基于云模型的公交车内拥挤度判别

为了提高公交车内乘客的舒适性,需要对公交车内的拥挤度进行实时判别。首先对公交车内早高峰的客流量进行实时调查。其次针对公交车内拥挤度判别的模糊性和随机性,提出一种基于云模型的公交车内拥挤度判别的方法。在利用云模型进行拥挤度判别时,选取乘客拥挤度的度量标准,根据它们在不同服务水平下的边界值计算云的数字特征,将6种服务水平下求得的子云合成标准云,根据早高峰车内人数,将求得的立席密度和乘载率代入云发生器,建立待识别云模型。最后通过对各个站点的待识别云和模板云的拥挤度进行计算,判断公交各个站点的拥挤度。以济南市B218路公交为例进行案例分析,利用云模型对各个站点的拥挤度进行判别,所选取的站点拥挤系数从64.3变化为118.0,对应的服务水平从C变化为F。该方法不仅能有效判别公交车内的拥挤度,而且能有效地避免公交车内拥挤度判别的模糊性和随机性,具有较强的理论意义和实践意义。

考虑拥挤度的城市轨道交通乘客时空路径还原方法

[目的]客流是城市轨道交通运营管理的支撑,在城市轨道交通日益发展的情况下,对客流精细化和准确度的要求越来越高。为提高客流分配的精确性,需要研究城市轨道交通时空路径选择的流程方法。[方法]针对城市轨道交通特点,基于换乘站网络简化线网结构模型,改进了各OD(起讫点)之间的短路径计算方法;结合路径费用容许区域的相对阈值和绝对阈值,筛选有效物理路径;根据进出站走行时间、换乘走行时间和列车时刻表等数据构建时空路径,并搜索可行时空路径集合;利用仿真理念,以时间推演来还原站台候车过程中列车拥挤度对乘客上车行为的影响,从微观层面合理判断乘客选择的时空路径,叠加个体时空位置形成线网客流时空分布状态。[结果及结论]南宁地铁实例表明,乘客时空路径还原方法以进出站OD为源数据,不仅可以输出传统的换乘量和断面客运量,还能进一步输出精细的乘客OD时空数据和列车上下车客流数据,从而弥补微观客流数据的空白。

景气度、拥挤度、流动性、估值的变化

市场整体来看,上周A股总体及A股剔除金融估值收敛。其中,科创板估值收敛幅度最大。中观景气度重要变化上周景气度改善的方向主要在机械设备、能源化工和TMT领域,涨价线索明显的有:上游资源品的石油石化、化工、建材,下游消费的纺服、轻工、食饮、商贸零售、农林牧渔。具体来看,上游资源品中,铁矿石和螺纹钢价格下行,贵金属价格回落,稀土金属价格整体下行,主要基础化工品价格整体上行,石油价格保持上涨。

行业轮动视角下的拥挤度因子量化投资研究

本文主要对A股市场中存在的拥挤度现象进行了研究。通过对拥挤度代理变量进行相关有效性测试,拟合出最有效的市场拥挤度指标,随后采用多因子复合拥挤度指标轮动选择优质行业与个股,构建动态股票池,采用量化回测软件对拥挤度因子策略进行收益测试,证明其有效性与相关能力。本策略主要通过复合拥挤度指标来定量分析各行业的交易过热风险,构建行业配置策略。从行业指数和成分股两个角度进行连续型拥挤度指标的构建,采用逻辑限制回归方法对拥挤度指标的有效性进行验证,寻找能够稳定揭示市场交易过热状态的指标。经过回测验证并优化完善形成最终的复合拥挤度指标,据此筛选安全行业与风险行业,构建最终行业配置策略,证明了拥挤度因子在市场交易领域的独特性。

轨道交通通信系统中乘客拥挤度监测方案的设计与实现

为了更好地满足乘客对轨道交通乘坐舒适度的需求,提升运营管理效益,对乘客流量相关大数据的掌控和管理迫在眉睫,轨道交通通信系统是承载和反馈乘客拥挤度数据的主要实现方式。对轨道交通通信系统中乘客拥挤度监测方案进行了研究,具体阐述了通信系统乘客信息(PIS)网络组网架构、通信协议和信息发布各个环节的实现方法,实现了针对乘客拥挤度监测的数据采集、传送、管理和发布功能,为未来智慧轨道交通信息化的建设提供借鉴参考。

人群聚集拥挤度的量化表征方法

为有效识别人群聚集区域并量化拥挤人群聚集程度,构建全新的人群聚集拥挤度量化表征方法,归纳总结“人群拥挤度”定义,计算不同条件人群的个人间距并分析其分布特征,基于人群个人间距提出“个体聚集度”和人群“聚集拥挤度”计算方法,并对上海城隍庙豫园内九曲桥的一段入口区域进行实例分析。研究结果表明:人群规模和密度并不能完全真实反映群体拥挤程度,但通过人群个体间距概率分布和累积概率分布可以识别人群的局部聚集现象,基于个人间距的人群聚集度量化方法能够有效地衡量人群局部聚集程度和整体聚集情况,研究结果可为人群风险监测预警提供参考。

考虑车内拥挤度的公交出行选择行为建模分析

随着生活水平的提高,出行者乘坐公共交通出行时,对于舒适度的要求越来越高,车内拥挤度已成为乘客出行选择的重要影响因素。在传统的公交出行选择行为影响因素的基础上,引入车厢内拥挤度作为主观意愿影响因素,并针对出行者的个体特征及不同出行特征、出行环境下的乘客出行选择意愿设计调查问卷,获取乘客出行数据,基于多项Logit模型,建立考虑拥挤度的公交乘客出行选择行为模型,并量化各特性变量对效用函数的贡献度。结果表明:公交与地铁相对于自行车作为出行方式时,出行费用效用贡献度分别为59.70%和46.71%;出行距离效用贡献度分别为29.82%和23.50%;车内拥挤度效用贡献度分别为5.86%和15.25%;换乘次数效用贡献度分别为2.66%和5.54%。

公交拥挤度和通勤者个人特性对时间价值的影响

通勤者时间价值研究对出行行为分析和预测具有重要意义,但传统的时间价值研究没有考虑拥挤度和出行者个人特性对时间价值的综合影响。文章利用离散选择模型,分析通勤者个人属性、通勤者对于舒适性的主观要求以及车厢内拥挤度等因素对公交时间价值的影响。研究结果表明,通勤者对于舒适性的主观要求、通勤者的婚姻状况、是否经常使用公交车以及车厢内拥挤度等因素对通勤者的时间价值具有显著影响。

基于离散事件模拟模型的急诊拥挤度评价方法研究

[目的]基于离散事件模拟模型探讨视觉模拟评分(VAS)和国家急诊科拥挤度评分表(NEDOCS)对急诊科拥挤度的评价效果。[方法]构建离散事件模拟模型,基于该模型检测VAS和NEDOCS拥挤度评分方法在拥挤和严重拥挤2种假设情况下的预测能力。[结果]VAS和NEDOCS拥挤度评分均能够预测急诊科拥挤情况,且VAS拥挤度评分在模拟试验中为73%左右的急诊条件变化提供了预警,高于NEDOCS拥挤度评分(47%)。[结论]VAS和NEDOCS拥挤度评分在研究和评估急诊拥挤度方面具有潜在价值,有利于预测急诊科即将到来的大量病人和向急诊管理部门发出警报。

林分拥挤度及其应用

林分密度的量化表达及其合理密度的确定已成为森林经营的关键科学问题。林分平均冠幅是对林木光合作用面积大小的直接反映,林木平均距离则体现了林木最大空间利用的可能性,而林分密度是影响这两个重要指标大小的直接原因。本文以林木平均距离和冠幅为基础,提出了林分拥挤度(K)的数字化表达方法。林分拥挤度用来表达林木拥挤在一起的程度,用林木平均距离与平均冠幅的比值表示。该指标清晰直观地表达了林分中林木间的拥挤程度——K值越小,林木间越拥挤,能有效反映林分生长过程中林木拥挤程度及其动态变化特征。该指标的合理标准区间为[0.9,1.1],并用长期造林密度试验数据进行了论证。该指数是对林分密度更为直观科学的表达,具有简单易操作的优点,可用于评价森林是否需要经营及确定首次间伐时间与经营强度,最终为密度控制与调节提供依据。

基于拥挤度与变异的动态微粒群多目标优化算法

提出一种动态微粒群多目标优化算法(DCMOPSO),算法中的惯性权重和加速因子动态变化以增强算法的全局搜索能力,并采用拥挤度的方法对外部档案进行维护以增加非劣解的多样性.在维护过程中,从外部档案中按拥挤度为每个微粒选择全局最好位置,同时使用变异操作避免算法早熟.通过几个典型的多目标测试函数对DCMOPSO算法的性能进行了测试,并与多目标优化算法MOPSO和NSGA-Ⅱ进行对比.结果表明,DCMOPSO算法具有良好的搜索性能.

基于云模型的地铁换乘枢纽拥挤度辨识方法

针对地铁换乘枢纽拥挤状态划分中的模糊性和随机性,提出了一种基于云模型的地铁换乘枢纽行人拥挤度辨识方法。首先分析行人拥挤度的内涵和度量标准,根据它们在不同服务水平下边界值计算云的数字特征。其次利用云的合成理论建立不同服务水平对应的模板云模型,同时将采集到的行人交通特性基本参数输入到枢纽内各基础设施的云发生器中,建立待识别云模型。然后根据云相似度计算模板云和待识别云的相似度并引入拥挤度定义,给出拥挤度辨识的具体实现过程。最后以西安市北大街地铁换乘枢纽为例对其进行了试验验证。结果表明:通过实际采集的数据建立待识别云模型,并与模板云作相似度分析,得出通道该时刻的行人拥挤度为100.095,处于拥挤状态;楼梯该时刻的行人拥挤度为100.273,处于拥挤状态。该方法不仅能够较准确地定量辨别枢纽内行人拥挤度状态,而且能够反映行人拥挤的程度和拥挤的变化过程,有较强的实用性。

拥挤度对公共交通方式选择意愿的影响

针对公共交通方式出行特点设计了RP(revealedpreference)与SP(stated preference)调查结合的方法,并根据正交试验设计的原理对SP调查中的变量和水平进行组合设计;提出根据立席密度对拥挤程度进行描述的方法,并对拥挤程度进行分级.以此为基础,建立包含时间、费用和拥挤度的离散选择模型,通过对拥挤度的弹性分析研究其对出行者交通方式选择意愿的影响.实例证明拥挤度对出行者交通方式选择产生巨大影响,是在构建常规公交和轨道交通方式的效用函数和方式竞争选择模型时不可缺少的因素.

基于拥挤度的地铁应急疏散路径优化方法

为优化路径以提高地铁应急疏散效率,构建基于地铁拥挤度的疏散网络,结合此拥挤度改进拍卖算法,设计地铁应急疏散路径优化方法,为每一疏散个体求解最优疏散路径。以上海地铁为例,验证基于拥挤度的路径优化方法,结果表明,优化后的方案能够将整个疏散过程的拥挤程度降低至规定程度之下,减少33.3%的疏散时间,同时能够为地铁疏散个体提供从事发地铁车厢经由各车站设施最终抵达安全点完整的疏散方案。在个体行为导致分配方案无法完全服从的情景下进行的试验,结果表明,在不完全服从率为20%的情况下,此路径优化方法仍能使疏散时间缩短约28%。

优化线长和拥挤度的增量式布局算法

随着IC技术的发展 ,降低连线拥挤度已经成为一个保证布线成功率的至关重要的因素 提出一种标准单元增量式布局算法C ECOP 该算法通过一个新型的布线估计模型来精确估算布局以后的走线情况 ,利用力驱动的方法进行单元插入和单元推移来消除局部拥挤 ,同时进一步优化线长 来自美国工业界的测试实例表明 ,该算法能够很好地消除走线局部拥挤 ,同时尽量维持原有布局方案的电路性能 。

城市居住单元建筑拥挤度环境遥感分析——以厦门市为例

居住单元的建筑拥挤度是居住单元环境评价的重要方面,而高分辨率卫星影像所提供的丰富的细节化的空间信息使得从居住单元的尺度研究建筑拥挤度成为可能。结合房地产估价理论和地统计学中的半变异函数方法,基于高分辨率遥感影像的特点创造性地构建了4个指标用来评价居住单元的建筑拥挤度,并选取了厦门市的5个典型居住单元对这些指标的可用性进行了检验。结果表明上述4个指标能很好地从不同角度刻画建筑拥挤度,为高分辨率遥感在环境评价中的应用提供了新的方向。

考虑拥挤度的多目标粒子群优化算法在马斯京根参数估计中的应用

采用考虑拥挤度的多目标粒子群优化算法进行马斯京根模型参数估计,介绍了考虑拥挤度的多目标粒子群优化算法的计算步骤,用外部精英档案保存非支配解,并通过计算拥挤度维持解的多样性,以海河流域南运河称钩湾至临清段的一次洪水过程为例,选取高流量、低流量和时段内总量差比三个优化目标对优化结果进行了评价。结果表明,高流量与低流量之间为正比关系,而与总量差比之间存在制约关系;高流量和低流量目标值最小时模拟结果较好。

急诊拥挤度预警系统的开发及应用

目的提高急诊科救治患者的有序性,减少患者等待时间。方法在原有急诊预检、叫号及就诊系统基础上,参照急诊拥挤度评估指标开发出急诊拥挤度预警系统,实时显示各区就诊量;实况可在医院信息系统中查询。结果急诊拥挤度预警系统应用后,急诊患者抢救室滞留时间显著短于应用前(P<0.01);未发生意外事件及外院转运患者因等待而转向情况。结论急诊拥挤度预警系统的应用可使急诊患者获得有序救治,缩短急诊科滞留时间。

布局中的布线拥挤度估计及其优化

针对版图设计阶段越来越严重的布线拥挤问题,提出了一种有效降低布线拥挤度的标准单元布局算法.它是在高质量线长优化布局之后对布线拥挤度进行单独优化.该算法使用一种新的改进的布线模型对芯片的布线情况进行估计,采用以线网为中心移动的优化方法解决局部区域内的布线拥挤问题.实验结果表明,该算法在使线网总长略微增加的同时使芯片的布线拥挤度问题得到了很好的解决.