-
公开(公告)号：CN111353639A
公开(公告)日：2020-06-30
申请号：CN202010119503.6
申请日：2020-02-26
Applicant: 北京交通大学
Abstract: 本发明提供了一种协调列车时刻表的城市轨道交通高峰期限流优化方法。该方法包括：收集城市轨道交通AFC数据和列车计划运行时刻表数据，并对收集的数据进行处理，获得高峰时期时变乘客到站率、下车率和列车区间运行时间；基于设定的假设条件，建立协调列车时刻表的城市轨道交通高峰期限流措施优化模型，限流措施协同优化模型的目标函数为最小化等待的乘客数量；对所提出的列车时刻表和限流措施协同优化模型进行求解，得到城市轨道交通高峰期限流优化方案。本发明法可以用来协同优化城市轨道交通列车时刻表和限流措施，合理设置客流管理措施和时刻表开行方案，提高城市轨道交通系统内部的运营安全性和乘客安全性，降低部分车站乘客的长时间滞留。
-
公开(公告)号：CN109671266A
公开(公告)日：2019-04-23
申请号：CN201811414169.6
申请日：2018-11-26
Applicant: 北京交通大学
IPC: G08G1/01 , G06F16/2458 , G06Q10/06
Abstract: 本发明属于交通安全预警技术领域，涉及一种基于加速失效风险模型的驾驶员事故动态预警方法，包括以下步骤：采集驾驶员个人属性、车辆属性、违章特征和事故特征，并提取驾驶员事故间隔时间；融合驾驶员个人属性、车辆属性、违章特征和事故特征，构建驾驶员事故间隔时间样本数据库和高风险驾驶员事故间隔时间样本数据库；构建高风险驾驶员事故间隔时间最优加速失效风险模型，识别显著影响因素；计算事故预警时间；根据实时交通状态变化，对事故预警时间进行动态调整。本发明所述方法，利用高风险驾驶员事故间隔时间样本数据库，考虑删失数据，有效预测事故间隔时间；还根据高风险驾驶员当前违章或事故的实时变化，对事故预警时间动态调整。
-
公开(公告)号：CN109543934A
公开(公告)日：2019-03-29
申请号：CN201811167815.3
申请日：2018-10-08
Applicant: 北京交通大学
Abstract: 本发明提供了一种城市公交线网的综合指标的评价方法，涉及城市交通运营管理技术领域，该方法首先收集公交线网运行数据，计算所述公交线网的综合评价指标；然后确定所述综合评价指标的范围阈值；再根据所述综合评价指标的范围阈值确定公交线网结构改进方案；最后利用公交线网评价指标体系对所述公交线网结构改进方案进行评价。本发明结合公交线网的实际情况、基于线网GIS数据、IC卡刷卡数据，提出了成体系的北京市公交线网综合评价指标及其计算方法，从可达性、可靠性、客流匹配度等多层面对公交线网进行可操作、易实现的评价，用计算得到的出可达性、可靠性、客流匹配度等指标值，为科学进行公交线网优化和调整工作提供辅助决策工具。
-
公开(公告)号：CN109409560A
公开(公告)日：2019-03-01
申请号：CN201810934145.7
申请日：2018-08-16
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于多智能体仿真的城市轨道交通客流诱导方法，该方法包括：构建考虑诱导信息发布范围和内容的客流动态诱导优化双层规划模型，上层优化模型以网络总出行成本和诱导成本之和为目标函数，通过遗传算法生成客流诱导方案。下层仿真模型用于在当前客流诱导方案对乘客的出行行为进行仿真建模，将仿真时段内的每条路段上的客流量和广义费用输入到上层优化模型中，上层优化模型将客流诱导方案、客流量和广义费用代入到目标函数中，得到当前解下的适应度函数，通过多次迭代，得到适应度函数取值最高的最优动态客流诱导方案。本发明可以实现“一站一方案”的精细化诱导，可辅助乘客制定合理的路径决策，缓解城市轨道交通线网局部客流拥挤。
-
公开(公告)号：CN108876064A
公开(公告)日：2018-11-23
申请号：CN201810967392.7
申请日：2018-08-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于客流量的城市轨道交通网络关键车站识别方法，属于城市轨道交通运行控制技术领域。首先收集AFC设备中的乘客数据并进行预处理，获取OD对数据、进站乘客量和出站乘客量；然后结合交通网络拓扑结构，根据OD对数据对乘客行为进行仿真，获取站点的换乘乘客量和运送乘客量；最后根据进站乘客量、出站乘客量、换乘乘客量和运送乘客量获取站点的重要性程度。本发明考虑每个站点的进入乘客数量、离开乘客数量、转乘乘客数量和运送乘客数量这四项指标，使用基于多智能体的仿真和最小—最大归一化的分析方法得到每个站点的重要性程度，以此识别城市轨道交通网络中的关键站点，对城市轨道交通管理人员的维护工作提供理论支持。
-
Patent Agency Ranking
公开(公告)号：CN106484966A
公开(公告)日：2017-03-08
申请号：CN201610842757.4
申请日：2016-09-22
Applicant: 北京交通大学
CPC classification number: G06F17/5009 , G06Q50/30
Abstract: 本发明公开一种城市轨道交通突发事件动态影响范围与强度确定方法，该方法包括：确定统计指标的全天分粒度正常波动的上限阈值和下限阈值；计算得到突发事件下各车站和区间的统计指标；将突发事件下各车站和区间的分粒度统计指标分别与对应时段的上限阈值和下限阈值做比较，确定受突发事件影响的车站和区间；动态计算突发事件对所述受突发事件影响的车站和区间的影响强度。本发明能根据动态计算得到的进站量、出站量、换乘量、断面客流量等指标，实现对当前突发事件影响范围与影响强度的动态监测，从而为城市轨道交通运营管理部门应急处置、突发事件动态监测提供技术支持与决策依据。
-
公开(公告)号：CN120012976A
公开(公告)日：2025-05-16
申请号：CN202411991011.0
申请日：2024-12-30
Applicant: 交控航空科技(深圳)有限公司 , 北京交通大学
Abstract: 本发明提供一种飞行巴士停机坪选址优化方法及装置，其中方法包括：基于交通流网络，对目标区域进行栅格化，并获取所述目标区域的用户行为数据；基于所述目标区域的各个栅格计算风险值，得到所述目标区域的风险地图；基于总成本、所述用户行为数据和所述风险地图，通过双层规划模型得到飞行巴士的停机坪选址优化方案；其中，所述双层规划模型的上层模型为多目标离散选址模型，用于确定飞行巴士的停机坪选址集合；所述双层规划模型的下层模型为交通流分配模型，用于分配交通流量。从而有效降低飞行巴士的建设和运营成本，减少飞行路径的风险，提高低空立体交通系统的安全性和运行效率，适用于未来城市低空交通系统中的基础设施规划。
-
公开(公告)号：CN114925909B
公开(公告)日：2024-08-02
申请号：CN202210540205.3
申请日：2022-05-18
Applicant: 北京交通大学 , 北京市地铁运营有限公司
IPC: G08G1/01 , G06Q10/04 , G06Q10/0631 , G06Q50/26
Abstract: 本发明提供一种城市轨道交通客流与车流耦合优化方法及系统，属于城市轨道交通运营管理技术领域，根据AFC刷卡记录整理乘客分时段的OD需求以及列车的到发时间，确定客流动态需求；根据客流动态需求建立城市轨道交通客流与车流耦合优化模型；利用差分进化算法对构建的客流与车流耦合优化模型进行仿真求解，获取城市轨道交通客流与车流耦合优化的最佳控制策略。本发明优化城市轨道交通高峰时期客流与车流的一个相互协调配合，通过限流控制和列车运行图协同优化来最小化乘客的平均等待时间，提高乘客的出行效率和地铁的运营效率。
-
公开(公告)号：CN118154246A
公开(公告)日：2024-06-07
申请号：CN202410292287.3
申请日：2024-03-14
Applicant: 北京交通大学
IPC: G06Q30/0203 , G06Q30/0202 , G06N20/00 , G06F17/18
Abstract: 本发明提供了一种突发事件下大小数据耦合驱动的客流调查方法。该方法包括：构建基于大数据和机器学习的个体常态出行预测模型，利用个体常态出行预测模型计算乘客在预测日内的出行概率；构建基于改进马尔科夫链的个体常态出行行为预测模型，计算乘客出行时所有可能的出行行为的概率；构建大小数据耦合驱动的突发事件下乘客出行行为对比调查模块，利用突发事件下乘客出行行为对比调查模块将乘客的常态出行行为预测结果与突发事件下的实际出行行为进行对比分析，识别乘客的出行行为和时间的变化。本发明能够准确地刻画乘客在无突发事件下的出行选择。通过改进输入和优化模型结构，本发明提升了对常态出行行为的预测精度。
-
公开(公告)号：CN111597971B
公开(公告)日：2024-05-21
申请号：CN202010407459.9
申请日：2020-05-14
Applicant: 北京交通大学
Abstract: 本发明提供了一种城市轨道交通短期进站客流量预测方法。该方法包括：构建Wave‑LSTM预测模型，利用训练数据集对Wave‑LSTM预测模型进行训练，获取待预测站点的历史进站量数据序列；利用选取的小波函数和分解次数对所述历史进站量数据序列进行分解，得到重构进站量数据序列；将重构进站量数据序列输入到训练好的Wave‑LSTM预测模型，Wave‑LSTM预测模型输出对应的预测进站量数据序列，将所有的预测进站量数据序列相加，得到预测出的待预测站点的所有时间段内的进站量客流数据。本发明充分利用了小波变换的数学显微镜的优点和LSTM可学习长序列依赖的特点，将具有趋势的低频信号与包含噪声信息的高频信号分开，从而提取到各站点进站客流的关键特征，提高客流预测精度。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.018 seconds)
