基于AHP-SCE的城市公交线网综合评价

评价城市公交线网受多方面因素的影响,在考虑影响公交线网评价多种因素的基础上,建立AHP-SCE模型进行定量与定性分析结合的评价,使评价结果更加科学,该评价结果可以为改善公交线网提供重要的依据.本文以南昌市公交线网为例,对南昌市公交线网进行了综合评价,分析中发现南昌市公交线网主要存在线网密度低、平均站距大、线路分布不均衡等问题,为南昌市公交线网改进提供参考.     

灰色系统模型在铁路客运量预测中的应用

根据历史数据预测铁路未来年份客运量是铁路客运部门制定工作计划的重要依据。基于灰色系统GM(1，1)模型预测铁路客运量，可充分利用给定的少量数据所包含的信息，得到较高精度的短期预测结果。本文以广深铁路公司客运量为例进行了短期预测，并与其他方法相比较，证实了灰色预测模型的有效性。     

基于模糊自适应变权重的经济时间序列组合预测模型研究

组合方法首先选取支持向量机预测算法和一阶指数平滑法对经济时间序列分别进行预测,来建立模糊自适应变权重组合预测模型。为对比模糊自适应变权重的经济时间序列组合预测模型的预测效果,选取了两种定值加权组合预测模型:平均加权模型、误差平方和最小组合预测模型。通过实验比较分析:模糊自适应变权重组合预测可以综合利用各单项预测方法的优点,比单一模型预测结果精度有了很大提高,且优于定值加权组合预测,在经济时间序列的预测方面有较高的应用价值。     

基于偏最小二乘回归的民航客运量预测与分析

民航客运量预测与分析结果直接影响民航交通规划与管理,对各机场与航空公司是否能够把握行业发展的趋势,并及时制定市场竞争规划有着重要意义。本文采用偏最小二乘回归模型,对2016-2020年的民航客运量做出预测。根据民航客运量需求与经济发展、对外开放之间的关系,分析民航客运量的影响因素,为航空业的民航客运量预测与研究提供了参考,对有效增加民航客运需求具有着一定的参考价值。     

新疆交通客运量的预测与分析

本文通过新疆统计年鉴中仅有的新疆1990-2015年的交通客运量数据为研究对象,先利用时间序列(指数平滑和ARIMA)模型和非线性回归方法,进行初步地统计分析。根据预测误差最小的原则确定采用指数平滑模型和ARIMA(1,1,1)模型客运量预测的平均值作为新疆交通总客运量的最终预测方法.并给出了新疆2016—2020年的交通客运总量以及公路、铁路、民航等各客运量的预测结果。     

基于GMDH的民航客运量需求预测与分析

根据社会经济发展和民航客运需求之间的关系,探讨了影响民航客运量的因素,并以成都民航客运市场为研究对象,采用多元线性回归和GMDH的方法,分别建立了两个民航客运需求预测模型对成都民航客运的需求量进行了预测,同时还实施了两种方法的组合预测,通过预测误差分析结果证明预测的可信性。研究表明,GMDH模型具有较强的预测推广能力和进行因素分析的优越性。     

基于改进的灰色模型对国际航线客运量的预测技术

常规灰色模型主要适用于数据量少、波动幅度不太系统,短期预测时预测的精度较高。马尔科夫链适用于数据随机波动较大系统,可以对预测结果进行有效的修正。本文针对中国国际航线客运量(中国大陆出发)建立新陈代谢灰色马尔科夫预测模型,预测2014~2016年国际航线客运量,并将预测数据与实际数据进行比较,比较结果表明新陈代谢灰色马尔科夫预测模型比灰色模型和灰色马尔科夫链预测模型精准度更高,具有较强的实用性。     

基于优先级的物流量组合预测方法

目前物流量组合预测大多是普通定常权重组合预测,预测的精度不高。因此,采用基于优先级的组合预测方法,通过对比基本预测方法的预测精度来赋予相应的优先级和权重,最后用实例数据进行验证。结果表明,基于优先级的物流量组合预测法有更高的预测精度,可以作为一种物流量预测的有效方法。     

浅谈常州中心客运站客运量预测

客运站客运量预测正确与否,关系到客运站规模、布局、投资等诸多问题,更进一步影响城市交通发展。如何采用科学的方法正确预测客运量显得尤为重要。本文就常州中心客运站的交通量预测方法进行了详细论述,以便做出较为客观的分析,为投资决策提供依据。     

呼和浩特市公交线网优化理论模型构建

文章分析了呼和浩特市市区公共交通存在的问题:满载率过高;线网疏密不均衡;部分居住区仍存在公交空白区;换乘不便等.依据现状确立了公交线网优化的起讫点、节点和线路走向的确定原则,探讨优化目标函数的表达形式及相应的约束条件的数学表达式,建立了公交线网优化的理论模型.     

考虑学习行为的日常公交系统演化

针对公交网络的特殊性,提出符合乘客路径选择行为的广义公交路径定义,考虑路段阻抗和站点阻抗,构建公交路径阻抗函数;基于经历-加权吸引模型,分析乘客的路径选择策略空间及路径吸引力更新规则,建立考虑学习行为的路径选择模型;从研究个体行为机制出发,探讨日常公交系统的演化过程,结合成都公交网络基础数据,运用模拟仿真实例诠释公交系统演化到广义用户最优均衡的过程,阐明城市公交系统的动态演化机理,为解释和预测乘客出行决策行为提供理论依据。     

兰州仁寿山到西站的BRT项目的综合评价

快速公交系统在兰州成为城市公共交通系统不可或缺的组成部分。本文结合兰州市自身特最对BRT进行了评价,从设施和平、服务水平、效益水平和与城l市协调水平四个方面构建了适合快速公交系统的评价指标体系,对其含义进行具体的说明并提出等级划分标准;最后,应用灰色聚类评价方法对兰州市的快速公交系统发展水平进行了具体的评价。研究结果表明,运用灰色聚类评价方法能够对快速公交系统的发展水平进行正确的综合评价。     

城市生态交通系统理论与实现途径

生态交通系统以人流物流为核心,讲究车、路、站、能源、管理等要素与人、经济、自然的协调,其目标是生态安全、绿色出行、和谐交通。居民以"慢行+公交"生态出行理念的实现,需从规划、技术上扩充步行、自行车与公共交通的生态位,同时采用限行、收费方式压缩轿车的生态位。效仿公交式的物流配送网络建设,既是对轴辐式配送网络的完善,也是货运从独立经营到共同配送的良性生态演化。客运与货运的生态位重叠,可通过时、空维数的部分分离来减缓竞争。     

城市群快速轨道客运系统建设策略分析

城市群空间的形成要求借助于区域或城市间的完善的交通网络体系,许多城市群建立以大容量的快速轨道客运系统为骨干,地面辅以常规多类型公共交通网络为补充的多层次、多元化、立体化的客运交通方式相互协调的综合客运交通体系,并以此城市群综合客运交通体系为城市交通发展的基本战略。本文在此主要研究我国城市群快速轨道交通规划中的建设策略。     

基于光伏供电自动循迹小车的智能公交模拟系统研究

随着城市化进程的加快,城市公交系统得到了长足发展,四通八达的公交线路极大地方便了人们的出行.但是,因公交运力不足或堵车等问题导致的站台等车时间过长,等车时间不确定等问题给人们带来了很大困扰.本设计针对现有公交报站存在的问题,使用单片机的通信以及数据运算能力,一方面提升公交报站的准确性,另一方面提示乘客在遇到环形线路时最佳的候车方向.     

基于TOD的城市综合交通规划及其研究课题

以较小的资源投入、较小的环境代价，最大可能的满足日益增长的交通需求，这一可持续发展城市交通系统的目标决定了从长远看必须建设以公共交通为主体的城市综合交通运输体系，TOD的规划理念是实现以公共交通为主体的城市综合交通系统的重要途径。研究和实践表明，协调和整合是解决城市交通问题的关键。而在诸多的协调中，交通与土地利用的协调又是问题的根本所在。TOD模式的城市和城市交通发展战略，为交通与土地利用的协调规划提供了思路和方向，而这一规划思路又使交通规划理论研究领域面临着一系列新的研究课题和挑战。     

竞争性公共交通客运需求预测模型

优先发展公共交通，是解决我国大城市交通问题的必要要求，文章以公共交通系统中的车辆行程速度和公交站点分布密度作为两个主要影响因素，建立一个出行分布与交通方式划分合一的公共交通客运需求预测模型，并据此提出促进公共交通可持续发展的发展的若干战略措施。     

GA-BP神经网络和多层次灰色评价法在乌鲁木齐市道路交通事故多发路段鉴别中的应用

在应用多层次灰色评价方法的基础上,采用遗传算法优化的神经网络方法 (GA-BP神经网络)构建乌鲁木齐市道路交通事故多发路段的鉴别模型。GA-BP神经网络模型预测值与多层次灰色评价结果吻合良好,验证了GA-BP神经网络方法鉴别道路交通事故多发路段的可行性。GA-BP神经网络有着较高的收敛速度和预测精度,为乌鲁木齐市道路交通事故多发路段鉴别提供了一种新的思路与方法。     

基于多传感器信息融合的单交叉口信号控制

本文介绍了基于多传感器信息融合技术的单交叉口信号控制方法。首先利用多传感器系统对交通流量进行采集，然后用加权平均的数据融合算法将交通流量数据进行处理，得到更可靠的数据，最后将这些数据作为确定交通信号控制参数的依据，运用公式算出控制参数。进而实现了对单交叉口信号的控制。相对于传统的基于单一传感器信号控制而言，谈方法具有信息的完整性、统一性、多样性和容错性等优点。     

On improving the regional transportation efficiency based on federated learning

In recent years, regional traffic congestion has become increasingly frequent, which seriously affects the safety and efficiency of urban vehicles. Therefore, traffic flow prediction methods based on artificial intelligence are widely used in traffic management. However, the existing traffic flow prediction methods need to collect raw data, which involves risks of vehicle privacy leakage. Federated learning, which shares model updates without exchanging local data, has gradually become an effective solution to achieve privacy protection. A federated learning traffic flow prediction model for regional transportation systems is proposed in this paper. At the same time, due to the emergence of highly intelligent automatic driving vehicles, a vehicle scheduling system, which can control the departure and routes of vehicles in urban regions is developed in the proposed approach. A road weight measurement method combined with real time traffic information is introduced to optimize the driving routes of vehicles to reduce the average travel time. Additionally, departure strategy, is another factor that has a great influence on traffic efficiency, but is usually ignored in the past, and is also carefully compared and studied in this paper. The numerical results illustrate that the proposed schemes can effectively improve the privacy protection ability of model updates, reduce the scheduling completion time by using the traffic flow prediction model, and realize the comparative research between departure strategies, which provides a reference for developing a safe and efficient regional transportation system.