-
公开(公告)号:CN110119891A
公开(公告)日:2019-08-13
申请号:CN201910347945.3
申请日:2019-04-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种适于大数据的交通安全影响因素辨识方法,包括步骤:S1、通过分析识别潜在交通安全影响因素并进行有效数据的采集;S2、分别以交通事故数、经济损失、受伤人数以及死亡人数作为因变量建立梯度提升决策树模型;S3、使用穷举法获取最优性能参数组合;S4、分别使用最优梯度提升决策树模型性能参数组合计算各个因素对交通事故数、经济损失、受伤人数以及死亡人数的相对重要性,并进行排序;S5、建立偏效应函数,对重要影响因素进行偏效应分析,从而辨识出用于改善交通安全的交通安全影响因素。本发明有助于了解经济发展,人口特征和道路网络对区域交通事故的共同影响,有助于决策者采取综合对策来改善道路安全。
-
公开(公告)号:CN106257504A
公开(公告)日:2016-12-28
申请号:CN201610613808.6
申请日:2016-07-29
Applicant: 华南理工大学
CPC classification number: G06Q10/047 , G06Q50/30
Abstract: 本发明公开了一种基于均衡配流模型的BRT乘客出行效益优化方法,包括步骤:1)选定研究对象、研究范围,采集相关基础资料;2)分析乘客需求特性:提出满足乘客OD需求的乘客分类概念,划分可分配客流与不可分配客流,分析在站乘客客流特性;3)确定分配原则:考虑不同类型乘客的特性,确定分配原则;4)在约束条件下寻优:考虑乘客乘车时间成本、延误时间成本、拥挤成本以及相关约束条件,确定目标函数,并设计相应的寻优算法,输出最优方案。本发明在分析乘客出行特性的基础上,充分考虑乘客乘车时间成本、延误等待时间成本和总拥挤成本,根据乘客出行效益最大化确定客流分配方案,有效提升乘客出行满意度以及BRT系统的服务质量。
-
公开(公告)号:CN106127357A
公开(公告)日:2016-11-16
申请号:CN201610614474.4
申请日:2016-07-29
Applicant: 华南理工大学
CPC classification number: G06Q10/047 , G06Q50/30
Abstract: 本发明提供一种基于预约数据的定制公交自动布线系统及方法,系统包括:用于采集乘客需求信息的乘客需求信息采集模块,用于分析处理乘客信息和给出精准公交定制线路的公交线路生成模块,以及用于公示公交线路布线结果和推送线路提醒消息的公交线路公示模块;其中,所述乘客需求信息采集模块包括用户端APP;所述公交线路生成模块包括数据处理服务器;所述公交线路公示模块包括用户端APP以及电子地图;上述两模块所包括的用户端APP为同一用户端APP。本发明改变了目前公司定线、乘客选乘为主的“拟定制”模式,给出了基于预约数据的精准定线方法,有助于提升定制巴士的上座率,减少公交运力的浪费,增加公交企业的利润。
-
公开(公告)号:CN118917594A
公开(公告)日:2024-11-08
申请号:CN202410962185.8
申请日:2024-07-18
Applicant: 交通运输部科学研究院 , 华南理工大学
IPC: G06Q10/0631 , G06Q50/40
Abstract: 本发明公开了一种公交车辆与驾驶员协同调度方法,涉及电动公交调度与驾驶员调度领域,该公交车辆与驾驶员协同调度方法包括以下步骤:建立多车场下驾驶员与电动公交的协同调度网络,并为每个车场对应的协同调度网络建立时间拓展图;在时间拓展图中建立连接弧集合并进行分类;建立电动公交能耗模型及基于职责链的驾驶员工作模型;构建马尔可夫车次链获得路况对车次行程时间的影响;结合车次链上的延误累积效应及延误传播效应构建延误转移模型,同时设计延误传播链选择算法;建立驾驶员与电动公交的区域协同调度总模型。本发明不仅能综合考虑车辆和驾驶员的协同调度问题,还可灵活应对路况变化导致的随机行程时间。
-
公开(公告)号:CN106951976B
公开(公告)日:2021-09-21
申请号:CN201610892640.7
申请日:2016-10-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于模式分类的公交客流预测方法。该方法包括以下步骤:日期属性量化矩阵建立;影响因素与客流量之间的相关性与敏感性评价;通过特征工程处理,获取加权日期属性量化矩阵;进一步根据目标日期的属性,在矩阵中进行Shepard插值预测。本发明对影响公交客流因素进行模式分类,能有效反映客流量时段性和季节性变化,实现了公交客流的高精度和鲁棒性预测,相比传统的公交客流预测方法,本发明方法有更高的预测精度的较强的鲁棒性,且参数依赖性较小,为公交车辆运力配置和运营调度奠定了坚实的数据基础。
-
公开(公告)号:CN109344991A
公开(公告)日:2019-02-15
申请号:CN201810875968.7
申请日:2018-08-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种公交线路最高断面客流预测方法,包括步骤:提取公交线路各时段断面客流的影响因子,建立数据空间;提出基于预测误差成本的评价指标;以误差成本最小化为目标对数据空间进行参数寻优;在参数寻优过程中,对目标时段断面客流利用Shepard插值算法进行插值预测。本发明利用插值算法进行预测,具有较高的预测稳定性,在以预测误差成本为评价指标的预测模型中表现较优,可为公交线路发车频率设置、运力投放、最优满载率提供参考,同时还利用“报童模型”的思想,提出了基于预测误差成本的评价指标,综合反映车次冗余成本和因车次不足而造成的乘客滞留成本,为后续公交发车频率优化提供更为直接的参考。
-
公开(公告)号:CN109034449A
公开(公告)日:2018-12-18
申请号:CN201810614511.0
申请日:2018-06-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习和乘客行为模式的短期公交客流预测方法,包括以下步骤:1、对公交客流影响因素进行识别与特征提取;2、对公交客流数据结构进行重新构造,将输入样本细分小时客流xt重新构造为细分小时客流矩阵Xt,使其能够适应CNN和ConvLSTM模型;3、以历史客流、影响公交客流的外部因素和内部因素作为输入数据,根据8种不同维度的数据输入方案,即考虑内部影响因素的7种组合数据输入方案和1种不考虑内部影响因素的数据输入方案,利用深度学习模型对公交客流进行预测,通过多次试验获取公交客流预测的平均相对误差和绝对误差。所述方法同时考虑公交客流的外部和内部因素,不仅可以预测公交客流总量,还可以预测公交客流组成结构。
-
公开(公告)号:CN101799981B
公开(公告)日:2012-02-01
申请号:CN201010112927.6
申请日:2010-02-09
Applicant: 华南理工大学
IPC: G08G1/01 , G08G1/123 , G08G1/0962
Abstract: 本发明公开一种多模式公共交通区域调度控制方法,包括:公共交通调度控制的数据采集,利用通信线路将采集数据传输到公共交通调度控制系统并存入数据库中;对多模式公共交通进行分层与组合;由公共交通调度控制系统进行多模式多线路公共交通区域调度控制方案的制定:包括行车时刻表,车辆调度方案,驾驶员调度方案三部分;由公共交通调度控制系统将上述方案结果统一发布到车辆车载机、驾驶员手机以及站场调度控制终端微机上。本发明的系统克服现有人工调度的不足,组合了多种模式,实现乘客出行成本和企业成本的减少,更广层面上挖掘运力、人力的共享效益。
-
公开(公告)号:CN110459050B
公开(公告)日:2021-07-20
申请号:CN201910447297.9
申请日:2019-05-27
Applicant: 华南理工大学
Abstract: 本发明涉及一种基于混合决策树的短期公交客流预测方法,包括:S1,获取一段时间内搭乘线路的乘客刷卡数据;S2,根据所述乘客刷卡数据获取每个乘客的身份信息,并统计每个乘客的周均刷卡次数和周刷卡次数标准差,得到乘客出行的模式数据集;S3,根据每个乘客的身份信息、周均刷卡次数和周刷卡次数标准差对乘客进行分类和分时段统计,得到分类分时段的统计数据集;S4,将所述分类分时段的统计数据集和影响因素数据集(IF)按时间进行连接,获取训练数据集和测试数据集。本发明不仅能得到精度较高的客流总量预测,同时能得到客流结构预测。
-
公开(公告)号:CN107564269B
公开(公告)日:2019-10-18
申请号:CN201710747465.7
申请日:2017-08-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于支付意愿的半灵活公交调度方法,包括步骤:1)选定拟提供半灵活公交服务模式的范围,获取传统公交数据及乘客的需求信息;2)根据数据对需求点进行处理,完成站点的初筛、分区及编号等过程;3)根据起讫点的站点类型建立相应的费用函数;4)重点考虑运输效益及乘客支付意愿,并兼顾时间、舒适度、满载率等因素,建立系统效益最优的半灵活公交调度模型;5)对调度模型进行求解,得到半灵活公交的调度方案。本发明能够使乘客根据自己的意愿预约并乘坐公交出行,在有效保证运输效益的基础上,更能充分体现半灵活公交在车辆设施、停靠站点、服务时间、舒适安全、自由私密等方面的高品质特性,具有实际推广价值。
-
-
-
-
-
-
-
-
-