考虑交通信号和交通密度的城市路段个体行程时间建模

为探究城市路段中交通密度与交通信号对个体车辆行程时间的影响规律,提高城市道路行程时间的预测精度,基于车牌识别数据与信号机配时数据等多种融合数据,提出了由自由流行程时间、密度延误与随机误差项组成的行程时间关系函数,并在该函数基础上构建了考虑个体驾驶习惯的行程时间预测模型。首先,基于道路限速条件、车辆进入路段时的下游交叉口信号状态构建自由流行程时间函数;其次,提出了一种通过密度阈值判断车辆能否在当前信号周期通过下游交叉口的方法,并基于个体车辆进入路段时的路段密度计算出车辆所需等待信号周期个数及等待前方排队疏散所需时间,从而构建密度延误函数;然后,将个体实际行程时间与自由流行程时间、密度延误的差值作为随机误差项,通过高斯混合模型拟合随机误差项的概率分布;最后,选用安徽省宣城市多个路段作为案例,分析各路段行程时间函数各部分的具体表现,对该行程时间预测模型进行验证。结果表明:行程时间预测模型的MAPE,MAE,RMSE分别为6%~12%,5~15,13~35,在准确率方面优于其他算法,是一种有效的城市路段个体行程时间预测方法。

补偿声波测井扩径校正方法

准确的声波测井数据对地震资料时—深转换、合成记录制作、地震反演、油藏建模等具有重要作用。双发双收补偿声波测井能够较好地消除井径及泥浆的影响,消除记录点与测量点之间的深度误差,但当井径扩径大于校正门限时,产生的异常无法消除。文中从双发双收补偿声波测井仪器参数出发,基于费马时间最小原理,分析了井眼不同扩径状况下声波首波的传播路径,并推导了三种情况对应的声波时差校正公式。研究结果表明:应用推导的校正公式对实际声波时差数据进行处理校正,得到的声波时差更合理,更接近于地层的真实值。最后通过应用实例验证了方法的有效性。

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。

基于改进时空图卷积网络的道路行程时间预测模型

为提高道路网行程时间预测精度,综合考虑行程时间的空间依赖性、时间依赖性和天气因素影响,提出了基于属性增强和注意力机制的时空图卷积网络模型.首先,构建属性增强单元,将行程时间和天气信息融合;然后,利用图卷积网络捕获空间依赖性,利用门控递归单元捕获时间依赖性,并利用注意力机制增强模型对特征的学习;最后,利用该模型在真实数据集上对未来15、30、45和60 min的行程时间进行预测.结果表明:预测结果的均方根误差(RMSE)分别为0.0453、0.0456、0.0457和0.0468,与其他模型相比表现更优;考虑了时间、空间和天气因素后,相较于不考虑天气的情况,预测误差降低了约10.3%;相较于不考虑空间依赖性的情况,降低了约24.2%,表明所提模型能更好表达时空依赖性和外部条件影响.

基于“互联互通”的嘉兴至枫南市域铁路列车开行方案研究

嘉兴至枫南市域铁路是浙江省嘉兴市第一条市域铁路,是长三角地区多层次轨道交通网络中重要线路之一,与嘉善至西塘市域铁路互联互通。“互联互通”条件下市域铁路网络跨线运营是未来的发展趋势,列车开行方案设计是制定市域铁路运输组织方案的前提,做好“互联互通”条件下列车开行方案的制定是运营期市域铁路运营管理的一项主要工作,也是市域铁路规划设计阶段需要重点考虑的问题。在研究嘉兴至枫南市域铁路概况的基础上,对其进行数学建模。在分析市域铁路不同列车种类的基础上,以所有乘客总体出行时间效益最大化为优化目标,应用数学规划、多目标优化的方法构建了一套“互联互通”条件下列车开行方案优化模型,包括市域铁路直达列车数量计算模型、大站快车停站选择模型和大站快车、站站停列车数量计算模型。在研究嘉兴至枫南市域铁路线路互联互通的基础上,依据初期早高峰时段客流预测结果,计算得到初期早高峰时段嘉兴南站—南枫线段采用快慢车混跑方式,大站快车停车站为科技城站、嘉善站,开行直达列车1对/h,大站快车3对/h,站站停列车5对/h;嘉兴南站—示范区线段采用快慢车混跑方式,大站快车停车站为科技城站、嘉善站、西塘站,开行大站快车2对/h,站站停列车6对/h,进而确定嘉兴至枫南市域铁路列车开行方案。

基于ISSA-XGBoost模型的多特征融合露天矿卡车行程时间预测

针对露天矿运输系统卡车行程时间预测问题,提出了一种基于特征选择及改进麻雀算法优化XGBoost的露天矿卡车行程时间预测模型。模型充分考虑了卡车特征、道路特征、气象特征以及时间特征对卡车行程时间的影响,并使用皮尔逊系数法深入分析影响因素的贡献度。针对麻雀算法中全局搜索能力薄弱的问题引入反向学习和螺旋搜索策略,以提高算法的收敛性能。最后,使用改进的麻雀算法对XGBoost的关键参数进行寻优,进而构建露天矿卡车行程时间预测模型。选取国内某大型露天矿卡车调度系统采集的数据进行仿真模拟,并将所提出模型与SVM、BP、RBF和RF等其他机器学习模型进行对比。结果表明:所提出模型的预测误差均低于其他模型,相关系数可达0.9819。开发的模型和分析结果可以极大地帮助决策者规划、运营和管理更高效的露天矿运输系统。

时间匹配程度对学龄儿童通学出行方式的影响

改善学生与家长的通勤时间约束、优化或转变儿童通学出行方式是缓解拥堵、提升安全的有益选择。基于时间地理学理论,提出儿童通学时间与家长通勤时间的匹配程度测度方法,划分时间制度约束型、出行时间宽裕型和出行时间约束型三种时间匹配值类型。采用多项Logit模型分析父母不同时间匹配值类型对儿童通学出行方式的影响。结果表明,家长与儿童的时间匹配程度会影响儿童通学出行方式选择。在不同时间匹配值类型条件下,儿童通学出行方式与家长性别高度关联。上学出行中,母亲与儿童在时间制度约束下小汽车出行比例增加;放学出行中父亲受到时间制度约束反而会增加儿童步行通学出行的概率。因此,制定鼓励学生步行通学出行的政策时要重视时间制度与上下学时间情境的影响。

古代黄山旅游指南概说

古代黄山旅游指南史料丰富,具有较高的研究价值,但目前少有专门研究。文章通过史料挖掘、分类梳理与综合分析,从广义的视角研究古代黄山旅游指南,包括对其宗教与传说,地记、图经与方志,诗文、游记与图绘等方面的研究,从宗教类、地理类、艺术类等3个方面呈现古代黄山旅游指南概貌。研究发现,古代黄山旅游指南具有形式多样、数量可观,不同类别、各有侧重,模山范水、仅见大略,注重文化、偏废实用的特点,并在接续与改进中得到承传。研究可增进对黄山旅游发展史的认识,为鲜被关注的古代黄山旅游指南的研究提供了参考,可促进当今黄山旅游的开发与建设。

基于乘客OD间路径旅行时间的城市轨道交通客流分布计算模型的适用性研究

[目的]针对目前城市轨道交通(以下简称“城轨”)线网客流分布计算模型的客流计算结果与实际客流存在偏差的现象,需基于OD间路径的实际旅行时间,对基于多路径概率分配的客流分布计算模型的适用性展开研究。[方法]基于乘客OD间路径的实际旅行时间,分析揭示了现有城轨客流分布计算模型存在的主要问题;融合AFC(自动售检票)系统和ATS(列车自动监控)系统两类数据,构建并标定了基于乘客OD间路径旅行时间的城轨客流分布计算模型;对目前国内城轨系统广泛采用的基于多路径概率分配的城轨客流分布计算模型的适用性进行了分析与评价。[结果及结论]现有城轨客流分布计算模型在路径选择集和路径选择比例上存在主要问题。通过基于多路径概率分配的城轨客流分布计算模型获取的路径分配比例,得到的旅行时间分布模拟结果均为单峰,无法重现从AFC票卡提取的实际旅行时间分布的多峰情况。当城轨线网较为简单时,基于多路径概率分配的城轨客流分布计算模型基本适用;当线网规模不断增加,线网结构进一步复杂,列车运行方式的多样性、乘客出行行为的差异性等不断加大的条件下,该模型对于路径阻抗差异小的OD可能适用,而对于路径阻抗差异大的OD不适用。

基于群组运行的重载铁路列车运行图优化研究

重载铁路运输主要承担大宗货物运输任务,在保障能源供应和工业生产中发挥着重要作用。随着通信技术的发展,列车群组运行有助于解决既有设施设备导致重载铁路运输能力不足等问题。然而,重载铁路列车群组运行相较于传统模式下的列车运行图,在时间间隔、到发线能力等方面均有差异。通过分析基于群组运行的重载铁路单元列车运输组织特点与开行条件,建立以总旅行时间最小为目标的群组运行的重载铁路单元列车运行图优化模型,设计改进的SPSO粒子群算法进行求解。通过与非群组运行模式下重载铁路列车运行图比较分析,基于群组运行的重载铁路列车运行图中列车的总旅行时间降低2%,总占用时间减少12.5%,实现重载铁路列车高密度编组运行,验证该模型与算法能够显著提高线路的运输能力。

基于空间约束联合字典学习的三维冲击波超压场重建

针对有限测点条件下冲击波超压场全时空全区域重建的需求,提出一种基于空间约束联合字典学习的三维冲击波超压场重建方法。建立三维走时层析成像模型,利用字典学习对图像的稀疏表征优势和空间约束对图像边缘纹理保真特性,采用交替最小化思想对目标函数进行优化解算,实现大型病态稀疏矩阵的高精度求解。试验结果表明,该方法与代数重建算法(ART)、联合代数重建算法(SART)和期望极大化算法(EM)相比,重建精度更高,全区域重建误差达到了15.81%,在时空场重建过程中具有较高的应用价值。

京津冀地区在职人员交通出行模式影响因素调查研究

为了解京津冀地区在职人员交通出行模式影响因素,深入研究交通出行中空气污染暴露水平,通过网络平台对京津冀地区在职人员展开出行模式影响因素问卷调查。利用描述性分析、独立样本t检验和完全随机的单因素方差分析,描述出行模式影响因素的重要程度,并对不同人群间的差异进行比较。结果显示:个人因素、交通因素、气象因素对选择出行模式影响的重要程度得分为2.53±0.99、3.02±1.05、3.21±1.07,气象因素是出行选择的关键影响因素。降雪、拥有交通工具、出行时长、出行距离等因素对京津冀在职人员出行选择有较大影响。不同年龄、学历、家庭年收入群体受个人因素、交通因素和气象因素影响程度存在差异,以上差异有统计学意义(P<0.05)。开展人群交通出行模式判定研究时,应综合考虑上述各方面因素,以提高判定结果的准确性。

时间旅行的量子门

量子计算可以解决经典计算难于求解的问题,在物理原理允许范围内扩大了可有效计算的问题范围,对经典计算的扩展丘奇图灵论题提出了挑战.这里我们讨论一个有趣的问题:通过突破物理原理限制来实现更强大的计算机,进一步扩展量子计算机的能力.我们考虑一种全新的操纵能力,让量子计算可以实现时间穿梭旅行的量子控制门.这是量子门线路图形语言的一个符合直觉的扩展,作为例子,我们展示了一个可以有效求解SAT难题的扩展量子算法.我们的结果有助于更深刻地理解计算和物理原理之间的关系.

考虑乘客旅行时间价值的市域轨道交通列车开行方案

[目的]鉴于市域铁路的功能定位,以及当前经济社会发展下乘客对出行快捷性、舒适性和经济性需求不一致的特性,需对考虑乘客旅行时间价值的市域铁路列车开行方案进行研究。[方法]构建了考虑乘客旅行时间价值的列车开行方案模型。该模型以乘客出行成本和列车开行成本为目标函数,以列车定员、站间客流及列车开行数量等为主要约束条件,同时采用帕累托模型对不同乘客的时间价值和不同编组列车的开行成本进行标定。以上海市域轨道交通机场联络线为研究背景,考虑了4节与8节两种列车编组形式,对虹桥站至上海东站站单方向高峰小时的列车开行方案进行了计算分析及评价。[结果及结论]考虑乘客旅行时间价值的列车开行方案能最大限度地减少乘客出行成本,更好地满足不同乘客的出行时间需求;增加乘客旅行时间价值较低的乘客旅行时间,缩短乘客旅行时间价值较高的乘客旅行时间,能更好地发挥列车开行方案的经济效益。

考虑客户满意度的实时取送货路径优化问题

针对即时配送订单出现的动态性、服务客户的满意度、末端配送路网的非对称性,在配送订单的时间窗限制下,建立实时取送货路径优化模型。通过定义并调整非对称网络系数,构建非对称配送网络,提出滚动时域忽略策略(Ignore策略)和滚动时域实时判断策略(Real-time策略)。Ignore策略要求配送员一旦出发,返回配送起点前忽略所有新出现的订单,Real-time策略要求配送途中实时判断当新订单出现时,是否返回起点取货,重新规划配送路线。使用数值仿真软件,在不同非对称系数、客户时间窗、订单数量等的情形下分析策略适用性。数值算例分析表明,Real-time策略适用于网络较大的情形,而网络较小且订单数量较少时,Ignore策略更适用。研究结果可为城市末端合单配送和路径优化策略提供新的思路和参考。

邻井气举辅助泡沫排水采气工艺起效时间探究

为了提升常规泡沫排水采气的效果,在对积液气井环空加注泡排剂的同时,使用邻井天然气对积液气井环空进行注气,即邻井气举辅助泡排新工艺。新工艺泡排剂起效时间决定关井时间和采气时率,对气井生产有重要的影响,目前行业内对此研究处于空白状态。在已有致密气井间歇泡排注剂后关井时间探究的基础上,依据注入泡排剂之后井口压力、气量和温度变化趋势来判定泡排剂下行时间和扩散时间,从而确定泡排剂的起效时间,并与常规泡排剂加注方式进行对比,分析了新工艺的优点及其原因。研究结果表明:①常规环空泡排注剂和邻井气举辅助泡沫排水采气工艺注剂后泡排剂的流动形态不一样,前者泡排剂呈“线状”,沿“静态”环空的油套管壁下行;后者泡排剂会以“液滴状”,在进入积液气井“动态”环空之后,随着邻井天然气迅速下行;②新工艺可以显著缩短泡排剂的起效时间,从8.2 h缩短至1.1 h,效率提高了86.6%,因借助注入的天然气对积液气井进行气举,排液效果更好,常规注剂不能复产的低产、低压气井借助新工艺可以正常恢复生产。为低产低压气井的排水采气提供了一种新思路,值得进一步推广应用。

庄子“龙蛇”思想管窥

“一龙一蛇”是庄子倡导的处世哲学与逍遥路径,它的提出基于风雨如晦的社会现实,也是否定“材与不材之间”后构想的与世推移的理想策略。一方面,它重视“心”的主观能动性,是《庄子》中隐逸的最佳方式“心隐”的直观表现与现实实践;另一方面它又破除了对处“中”的执念,以龙蛇不同形态的随机变化隐喻人一旦达到同乎大道的境界就可以合于自然,以自由的精神支配自我在现实中“缘督以为经”,将先哲普遍探讨的处世技巧转化为庄子独有的游世艺术。基于此,本论文从“龙蛇”观念的提出过程、思想特质、道家意蕴入手,以说明“龙蛇”虽非庄子首创,但经过他的演绎已然确立成为独特的哲学概念并远溉后世。

心理时间旅行:听众与城市民谣相遇的过程解读

音乐可以带着听众去旅行,城市民谣让听众“走进”旅游目的地,走入音乐时空之旅,但其内在的心理活动过程需要深入解读。本研究基于旅游相遇理论,援引心理时间旅行的概念,运用程序化扎根理论,对网易云音乐平台歌曲《成都》的乐评数据进行三级编码,构建了听众与城市民谣相遇的心理时间旅行的过程模型。具体而言:首先,城市民谣是开启心理时间旅行的“按钮”,当下是心理时间旅行的“锚点”,记忆和自我是心理时间旅行的“机器”,听众通过记忆和自我穿梭于主观时间中的过去和未来;其次,听众的身体作为“情绪交错场”,不断积累着的主体情绪成为心理时间旅行机器的“润滑剂”,使得听众在音乐时空之旅中循环流转,跨越时空走进旅游目的地。本研究创新性地将旅游相遇理论和心理时间旅行的概念相结合,揭示听众与城市民谣相遇的音乐时空之旅的内在心理活动过程,也为旅游目的地营销组织提供了实践启示。

基于CNN-GRU模型的中欧班列运到时限预测

随着经济贸易的全球化发展,中欧班列已经成为重要的国际货运方式。由于中欧班列的运到时限受诸多因素影响,现有模型难以充分捕捉运输时间数据的复杂特征关系,因而无法准确预测列车运到时限,影响中欧班列的调度及沿线运力的安排。提出一种基于卷积神经网络(CNN)和门控循环单元(GRU)的中欧班列运到时限预测方法,该方法能有效捕捉运到时间序列的空间及时间特征,从而提高预测精度。所提方法首先利用小波变换技术对中欧班列运到时限历史数据进行降噪处理,再经过最大−最小归一化、多粒度扫描窗及数据划分后,通过一维CNN模块提取输入时间序列的空间特征,GRU模块提取序列的时间特征,最后输出中欧班列运到时限的预测值。在实验部分进行了模型的参数调优、小波变换去噪效果分析及模型对比。结果显示,经小波变换去噪处理后,CNN-GRU模型的均方根误差(RMSE)和平均绝对误差(MAE)分别降低了34.18%和26.77%;模型的RMSE和MAE比单一模型中预测效果表现最好的随机森林(RF)分别降低了17.28%和21.67%,比组合模型CNN-LSTM分别降低了5.68%和15.70%。本文所构建的CNN-GRU模型对于小样本复杂数据的预测性能较高,且模型训练参数较少,轻量化程度较高,可解释性较强。基于该模型的中欧班列运到时限预测方法提高了运到时限预测的准确性,能够为缓解中欧班列路网运力不足等现状提供较为可靠的技术支持。

基于GPS数据的高速公路行程时间估计与可靠性分析

准确地进行高速公路行程时间估计与可靠性分析对交通规划与缓解交通拥堵具有重要意义。针对目前行程时间估计准确性不高、可靠性分析不够全面的问题,提出基于BP神经网络的高速公路行程时间估计模型,并利用该模型计算的行程时间分析高速公路上车辆行驶的行程时间可靠性。以广州机场高速公路GPS浮动车数据为例进行实例验证,结果表明,与速度-时间积分法和位置-时间内插法相比,本文提出的模型提高了行程时间估计的准确度,同时能多方面地分析车辆行程时间的可靠性。