-
公开(公告)号：CN113256032B
公开(公告)日：2021-10-01
申请号：CN202110715764.9
申请日：2021-06-28
Applicant: 北京交通大学
Abstract: 本发明涉及一种典型场景下高速铁路乘务排班计划调整的优化方法、装置、电子设备及计算机可读存储介质，包括步骤：构建高速铁路乘务接续网络；建立高速铁路乘务排班计划调整模型；分解高速铁路乘务排班计划调整模型为列车长排班计划调整模型和普通乘务员排班计划调整模型；设计拉格朗日松弛算法求解所述列车长排班计划调整模型和普通乘务员排班计划调整模型。根据本发明的典型场景下高速铁路乘务排班计划调整的优化方法，相比于既有人工调整乘务排班计划的方式，本发明通过构建优化模型并求解的方式，提高了乘务排班计划调整的效率。本发明求解得出的乘务排班计划科学合理。本发明的拉格朗日松弛算法具有通用性好、求解质量好、求解效率高的特点。
-
公开(公告)号：CN110334435B
公开(公告)日：2021-06-15
申请号：CN201910594844.6
申请日：2019-07-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种城市轨道交通乘客出行路径选择估计方法，属于城市轨道交通运行控制技术领域。该方法基于AFC数据的分时OD时间带分析，确定乘客OD对的出行时间和出行路径间的关系；根据出行时间和出行路径间的关系，构建乘客路径选择高斯混合模型；基于EM算法对乘客路径选择高斯混合模型进行求解，获取乘客OD对的路径选择概率。本发明与SP方法进行对比分析，验证了本发明提出的基于AFC数据驱动的乘客路径估计方法可真实有效的计算出每条路径的时间带和乘客选择每条路径的选择概率。本发明为制定和估计客流控制策略提供了数据基础。
-
公开(公告)号：CN107368915B
公开(公告)日：2021-04-23
申请号：CN201710457828.3
申请日：2017-06-16
Applicant: 北京交通大学
Abstract: 本发明公开了一种地铁乘客出行时间选择行为分析方法，所述方法包括：S1：调研并筛选用于调研的地铁乘客出行场景属性，划分所述场景属性水平并分配属性水平值；S2：确定出行场景选择集数，根据D‑OPTIMAL设计方法设计地铁乘客出行场景组合，调研乘客出行偏好数据；S3：基于期望效用理论建立乘客出行的选择效用函数模型，标定所述模型的参数，确定乘客支付愿意原则值，本发明提供的方法可定量分析地铁乘客出行时间选择的影响因素，为高峰时段的客流控制策略的制定提供依据。
-
公开(公告)号：CN111832841B
公开(公告)日：2021-04-13
申请号：CN202010732199.2
申请日：2020-07-27
Applicant: 北京交通大学
Abstract: 本发明公开了一种封站条件下的轨道交通短时客流预测方法及系统。本发明首先利用封站情况下的进站量客流序列训练后的动态因子模型，进行预测，避免了具有相似均值的序列差异性无法准确度量的技术缺陷，并进一步确定异常车站，对异常车站考虑其中的非线性信息，利用支持向量机方法对预测结果进行修正，避免了因忽略客流序列中的非线性信息而导致的预测精度低的技术缺陷，提高了预测的精度。
-
公开(公告)号：CN112070325A
公开(公告)日：2020-12-11
申请号：CN202011257253.9
申请日：2020-11-12
Abstract: 本发明提出了一种非正常事件下路网列车优化方法、装置、设备及存储介质，涉及高速铁路路网列车调整优化技术，该方法从历史列车运行数据中提取列车到站晚点的时空特征集；基于时空特征集结合粒子群优化算法构建和训练极限学习机晚点预测模型，利用极限学习机晚点预测模型对列车到站晚点时间进行预测。构建以列车延误时间最小和平均运行时间最小为目标的非正常事件下区间通过能力优化模型，计算并输出列车的区间通过能力。建立以列车晚点时间最小和晚点列车数量最小为目标的列车调度优化模型，计算并输出列车调度优化策略。本发明为列车调度员提供调度决策依据，有助于在高速铁路成网条件下提高铁路行车组织效率，保障行车安全。
-
Patent Agency Ranking
公开(公告)号：CN111932039A
公开(公告)日：2020-11-13
申请号：CN202011045208.7
申请日：2020-09-29
Abstract: 本发明公开了一种列车到站晚点预测方法、装置、电子设备及存储介质，该方法包括：提取列车晚点的特征集合，基于所述特征集合构建时空关联的XGBoost晚点预测模型；定义所述XGBoost晚点预测模型的超参数范围，将所述特征集合分割为训练集和测试集；基于所述训练集采用贝叶斯算法对所述XGBoost晚点预测模型的超参数组合进行迭代优化；采用最大化采集函数对所述优化后的XGBoost晚点预测模型进行修正；采用测试集测试所述修正后的XGBoost晚点预测模型以得到最终的预测结果。本发明提出的方法比既有的晚点预测模型预测精度更高、鲁棒性更强、计算速度更快，能够为晚点情况下列车能力评估及列车调整提供决策支持。
-
公开(公告)号：CN111832841A
公开(公告)日：2020-10-27
申请号：CN202010732199.2
申请日：2020-07-27
Applicant: 北京交通大学
Abstract: 本发明公开了一种封站条件下的轨道交通短时客流预测方法及系统。本发明首先利用封站情况下的进站量客流序列训练后的动态因子模型，进行预测，避免了具有相似均值的序列差异性无法准确度量的技术缺陷，并进一步确定异常车站，对异常车站考虑其中的非线性信息，利用支持向量机方法对预测结果进行修正，避免了因忽略客流序列中的非线性信息而导致的预测精度低的技术缺陷，提高了预测的精度。
-
公开(公告)号：CN111738535A
公开(公告)日：2020-10-02
申请号：CN202010860224.5
申请日：2020-08-25
Applicant: 北京交通大学
Abstract: 本发明涉及客流预测技术领域，公开一种轨道交通时空短时客流预测方法、装置、设备及存储介质，所述方法包括：获取历史时间段的进站数据和列车时刻表数据；根据所述列车时刻表数据构建邻接矩阵；将所述进站数据和所述邻接矩阵标准化处理；采用图卷积神经网络提取所述标准化处理后的进站数据和邻接矩阵的空间特征矩阵；采用基于门控循环单元和注意力机制的序列到序列模型提取所述空间特征矩阵的时间特征以预测当前时刻的出站量。本发明不仅能捕捉大规模客流的时空关系，也具有较高的精度和较强的可解释性，便于掌握客流分布情况，为客流状态分析和预警提供依据。同时便于组织客流，合理配置运力资源，进而缓解拥堵，提高服务质量。
-
公开(公告)号：CN110843870A
公开(公告)日：2020-02-28
申请号：CN201911149049.2
申请日：2019-11-21
Applicant: 北京交通大学
IPC: B61L27/00
Abstract: 本发明实施例提供了一种非正常事件下高铁路网图定能力保持方法，以GBRT模型预测列车的延误，构建基于运行调整的列车延误运行替代图优化模型，生成可行的列车运行图和计算非正常事件下高铁路网能力；由生成的调整后列车运行图计算路段能力，构建非正常事件下高铁路网能力权重网络，进而识辨出高铁路网能力瓶颈路段；运用OPENTRACK仿真软件对不同延误情况下的高速列车运行进行仿真，分析非正常事件下高铁区段、车站的能力，计算结果作为能力约束反馈到基于运行调整的替代图优化模型中，迭代计算非正常事件下高铁路网能力，实现高铁路网能力的精准估计，并制定能力保持策略，为高铁调度和运行图调整提供宏观参考。
-
公开(公告)号：CN110428117A
公开(公告)日：2019-11-08
申请号：CN201910753308.6
申请日：2019-08-15
Applicant: 北京交通大学
Abstract: 本发明提供了一种城市轨道交通多场景下客流精准诱导方法及系统，属于城市轨道交通列车运营控制技术领域。该方法建立多场景诱导信息下的以效用最大化为目标的乘客路径选择行为模型；计算乘客经过有效路径上各区间及换乘站的时刻，基于各区间及换乘站相应时刻的拥挤情况对路径整体拥挤水平进行定量评估，反映拥挤度；基于乘客路径选择行为模型，对可行路径排序；针对排序后的可行路径，结合Q-learning学习算法优化路径选择行为模型参数，获取最优诱导路径。本发明结合拥挤度、时间、换乘次数等相关因素对可行路径进行排序，作为诱导信息推荐给乘客；最后结合强化学习方法进行优化路径选择行为模型的参数，有效的提升城市轨道交通的信息化水平以及服务质量。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.097 seconds)
