一种基于AnyLogic的高铁枢纽换乘城市轨道交通优化方法

    公开(公告)号:CN119885505A

    公开(公告)日:2025-04-25

    申请号:CN202411936617.4

    申请日:2024-12-26

    Inventor: 程龙 宁哲 陈文栋

    Abstract: 本发明针对高铁枢纽与城市轨道交通换乘流线的优化问题,提出了一种基于智能仿真与机器学习的优化方法。包括以下步骤:(1)估算高铁列车载客率,提取高铁到达客流,分析客流的分布特征;(2)建立全过程换乘仿真模型,通过分析现状仿真结果,识别换乘过程中的瓶颈;(3)根据换乘瓶颈,确定高铁枢纽换乘城市轨道交通优化措施,识别措施参数重要度,确定优化措施的优先级,提出优化建议。本发明提出了基于参数变化仿真实验获取样本数据的方法,建立了高铁枢纽换乘城市轨道交通全过程仿真模型,设计并提出了枢纽换乘优化措施的优先级判定方法,为高铁枢纽换乘组织提供理论依据,更有效地优化换乘过程,提升高铁枢纽整体服务水平。

    一种基于STMGCN的大型机场客流时空分布预测方法

    公开(公告)号:CN118446425A

    公开(公告)日:2024-08-06

    申请号:CN202410651355.0

    申请日:2024-05-24

    Abstract: 本发明公开了一种基于STMGCN的大型机场客流时空分布预测方法,包括以下步骤:(1)构建机场客流分布矩阵、客流影响因素矩阵、交通小区邻接矩阵;(2)集成图卷积网络GCN和门控递归单元GRU,构建时空客流预测模块,将客流分布数据和影响因素矩阵作为时空客流预测模块输入,得到初步预测客流y1;(3)集成加权动态时间规整WDTW和门控线性单元GLU构建客流修正模块,利用WDTW计算历史到达客流和待预测时段客流的相似性,将相似性和历史客流分布作为GLU的输入,得到修正客流y2;(4)将y1和y2经过加权求和,得到最终预测结果y。本发明通过融入机场客流影响因素,捕捉客流分布的时空特性,实现对机场客流分布的准确预测。

    一种基于信令数据并结合动态阈值判断出行有效性的人口交换量估计方法

    公开(公告)号:CN109978746B

    公开(公告)日:2023-02-28

    申请号:CN201910236950.7

    申请日:2019-03-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于信令数据并结合动态阈值判断出行有效性的人口交换量估计方法,能够利用手机网络运营商日常运营时产生收集的信令数据,低成本地获得进行交通规划所必需的不同空间尺度和时间尺度的人口交换量信息。本发明利用信令数据获取各层次的人口交换量,可以广泛应用于城市规划以及交通规划和管理,更合理高效地分有限的公共资源;此外,和传统的问卷等方式采集人口交换数据相比,基于信令数据的人口交换量估计方法成本低、准确率高,是大数据时代城市交通规划方法革新的代表之一。

    一种高效清洁的降解秸秆生物质中木质素的方法

    公开(公告)号:CN114875702A

    公开(公告)日:2022-08-09

    申请号:CN202210479005.1

    申请日:2022-04-29

    Applicant: 东南大学

    Inventor: 吉远辉 张洋 程龙

    Abstract: 本发明公开了一种高效清洁的降解秸秆生物质中木质素的方法,芝麻秸秆在室温下,通过光催化方法对生物质中的木质素进行降解,并通过优化光催化反应条件,得到具有高纤维素含量、低木质素含量的生物质前驱体。本发明提供的生物质,在经过光催化降解后,其纤维素含量最高可达到55.43%,木质素含量可降低至9.96%。

    一种石墨化层级多孔炭的制备方法

    公开(公告)号:CN112225212B

    公开(公告)日:2022-07-26

    申请号:CN202011128298.6

    申请日:2020-10-20

    Applicant: 东南大学

    Inventor: 吉远辉 程龙

    Abstract: 本发明公开了一种石墨化层级多孔炭的制备方法,所述制备方法为:生物质原料经水热炭化后,得到水热炭,水热炭采用复合活化剂柠檬酸钾和柠檬酸铁进行活化,活化后酸洗得到石墨化层级多孔炭。本发明制备方法制得的产物石墨化程度高,具有层级孔(微‑介)结构,介孔的存在有助于有机污染物的快速、高效的吸附和去除,因此本发明制备方法不仅增大了材料的比表面积和孔隙率,进而增大其吸附能力,而且石墨化结构可以改善生物炭与有机污染物的π‑π相互作用,进一步增大了其吸附去除有机污染物的能力,最后,本发明制备方法工艺简单,无需使用复杂的合成设备和腐蚀性试剂,制得的产物对水中的有机染料吸附性能良好。

    基于RGB色彩空间与蒙特卡洛方法的城市公交指标计算方法

    公开(公告)号:CN113327012A

    公开(公告)日:2021-08-31

    申请号:CN202110468086.0

    申请日:2021-04-28

    Applicant: 东南大学

    Abstract: 本发明公开了基于RGB色彩空间与蒙特卡洛方法的城市公交指标计算方法,具体为:获取城市待研究区域土地利用总体规划图与研究区域土地面积数据;获取城市指定研究区域中公共交通站点位置信息;将总体规划图数字化为RGB矩阵;在同一坐标系下,将土地利用总体规划图的地理位置信息与获得的区域公共交通站点位置信息相匹配;确定总体规划图的空白区域与非城市用地区域的RGB向量;基于蒙特卡洛方法,计算待研究区域用地总面积和公交覆盖总面积;计算公交覆盖率和公交站点密度。本发明提供的方法对计算改善后的城市公共交通相关指标以及建立科学系统的城市公共交通评价指标体系,进而衡量城市公共交通发展具有重大意义。

    一种基于手机网格数据的交通出行模式识别方法

    公开(公告)号:CN108171973B

    公开(公告)日:2020-09-18

    申请号:CN201711446450.3

    申请日:2017-12-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于手机网格数据的交通出行模式识别方法,通过手机网格数据构建手机用户出行序列,获取序列的时间特征、距离特征与速度特征;基于惩罚因子清洗所获取的手机用户出行序列数据,去除“噪声”数据;根据获得的清洗后的手机用户出行序列,基于速度聚类方法划分手机用户子出行序列;根据获得的子出行序列,生成手机用户出行链,获取出行链的时间特征、距离特征与速度特征;识别手机用户各出行链多模式交通出行模式;基于已识别的手机用户出行链多模式交通出行模式比例,识别用户全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式,用于降低模型复杂度与提升预测准确性。

    一种棉花秸秆基改性水热碳的制备与应用

    公开(公告)号:CN111375380A

    公开(公告)日:2020-07-07

    申请号:CN202010203005.X

    申请日:2020-03-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种棉花秸秆基改性水热碳的制备方法,并将其应用在水环境中抗生素的去除;选取棉花秸秆废弃物为原材料,通过水洗,干燥,粉粹,过筛得到大小均一的棉花秸秆生物质粉末;将粉末与超纯水以质量体积比为1:6的比例混合,放入水热反应釜中,反应结束冷却至室温,冷冻干燥制得棉花秸秆水热碳;将制得的水热碳分别与KMnO4/KOH/H2SO4按一定比例混合制成改性水热碳,并将其应用于水中抗生素的消除;本发明充分利用了棉花秸秆等废弃物,实现了废弃物的再利用,提高了废弃物的附加值,且秸秆资源丰富,价格低廉,操作简单,所制得水热碳无污染,对环境友好。

    一种基于手机三角定位数据的交通出行模式判别方法

    公开(公告)号:CN108171974B

    公开(公告)日:2020-02-18

    申请号:CN201711446477.2

    申请日:2017-12-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于手机三角定位数据的交通出行模式判别方法,通过手机三角定位数据构建手机用户出行链;基于惩罚因子清洗所获取的手机用户出行链数据,去除“噪声”数据,重构手机用户全天出行链;基于重构的手机用户全天出行链,进行时间维度细粒度划分,形成若干个子出行时段,分别计算各子出行时段的总出行距离与直线出行距离,并以此获取各子出行时段的非直线系数;识别手机用户子出行时段多模式交通出行模式;基于已识别的手机用户子出行时段多模式交通出行模式比例,识别全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式,用于降低模型复杂度并提高预测准确性。

    一种基于手机网格数据的交通出行模式识别方法

    公开(公告)号:CN108171973A

    公开(公告)日:2018-06-15

    申请号:CN201711446450.3

    申请日:2017-12-27

    Applicant: 东南大学

    CPC classification number: G08G1/012

    Abstract: 本发明公开了一种基于手机网格数据的交通出行模式识别方法,通过手机网格数据构建手机用户出行序列,获取序列的时间特征、距离特征与速度特征;基于惩罚因子清洗所获取的手机用户出行序列数据,去除“噪声”数据;根据获得的清洗后的手机用户出行序列,基于速度聚类方法划分手机用户子出行序列;根据获得的子出行序列,生成手机用户出行链,获取出行链的时间特征、距离特征与速度特征;识别手机用户各出行链多模式交通出行模式;基于已识别的手机用户出行链多模式交通出行模式比例,识别用户全日出行时段主要交通出行模式。本发明能够基于非集计层面获取用户个体的交通出行模式,用于降低模型复杂度与提升预测准确性。

Patent Agency Ranking