面向喷染车间的挥发性有机物质量浓度预测方法及应用研究

以喷染车间挥发性有机物为研究对象,对喷染车间挥发性有机物(Volatile Organic Compounds, VOCs)质量浓度预测方法进行研究。首先,使用随机森林(Random Forest, RF)算法对影响喷染车间挥发性有机物质量浓度的特征变量进行权重分析。同时,构建基于长短期记忆神经网络(Long-Term and Short-Term Memory Neural Network, LSTM)的挥发性有机物质量浓度预测模型,并在此基础上引入麻雀搜索算法(Sparrow Search Algorithm, SSA)进行参数优化选择。最后,以浙江省杭州市某汽车喷染车间7月29日—10月28日的数据为样本,将温度、相对湿度、室内大气压、室外大气压作为模型输入变量,并与LSTM模型、随机森林-长短期记忆神经网络(Random Forest-Long Short-Term Memory neural network, RF-LSTM)模型、随机森林-反向传播神经网络(Random Forest-BP neural network, RF-BP)模型进行对比试验。结果显示,基于随机森林-麻雀搜索算法-长短期记忆神经网络(Random Forest-Sparrow Search Algorithm-Long Short-Term Memory neural network, RF-SSA-LSTM)模型的预测效果最佳,平均绝对误差、均方根误差和决定系数分别为2.812 2、3.457 4、0.988。同时,为验证RF-SSA-LSTM模型性能,通过不同时间步长实现对喷染车间VOCs质量浓度预测,结果显示预测误差较小,在可接受范围内。RF-SSA-LSTM预测模型提高了挥发性有机物质量浓度的预测精度,为减少挥发性有机物排放提供科学依据。

基于GIS的公交换乘网络构建及可达性分析

为了提高公交换乘效率、优化公交系统,基于GIS软件构建公交换乘网络,运用该网络对换乘可达性进行了测度和分析.结合Space-P模型和网络分析法,以拉萨市城关区为研究区域,基于公交线路路径、站点、交叉口等基本信息构建同站换乘子网络.结合公交站点服务范围、步行通道路径、交叉口等信息构建异站换乘子网络.二者协同实现了基于ArcGIS的公交换乘网络构建,并依据该网络对公交线路的乘客在车时间和换乘系数进行测度和分析.结果表明:构建的换乘网络能够对乘客在车时间进行良好的测度,乘客在车时间最大值为68.68 min,最小值为2.00 min,乘客换乘在车时间平均值为29.90 min.该换乘网络能够对换乘系数进行良好的测度,得到有效换乘线路90 300条,换乘系数最大为4条(线路为62条),最小为0条(线路为1 354条).采用可达性度量模型,可实现对公交站点时间可达性和换乘可达性的良好测度和分析.

基于“绿色+智慧”协同的城市轨道交通发展思路研究

随着我国城市轨道交通发展逐步进入存量阶段,前期大规模、高增速的发展模式已不适应高质量发展的要求,为贯彻“双碳目标”“智慧化发展”战略部署,以《中国城市轨道交通绿色城轨发展行动方案》《中国城市轨道交通智慧城轨发展纲要》为指导,基于我国42个城市的社会经济、人口、财政收入、运营规模、客流强度、线网规模等指标,计算各指标的相关性,对比不同城市各指标发展的差异。结合现状发展及城市轨道交通高质量发展的迫切需求,构建基于“绿色+智慧”协同发展的城市轨道交通体系框架,从城市发展、综合交通、建设运营、智慧轨道、“绿色+智慧”协同等方面,提出未来城市轨道交通高质量发展的主要方向。

地面公交运营效率与服务质量评价综述

科学评价公交服务水平是优化公交系统性能的前提,能为政策制定与管理措施的改进提供方向,对促进公共交通优先发展有重要意义。针对评价维度单一导致的系统整体水平反映不充分的问题,本文从公交系统运营效率、运营服务质量、满意度及智能化等四个方面介绍国内外的最新研究现状,归纳总结了公交系统运营效率与服务质量评价的科学问题,包括时刻表优化以及效率评价指标选取、指标主观性的弱化、目标群体的划分与研究视角的选取;归纳分类了公交运营效率与服务质量评价的研究内容与模型,运营效率评价中较多考虑线路、线网相关指标,运营服务质量评价中较多考虑基础设施相关指标,用户满意度评价中较多选取乘客感受相关指标,智能化评价中较多选取数据处理与信息服务能力相关指标;分析了不同评价维度指标选取的共性与差异性,以及交叉指标之间的相互作用对公交系统整体评价的影响。最后提出未来研究方向:构建公交服务评价体系时应考虑企业、政府与乘客三者视角,提升评价体系完备性;评价过程中需注重多模式交通特性,将系统协同化、网联化、智慧化等因素纳入指标范围,并协同考虑城市的地域特点及出行需求特点;根据技术革新及行业发展态势,对于社区公交、无障碍公交、需求响应公交等多样性的公交运营模式,公交应急服务水平与绿色出行也需构建相应指标。

考虑机会充电与行程时间可靠性的区域多车型电动公交调度优化

为提高电动公交系统运营效率,降低运营成本,本文提出一种考虑机会充电和行程时间可靠性的电动公交调度优化方法。首先,基于区域调度场景,提出在线路始末站配备快速充电桩,利用车次接续时间进行机会充电的策略;然后,考虑行程时间的随机波动,以表征特定可靠性的预留行程时间作为模型输入生成调度方案,同时,将发车延误成本纳入目标函数中,综合考虑公交企业从规划到运营阶段的整体效益,构建以总成本最小为目标的区域多车型电动公交调度优化模型,针对模型特点,设计自适应大邻域搜索算法进行求解;最后,以北京市大兴区4条公交线路为例,验证模型和算法的有效性。结果表明:基于本文方法得到的最优调度方案相较于传统单线路单车型调度方案,能使企业日均总成本下降37.93%,平均每辆车的发车延误时长减少5.63 min,说明本文所提方法能有效降低企业成本,提升公交系统可靠性。相较于不考虑机会充电和行程时间可靠性的区域多车型运营模式,本文最优方案能使总成本下降28.67%。此外,通过灵敏度分析,建议公交企业以240 kW的充电功率进行快速充电资源的配置,以90%的行程时间可靠性进行电动公交调度方案的编制。

基于规则的信号交叉口纯电动公交节能驾驶策略

为解决纯电动公交在通过信号交叉口时能耗较大的问题,本文提出一种旨在最小化电量消耗的基于规则的两阶段驾驶策略,能够实现通行策略场景的合理划分选择及充分优化加减速调整曲线凹凸性,同时,不牺牲乘客舒适度和通行时间。在策略第1阶段,结合车辆运行状态和通过车路协同技术获取的交叉口信号相位和时序信息,提出4种交叉口通行策略的划分与判断选择方式,包括匀速通过策略、加速通过策略、减速通过策略和制动停车策略;在策略第2阶段,利用基于XGBoost算法的能耗估算模型和基于加减速特征参数的曲线模型,优化策略场景中匀速过程、加速过程和减速过程的速度曲线;最后,结合VISSIM仿真验证4种通行策略的有效性。结果表明,所提出的策略可以有效减少电量消耗,在4种驾驶场景下,降低了29.8%~34.2%的能耗。此外,分析发现,在经济车速以上和以下的最佳速度节能曲线均为凹凸形曲线,因此,通过对比实验进行不同速度调整范围的最节能曲线凹凸性规律总结,该结论可以为纯电动公交车的节能驾驶提供更易于操作的驾驶引导。

寒区电动公交充电站选址及定容规划研究

寒区低温环境导致电动公交动力电池容量衰减,充电设施服务范围及规划数量受到影响,给电动公交充电站选址及定容规划带来挑战。为提高电动公交充电站的低温适应性,提出针对寒区电动公交充电站的选址算法及定容模型。首先,在选址规划中,构建充电站渐进覆盖服务半径,利用改进近邻传播聚类算法确定充电站选址点,基于算法聚类中心构建充电站Voronoi图划分充电集群。其次,在定容规划中,构建动力电池低温容量衰减模型,确定寒区电动公交的充电需求;基于容量有限的截尾排队论模型建立充电站有效服务强度、拒绝服务率及充电满意度等约束;引入成本权衡系数,以规划年限内全社会成本最小为优化目标,建立寒区充电站定容规划模型,并设计遗传算法进行求解。最后,以哈尔滨市市区电动公交充电站选址定容规划为例进行分析,算例结果得到9个充电站选址点及其充电集群,以及各充电站的充电机配置数量和各项成本。针对环境温度和成本权衡系数进行灵敏度分析,结果表明:寒区低温环境对充电站的充电机配置数量和各项成本有显著影响,合理权衡充电站和电动公交两者利益有助于提高充电服务满意度,降低全社会成本。

面向虚拟连挂的城轨列车群组追踪运行仿真研究

城市轨道交通是解决城市交通拥堵问题最强有效的绿色交通方式,其高峰期客流激增且客流时空分布不均,而面向虚拟连挂的城轨列车动态灵活编组和群组追踪运行能有效满足复杂多变的城轨运营需求。本文剖析面向虚拟连挂的城轨列车群组追踪运行过程,给出虚拟连挂列车群组最小安全追踪距离计算公式;以单列标准车长的线路路段为一个元胞单元,设计速度及位移更新规则,构建基于元胞自动机的城轨列车群组追踪运行仿真模型;以某市地铁2号线为背景,多角度仿真刻画面向虚拟连挂的城轨列车群组追踪运行性能。仿真结果表明:面向虚拟连挂的城轨列车群组追踪运行模型能有效缩短列车最小安全追踪间隔时间,城轨线路通过能力较移动闭塞制式提高78.4%;头车延迟引起的后续列车晚点总数量及总晚点时间更小,呈现出更佳的抗干扰性与恢复性能,且宜采用小编组列车实现虚拟连挂;动态混合编组的城轨列车群组追踪运行性能最佳,单一小编组的次之,大编组列车群宜在小编组列车群前面运行;城轨列车群组旅行速度总体上与平均站间距呈正相关;当列车发车间隔大于延迟时间时,平均站间距对列车群组的延迟影响不敏感,相反,则影响较为显著。研究结论能够为面向虚拟连挂的城轨列车群组追踪运行决策提供技术支撑。

考虑暴雨灾害动态影响的城市应急车辆救援路径优化研究

近年来,极端天气事件发生频次不断增加,强度不断加大,其中,由暴雨引发的城市内涝导致交通应急事件发生概率进一步增大。为提升暴雨灾害下应急救援响应速度,本文开展应急车辆救援路径优化研究。以通行时间最短为目标,考虑路面积水对车辆通行速度的动态影响,构建应急车辆救援路径优化模型,提出动态最短路径优化算法求解模型。选取上海市长宁区东北部作为研究区域,根据SWMM(Storm Water Management Model)模拟得到的50年一遇暴雨条件下城市道路路面的积水情况,设定应急救援场景,求解应急救援路径。通过本文提出算法求解得到的路径与传统静态最短路径算法求解结果对比可知,通行用时同比减少了25.42%。同时,考虑应急物资储备情况分配应急救援任务,扩展了算法的应用场景,形成可靠和高效的应急响应方案,可为提升暴雨灾害下应急响应效率提供参考。

考虑动态随机客流的城市轨道交通列车时刻表仿真优化

为更加精准刻画动态随机客流与列车时刻表编制间的复杂匹配过程,综合考虑乘客动态随机到达过程、列车容量限制、车内拥挤度对乘客上下车速率影响、停站时间动态调整和列车运行安全防护等重要运营特征,构建城市轨道交通列车运行离散仿真模型。在此基础上,建立以最小化乘客平均候车时间为目标的随机非线性优化模型,并设计一种基于仿真的有限差分随机逼近算法,用于优化城市轨道交通发车方案。以国内某条线路的实际运营数据为例验证仿真模型及优化方法,结果表明所构建模型及算法具有较好的优化效果和计算效率,优化后的列车实绩运行时刻能更好地适应客流需求的动态随机性,且在不增加发车频次的前提下有效降低乘客平均候车时间,提升城市轨道交通运营管理水平。

轨道交通对交通客流参数的技术效应分析

城市轨道交通与公交车在整个城市居民出行中占据主要地位,地铁的开通运营势必会对沿线公交及整个城市公交客流产生重要影响,进而需要重新进行优化配置公交线路,使其与地铁融合衔接,从而更加方便居民出行。本文以哈尔滨市作为研究对象,基于历年哈尔滨市公交车客流数据,借助MATLAB软件,运用灰色预测GM(1,1)方法,研究哈尔滨市公交车客流增长变化模型,在地铁开通后,公交实际客流与预测客流进行对比,结合常住人口的变化,可以分析地铁开通运营对公交车客流的具体影响,同时为其他城市公交车在地铁开通后的优化配置提供相关建议与借鉴。

基于机器学习的中型城市居民出行方式选择行为研究

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,引入变异程序,提出粒子群优化随机森林的中型城市居民出行方式选择预测模型,采用预测准确率、出行方式比例预测绝对误差和期望模拟误差这3项性能指标,量化对比粒子群优化随机森林模型与多种机器学习模型和多项Logit模型统计学上的预测性能差异,利用SHAP(SHapley Additive exPlanation)模型深入分析个人社会经济属性、出行属性及出行方式属性等相关因素与居民出行方式选择之间的非线性关系。结果表明:粒子群优化随机森林模型整体平均预测准确率最高,为0.856,出行方式比例预测平均绝对误差和期望模拟平均误差最低,分别为0.062和0.306,模型间指标差异在统计学检验下显著;距离对不同出行方式选择的影响最显著,步行和私家车出行对距离敏感性更高,不同距离下,两者选择概率变化超过35%;30岁以下群体不同出行方式选择概率差距大于其他年龄段;性别、是否拥有私家车或公交IC卡等因素显著改变公交车和私家车的选择概率。

考虑场景差异性的混合车型公交调度优化方法

纯电动公交因其低碳和节能环保的特性,已成为车辆电动化转型的必然选择,但纯电动公交车在实际运营中仍面临低温条件下性能下降和电池老化导致续航里程降低等挑战。考虑在运营中混合使用燃油车和电动车,以弥补纯电动公交车在特定场景下的性能下降,提升公交运营效率和服务质量。本文考虑公交动态运行特征建立公交时刻表分段优化模型,以优化后的车次为输入,构建混合车型运营条件下的公交行车计划编制优化模型,并设计改进的遗传算法实现模型求解。最后,以北京市公交线路为例,选取单线路运营、异地充电及区域集中调度等不同典型运营场景开展案例研究,验证优化模型在差异化运营场景条件下的适用性和优化效果。结果表明,对比本地充电场景,异地充电场景下的运营成本增加5.15%,运营车辆数量增加5.88%;在多线路联合编制行车计划的区域集中调度场景下,运营成本较单线路运营场景降低4.68%;在给定的车型比例阈值下,使用混合车型运营效果优于使用单一车型运营,有效降低运营成本和碳排放。本文研究为公共交通企业结合不同运营场景,制定科学灵活的电动公交运营调度方案提供了重要支撑。

外卖配送电动自行车换电柜选址定容实证研究

针对外卖配送电动自行车换电柜布局不合理带来的部分换电柜利用率低与部分换电需求得不到及时满足的供需矛盾问题,本文通过聚类POI(Point of Interest)数据确定外卖配送起止点,并通过仿真模拟外卖骑手配送路径预测外卖配送电动自行车换电需求时空分布,构建换电柜运营商总成本最低和用户满意度最高的多目标换电柜选址定容模型,并以新乡市主城区为例,采用NSGA-II(Non-dominated Sorting Genetic Algorithm II)算法得到换电柜选址定容方案。研究结果表明:仿真模拟得出的换电需求时间分布预测值与实际值基本吻合,换电需求在11:00,14:00,17:00和20:00左右急剧增长,且11:00和14:00左右的换电需求量显著高于17:00和20:00左右的换电需求量,外卖骑手配送路径仿真模拟方法在换电需求预测上具有较高的预测精度;换电柜选址方案不能同时满足运营商和用户利益均为最优,用户满意度的提高需以增加运营商总成本为代价;同时,兼顾运营商和用户利益的新乡市主城区外卖配送电动自行车换电柜最佳建设数量为26,其中,容量为11的换电柜11个,容量为22的换电柜8个,容量为33的换电柜7个;新乡市主城区应按照备选点编号15-7-19-17依次新增换电柜至30个,此时,用户满意度最大,若继续增加换电柜建设数量,只会增加运营商总成本。

基于就医活动推断的老年人公交就医可达性研究

为准确评估老年人公交就医出行的实际可达性,本文基于老年卡数据构建公交出行链,提出基于公交出行链的老年人就医活动推断方法,获取老年人的实际就医出行需求和出行时间。引入公交实时到站数据以反映公交实际运营水平对就医可达性的影响,构建面向出行全过程的实际出行成本矩阵,包括等候时间、乘车时间、换乘时间。考虑不同医院服务供给能力差异构建综合服务能力指标,引入分级服务半径和高斯距离衰减函数,提出基于改进两步移动搜索法的老年人公交就医可达性计算方法。以北京市六环内区域为例进行实证分析,结果表明:老年人公交就医可达性整体呈现由中心向外围递减的趋势,在城市外围区域其分布也存在空间异质性,五环路外的东部和西部区域可达性较好,而北部、东北部区域的可达性相对较差;各区域高峰时段的平均可达性均明显低于平峰时段的平均可达性。本文可为提升老年人就医出行可达性和公交系统适老化水平提供支撑。

地铁线网性能分析及最小化韧性损失恢复策略

为更好地分析地铁线网性能,优化其在扰动状态下的恢复策略,采用基于复杂网络的地铁线网性能分析方法,并提出最小化韧性损失恢复策略.鉴于地铁线网复杂网络特征,采用Space L拓扑方法处理地铁线网,并运用复杂网络理论计算线网内各站点的基本参数,包括线网的度、平均路径和线网效率等.其次根据韧性理论以线网效率作为性能指标求解各站点韧性损失,采用遗传算法求解站点恢复序列.最后,以福州市为例,分析其地铁线网的复杂网络特征并进行扰动仿真,比较在多站点失效情况下的最小化韧性损失恢复策略与随机恢复策略的恢复效果.研究结果表明:在多个地铁站点受到扰动失效,采用最小化韧性损失恢复策略能够令地铁线网性能在恢复期间仍处于较优水平,恢复效果明显优于具有不确定性的随机恢复策略.

不确定环境下医疗废物回收网络鲁棒优化研究

针对医疗废物回收网络的不确定性,选取医疗废物量和运输成本作为关键变量,构建有多个不确定参数的多目标非线性整数规划模型,并引入鲁棒优化来处理不确定因素。结合多目标粒子群优化算法(MOPSO)和遗传算法(GA)求解该模型,外层GA负责选址决策,内层MOPSO针对选址结果进行配送路径优化,并以国内某城市为实证对象进行仿真验证。结果表明:相较于传统遗传算法,所提算法总成本降低了10.37%,总风险减少了1.86%,工作量偏差缩减了50.18%;敏感性分析表明,医疗废物量的不确定性对目标函数的影响更为显著。所提模型使得决策者可根据风险偏好调整不确定参数,以获得最佳的医疗废物回收网络优化方案,为进一步的医疗废物回收研究提供了参考。

客货“共线不共车”模式下地铁货运站点选择

电子商务的蓬勃发展极大增加了城市物流配送和环境保护方面的压力,让地铁承担部分货运功能成为当前解决这一难题的全新思路。本文基于城市地铁运行特征及未来发展趋势,研究客货列车“共线不共车”模式下的地铁货运,并结合地铁系统的运营情况和内部结构,通过建立E-TOPSIS流量筛选模型、集合覆盖模型、混合整数规划的组合模型,对地铁站点进行分析,从而选择合适的站点作为货运站,最终实现地铁客货列车“共线不共车”模式下的货运方案。最后,以北京市通州区为例进行模拟仿真,找出通州区可开展货运的地铁站点,对地铁货运站点选择的方法进行了验证。

城市交通拥堵组合治理政策仿真研究

为探究不同交通拥堵治理政策的作用与效果,从交通发展战略、交通需求管理、交通费用调节3个方面设计了16种政策模拟情形,通过Vensim PLE软件进行仿真模拟。结果表明,交通需求管理是治理交通拥堵最有效的方式,其次是交通发展战略和交通费用调节,该实验结果为城市交通优化提供了有益参考。未来治理城市交通拥堵时,应注重调节交通需求和供给之间的矛盾,综合运用土地规划、交通管理等手段,科学控制交通需求总量、出行方式和时空分布,以实现供需在不同阶段和层次上的相对平衡,从而确保城市交通系统的可持续发展。

客户分级优先的即时配送路径规划方法

为了使即时配送企业能以较低的成本提高配送准时性,从而维护并发展高价值客户,首先,针对即时配送客户的特点改进RFM模型,基于已有数据使用DBSCAN算法进行客户聚类,根据聚类结果使用GBDT算法构建客户分级预测模型对即时配送客户进行分级预测。在此基础上,以即时配送的固定成本、变动成本及客户超时点种类、数量为优化目标,构建基于客户分级优先的即时配送路径优化模型,再设计遗传算法对该模型进行求解。最后,以沈阳市某一站式冷链即时配送企业为对象进行实例分析。结果显示,相比该企业原配送方案,应用客户分级优先的即时配送路径规划方法规划后的方案在配送总成本仅提高4.8%的情况下,高价值、潜在高价值客户超时点数量由6减少为2,且超时点均为边缘客户,同时配送总时间减少了7.3%,验证了该方法的有效性。采用该配送路径规划方法,企业的配送成本虽然会小幅增加,但因配送准时性提升,可以更好地维护高价值客户,同时发展潜在高价值客户向高价值客户转变,进而保持或提高长期收益。