检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于模糊综合评价法的地铁车站客流评价

低碳世界 2015年第7期5卷 276-277页

作者：杨丽媛昆明学院自动控制与机械工程学院云南昆明650214

以地铁车站客流流线的出入口、售检票、楼梯以及站台为安全预警评价的控制点，应用模糊综合评价法对车站客流情况进行评价，便于车站现场管理及安全隐患预防。

关键词：模糊综合评价法地铁客流安全评价

建成环境对交通小区地铁通勤客流的异质性影响

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第7期54卷 1913-1922页

作者：马书红廖国美黄岩张俊杰长安大学运输工程学院西安710064

本文构建GWR(Geographically weighted regression)模型拟合建成环境变量与地铁客流的关系,并分析建成环境显著变量对地铁客流的异质性影响。采用西安市地铁1、2、3号线63个站点共5个工作日的客流数据,利用ArcGIS软件将客流数据与交通... 详细信息

本文构建GWR(Geographically weighted regression)模型拟合建成环境变量与地铁客流的关系,并分析建成环境显著变量对地铁客流的异质性影响。采用西安市地铁1、2、3号线63个站点共5个工作日的客流数据,利用ArcGIS软件将客流数据与交通小区匹配,在传统最小二乘法的基础上构建GWR模型,考虑人均GDP、土地利用混合度、停车场密度、交叉口密度、地铁出入口密度等对交通小区地铁客流的影响,得到如下结论:GWR模型能有效刻画交通小区地铁通勤客流与建成环境变量互动关系的空间非平稳性及影响尺度,其结果优于传统最小二乘法;同时,分析发现人均GDP、土地利用混合度、交叉口密度、地铁出入口密度4个变量对交通小区地铁客流的影响显著;土地利用混合度对地铁通勤客流的吸引远远大于地铁出入口密度,且在土地利用开发程度和均衡度较低的交通小区表现更明显。

关键词：城市交通建成环境通勤出行地铁客流 GWR模型

空间异质下地铁建成环境与站点覆盖客流吸引度关系研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2024年第4期24卷 253-262页

作者：陈红李晨光王铎段超杰姚振兴长安大学运输工程学院西安710064

机器学习模型广泛应用于探究建成环境与客流的交互关系。然而,机器学习考虑的是全局关系,无法捕捉空间变化,为解决这一问题,本文从密度、多样性、设计、目的地可达性、可获得性和网络连通性等方面构建了11种建成环境指标,提出一种轻量... 详细信息

机器学习模型广泛应用于探究建成环境与客流的交互关系。然而,机器学习考虑的是全局关系,无法捕捉空间变化,为解决这一问题,本文从密度、多样性、设计、目的地可达性、可获得性和网络连通性等方面构建了11种建成环境指标,提出一种轻量级梯度提升机(LightGBM)与地理加权回归(GWR)的集成综合分析模型(SLightGBM),以探究建成环境对站点覆盖客流吸引度的空间异质性和非线性影响,并将该模型与LightGBM,普通最小二乘法(OLS)和GWR进行比较,以揭示SLightGBM模型在回归效果上的优势。针对西安市的研究结果表明:SLightGBM模型的R2、MAE与RMSE分别达到了0.68、8379.16和11797.19,显著优于对比模型;建成环境因素存在空间异质性,工作人口密度和公交站点密度在中心区域最为重要,而餐饮密度在南部区域更显著;工作人口密度和餐饮密度与客流吸引度呈正相关,而最小换乘次数与客流吸引度呈负相关关系,且具有明显的协同作用。研究表明,影响因子空间差异性和阈值分析结果对于指导城市建设和改善公共交通系统具有重要的启示意义。

关键词：城市交通空间特性 SLightGBM 地铁客流阈值分析

基于动态图神经常微分方程的地铁短时客流预测方法

在线全文

学校读者我要写书评

暂无评论

交通信息与安全 2024年第1期42卷 150-160页

作者：彭颢贺玉龙宋太龙武继壮北京工业大学交通工程北京市重点实验室北京100124 山东省交通科学研究院济南250031 山东省路域安全与应急保障交通运输行业重点实验室济南250031

随着城市轨道交通的快速发展,客流量的准确预测对于改善运营服务至关重要。为了解决当前地铁客流预测存在的时空特性挖掘不充分等问题,进一步提高预测的精度与效率,研究了基于动态图神经常微分方程模型(multivariate time series with d... 详细信息

随着城市轨道交通的快速发展,客流量的准确预测对于改善运营服务至关重要。为了解决当前地铁客流预测存在的时空特性挖掘不充分等问题,进一步提高预测的精度与效率,研究了基于动态图神经常微分方程模型(multivariate time series with dynamic graph neural ordinary differential equations,MTGODE)的地铁短时客流预测方法。该方法通彭颢1贺玉过学习地铁站点间的动态关联强度构建动态拓扑图结构,基于学习得到的动态图进行连续图传播以传递时空信息、挖掘客流的依赖关系,并采用残差卷积提取多时间尺度下的周期性模式,实现了对站点间时空动态的连续表征,克服了传统图卷积网络模型难以刻画动态空间依赖的局限性。此外,为了充分挖掘不同站点间客流分布的时空规律,综合利用北京地铁自动售检票系统(auto fare collection,AFC)刷卡数据、天气数据、空气质量数据以及车站周边用地属性数据构建多源融合的客流预测模型。通过选取地铁北京站和积水潭站-东直门站的历史数据开展进站客流和OD客流预测实验,结果表明:与多个基准模型相比,该模型在平均绝对误差、均方根误差和平均百分比误差这3个指标中均取得了更优的预测效果,相较最优基准模型扩散卷积循环神经网络(diffusion convolutional recurrent neural network,DCRNN)分别降低了9.93%,12.30%,9.23%,对地铁客流时空分布的拟合程度更好,模型具有更好的预测精度、稳定性和拟合能力。

关键词：轨道交通地铁客流动态图神经网络 MTGODE模型深度学习

维普期刊数据库博看期刊

武汉市轨道交通TOD绩效评估与类型划分——“节点-场所-功能”模型的实证应用

在线全文

学校读者我要写书评

暂无评论

地理研究 2024年第10期43卷 2684-2701页

作者：安睿仝照民王梓蒙吴子豪庞博文杨佳明刘耀林陕西师范大学地理科学与旅游学院西安710119 武汉大学资源与环境科学学院武汉430072 中国矿业大学公共管理学院徐州221116

通过全面评估各地铁站域内公交导向发展(TOD)绩效并划分类型,大都市可以精准制定鼓励交通和用地良性互动的开发策略以缓解城市问题。传统的2D指标忽略了城市是立体化发展的典型对象,其密度/强度指标也忽略了POI类型间潜在的功能组合。因... 详细信息

通过全面评估各地铁站域内公交导向发展(TOD)绩效并划分类型,大都市可以精准制定鼓励交通和用地良性互动的开发策略以缓解城市问题。传统的2D指标忽略了城市是立体化发展的典型对象,其密度/强度指标也忽略了POI类型间潜在的功能组合。因此,本文引入街道/建筑3D形态及POI功能语义等新型指标重构“节点-场所-功能”框架,测度武汉市188个站域的TOD绩效并采用KMeans划分为六类,进而探索TOD绩效/类型与地铁客流这一关键外部效能的关系。结果显示:①TOD绩效以江汉、武昌滨江为核心向四周降低,其高值呈大-小团簇状分布;②TOD类型遵循相似的圈层分布,由中心向外围(Ⅰ类~Ⅵ类)依次为:高值功能优势类、高值节点优势类、中值平衡类、中值场所优势类、低值节点优势类、低值节点劣势类;③TOD绩效与工作日/休息日进出站总客流均显著正相关,早高峰时段大量客流从Ⅲ类~Ⅵ类站点汇聚至Ⅰ类、Ⅱ类站点。文章扩展的量化评估体系可以有效推测潜在客运量,划分的TOD类型也鼓励规划者因地制宜、精准施策。

关键词：公交导向发展(TOD) 地铁站域节点-场所-功能类型学地铁客流

地铁站点多时间维度客流影响因素的精细建模——以广州市中心城区为例

在线全文

学校读者我要写书评

暂无评论

地理与地理信息科学 2019年第3期35卷 58-65,I0001页

作者：吕帝江李少英谭章智吴志峰高枫刘小平广州大学地理科学学院广东广州510006 中山大学工学院广东广州510006 深圳市城市交通规划设计研究中心有限公司广东深圳518000 中山大学地理科学与规划学院广东广州510275

当前我国地铁规划建设进入了快速发展阶段,地铁站点客流影响因素的精细建模与分析对站点的规划、管理具有重要意义。该文基于地铁刷卡数据、高分辨率影像及网络爬虫获取的POIs数据、互联网房产数据和建筑物轮廓高度数据等多源空间数据,... 详细信息

当前我国地铁规划建设进入了快速发展阶段,地铁站点客流影响因素的精细建模与分析对站点的规划、管理具有重要意义。该文基于地铁刷卡数据、高分辨率影像及网络爬虫获取的POIs数据、互联网房产数据和建筑物轮廓高度数据等多源空间数据,采用向后逐步回归分析法对广州市中心城区地铁站点多时间维度上客流的影响因素进行精细建模与分析。研究发现:1)整体上,地铁1号线早进晚出客流较其他线路大;站点早出晚进客流集聚效应显著,主要集中在以体育西路为中心的天河中心圈和以公园前为中心的老城区中心圈。2)在所构建的8种客流回归模型中,CBD虚拟变量、商业用地、三类居住用地、进出站口数量和站点吸引范围内平均小区容积率5种因素对站点客流具有显著正向影响,其中CBD虚拟变量影响最大,而房价、水体对客流具有显著负向影响。3)工作日和休息日客流影响因素存在明显差异,二类居住用地、教育科研用地和医疗卫生用地只在工作日客流中具有显著正向影响,用地多样性只在休息日客流中具有显著的负向影响。4)二类居住用地与工作日早进晚出客流关系密切;站点吸引范围内平均建筑层数只在工作日早出晚进客流回归模型中保留并起显著作用。

关键词：精细建模地铁客流多时间维度多源空间数据广州

地铁站点可达性、客流与站点商圈零售商业结构关系研究——以广州市为例

在线全文

学校读者我要写书评

暂无评论

人文地理 2015年第4期30卷 66-71页

作者：王宇渠陈忠暖覃水娇华南师范大学地理科学学院广州510631

地铁与城市商业地域的结构存在极大关系。实地调查获取广州15个地铁站点商圈零售商业营业面积、地铁网络等数据,利用栅格分析方法计算不同地铁站点的可达性程度的差异性。运用回归模型分析不同地铁站点可达性、客流与站点商圈零售商业... 详细信息

地铁与城市商业地域的结构存在极大关系。实地调查获取广州15个地铁站点商圈零售商业营业面积、地铁网络等数据,利用栅格分析方法计算不同地铁站点的可达性程度的差异性。运用回归模型分析不同地铁站点可达性、客流与站点商圈零售商业空间结构的相关关系。以广州天河市级商业中心为例,微观上分析地铁站点客流对商业中心空间结构的影响。结果表明:地铁站点交通可达性、客流量与站点零售商业营业面积存在较强关联性,但换乘站点的可达优势与客流优势在商业上未能完全体现;地铁客流与较高等级的商业存在较大的相关性,而与低等级的商业相关性小,甚至负相关;客流的增加促进了地铁附近的商业形态从传统零售业向更高级业种演化。

关键词：可达性地铁客流站点商圈零售业种广州

在线全文

学校读者我要写书评

暂无评论

地铁换乘站客流拥堵瓶颈的识别与优化

铁道运输与经济 2022年第12期44卷 138-145页

作者：魏宇浩张然秦华石熙普北京建筑大学机电与车辆工程学院北京102616 北京市建筑安全检测工程技术研究中心北京102616

客流拥堵、换乘效率低下是当前地铁换乘站在高峰期普遍存在的问题。结合Any Logic行人仿真技术,以客流密度作为瓶颈识别准则,识别出各站台层、站厅层存在的拥堵瓶颈区域,通过分析客流流线、结合行人自组织效应对瓶颈区域进行优化,以客... 详细信息

客流拥堵、换乘效率低下是当前地铁换乘站在高峰期普遍存在的问题。结合Any Logic行人仿真技术,以客流密度作为瓶颈识别准则,识别出各站台层、站厅层存在的拥堵瓶颈区域,通过分析客流流线、结合行人自组织效应对瓶颈区域进行优化,以客流密度和区域平均逗留时间作为优化效果的评估指标,提出将瓶颈区域的直角拐角改为弧形拐角、引导客流压力大的流线分摊出部分客流前往客流压力较小的流线、调整列车到达时间以确保双向列车错峰到达的优化措施。结果表明,优化措施可以使各瓶颈区域的平均逗留时间降低约7.1%到35%,能有效缓解既有的拥堵瓶颈区域,为地铁站内瓶颈区域的识别与缓解提供了决策依据。

关键词：城市交通拥堵疏散行人仿真地铁换乘站地铁客流

在线全文

学校读者我要写书评

暂无评论

基于神经网络的地铁短时客流预测服务

小型微型计算机系统 2019年第1期40卷 226-231页

作者：侯晨煜孙晖周艺芳曹斌范菁浙江工业大学计算机科学与技术学院杭州310023 杭州数梦工场科技有限公司杭州310024

短时客流预测在为人类构建智慧城市,提供风险预警,保证出行安全中扮演着重要的角色.本文在神经网络算法的基础上,结合卡尔曼滤波,提出了一种新型有效的地铁客流短时预测算法.对于要预测的时刻t,算法利用它之前24小时的客流量作为输入特... 详细信息

短时客流预测在为人类构建智慧城市,提供风险预警,保证出行安全中扮演着重要的角色.本文在神经网络算法的基础上,结合卡尔曼滤波,提出了一种新型有效的地铁客流短时预测算法.对于要预测的时刻t,算法利用它之前24小时的客流量作为输入特征.由于实验数据存在噪声,本文利用卡尔曼滤波对实验数据进行去躁平滑处理.最后算法利用BP神经网络和LSTM递归神经网络进行建模与预测.我们利用杭州地铁提供的真实购票数据进行大量实验,证明了BP神经网络(基于adam算法和relu激活函数)以及LSTM递归神经网络(基于adam算法和tanh激活函数的)准确度最高,预测的平均绝对误差最小(5%左右).另外,实验还证明了卡尔曼滤波能够有效减少预测的平均绝对误差.相比于不使用卡尔曼滤波的神经网络,使用卡尔曼滤波后的神经网络算法可以降低相对25%的MAE.

关键词：地铁客流短时预测 BP神经网络递归神经网络卡尔曼滤波