一种基于BP神经网络和聚类分析法的公交车“两率”检查方法

    公开(公告)号:CN107292531B

    公开(公告)日:2021-01-19

    申请号:CN201710561417.9

    申请日:2017-07-11

    Abstract: 本发明公开了一种基于BP神经网络和聚类分析法的公交车“两率”检查方法。包括以下步骤:(1)获取基础数据和资料,包括检查所涉及路线及路线条数、检查城市内的所有路线途经站点集合以及检查城市行政区划分等;(2)基于BP神经网络的检查基本起始站点选择;(3)处理所选站点中的经过城市内两个以上的行政区的所有路线;(4)基于聚类分析法对选择站点进行整合划分;(5)根据站点整合的结果划分检查所涉及的主要片区及检查人员。本发明克服了以往检查人员分配过程繁琐以及检查过程效率较低的缺点,提高了检查方法的精度和效率。

    一种CA模型下的城市施工路段车辆变道点逐日预测方法

    公开(公告)号:CN108022423B

    公开(公告)日:2020-02-18

    申请号:CN201711130033.8

    申请日:2017-11-15

    Abstract: 本发明公开了一种CA模型下的城市施工路段车辆变道点逐日预测方法,包括以下步骤:采集城市施工路段的长度L,施工区长度Lw,车辆数c等信息参数及日变模型中的相关参数确定;制定城市施工路段的不对称双车道路段变道规则;制定城市施工路段的直行规则;结合记忆遗忘规律更新理解通行时间;建立变道位置概率转移模型,对车辆变道位置逐日预测。本发明考虑驾驶者变道的逐日演变行为,同时根据历史出行经验及习惯依赖性,结合记忆遗忘规律,对变道位置进行逐日调整。

    一种公交专用道布局评价方法

    公开(公告)号:CN108985616A

    公开(公告)日:2018-12-11

    申请号:CN201810755060.2

    申请日:2018-07-11

    Abstract: 本发明公开了一种公交专用道布局评价方法,包括以下步骤:步骤1、通过公交专用道布局前后的人均出行时间,计算得到公交专用道布局后人均出行时间降低率;步骤2、确立布设公交专用道前的小汽车运行速度和公交车运行速度;步骤3、确立布设公交专用道后的小汽车运行速度和公交车运行速度;步骤4、根据步骤1-步骤3得到的参数,建立公交专用道布局后的综合评价模型,对公交专用道的布局进行评价。所述方法从人均出行时间、车辆运行速度的角度出发,分析公交专用道设置前后的一系列指标,最后建立综合评价模型对专用道的设置效果进行评价,具有广阔应用前景。

    一种基于SUE的公交专用道布局优化方法

    公开(公告)号:CN108985511A

    公开(公告)日:2018-12-11

    申请号:CN201810755083.3

    申请日:2018-07-11

    Abstract: 本发明公开了一种基于SUE的公交专用道布局优化方法,包括以下步骤:S1、确立小汽车在行驶路径上的广义出行费用;S2、确立公交车在行驶路径上的广义出行费用;S3、确立公交系统的营运成本后,建立以布设公交专用道后公交系统的总费用最小为目标的上层规划模型;S4、建立基于多模式混合交通下的SUE下层规划模型;S5、采用粒子群算法对双层规划模型进行求解,确定交通路网中的各路段是否需要设置公交专用道。所述方法通过结合交通网络系统的总费用与多模式交通下的随机均衡配流,建立双层规划模型,求解是否设置公交专用道,对于提高道路利用率具有重要意义。

    一种CA模型下的城市施工路段车辆变道点逐日预测方法

    公开(公告)号:CN108022423A

    公开(公告)日:2018-05-11

    申请号:CN201711130033.8

    申请日:2017-11-15

    Abstract: 本发明公开了一种CA模型下的城市施工路段车辆变道点逐日预测方法,包括以下步骤:采集城市施工路段的长度L,施工区长度Lw,车辆数c等信息参数及日变模型中的相关参数确定;制定城市施工路段的不对称双车道路段变道规则;制定城市施工路段的直行规则;结合记忆遗忘规律更新理解通行时间;建立变道位置概率转移模型,对车辆变道位置逐日预测。本发明考虑驾驶者变道的逐日演变行为,同时根据历史出行经验及习惯依赖性,结合记忆遗忘规律,对变道位置进行逐日调整。

    一种基于BP神经网络和聚类分析法的公交车“两率”检查方法

    公开(公告)号:CN107292531A

    公开(公告)日:2017-10-24

    申请号:CN201710561417.9

    申请日:2017-07-11

    Abstract: 本发明公开了一种基于BP神经网络和聚类分析法的公交车“两率”检查方法。包括以下步骤:(1)获取基础数据和资料,包括检查所涉及路线及路线条数、检查城市内的所有路线途经站点集合以及检查城市行政区划分等;(2)基于BP神经网络的检查基本起始站点选择;(3)处理所选站点中的经过城市内两个以上的行政区的所有路线;(4)基于聚类分析法对选择站点进行整合划分;(5)根据站点整合的结果划分检查所涉及的主要片区及检查人员。本发明克服了以往检查人员分配过程繁琐以及检查过程效率较低的缺点,提高了检查方法的精度和效率。

Patent Agency Ranking