一种新的智能公交出行建模方法及其实现

城市公共交通是城市交通网络的基础组成部分,为了给市民提供快捷、方便、经济地公交出行线路方案,智能交通系统中的公交出行系统的设计与实现显得非常重要.提出了一种新的智能公交出行模型,该模型采用由下而上三层结构,通过运用多标准评价的数学方法将公交多目标复杂因素包装成权值,同时给出了结合邻居结点查询技术的基础建模过程.最后经性能测试与项目测试实验证明这种方法具有较强的实用性.     

基于居民出行行为分析的公交线路调度研究

针对居民出行高峰时段的交通拥堵问题,建立了以居民的出行行为分析为基础的公交线路调度模型。该模型运用生存分析理论对居民出行时间的影响因素进行分析,科学划分城市居民出行时段区间,进而针对该地区高峰时段的公交发车间隔构造非线性规划模型函数。模型函数综合考虑乘客时间成本和公交公司运营成本,加入权重系数并利用粒子群算法求解,从而得到最佳发车间隔时间。结合杭州某地区市民出行数据,通过实证研究得出优化后的调度时刻表,验证了模型的可行性和有效性。     

基于双指标带权线性规划的公交车调度模型研究

公交车辆调度系统的优化可以提高公交车辆的运营效率,缓解城市交通压力,改善交通环境.针对公交车辆调度的现状,首先引入了公交车载客率和乘客不满率两个指标,并为这两个指标建立了带权优化模型;然后求得每个时间段最佳公交车发车数量,获得最优解;最后通过带入最优解,求得封闭线路（有来回）的最少备车数.通过代入数据验证,所得解在允许误差范围内符合实际结果,因此模型准确可靠,且基于本模型算法实现的程序能够应用于公交车调度系统.     

基于强化学习方法的悬浮车停车混合控制设计

强化方法是一种通过行为学习,得到最佳控制策略的方法.本文研究利用这种方法实现项目中超导悬浮车运动过程最佳停车问题.通过模型的建立,转化为求导系统的最优化问题;超导磁悬浮车的控制由于会受到电磁干扰、悬浮高度等的影响,用传统的方法求解控制方法将需要求得精确的控制模型;而利用Q-Learning 方法,通过多次样本的学习.寻求最佳的控制策略,则可求得在不同速度下的最佳控制策略.最后,使用Q-Learning方法的控制策略在仿真中得到了很好的效果,该控制方法将进一步应用于超导模型悬浮车的控制.     

基于权值设定策略的公交出行路径查询模型

在公交查询系统中,出行者往往考虑到换乘次数、出行距离、乘车费用、线路类型等诸多因素。因此出行路径查询模型要考虑到多重目标。为此基于带权有向图定义了一个新的查询模型,该模型能够通过调整权值来满足多重查询目标,并以满足最小换乘次数、优先乘车条件和最少途经站点数三重目标的出行路径查询为例,讨论了权值设定策略。实验表明,提出的模型有效、实用,具有很好的灵活性。     

最佳匹配问题的DNA表面计算模型

基于最佳匹配问题的问题解空间,采用荧光标记的策略,给出了一种新的最佳匹配问题的DNA表面计算模型,该模型首先将问题解空间的DNA分子固定在固体载体上,然后通过进行相应的生化反应来求得最佳匹配问题的所有解.与已有的最大匹配问题的DNA表面计算模型相比,新模型在检测边的过程中不需要使用观察法,且边的排列顺序不影响解空间的生成过程.因此,新模型具有更好的性能.     

一种新的智能公交出行建模方法及其实现

城市公共交通是城市交通网络的基础组成部分,为了给市民提供快捷、方便、经济地公交出行线路方案,智能交通系统中的公交出行系统的设计与实现显得非常重要。提出了一种新的智能公交出行模型,该模型采用由下而上三层结构,通过运用多标准评价的数学方法将公交多目标复杂因素包装成权值,同时给出了结合邻居结点查询技术的基础建模过程。最后经性能测试与项目测试实验证明这种方法具有较强的实用性。     

基于加权策略的最优公交车路径检索模型

人们在出行前常会规划出行线路,将距离、时间及线路等作为主要的考虑因素,其路径检索模型是一种集距离、目标和交通模式为一体的复杂检索模型。该文基于有向网构建一种新的检索模型,该模型不仅能通过加权策略来满足出行者多目标检索的需求,且能通过改变速度来实现多种交通工具的换乘。最后,以真实数据建模验证了该模型的有效性和实用性。     

网约拼车出行的乘客车辆匹配及路径优化

城市道路拥堵严重及共享理念的盛行带来了拼车出行的兴起。出行线路相似的乘客共乘一辆车,可提高座位利用率、节省费用、缓解交通压力。以带时间窗约束的无换乘多车辆静态拼车问题为研究背景,从车辆使用费、途中走行成本及到达时间窗惩罚成本3个方面建立乘客车辆匹配及路径优化的目标函数,以车辆容量、乘客出发及到达时间窗、路径无迂回、乘客车辆匹配无重叠等限制构建模型约束条件,采用演化策略算法求解问题,根据模型特征设计编码解码规则,解码结果可同时获得车辆乘客匹配关系和走行路径,采用交叉变异操作更新迭代个体种群,进而求得最优解。运用MATLAB求解算例验证了模型可行性及算法有效性,结果表明算法能快速响应静态拼车问题,在较短时间即可给出乘客车辆的先后匹配关系及车辆走行路径,拼车方案相比独自出行能节省更多成本。     

基于历史轨迹的个性化路线推荐算法的研究

针对各导航软件快速给出私家车出行最佳路线却无法满足用户个人偏好的问题,论文基于2017年11月全国8186台私家车的出行轨迹,提出一种个性化路线推荐的优化方法.通过混合高斯模型拟合偏好分布,分析相关性找出与当前用户偏好和出行时间最为相近的轨迹,最后从中选择一条最符合用户需求的路线.与DAI方法相比,推荐路线匹配度高于80％的推荐轨迹高出了47％,推荐准确度也有了大幅度的提高,准确度对比平均值达到1.102.