基于AVL数据的公交运行可靠性评价及影响因素分析

结合成都市48路公交线路全天车辆自动定位(automatic vehicle location,AVL)数据,定量分析公交运行可靠性及其相关关系。对比证明区间运行时间均值与其标准差的对数呈现更为显著的线性关系后,量化指标区段长度、信号交叉口个数、公交专用道长度、站点个数、时间段,并细化指标沿线土地利用性质,建立多元线性回归模型以解释造成区间运行时间波动的原因。考虑到不可靠性会随着车辆的运行而逐步向后续区段传播的特性,提出了在因变量中加入前一区段运行波动性这一指标,以从时间和空间两个层面探究造成公交运行不可靠的原因,最终证明区段间公交运行可靠性存在较强的关联性。

基于公交IC卡和AVL数据的客流OD推导方法

公交IC卡收费系统和车辆定位系统的广泛应用,为获取公交客流OD提供了新的途径。针对现有公交客流OD推导算法的不足,从上车站点识别和下车站点推导两方面入手,对公交客流OD推导算法进行了改进。为了修正公交IC卡数据时间偏差,提高上车站点识别的准确性,在分析公交乘客上车刷卡行为的基础上,提出了基于AVL数据的公交IC卡数据时间修正方法。根据公交出行链的特性差异,将公交出行链划分为连续链和非连续链两大类,在此基础上,建立了不同公交出行链的下车站点推导模型,优化了下车站点推导流程。以苏州市的公交IC卡和AVL数据为例进行实例研究,通过对推导结果合理性的讨论分析,论证了改进算法的可行性和有效性。实践表明,改进后的公交客流OD推导算法流程清晰,易于程序实现,可以用于公交客流的自动分析。

基于公交IC卡和AVL数据的换乘行为识别方法

公交换乘枢纽是多模式公交系统的关键节点,而公交换乘行为特征是公交换乘枢纽规划和管理的重要依据.本文从公交出行过程入手,将公交换乘过程抽象为若干时间节点.结合现状公交系统数据的特点,通过公交IC卡和AVL数据的有效融合,推算得到乘客换乘前的下车时间和步行到换乘站点的时间.基于'随到随走'的出行假设,本文提出通过比较换乘前下车时间、换乘上车时间与换乘线路的车辆到站时间,来进行换乘行为的判断.本文应用苏州市某乘客的IC数据对算法的可行性和有效性进行了验证,结果表明,本算法比直接通过连续两次刷卡的时间间隔判断更加合理和准确.

基于AVL数据的单程时间参数设置方法

单程时间(ST)是编制公交运营计划的重要参数,而国内公交企业对此普遍重视不足,多采用公司统一而非针对不同线路的时段标准,由调度人员凭借经验设置参数值,致使其无法反映现实状况,运营服务准点率低下.为此,本文提出一个基于车辆定位(AVL)数据的ST设置方法.其基本思路是:首先通过分析大量AVL数据中的实际单程时间样本,划分'同运营时间(HRT)时段',并建立'单程分布知识库';然后采用候车时间优化模型,计算各HRT时段中的ST参数取值;最后,对ST参数进行仿真验证和调整.对海口4路现实数据的实验显示,采用该方法设置ST参数有助于编制出高执行率和准点率的行车方案.

一种改进的AVL系统中车位显示修正算法

AVL系统就是GIS与GPS技术集成的成功应用。AVL系统中GPS信号在GIS地图上显示时,由于各种因素的影响,存在很大的偏差。对这种偏差的校正是十分必要的。为了解决这个问题,对以前提出的误差校正算法———"线性抽象算法"进行了改进,提出了另一种误差校正方法———"缓冲区线性抽象算法",实验结果表明这种方法能在很大程度上校正偏差,不但具有较高的精度,而且还提高了算法效率。

基于AVL数据的公交到站时间实时预测模型

公交车辆到站时间预测是公交信息服务、公交动态调度的关键参数。基于实时和历史的公交车辆自动定位数据(AVL)需求分析,将公交车辆到站时间划分为站点停靠时间、区段全程运行时间和区段部分运行时间,分别采用点估计法、BP神经网络法和自适应指数平滑法对其进行动态预测。最后结合实验线路公交车辆的AVL运行数据,对预测模型进行了验证和评价分析。研究结果表明:本预测模型由于将历史数据规律和实时交通状况进行了有效融合,从而提高了公交到站时间预测的鲁棒性和预测精度。

基于公交IC卡和AVL数据的公交客流OD推算

针对国内城市公交乘客下车不用刷卡,无法获知下车站点的问题,利用公交IC刷卡数据、AVL数据和公交站点数据,提出公交站点吸引强度与公交出行链结合的公交客流OD推算方法。基于时间匹配方法融合IC刷卡数据和AVL数据,设立时间匹配弹性因子,提高乘客上车站点识别率;针对不同乘客公交出行行为,采用多时段公交站点吸引强度与公交出行链结合的方法,实现下车站点的推算,在集计层面基于最小二乘法判断模型有效性。以石家庄市公交客流为例进行验证,乘客上车站点匹配率提高了15.51百分点,乘客下车站点推算成功率稳定在90%,验证了所提方法的有效性。

AVL树研究与实现

计算机最广为人知的优点之一是其能储存大量的数据,如今随着时代的发展,储存容量更是犹如日进千里一般极速扩展,大容量的硬盘、U盘早已随处可见。然而,要在巨大的数据中搜索出需要的内容却不是一件容易的事,由此,为了能减少在搜索储存数据上的开销,各种适应于不同访问搜索背景的数据结构应运而生。树,便是计算机学科中最基本的数据结构之一,提供了快速的储存和访问性能。该文探究了带有平衡条件的二叉查找树——AVL树的原理,并对其使用C语言进行了实现。

基于AVL BOOST的船用柴油机典型故障仿真及其数据分析

[目的]大型船用柴油机故障类型的数据通过台架试验或者实船来获取存在许多不利因素,因此针对柴油机的故障仿真数值计算就显得尤为重要,同时对故障排除及数据驱动的智能故障诊断系统的构建也具有重要意义。[方法]基于AVL BOOST软件和台架试验数据,建立柴油机仿真模型,验证4种负荷工况下仿真模型需满足的精度要求;基于100%负荷工况模型,采用控制变量法模拟柴油机发火点提前、单缸停油及曲轴箱窜气这些典型故障,并分析计算得到的数据。[结果]结果表明:发火点提前5°时,缸内最高燃烧压力提高了17.4%;第1缸停缸后,有效油耗率上升近15%;对于不同气缸停油情况,第2号和3号气缸停油时的特征参数变化幅度较小;随着活塞有效窜气间隙的增加,各特征参数基本上呈线性扩大趋势,在窜气间隙值为0.04 mm时,部分特征参数急剧增加,例如油耗率增加了近40%。[结论]所得结果可作为柴油机故障状态识别及智能故障诊断系统构建的重要依据,为探索船舶柴油机智能故障诊断技术提供新的途径。

基于AVL-Cruise仿真的公交车油耗因素分析

为提高公交车的燃油经济性,对公交车油耗影响因素进行研究。采用AVL-Cruise软件建立公交车仿真模型,然后通过控制变量法分别对载客量、站间距离、加速度进行油耗分析,得到各影响因素与油耗的数据,最后用MATLAB将数据进行拟合,得到油耗影响因素与油耗的关系式。结果表明:载客量与油耗呈线性正相关。站间距离、加速度与油耗呈非线性相关并且随着站间距离的增加油耗越来越低,但油耗下降幅度逐渐放缓。当加速度的值小于0.75m/s^2时,随着加速度的增大,公交车油耗降低;当加速度的值在0.75~0.8m/s^2之间时,存在百公里油耗最小值;当加速度值大于0.8m/s^2时,百公里油耗随加速度的增大而增大,但不呈线性关系。

地铁环线路径选择的统计分析与应用

为识别环线地铁中每位乘客的路径选择,基于北京市轨道交通自动售检票系统数据与自动车辆定位系统数据,采用统计分析方法研究地铁环线中乘客出行特征,对典型的地铁环线中乘客的出行路径选择行为进行统计推断。建立该数据的混合概率模型,推断每位乘客乘坐每列可乘列车的概率;建立地铁环线乘客列车分配模型,推断地铁环线中乘客的路径选择;通过观察模拟试验参数估计的均方误差值,验证方法的合理性。基于此,以北京地铁西直门站—望京西站构成的环线,研究地铁环线中乘客的路径选择。研究结果表明,近65%的乘客选择该地铁环线中需换乘1次但所需时间少的路径,在乘客路径选择的决策中,时间效率的考虑优先于减少换乘的便捷。

基于STL文件的曲面网格重建算法

利用STL文件的数据相关性以及平衡二叉(AVL)树的数据搜索效率仅与树的高度相关的特性,提出一种高效的三角形曲面网格模型重建算法。该算法可以解决STL文件存在大量的冗余、使用效率不高等问题。实验结果证明,与基于AVL树的顶点快速聚合算法相比,该算法的重建效率更高。

时空数据库中数据建模的研究

研究了时空数据库中的时空建模技术。早期表示时空信息的数据模型通常用基于几何学的空间对象来表示实体,重要的特性都用空间对象的属性来表示。时态信息可以与基于时间戳的独立层次相关联,也可以与独立的空间对象相关联。随着时空建模的进一步发展,出现了面向对象的数据模型和基于事件的数据模型。综合研究了这些典型的时空数据模型,讨论了它们的应用及时空分析建模的作用。此外介绍了针对移动对象的数据类型的建模方法,以及在时空分析数据库管理系统STADBS中,基于Realms的二级平衡二叉树的时空数据模型。

分布式过程实时数据集成方法及其实现

针对异构生产装置数据采集、集成和管理中的数据集成问题,提出一种分布式过程实时数据集成方法,给出系统体系结构和数据集成原理。采用Hash-AVL树的数据结构对生产数据进行描述,利用XML技术对实时数据及访问请求进行封装,实现统一的数据访问接口。该方法应用到某石化企业综合自动化系统,对100个数据点进行并发访问时,数据更新周期小于3s,结果证明了分布式数据集成方法可以满足对现场生产装置异构实时数据进行集成的要求。

配电网无功优化软件中数据管理引擎的设计与实现

在开发配电网无功优化软件时,没有采用以数据库管理系统作为后台数据管理工具的常规做法,而是自主设计和实现了一个数据管理引擎,以此来代替数据库管理系统为优化计算提供数据服务。该引擎作为一个模块嵌在无功优化软件中,主要完成解释执行SQL语句、数据存取、数据组织及查询处理等功能。文中着重阐述了数据管理引擎的静态结构及其关键部分的实现思路。该引擎具有操作数据快速、使用简便、易于扩展等特点。

一种高效流立方体结构

流立方体是一种通过H-tree结构实现的,通过H-cubing算法计算每个立方单元格的立方体结构。由于H-tree中的子节点是无序的,H-cubing算法的局限性导致其不能有效地进行数据流的查询和在线分析以及等高级操作。针对这一问题,提出一种新的基于ANH-tree的流立方体实现方法,该方法在H-tree的基础上,使用平衡二叉树索引无序节点并在相关节点直接建立链接来加快节点访问速度和立方单元格的计算速度,并在此基础上给出了与新结构对应的创建和查询算法,实验表明ANH-tree结构在CPU时间和内存空间等方面的性能远远优于H-tree。

动力经济性仿真数据收集及呈现方法

通过一套自主研发的软件系统,将AVL-Cruise仿真分析结果自动归档到数据库服务器,并提供历史数据检索和额外使用网页技术与其他工程师分享数据。

一种面向地震数据的两级索引

地震数据处理中的数据读取具有块小量大的特点,常规磁盘所用的数据读取方式,其处理速度缓慢。设计了一种基于Fast DFS的分布式地震数据存取系统。该系统将数据分块存储在硬盘上,在Fast DFS中建立基于炮号和道号的两级索引结构,并选取Trie树作为一级索引,AVL树或红黑树作为二级索引,提高了系统读取速度。实验结果表明,该地震数据存取系统减少了相应的查询响应时间,提高了系统存取性能。

基于AVL数据的公交到达率阈值估计方法

公交进站排队是影响公交服务可靠性的主要原因之一。为提高公交运营可靠性,提出以不同排队长度的互补累积概率作为公交站点的服务水平指标,基于大量公交AVL数据,探究公交到达率与互补累积排队概率之间的函数关系,计算不同服务水平下站点的到达率阈值。研究发现到达率与不同排队长度下的互补累积概率的散点图均呈"S"型分布,针对该特点提出以Logistic模型来描述两者之间的函数关系,并以成都市5条公交走廊沿线的19个站点为例对其拟合结果进行分析。结果表明,模型在19个站点均有较好的拟合优度,因此认为公交到达率与互补累积排队概率符合Logistic函数关系。该研究结果为不同公交站点合理到达率阈值的选取提供了基于数据驱动的分析方法。

Concurrent Manipulation of Expanded AVL Trees

The concurrent manipulation of an expanded AVL tree (EAVL tree) is considered in this paper. The presented system can support any number of concurrent processes which perform searching, insertion and deletion on the tree. Simulation results indicate the high performance of the system. Elaborate techniques are used to achieve such a system unawilable based on any known algorithms. Methods developed in this paper may provide new insights into other problems in the area of concurrent search structure manipulation.