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

城市地铁出行知识图谱嵌入表达的超参数选择

地球信息科学学报 2023年第6期25卷 1164-1175页

作者：罗秋雨乐阳谷岩岩深圳大学建筑与城市规划学院深圳518060 深圳市空间信息智能感知与服务重点实验室深圳518060

知识图谱作为人工智能技术与应用中重要的数据基础设施,已经成为地理科学领域的一个研究热点。目前对地理知识图谱进行嵌入表达时通常使用默认的超参数(如2层网络搜索深度),但是部分地理知识图谱的网络规模和拓扑特征与通用知识图谱不同... 详细信息

知识图谱作为人工智能技术与应用中重要的数据基础设施,已经成为地理科学领域的一个研究热点。目前对地理知识图谱进行嵌入表达时通常使用默认的超参数(如2层网络搜索深度),但是部分地理知识图谱的网络规模和拓扑特征与通用知识图谱不同,其合理性需进一步论证。为此,本文围绕城市轨道交通人地关系,基于地铁线路网络的拓扑结构特征,结合客流数据、POI(兴趣点)数据以及建成环境数据等构建地铁出行知识图谱;利用GraphSAGE模型学习实体的多维度特征嵌入,并结合POI数据对站点分类结果进行语义识别,对比验证适合地铁出行知识图谱嵌入表达的网络搜索深度。不同于默认的2层搜索深度,当搜索深度为3层时,本研究所构建的地铁出行知识图谱的节点嵌入效果最优。因此,地理知识图谱嵌入表达的超参数选择需要顾及时空和人类活动相关的网络规模和拓扑特征,要避免不加甄别地使用其他领域通用知识图谱的已有成果。使用3层搜索深度获得的地铁站点分类结果也更具合理的解释性,可为利用知识图谱和人工智能方法进行站点规划和客流预测提供基础。

关键词：知识图谱嵌入表达节点分类超参数搜索深度 GraphSAGE 地铁客流城市出行

老年人地铁出行时空特征及与建成环境非线性关系——以武汉市为例

在线全文

学校读者我要写书评

暂无评论

地理科学进展 2023年第3期42卷 491-504页

作者：杨红申犁帆胡议文张远航彭建东武汉大学城市设计学院武汉430070 北京邮电大学经济管理学院北京100876

人口老龄化的加剧对城市交通提出了新的挑战,提供适老化的轨道交通服务是应对人口老龄化的有效措施。现有研究强调了建成环境对居民地铁出行行为的影响,但老年人特殊的生理特征使其更易受建成环境的影响,现有研究结论是否适用于老年群... 详细信息

人口老龄化的加剧对城市交通提出了新的挑战,提供适老化的轨道交通服务是应对人口老龄化的有效措施。现有研究强调了建成环境对居民地铁出行行为的影响,但老年人特殊的生理特征使其更易受建成环境的影响,现有研究结论是否适用于老年群体尚不清楚。论文以武汉市为例,基于轨道交通刷卡数据等多源大数据,利用机器学习中的梯度提升决策树模型,探索站域建成环境对老年人工作日及周末轨道交通出行行为的影响。研究发现:(1)老年人地铁出行距离从工作日到周末呈现增长趋势,但老年人出行频率周末低于工作日;(2)老年人出行时长集中在45 min以内,跨江出行较少,目的地集中于同区滨江公共服务设施完善的区域,且出行时刻与城市高峰呈现出明显的错峰出行特征;(3)“建筑容积率”与“购物中心数量”是正向影响老年人轨道交通客流量最重要的变量,在工作日与周末呈现类似的趋势;(4)所有建成环境变量对老年人地铁客流展现出显著的非线性效应,当建筑容积率达到2.0、购物中心数为18个时,对老年人地铁客流吸引力最大;(5)与其他人群研究结论不同的是,“公交站点密度”与“土地利用混合度”对老年人轨道交通客流量的影响并不显著。研究结果可以更好地理解老年人地铁出行时空特征及建成环境的影响,对于应对人口老龄化具有十分积极的作用。

关键词：老年人出行行为建成环境城市轨道交通地铁客流梯度提升决策树武汉市

基于SSA-LSTM的城市轨道交通短时客流预测

在线全文

学校读者我要写书评

暂无评论

武汉理工大学学报 2022年第2期44卷 44-52页

作者：任鹏达左忠义陈洪涛大连交通大学交通运输工程学院大连116021 深圳市城市交通规划设计研究中心交通信息与模型院深圳518057

为了减小噪声在城市轨道交通短时客流预测中的干扰,提出了一种基于奇异谱分析(SSA)和长短时记忆网络(LSTM)模型的短时客流预测方法。该模型利用SSA对原始客流数据进行嵌入、分解、分组、重组,重新划分为趋势、周期、残差三部分,其中残... 详细信息

为了减小噪声在城市轨道交通短时客流预测中的干扰,提出了一种基于奇异谱分析(SSA)和长短时记忆网络(LSTM)模型的短时客流预测方法。该模型利用SSA对原始客流数据进行嵌入、分解、分组、重组,重新划分为趋势、周期、残差三部分,其中残差部分即视为噪声,将去噪后的两个部分作为LSTM模型的输入。并利用上海地铁1号线进出站客流数据对模型的有效性进行验证。结果表明,SSA-LSTM混合模型的预测精度更高。

关键词：短时客流预测奇异谱分析长短时记忆神经网络地铁客流

在线全文

学校读者我要写书评

暂无评论

聚类集成技术在地铁站点类型研究中的应用

小型微型计算机系统 2019年第1期40卷 236-240页

作者：游丽平陈德旺陈文刘林福州大学数学与计算机科学学院福州350108 福州大学智慧地铁福建省高校重点实验室福州350108 福州地铁公司运营分公司福州350012

合理的地铁站点分类对站点管理和交通规划有重要的意义.针对现有的站点聚类分析研究中均采用单一的聚类方法取得的效果不够理想,鲁棒性不高等问题,提出了基于聚类集成方法的地铁站点类型研究方法,并提出了相应的稳定性判别指标.该方法... 详细信息

合理的地铁站点分类对站点管理和交通规划有重要的意义.针对现有的站点聚类分析研究中均采用单一的聚类方法取得的效果不够理想,鲁棒性不高等问题,提出了基于聚类集成方法的地铁站点类型研究方法,并提出了相应的稳定性判别指标.该方法结合福州地铁1号线工作日客流数据,首先运用层次聚类、k均值聚类和模糊C均值聚类三种方法产生基聚类;其次通过基于共协关系矩阵的集成方法实现对基聚类的集成.实验结果表明,聚类集成相较于其他三种方法在数据集划分上更加稳定.最终将福州地铁1号线站点分为超高流量站点、高流量站点、中流量站点以及低流量站点4类.

关键词：聚类分析聚类集成地铁客流站点类型

多源数据驱动下建成环境对交通小区地铁通勤出行行为的影响研究

在线全文

学校读者我要写书评

暂无评论

多源数据驱动下建成环境对交通小区地铁通勤出行行为的影响研究

作者：廖国美长安大学

学位级别：硕士

轨道交通尤其是地铁交通是城市绿色、智慧、可持续发展的有效方案。地铁交通的建设运营提高了城市居民的通勤效率和活动空间范围。然而,地铁的扩张发展也进一步加剧了职住分离程度且导致个体居民通勤出行距离的增加。因此,有必要从微观... 详细信息

轨道交通尤其是地铁交通是城市绿色、智慧、可持续发展的有效方案。地铁交通的建设运营提高了城市居民的通勤效率和活动空间范围。然而,地铁的扩张发展也进一步加剧了职住分离程度且导致个体居民通勤出行距离的增加。因此,有必要从微观个体视角出发,发掘城市建成环境要素与居民地铁出行行为的互动规律以及对居民选择地铁通勤出行的影响机制,以实现地铁出行所属建成环境配置的优化,进而提升地铁交通与建成环境的适配性和地铁通勤分担率,实现绿色低碳出行。本文以西安市为研究对象,以“发现问题-挖掘数据-划分研究单元-构建模型-要素独立分析”为研究思路,分析建成环境要素对地铁客流的异质性影响,并揭示建成环境显著要素对居民地铁出行结果的影响程度。主要研究内容包含以下4点:(1)以POI(Point of Interest)、地铁刷卡、居民出行调查数据为数据源,分析研究范围内土地利用和地铁客流空间分布特征,从数据层面得到建成环境与地铁客流空间分布的关系;(2)以城市交通小区划分为切入点,构建轨道交通拓扑网络,基于两级分区理论,首先采用Louvain社区检测算法将研究区域划分为交通中区,然后使用K-中心聚类的PAM(Partitioning Around Medoids)算法将交通中区划分为交通小区,最后得到交通小区内各建成环境要素值;(3)以数据空间位置差异性为基本立足点,在传统最小二乘法的基础上构建GWR(Geographically Weighted Regression)模型,纳入土地利用混合度、停车场密度、交叉口密度等变量,分析建成环境显著变量对地铁客流的异质性影响;(4)以微观个体通勤出行行为为分析对象,调查西安市居民地铁通勤出行行为,采用机器学习Light GBM(Light Gradient Boosting Machine)模型分析个人社会经济属性、建成环境属性、出行属性对地铁通勤出行选择结果的影响,揭示不同特征要素对选择结果的贡献度。本文的研究结果可以挖掘城市建成环境要素与交通小区地铁客流异质性现象及其成因,揭示建成环境要素对个体出行方式选择结果的影响贡献度,为区域建成环境的改善、地铁通勤人口覆盖率的提高以及缓解城市交通拥堵提供科学参考依据。

关键词：建成环境交通小区地铁客流空间异质性出行行为

基于注意力机制的LSTM区域人流量预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意力机制的LSTM区域人流量预测研究

作者：黄昕宇南昌大学

学位级别：硕士

近年来,在经济呈现高速且高质量增长趋势下,地铁开始普及到各个城市建设中,城市居民开始采用地铁作为出行的主要方式,地铁交通客流量的逐渐增长会导致地铁交通拥堵,从而容易产生安全隐患和交通问题,对地铁运营和市民出行造成不便。地铁... 详细信息

近年来,在经济呈现高速且高质量增长趋势下,地铁开始普及到各个城市建设中,城市居民开始采用地铁作为出行的主要方式,地铁交通客流量的逐渐增长会导致地铁交通拥堵,从而容易产生安全隐患和交通问题,对地铁运营和市民出行造成不便。地铁客流量作为区域人流量的一种,具有很高的研究价值;准确的预测结果能改善交通流量协调管理,在一定程度上舒缓人流量;此外,也有助于广告市场部署,实现广告精准投放以节约运营成本,对于促进绿色低碳环保节能有着重要的意义。归纳国内外对于短时客流量预测的方法,针对各类方法优缺点,提出拥有强大特征提取能力的CNN-LSTM模型,在此基础上提出了改进方法建立CNN-LSTM-Attention组合模型,进一步提高了短时客流预测的精度。本文主要工作内容如下:(1)对客流数据进行清洗和特征分析。采用地铁站为人流量区域对应的进出站刷卡数据,加入天气数据集形成多特征客流数据,对于所获原始数据进行数据清洗和处理,在数据集成的基础上进行地铁客流量特征分析,从工作日和休息日两个角度进行地铁客流量预测研究,在此基础上以进站和出站两个方向细化开展客流量预测研究。(2)建立CNN-LSTM短时客流预测模型。根据多特征输入采用CNN-LSTM对于短时客流数据预测进行建模,并将预测结果进行可视化展示。(3)基于CNN-LSTM模型引入注意力机制改进。在LSTM层接入自注意力机制,能够对于不同时间步特征自适应分配提取权重,采用自注意力机制特有的自适应权重分配,通过数据训练调参,将CNN-LSTM-Attention模型预测结果分角度采用二维和三维立体可视化结果展示。(4)开展对比实验和消融实验。在实验中以BP、RNN、LSTM、CNN-LSTM模型作为基准实验对比,在建立模型预测结果的评价体系标准下,通过消融实验和对比实验的预测结果分析,得出本文所提出的CNN-LSTM-Attention融合预测模型相较于其他对照模型和融合模型有着更为优秀的性能表现。

关键词：城市轨道交通短时预测地铁客流融合模型注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于地铁刷卡数据的动态模型与混合回归

基于地铁刷卡数据的动态模型与混合回归

作者：代铁林北京建筑大学

学位级别：硕士

随着城市轨道交通的迅速发展,地铁成为人们出行中重要的公共交通工具,客流量的增大随之引发了拥挤问题,拥挤导致安全问题提升、服务质量下降、出行体验差等。本文针对地铁客流分析问题,建立了乘客进出站刷卡时间数据的动态统计模型和稳... 详细信息

随着城市轨道交通的迅速发展,地铁成为人们出行中重要的公共交通工具,客流量的增大随之引发了拥挤问题,拥挤导致安全问题提升、服务质量下降、出行体验差等。本文针对地铁客流分析问题,建立了乘客进出站刷卡时间数据的动态统计模型和稳健混合线性回归模型,提出与模型相对应的EM算法(期望最大化算法),用于计算参数的极大似然估计。通过计算机模拟实验评估算法精度,将所提模型应用到实际数据中,构造预测区间,并使用交叉验证法验证模型有效性。主要结果如下:(1)应用动态统计模型,可以基于乘客进出站刷卡时间数据推断高峰与非高峰时段的列车到站时刻、乘客乘坐各趟车的概率、乘客出站走行时间分布、乘客旅行时间分布等描述地铁系统的指标。模拟实验表明提出的EM算法能较准确地估计动态统计模型中的未知参数。(2)通过动态统计模型分析了北京地铁6号线的实际数据,给出了高峰与非高峰时段客流特征的若干量化指标刻画。结果表明乘车时段对乘车概率和出站走行时间分布有显著影响。基于动态统计模型构造了乘客出站刷卡时间的动态预测区间。在测试集上的计算结果表明区间的实际覆盖率与名义覆盖率相吻合,显示了动态统计模型的有效性。(3)应用稳健混合线性回归模型,可以推断乘客选择每个乘车路径的概率、预测每个乘车路径的乘车时间等描述地铁系统的指标。该模型假设误差服从改进的Huberloss分布。不再关注乘客的乘车过程。提出了一个EM算法来求解模型中未知参数的极大似然估计。模拟实验表明提出的EM算法能较准确地估计稳健混合线性回归模型中的未知参数。(4)由误差的不同分布实验和与传统方法的对比实验,验证了模型的稳健性。通过所提模型分析了北京地铁的实际数据,给出了早高峰时期客流特征的若干量化指标刻画。结果表明列车的运行时间对乘客的路径选择有显著影响。通过决定系数和矫正决定系数对拟合进行评价,结果显示模型对数据拟合程度较好,这也显示了稳健混合线性回归模型的有效性。

关键词：城市交通 Logistic模型极大似然估计地铁客流 EM算法混合线性回归

基于时空数据的地铁出行特征分析及其影响因素研究——以南昌地铁一、二号线为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时空数据的地铁出行特征分析及其影响因素研究——以南昌地铁...

作者：邱晴南昌大学

学位级别：硕士

随着社会经济的飞速发展,城市化与机动化程度进一步加深,城市居民越来越多,居民拥车率也越来越高,随之而来的便是环境污染严重,交通拥堵问题也愈发凸显。城市轨道交通作为公共交通工具的一种,能够承担极大的客运量,有效提高居民出行效率... 详细信息

随着社会经济的飞速发展,城市化与机动化程度进一步加深,城市居民越来越多,居民拥车率也越来越高,随之而来的便是环境污染严重,交通拥堵问题也愈发凸显。城市轨道交通作为公共交通工具的一种,能够承担极大的客运量,有效提高居民出行效率,客观认识城市轨道交通客流特征,分析客流及出行时间影响因素的作用机制,对解决城市交通堵塞问题、合理利用资源规划城市轨道交通布局具有积极意义,也能进一步提高城市轨道交通的出行效率,引导合理调整城市空间布局,促进城市的和谐发展。以南昌市地铁一、二号线为例,基于客运量数据、地铁刷卡数据、地铁站点空间位置数据、POI数据、建成环境数据及经济属性数据等多源大数据,运用Arc GIS10.8、Python3.9、Tableau等软件进行数据处理,从时间与空间的两个维度分析了南昌地铁出行的时空特征,并分析了站点客流量与出行时间的影响因素,进一步利用极限梯度提升模型(XGBoost),解析了站区设施数量、建成环境、经济属性三个层面的19个因素对站点客流量与出行时间的影响。经研究分析发现的结果如下:(1)南昌市地铁站点进站客流的平均出行时间的空间格局主要表现为中间低两边高的U型分布,地铁出行时间与客流量的概率密度分布符合Gamma曲线特征,每站平均出行时间为24分钟。(2)站点的客流量分布主要集中于红谷滩中心城区、旧中心城区与城东片区,总体呈现为中间高四周低的分布特点,每站的日均客流量为11424人次。(3)设施数量对客流量的影响程度最高,商务住宅、交通设施等多个因素与客流量均呈现出多段式递增的正相关关系,购物消费、距CBD的距离与客流量呈负相关,房价则表现为凸形非线性特征。(4)设施数量与建成环境对出行时间的影响程度均较高,购物消费、距CBD的距离对出行时间呈正相关关系,交通设施、路网密度、房价与平均岗位工资等多个因素对出行时间呈多段式递减的负相关关系。基于以上研究结论,综合考虑南昌市地铁现状,从多个角度提出了相关优化建议。

关键词：地铁客流时空数据特征分析影响因素 XGBoost模型

圆满收官恢复增长 2023年春运中国内地主要城市地铁客运量总结

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市轨道交通 2023年第3期 26-33页

作者：曾平利张添深圳市地铁集团有限公司不详

春运期间(2023年1月7日至2月15日,40天),全国内地地铁总客运量约21.2亿人次,日均客运量约5300万人次,较2019年同期增长约5.38%。地铁客流在运营规模扩大、社会节奏加速、信心全面恢复等多重积极因素的作用下,复苏攀升。

关键词：客运量城市地铁运营规模地铁客流社会节奏