题中存在的选址难题。 相似文献
7.
8.
交通信息诱导是ITS研究的重要内容,是均衡路网交通流量,缓解交通拥堵的重要措施之一。通过研究交通信息诱导(VMS)对路网交通性能的影响,如:排队长度、延误以及车辆公里数等,并提出了存储-转发计算模型。以荷兰阿姆斯特丹路网为例,分析在发生交通事件和无交通事件情况下,提供即时交通信息和预测交通信息对出行者路径选择行为的影响,同时也考虑出行者对交通信息的顺从程度。该案例分析得出,在事件情况下提供预测信息能使出行者获得的收益最大。 相似文献
9.
通过分析后疫情时期公共汽电车乘客出行行为规律,可有针对性地制定合理的客流回归策略。追踪324位公共汽电车乘客疫情前后出行频率变化,收集乘客属性、出行属性、防疫措施、服务品质四类属性,采用Logit模型研究疫情前后通勤与非通勤乘客两类群体选择公共汽电车的出行频率特征及影响因素。针对模型分析结果,融合规划、运营、管理等多方经验,设计了定制公交、公交优先、优惠奖励、无缝衔接、品质优化5类公共汽电车引流策略,并用层次分析法针对两类群体对引流策略的接受度进行评估。结果发现,通勤乘客关注公共汽电车服务品质,非通勤乘客更关注无缝衔接(便捷性),两类群体共同关注的是优惠奖励策略。 相似文献
10.