石家庄铁路分局两项科研项目通过分局级技术认定

由石家庄铁路分局信息技术分处研制开发的“车站到站补票计算机制票及统计系统”及“铁路纪检监察信访信息管理系统”于2002年12月24日通过分局级技术认定。 会议聘请路局及其他分局的领导及技术、业务口的专家,通过对开发项目的实地测试和答疑,评委们一致认为:两个系统选题准确,解决了运输生产和管理中的实际问题,且系统具有结构合理,扩充灵活,使用方便,运行稳定,保密性强,效果明显等特点,达到局内领先水平。具有较高的实用价值和良好的推广应用前景,建议路内推广使用。     

铁路客运段信息化综合管理系统

根据我国铁路客运段的现状,集成基于GSM-R的无线移动售/补票子系统、车长办公子系统、餐车管理子系统、列车GPS定位与自动语音播报子系统、列车移动视频监控子系统五大车载系统,构建客运段信息化综合管理系统。在客运段建立集成平台,统一数据接口,规范客运业务,提供WEB查询服务,并对其中的两个关键子系统给出实现方案。铁路客运段信息化综合管理系统已在武汉铁路局下属客运段实际运行,取得了良好效果。     

城市公交车到站规律及站台服务水平研究

城市公共交通是城市可持续发展的必由之路,对城市交通具有重大意义.本文从公交车的运行特点入手,用数学方法描述公交车从发车到到站的运行过程,建立公交车到站模型,并利用简化模型分析公交站台车辆到站规律,计算车辆到站频次.最后,利用排队理论建立公交站台服务水平的计算模型.运用排队论模型对北京市某公交站台进行评价,证明对站点设置位置和停靠模式以及站台的线路数和线路发车频率的合理设置,可以有效地控制站台内公交车的排队情况,提高公交站台的运行效率,缓解交通拥堵.     

公交浮动车辆到站时间实时预测模型

根据公交浮动车辆实时GPS数据,考虑不同时段的路段平均速度、公交车站、信号灯等多因素的影响,建立了一种新的公交车辆到站时间预测模型.通过估计到达下游最临近站点的时间和判断道路上GPS数据的有效性等方法,改善了预测模型的精度,并应用重庆公交车辆数据对模型进行验证.计算结果表明:该模型能够实时预测公交浮动车辆到达下游站点的...     

基于多目标优化的公交运行速度优化控制方法

为了在保证城市公交运行准时性的基础上提高燃油经济性,研究了基于多目标优化的公交运行区间速度控制方法.基于公交车辆运行与信号灯交叉口和公交站点之间的动态时空关系,建立了公交到站准时性区域判断模型;采用基于车辆比功率的油耗模型,建立了公交燃油经济性优化模型;利用分层序列法,设计了基于多目标优化的区间速度优化控制方法.在基于Matlab软件搭建的公交运行仿真平台开展了仿真实验,结果表明,所提出的方法在多种参数组合下不同控制场景中均可给出可靠速度建议;在所有场景中均降低了时间偏差,最大降低值为26 s,提升了公交线路服务可靠性;所提出方法平均降低燃油消耗7.32 mL,在一定程度上节约了公交运营成本,进一步证明了所提出方法的有效性和适用性.      

列车移动补票系统研究与应用

针对铁路列车车上补票的落后现状,研究开发了适合车上作业的移动售票系统。系统由地面管理机和车上移动售票机两部分组成,地面管理部分主要实现从客票系统下载基础数据,管理客运段的车次、人员、补票机,生成补票机的补票信息,形成客运段的各类统计报表,并可将存根信息上传到客票中心,构成完整的信息共享网络。车上补票机可补售正常票、越站票、变席变座票等各类车上产生的代用票。针对补票机外出作业和系统安全性的要求,从操作系统、权限管理、存根校验、数据备份等多个角度对补票机的安全性进行了处理。     

基于公交专用道的准点到站预测方法

公交准时定点到站是衡量公交服务质量的重要指标,也是居民公交出行的最大期盼。公交日常运营能产生海量的GPS定位数据,运用海量公交车辆GPS数据,基于站点、路段及线路维度,精准计算公交车辆运行时长及速度变化特征,并计算公交运行时间的可靠度,从而评估公交准点到站的可靠性。以厦门市公交专用道的开通为背景,提出基于公交专用道背景的公交准点到站预测方法,预测公交专用道上公交线路的定点到站时间,实现公交专用道沿线线路的"定点发车,准时到站"目标。     

基于聚类分析算法的公交车到站时间预测研究

在现代城市中,准确获取公交车到站时间可以吸引更多人选择公交出行。但在目前城市交通日益拥堵的情况下,公交车在实际行驶过程中受多种因素的影响,导致行驶时间不稳定,这严重影响人们乘车体验感。本文结合了聚类分析和支持向量机,提出了一种基于聚类分析的公交到站时间预测模型。该模型使用了公交线路的站点数据,对所采集的数据进行标准化的预处理,并考虑了公交车在运行过程中受到的多种干扰因素,对鹰潭市27路公交上行线路进行了分析。结果表明,基于聚类分析和支持向量机的公交车到站时间预测模型的平均绝对误差在四十秒以内,预测精度也优于直接支持向量机的模型,能很好地预测公交车的到站时间。     

基于LightGBM-LSTM的公交到站时间预测

公交到站时间预测能够为公共交通智能调度和公众出行提供技术服务,具有重要意义.提出一种基于轻量级梯度提升机(LightGBM)和长短期记忆网络(LSTM)的公交到站时间预测模型,其中LSTM模型用来区分时序数据的高平峰模式,LightGBM模型用来预测公交到站的时长.以广州市某典型公交线路为例,从公交调度系统中提取大量的...