-
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。
-
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:CN120013031A
公开(公告)日:2025-05-16
申请号:CN202411992950.7
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
IPC: G06Q10/047 , G06T17/05
Abstract: 本发明提供一种低空管道航路规划方法及装置,其中方法包括:基于三维数字化空域模型,构建航路规划的三维矩形地图;将所述三维矩形地图中的每个三维立体网格作为单个节点,基于代价函数,通过A*算法,确定低空管道航路规划优化方案;其中,所述代价函数根据所述起点网格经任意路径到达终点网格的移动代价和所述起点网格经任意路径到达终点网格的航路代价确定;所述航路代价包括距离代价和威胁代价。从而实现低空环境中的飞行器管道航路规划,为低空空域管理提供有效帮助,保障了低空运行安全。
-
公开(公告)号:CN119540988A
公开(公告)日:2025-02-28
申请号:CN202411519549.1
申请日:2024-10-29
Applicant: 济南轨道交通集团有限公司 , 北京交通大学
IPC: G06V40/10 , G06V20/70 , G06V10/774 , G06V10/778 , G06V10/764
Abstract: 本发明提供一种城市轨道交通乘客重识别方法及系统,属于目标识别技术领域,获取待识别的图片;利用城市轨道交通乘客重识别模型对获取的待识别的图片进行处理,得到所述待识别的图片中行人重识别结果;其中,所述城市轨道交通乘客重识别模型为利用由乘客图片集与更新后的图片集融合得到增量训练数据集训练得到。本发明针对乘客的多样化外貌特征,建立了一个轨道交通乘客特征图片库,根据轨道交通的运行特点,实现了动态模型训练的方法,不断优化乘客重识别的准确性,提高乘客重识别的准确率。
-
公开(公告)号:CN115660282B
公开(公告)日:2024-06-28
申请号:CN202211334371.4
申请日:2022-10-28
Applicant: 北京交通大学 , 北京市地铁运营有限公司
IPC: G06Q10/063 , G06Q50/40
Abstract: 本发明提供一种面向乘客出行服务的轨道交通路网韧性评估方法及系统,属于城市轨道交通路网特性分析技术领域,包括:计算表征了城市轨道交通路网的韧性吸收能力、城市轨道交通路网的韧性抗毁能力和城市轨道交通路网的韧性恢复能力;最后,综合轨道交通路网的韧性吸收能力、韧性抗毁能力和韧性恢复能力,评估轨道交通路网韧性。本发明根据路网受到扰动前的可达性表征吸收能力,根据路网受到扰动时的性能损失表征抗毁能力,根据路网受到扰动后的修复速率作为恢复能力,通过挖掘不同阶段路网扰动对于乘客出行服务的影响,完善了韧性理论,识别了关键站点,提高了乘客出行效率和城轨交通运营服务水平。
-
公开(公告)号:CN111612358B
公开(公告)日:2024-04-12
申请号:CN202010448328.5
申请日:2020-05-25
Applicant: 北京交通大学
IPC: G06Q10/0631 , G06Q10/0637 , G06Q10/047 , G06Q10/02
Abstract: 本发明提供了一种共享汽车车辆调度及调度员路径优化方法。该方法包括:根据共享汽车的调度需求、站点的位置、每个站点的容量和站点之间的最短距离数据信息,获取所有可行的备选车辆调度任务,根据共享汽车车辆的三种状态和设定的假设条件构建并求解第一阶段的线性整数规划模型,得到调度员需要执行的车辆调度任务;对调度员需要执行的车辆调度任务的出发时间段和到达时间段属性进行时间粒度转换,将调度员需要执行的车辆调度任务的取车站点、还车站点和时间窗参数输入到第二阶段的数学模型中,求解出调度员的时刻表和路径。本发明的方法在既尽可能多的满足需求又使总成本最低的原则基础之上,生成车辆调度任务及调度员的时刻表和路径优化方案。
-
公开(公告)号:CN117808187A
公开(公告)日:2024-04-02
申请号:CN202311386543.7
申请日:2023-10-24
Applicant: 北京交通大学
IPC: G06Q10/063 , G06Q10/047 , G06Q50/40
Abstract: 本发明提供了一种基于渗流理论的城市轨道交通线网韧性评估方法。该方法包括:收集城市轨道交通多源数据;基于所述城市轨道交通多源数据构建城市轨道交通动态“客流‑车流耦合网络”渗流模型;利用城市轨道交通动态“客流‑车流耦合网络”渗流模型对每个时刻的城市轨道交通网络进行渗流;设置城市轨道交通网络的韧性评估指标,根据城市轨道交通网络的渗流结果利用所述韧性评估指标计算城市轨道交通网络的韧性。本发明方法能够准确识别城市轨道交通网络中的关键瓶颈区间、区段,并对当前运营状况进行韧性评估,为城市轨道交通运营方在制定运营方案时提供建议,并能够量化评估改进后的运营方案对运行韧性的影响。
-
公开(公告)号:CN117455038A
公开(公告)日:2024-01-26
申请号:CN202311327160.2
申请日:2023-10-13
Applicant: 北京交通大学
Abstract: 本发明提供了一种城市轨道交通短时客流智能预测方法。该方法包括:对城市轨道交通智能卡交易数据进行分析,通过概率平行四边形算法提取乘客的出行行为特征;根据城市轨道交通线路结构、站点及周边信息刻画城市轨道站点的公交可达性特征;获取城市轨道站点周边的POI数据;构建集成乘客的出行行为特征、列车时刻表数据、公交可达性特征和POI数据的城市轨道交通短时客流预测模型;利用训练好的城市轨道交通短时客流预测模型预测城市轨道交通未来时刻的客流量。本发明方法采用可解释人工智能方法从“黑箱”模型中提取和解释信息,并量化每个特征的贡献。能很好地表征客流数据的因果关系和长期依赖关系,提高进站客流预测的准确度。
-
-
-
-
-
-
-
-
-