排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度,
基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合
模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的
作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行
客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在
15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部
门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统
的服务水平。 相似文献
3.
分析了当前城市轨道交通(简称:城轨)云平台建设的各种模式,指出国内众多城轨线路各业务系统迫切上云需求,进而提出城轨业务系统统一逐步迁移至城轨云的渐进式方案。方案阐述了城轨业务系统迁移至云平台的方法、评估流程以及渐进策略;利用该策略举例说明基于业务与数据的渐进式城轨云迁移方案及架构实施,实现对城轨业务系统及数据的云迁移。 相似文献
4.
南京地铁1号线自动售检票系统互联互通改造设计 总被引:1,自引:1,他引:0
针对南京地铁进入多线路自动售检票(AFC)系统的互联互通运营这一阶段,阐述南京地铁1号线AFC系统改造的原因和目标;重点叙述了AFC系统互联互通改造内容和方案,以及改造实施方案的关键过程,以供国内即将进入城市轨道交通多线或网络化运营的城市在AFC系统建设方面作参考. 相似文献
5.
6.
7.
随着轨道交通快速发展,突发事件带来的损失与影响也日益增加。在此背景之下,从乘客的角度出发,为提高突发事件下轨道交通服务水平、降低乘客候车时间,构建以事故线路乘客总候车时间最短为目标的列车运行调整模型。同时,提出一种缓解重点车站客流压力的单车站列车运行调整优化算法以及一种不同突发事件持续时间分别计算和每隔5 min滚动计算的策略,在保证突发事件列车运行安全的基础上,缓解突发事件下重点车站的客流压力的行车调整结果,降低突发事件带来的客流积聚压力,为运营管理人员进行突发事件下的行车调整及客流管控提供数据支撑。以天津地铁某一实际突发事件为例,对模型计算结果与实际情况进行比较分析,验证模型及算法的有效性。 相似文献
1