【摘 要】
：
基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程.利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比.研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时
【机 构】
：
长安大学,经济与管理学院,西安710054;长安大学,陕西高校青年创新团队“未来交通与区域发展创新团队”,西安710054;长安大学,长安大学综合运输经济管理中心,西安710054;长安大学,陕西高校
论文部分内容阅读
基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程.利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比.研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时间变动情况.依据这5种出行模式的时间特征和空间特征,分别确定其出行含义:通勤出行中居住地到地铁站的出行;通勤出行中地铁站到工作地点的最后一公里连接;居民其他的非通勤出行行为,如休闲娱乐活动等;回程通勤出行中从工作地点到地铁站;回程通勤出行中从地铁站到居住区的最后一公里连接.最后,模型预测结果的对比分析显示,本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型.
其他文献
网约车逐渐成为城市中重要的交通方式之一,由于网约车出行特征与其他交通方式显著不同,其环境影响仍有待深入研究.为揭示网约车的排放特征,基于成都市网约车GPS轨迹数据,采用大数据分析方法得到网约车在各轨迹段的平均速度、行驶里程等参数,然后应用机动车排放模型COPERT实现对研究区域内网约车CO、HC、NOx和CO2排放的量化,并进一步分析其时空分布特征.结果显示:2016年11月18日成都市研究区域内网约车CO、NOx、HC、CO2的排放量分别为151,41.5,8.93,125497.6 kg;网约车排放的
为解决排放控制区下集装箱班轮运输船期设计和燃油补给联合优化问题,分析了多时间窗、多起讫时间和多装卸效率等合作协议条款与船舶航行、装卸及到/离港时间之间的关联性.结合燃油补给港燃油价格差异和折扣因素,以船公司航线服务周总成本最小化为目标,构建排放控制区下船期设计和燃油补给混合整数非线性规划模型,设计线性割线近似的求解方法.以中远海运集团有限公司AWE1航线为例,数值实验验证了模型及其求解方法的适用性和有效性.结果显示:船期设计与燃油补给联合优化可使船公司航线服务周总成本降低7.41％;随着船舶到港时间窗长度
电动汽车电池剩余使用寿命预测是当下电池研究领域的热点内容,现有电池剩余使用寿命预测模型大多基于单一预测指标,预测精度较低,模型的泛化性能较差.本文通过实车数据构建了GM-LSTM的Stacking融合模型,实现电动汽车电池剩余使用寿命的准确预测.首先根据电池剩余使用寿命影响因素,提取车辆真实的运行参数和环境参数,基于随机森林算法筛选最优特征集合作为模型输入,其次选择差分整合移动平均自回归算法对所选特征进行惯性延伸,克服数据时间维度上的限制,最后基于数据特点,分别建立灰色预测模型和长短时记忆神经网络模型实现
为解决连续流交叉口左转非机动车和直行机动车冲突问题,提出一种左转非机动车过街创新设计方案,对比常规设计和两步过街方案,将3种方案整合到一个统一的优化模型中.以交叉口机动车通过量最大为优化目标,建立混合整数非线性规划优化模型,将其转换为非线性模型以便于求解,并利用VISSIM仿真验证3种方案的运行效益.结果表明,两步过街和创新设计相对于常规设计能提升交叉口机动车通行能力,且在高流量场景下拥堵改善效果更佳,分别能降低55.58％、57.18％的机动车延误;常规设计不适用于直行机动车流量较大的场景,两步过街和创
目前国内许多城市对部分区域实施“禁摩”政策,不同禁行方案的实施对交通系统中出行者方式和路径选择产生差异化影响.为定量描述摩托车禁行方案下的用户多模式出行选择行为,本文考虑私家车、常规公交及摩托车这3种模式的不同网络出行特征,构建基于摩托车禁行方案的多模式网络均衡模型.首先,设计3种模式混行下的复合交通网络,根据其不同的路段通行能力特征,以及公交车内拥挤和线路选择,分别针对禁行区域和非禁行区域,建立用户出行成本函数;然后,基于用户均衡和Logit模式划分,构建相应的数学规划模型.最后,采用基于相继平均的路径
为加强对重点营运车辆异常驾驶行为的监督与检测,本文基于时间序列符号化算法(TSA)与多尺度卷积神经网络模型(MCNN)提出一种组合模型TSA-MCNN,用于识别重点营运车辆异常驾驶行为.首先,对北斗数据进行预处理,并基于营运车辆存在多种车型、多种速度限制、多种异常驾驶行为的特点划分4种异常驾驶行为,构建异常样本数据集.其次,构建TSA-MCNN模型识别样本数据集,其过程分为两阶段,第1阶段,针对重点营运车辆的特点,引入能够粗粒化处理数据特征的时间序列符号化算法与能够多通道参数输入的多尺度卷积神经网络进行组
为研究内外贸同船运输政策对航运企业布局长江经济带穿梭巴士网络的影响,本文允许同一船舶同时运输内贸集装箱和外贸集装箱,以总运输成本最小化为目标,考虑服务频率、多航次、时间窗、载重量等约束,构建基于轴辐式的长江经济带集装箱穿梭巴士网络优化模型.针对该模型,本文设计了包含5种破坏算子和2种修复算子的自适应大邻域算法求解模型,并选取上海和长江干线19个港口间的内贸集装箱运输和外贸集装箱运输进行实证分析.研究结果表明:实施内外贸同船政策可节约23.6％的总运输成本,提升平均舱位利用率至87％.该政策改变了原有穿梭巴
为研究毗邻互通立交特长隧道的运行特性和驾驶行为变化规律,选取10名驾驶员在雅康高速公路二郎山隧道进行实车实验,利用Tobii眼动仪、前向碰撞预警系统Mobileye及Cirelet单导脑电系统等仪器,采集真实交通状态下车辆位置、时间、行驶速度、驾驶员瞳孔直径及专注度等数据,划分毗邻互通立交特长隧道特征区,给出二郎山隧道入口前和毗邻互通立交分流点段的行驶速度和瞳孔直径分布特性和变化曲线,建立二郎山隧道进出口区瞳孔直径线性模型,并评价洞内景观带专注度等级,分析定向变道影响点至互通立交分流点驾驶行为规律.实验结
2022年1月8日,《交通运输系统工程与信息》期刊编委会组织召开了线上、线下结合的年度工作会议.来自清华大学、华中科技大学、同济大学、中南大学、北京航空航天大学、华南理工大学、西南交通大学、长安大学、武汉理工大学、上海海事大学、重庆交通大学、南京航空航天大学、发改委综合运输研究所、铁道科学研究院、交通运输部科学研究院等国内高校与科研单位以及美国内华达大学的30余位编委与特邀专家线上参加了这次工作会议.北京交通大学的编委与编辑部工作人员近20人参加了线下会议.
冲击射流是一种传热效率极高的方式,采用数值分析方法模拟了单束射流不同倾角条件下的冲击冷却过程,定量讨论了射流流场对壁面传热特性的影响,发现射流流速与滞止区和壁面射流区的传热性能具有强相关性.为此设计了组合式射流冲击冷却模型,仿真验证发现,在多喷嘴协同作用下,组合式射流继承了单束直射流和斜射流的优点,在保证滞止区传热效率较高的同时,有效地提高了射流下游的传热效率,并使壁温分布更加均匀.