考虑行程时间相关性的可靠最短路径算法

可靠最短路径(RSP)问题反映了出行时间的可变性,比只考虑平均出行时间的标准最短路径问题更加实际可行。本文提出了一种考虑路段行程时间相关性的均值-标准偏差RSP问题的求解思路。该算法采用拉格朗日代入和协方差矩阵分解技术,解决了混合整数非线性规划(MINLP)的非线性和不可加性带来的困难。将该问题分解为标准最短路径问题和凸优化问题,证明了凸优化问题的最优解,并将拉格朗日乘子范围与协方差矩阵的特征值联系起来,提出采用次梯度法进行拉格朗日乘子更新。该算法能降低了原问题的复杂性,可扩展到大型网络。

基于线性回归模型的春运客运量预测研究——以重庆为例

春运期间营业性客运量是旅客活跃程度的重要指标,合理预测春运期间营业性客运量为行业管理部门运力场站储备、应急调度工作提供重要依据。以重庆市春运期间为例,基于分析2014—2023年各方式客运量与春运期间各方式营业性客运量,构建基于线性回归理论的春运期间营业性客运量预测模型,并通过相关系数检验,得知春运期间各方式营业性客运量与上一年全年各方式客运量存在明显线形相关,并以2024年重庆春运期间营业性客运量进行验算,证明模型测算结果较为准确,为以后春运期间营业性客运量预测提供理论依据。