留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2023年  第41卷  第5期

本期导读
2023, 41(5): .
摘要(552) HTML (267) PDF(51)
摘要:
综述
智能化民航安保的研究热点与发展趋势
张青松, 魏祥宇, 吴煜
2023, 41(5): 1-11. doi: 10.3963/j.jssn.1674-4861.2023.05.001
摘要(639) HTML (343) PDF(62)
摘要:
随着民用航空运输规模快速增长,智慧民航背景下的民航安保工作逐步转向开放式、全流程的自助服务,日益复杂的安全需求亦决定了传统安保向智能化安保的转变趋势。目前,国内外学者对智能化民航安保展开了大量研究,为系统把握智能化民航安保的研究热点和发展趋势,以中国知网和Web of Science核心集合数据库中1 229篇智能化民航安保研究相关文献为数据源,利用CiteSpace软件,从国家和机构分布、主要期刊来源分布、关键词聚类以及关键词突现等方面进行可视化文献计量分析,总结并探讨该领域的研究热点和发展趋势。研究表明:①1998—2021年,国内外学者对智能化民航安保的研究趋势基本一致,总体发文量呈波动式上涨,自2019年起有所降低;②从国家和机构分布来看,发文量最多的国家为中国和美国,共占比37.04%,欧洲国家在该领域的研究合作更为密切;国内主要研究机构包括中国民航大学、中国民航科学技术研究院、中国民用航空飞行学院等,国外主要研究机构包括荷兰代尔夫特理工大学、美国伊利诺伊大学等;③该领域的热点主题包括民用航空营运安全保卫研究、民用机场安全保卫研究和安全检查研究,其中,仿真技术和网络信息安全是民用航空营运安全保卫的热点研究方向,应急疏散和基于主体的模型(agent-based modeling,ABM)是民用机场安全保卫的热点研究方向,旅客差异化、毫米波安检门、机器学习与现有安检技术结合是安全检查的热点研究方向,我国在智能化民航安保领域经济分析和网络信息安全方面的研究有待加强;④智能识别技术在预警和报警方面的研究、仿真技术结合虚拟现实技术进行安保人员培训或演练的研究值得关注。网络信息安全和安全评价模型的优化是当前智能化民航安保研究的主流趋势。
交通安全
基于集合经验模态分解降噪和优化LSTM的道路交通事故预测
刘清梅, 万明, 严利鑫, 郭军华
2023, 41(5): 12-23. doi: 10.3963/j.jssn.1674-4861.2023.05.002
摘要(721) HTML (435) PDF(73)
摘要:
道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明:相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差ermse分别降低了8.7%、48.3%、53.1%、57.6%,误差emape分别降低了12.4%、36.9%、50.6%、61.2%。进一步研究表明,运用EEMD对数据进行降噪预处理能提高预测精度,与PSO-LSTM模型相比,EEMD-PSO-LSTM模型的误差ermse降低了60.2%,emape降低了12.4%,判定系数r2提高了0.616 5;引入PSO模型优化神经网络结构同样也能有效提升预测效果,与EEMD-LSTM模型相比,EEMD-PSO-LSTM模型的误差ermse减小了53.1%,emape降低了50.6%,判定系数r2提高了0.807 8。该研究结果能够提高交通事故预测精度,帮助相关部门有效提高道路交通安全水平。
基于可解释机器学习框架的高速公路安全风险及影响要素识别
杜渐, 杨海益, 李洋, 郭淼, 亓航, 魏金强, 马浩, 胡丹丹, 李志宇
2023, 41(5): 24-34. doi: 10.3963/j.jssn.1674-4861.2023.05.003
摘要(647) HTML (342) PDF(75)
摘要:
由于交通事故是小概率随机事件,难以在全时空域上开展交通安全分析,也无法基于此制定事故发生前的交通安全风险主动防控策略。为辨识混杂因素干扰下安全风险及其诱发本质,使用激进驾驶行为数据与速度变异系数计算交通秩序指数(traffic order index,TOI),形成事故替代指标,并通过K-means聚类算法将TOI划分为3种交通安全风险等级。在此基础上,利用Catboost算法构建交通流特征、天气条件、道路条件等因素与交通安全风险等级间的关联关系,并基于基尼系数的特征重要性确定高速公路交通安全风险要素。使用部分依赖图算法解析风险要素与交通安全风险的依赖关系,获取风险要素对交通安全风险的边际效应。结果表明:①Catboost算法对风险等级识别的准确率、精确率、召回率依次为85.95%、88.56%、86.75%,证明交通秩序指数与外部风险要素具有较强相关性;②交通流量、拥堵指数对风险识别有较大影响,且与交通安全风险等级呈现非线性关系,交通流量>450 veh/h或拥堵指数>1.5时,交通安全风险均会显著增长,交通安全风险分别上升16.9%、29.5%;③当连续1 km道路内设有1~2个交通标志时,交通安全风险最高,路段识别为高风险的概率为38.1%;匝道出入口和隧道内部道路的交通安全风险最高;④侧风作用会小幅度影响高速公路交通安全风险,当风力等级由0级增至5级时,交通安全风险上升4.99%。
基于改进云组合赋权的智能网联驾驶场景安全性评价方法
庞劭荣, 张诗波, 罗龙浩, 骆勇, 李敏
2023, 41(5): 35-42. doi: 10.3963/j.jssn.1674-4861.2023.05.004
摘要(592) HTML (334) PDF(30)
摘要:
准确可靠的驾驶场景安全性评价是智能网联车辆推广应用的基础,但智能网联驾驶场景复杂多变,以固定数值为指标权重的评价方法无法充分考虑因此带来的模糊性和随机性。为此,研究了基于改进云组合赋权的智能网联驾驶场景安全性评价方法。建立了包含静态环境层、动态行为层、智能要素层的智能网联驾驶场景要素库,制定场景设计方案;按照功能场景、逻辑场景、具体场景的顺序进行场景解构,提取相关要素,设计形成场景;引入云模型概念,结合博弈论思想改进云组合赋权;基于云模型运算法则构建综合云,表征各场景安全性,构建理想云评价模型;提出相对相似度指标作为评价结果,量化分析场景安全性并排序。依据场景设计方案进行仿真试验,对比层次分析法、优序图法、熵值法、变异系数法、博弈组合赋权及原云组合赋权等赋权评价方法,其评价结果与仿真结果在99%置信水平下显著相关,二者的皮尔逊相关系数为0.649,较上述其他评价方法分别提高了5.5%、7.8%、19.7%、13.7%、8.1%、0.8%;同时,该方法事故识别准确率为78.13%,高于Baumann等所用方法的44.29%和Xia等所用方法的57.2%。研究结果表明:基于改进云组合赋权的场景安全性综合评价方法能够兼顾主、客观赋权的优点,可以改善当前固定数值权重造成评价结果不够真实的缺陷,提高智能网联驾驶场景安全性评价的准确性。
考虑数据不平衡的城市道路乘用车致命事故率分析
王朝健, 张道文, 蒋骏, 肖乐
2023, 41(5): 43-53. doi: 10.3963/j.jssn.1674-4861.2023.05.005
摘要(596) HTML (359) PDF(35)
摘要:
城市道路交通事故频发,而事故数据存在明显不平衡,不同因素间的耦合作用对城市道路乘用车致命事故率分析造成极大挑战。为此提出了1种集成重采样、贝叶斯网络(Bayesian networks,BN)和关联规则(association rule method,ARM)的三阶段事故率分析方法。基于国家事故深度调查体系的1 105例城市道路乘用车事故数据,从驾驶人、车辆、道路、环境这4个方面选取16个潜在特征变量构建BN模型;鉴于数据不平衡时会导致BN模型性能下降的问题,提出在构建BN模型前利用合成少数类过采样技术(Synthetic Minority Over-sampling Technique,SMOTE)和聚类中心进行数据重采样,并比较分析各类采样技术下不同BN模型的综合性能;基于最优BN模型并结合ARM,推理不同影响因素及因素的耦合作用对致命事故率的影响。结果表明:重采样方法可以显著提升BN模型的综合性能,以及识别风险因素的能力。其中SMOTE采样技术结合GTT算法构建的BN模型的AUC最高,达0.793。此外,相较于原始不平衡数据构建的BN模型,经SMOTE采样后构建的BN模型多挖掘了6个风险因素;“机动二/三轮车”与“超速行驶”耦合时致命事故率最高,达80.4%。“机动二/三轮车”与“存在视野盲区”耦合时,致命事故率达77.4%;乘用车在四枝分叉口左转时,容易与汽车发生碰撞,但致命事故率低于20%。本方法能够降低数据不平衡对道路交通事故分析的影响,并实现风险因素的耦合作用分析,进而预防和降低城市道路致命事故的发生。
交通信息工程与控制
含可变导向车道交叉口的车道功能与信号控制协同优化方法
李雪梅, 张存保, 曹雨, 秦瑞阳
2023, 41(5): 54-63. doi: 10.3963/j.jssn.1674-4861.2023.05.006
摘要(606) HTML (341) PDF(33)
摘要:
可变导向车道作为1种灵活的交通组织方式,可通过动态调整进口道的车道功能来提高交叉口的通行效率,然而在实际运行过程中,仅在直、左车道间切换的可变导向车道交叉口存在时空资源利用率不足的问题。为此研究了1种可在直行、左转和直左合用车道间切换的车道功能与信号控制协同优化方法。根据交叉口实时的交通流数据,综合考虑不同车道功能下的交叉口车均延误、切换时间间隔、交通需求变化稳定性等指标对车道功能切换进行判断,实现车道功能与信号控制的动态优化;引入含可变导向车道交叉口的车道驶离流率修正系数改进延误公式,并考虑车道功能与信号相位之间的关系,基于相位矩阵建立以车均延误最小为目标的优化模型,确定最优的车道功能、相位和信号配时方案。利用VISSIM软件搭建仿真环境,以武汉市建设大道-新华路交叉口为例进行仿真验证,实验结果表明:相比于车道功能仅在直、左间切换的定时控制方法,采用在直行、左转和直左合用车道间切换的车道功能与信号控制协同优化方法的交叉口车均延误减少9.2%~12.5%,含有可变导向车道的进口道车均延误减少10.8%~25%,平均排队长度减少9.8%~12.3%。
平行流交叉口延误计算及信号配时鲁棒优化模型
宋浪, 王健, 杨滨毓, 安实, 安文娟
2023, 41(5): 64-73. doi: 10.3963/j.jssn.1674-4861.2023.05.007
摘要(619) HTML (334) PDF(25)
摘要:
为解决平行流交叉口在实际应用中因交通波动导致主预信号协调效果不佳、移位左转车道上车辆排队溢出等问题,研究了基于情景的鲁棒优化控制方法。通过解析平行流交叉口交通运行机理,确定了交通需求、饱和流率和运行车速的随机波动会影响其运行稳定性,以此关联时变交通供给与平行流交叉口控制的耦合特征。进而构建了车均延误平均值-标准差目标函数,利用权重系数直观反映决策者对通行效率和稳定性偏好程度。在此基础上,考虑主预信号协调控制、车道功能划分、车道清空等约束条件,建立了平行流交叉口鲁棒优化模型。结合移位左转车道上车辆运行规则,基于车辆到达-驶离图式推导给出延误计算模型。研究结果表明:延误模型仿真验证中,左转和直行车均延误相对误差绝对值的平均值不超过3%,且最大值不超过6%,拟合效果较好。案例分析中,鲁棒优化相对于确定性优化,在延误均值仅增加2.24%的情况下,延误标准差降低了21.23%,说明鲁棒优化在几乎不损失交叉口通行效率的前提下,提高了平行流交叉口运行稳定性,使信号控制更符合实际交通运行需要。敏感性分析中,目标函数值随移位左转车道长度、设计速度的增加呈先减后增的变化趋势,故设计阶段移位左转车道长度的取值应与交通需求相匹配,而主预信号直行相位差计算过程中设计速度的取值应比现场调查的实际运行速度平均值略大。
面向网联自动驾驶混合交通流的高速公路流量控制方法
高金勇, 罗晟, 王歆远, 周成, 安连华
2023, 41(5): 74-82. doi: 10.3963/j.jssn.1674-4861.2023.05.008
摘要(645) HTML (347) PDF(25)
摘要:
由网联自动驾驶车辆(connected and autonomous vehicles,CAVs)与人类驾驶车辆(human-driven vehi-cles,HDVs)组成的新型混合交通流,是未来交通发展趋势。利用CAVs精准可控的优势提升交通管控能力是重要的研究方向之一。通过控制上游路段的CAVs目标巡航速度,间接影响HDVs的车速,实现上游交通需求的精准调控。考虑混合交通流具有时变特性以及平顺性需求,基于模型预测控制,以CAVs速度为控制量,建立流量控制偏差和CAVs速度变化幅度最小为目标的混合交通流量控制模型,实现控制过程优化;并设计控制模型的分布式求解算法,提高模型求解速度。基于VISSIM仿真结果表明:流量控制模型在不同CAVs渗透率、需求水平、目标需求下降率和控制更新时间间隔下均表现良好,流量控制精度均在80%以上;控制策略求解时间小于0.1 s,能够满足CAVs实时控制需求,从而更快调节流量到目标值,避免下游拥堵;模型可实现上游需求流量最高可下降40%,能够应对高速公路需求大幅波动情况,最大程度预防高速公路瓶颈拥堵。该方法对于预防高速公路拥堵、提高通行效率具有借鉴意义,为基于CAVs的主动交通管控方法开发提供参考。
基于AIS通信量的水上交通事故检测方法
吴建华, 彭虎, 王辰, 付鹏
2023, 41(5): 83-94. doi: 10.3963/j.jssn.1674-4861.2023.05.009
摘要(484) HTML (263) PDF(11)
摘要:
基于数据驱动的交通事故检测对水上交通事故的快速救援与降低事故损失具有重要作用。为实现无自主报告情形下的交通事故自动检测,研究了基于船舶自动识别系统(automatic identification system,AIS) 通信量的水上交通事故检测方法。通常情况下,突发的水上交通事故会扰乱船舶正常航行秩序,事故引起的船舶运动状态改变会导致AIS通信量短时间内产生突变,为挖掘AIS通信量随水上交通事故演变的内在规律,并降低噪声影响,以凸显检测指标的突变特征,引入AIS通信量和船舶总数比值构建水上交通事故检测指标;为确保检测的时效性,采用滑动窗口模型用于划分检测指标数据片段与设定更新时间的间隔,并构建基于卡尔曼滤波的水上交通事故检测模型进行检测指标的短期预测;为保证检测结果的准确性,采用云模型进行检测模型阈值范围的快速划分。使用长江武汉段水域内AIS数据对基于AIS通信量的水上交通事故检测方法进行模型验证和仿真研究,实验结果表明:与采用标准正态偏差和多尺度直线拟合算法的检测模型相比,提出的基于卡尔曼滤波算法的检测模型可在耗时最短的情形下获得最高命中率与最低误检率,分别为97.25%与0.42%;在进一步的仿真实验中,针对3种不同的船舶事故场景,提出的基于AIS通信量的水上交通事故检测方法均能在5 min内检测出水上交通事故的发生。
基于满意博弈论的大面积航班延误协同恢复策略
卢婷婷, 刘计民, 曲晨瑞, 张兆宁
2023, 41(5): 95-106. doi: 10.3963/j.jssn.1674-4861.2023.05.010
摘要(393) HTML (267) PDF(13)
摘要:
航空运输中恶劣天气、军航活动、突发危险事件等情况常导致大面积航班延误的发生,会给机场和航空公司带来巨大经济损失,甚至可能发生机场旅客群体事件等问题,而大面积航班延误恢复问题涉及空管、机场和航空公司等多方的运行及其相关利益,因此,需要研究基于多方满意的协同恢复策略理论来指导实际运行中大面积航班延误的最优快速恢复。应用满意博弈论方法,综合考虑了延误航班的恢复对机坪管制的影响、对管制扇区和整个空中交通网络拥堵的影响,以及对航空公司的经济时间等各类成本的影响;分析延误航班恢复运行与决策的影响因素,建立保障未延误航班前提下的最大流量提供模型;以空管放行流量、机场保障容量限制及航司的延误航班恢复为满意需求原则,基于满意博弈论理论建立了大面积航班延误下空管、机场与航空公司的协同恢复策略模型。以北京首都机场某日07:00—12:30被延误起飞的50架航班在12:30—16:30时间段内航班延误恢复情况进行算例分析,结果表明:提出的模型与方法在12:30—16:30时间段内可以恢复32架航班,与实际运行中的恢复29架航班相比,航班恢复率提高了10.34%。计算得出的航班恢复优先顺序,及每架航班的待恢复时间段,可以减少航空公司延误产生的经济损失约300万元,节约时间成本约19 h,有效降低了航班调整量,大幅降低了航班延误损失,提升了航班恢复整体效益,验证了该恢复策略模型的有效性。
基于指标耦合的微观交通仿真参数标定方法
高沛, 周荣贵, 周建, 张旭冉
2023, 41(5): 107-114. doi: 10.3963/j.jssn.1674-4861.2023.05.011
摘要(409) HTML (219) PDF(19)
摘要:
为了优化交通仿真模型的参数标定方法,提高仿真模型的精度和还原真实道路环境,研究了同时考虑多个校正指标的仿真标定方法。以仿真结果为导向,通过敏感性分析确定面向应用需求的标定参数。在考虑不同校正指标相互影响的基础上,以不同时间区间下的误差变异性作为影响权重,构建考虑多个校正指标的仿真标定模型,建立了考虑6种速度的目标函数。基于VISSIM仿真软件的二次开发功能,结合MATLAB语言对模型进行了实现,以免疫遗传算法为基本求解方法,通过两阶段的熵权赋值与自适应调整确定143组参数结果。最后采用均匀取值、递归取值、指标耦合取值3种方式比较了不同取值方法之间的优劣性。仿真结果显示不同时间段主线小客车速度的误差平方值大于0.01的频数下降了50%,大型货车下降了60%;在车速方面,主线小客车现有误差5%,下降了7%,大型货车现有误差1.5%,下降了5.2%,小型货车与匝道车速误差均维持在6.5%左右;主线小客车速度与主线大型货车速度具有更小的权重值,维持在0.15~0.2范围,误差变异性更小,在目标函数中的作用更小。结果表明:相较单一指标的标定方法,基于指标耦合的标定方法考虑了多个指标之间的相互影响,同时综合考虑各指标的误差,克服了以往标定1个指标而导致其他指标误差过大的缺点。
基于ST-AGCN算法的物流暴力分拣识别模型
曹菁菁, 余宙, 李鹏飞, 闵艳萍, 黄齐贤, 赵强伟
2023, 41(5): 115-126. doi: 10.3963/j.jssn.1674-4861.2023.05.012
摘要(343) HTML (276) PDF(17)
摘要:
目前快递物流行业普遍存在分拣人员暴力分拣现象,为减少此类行为可采用基于图像的行为识别方法,但这种方法在实际场景中存在算法鲁棒性差、人体关节点数据难获取等问题。针对上述问题,制作了1个物流暴力分拣行为视频数据集,研究了暴力分拣行为识别模型。通过树莓派采集室内外2种情景下的分拣视频数据,利用Python socket模块实现视频图像实时传输,采用切片筛选规则除去非标准数据,应用OpenPose模型获取关节点数据。针对一般人体行为识别网络模型无法较好反映暴力分拣关节点对动作重要影响程度的问题,研究了以ST-GCN为主干网络的优化图神经网络模型ST-AGCN。利用空间注意力机制学习不同关节点对于各种动作的影响,以更新各关节点的权重;通过增加自适应图结构层以端到端学习方式将人体骨骼图的拓扑结构与网络参数共同优化,突出关联度高的关节点对动作识别的影响。以室内外环境下暴力分拣视频为对象开展和多种深度学习模型的对比实验和消融实验,实验结果表明:ST-AGCN模型识别现实场景中暴力分拣行为的准确率相比ST-GCN、STA-LSTM、不含空间注意力机制的ST-AGCN和不含自适应图结构层的ST-AGCN模型分别提高了5.6%,13.82%,2.36%,1.61%,且适用于室内外环境杂乱、局部遮挡等复杂的物流分拣场景,验证了ST-AGCN的优越性以及空间注意力机制和自适应图结构层的有效性。
汽车零部件多式联运组合式单元集装箱装载优化模型与算法
李俊, 尹晶, 张煜
2023, 41(5): 127-137. doi: 10.3963/j.jssn.1674-4861.2023.05.013
摘要(345) HTML (205) PDF(12)
摘要:
为满足汽车零部件中异形件在集装箱多式联运中的装箱运输需求,设计提出1种新型组合式单元集装箱,并研究其装载优化方法。考虑到箱体内部装载单元划分、异形件装箱及多层堆放的作业要求,重点解决待装箱物品的托盘选型、载货托盘在箱体内部装载单元的堆存位置选择等难题,以实现货物、托盘和箱体内部装载空间的有效适配。结合以上差异性特征,重新定义货物托盘选择、载货托盘堆放层位选择、同层双托盘位置选择的决策变量,并考虑装箱货物托盘类型、单个装载单元内部及其前后相邻装载单元内部的托盘尺寸统一等约束条件,以集装箱内部有效空间利用率最大化为目标,构建了单元集装箱装载决策问题的0-1整数规划模型(container loading model,CLM)。为实现该问题的高效寻优,设计了包含货物分组、货物排序及货物装箱的启发式算法(fast-packing algorithm,FPA)。算例结果表明:提出的CLM模型和FPA算法能求解得出高质量装载方案,所有算例中CLM模型和FPA算法的平均有效空间利用率分别为84.52%和83.57%,且针对存在装箱货物选择的算例,平均结果可达91.00%和89.84%。其中,CLM模型求解花费时间较长,平均耗时473.57 s,且求解质量随时间延长的提升并不显著;FPA算法求解速度最快,平均耗时为0.20 s,且与上界值间的平均偏差为1.52%;对比常见的遗传算法及演化策略算法,所提FPA算法耗时更短且结果更优,可在1 s内完成所有算例的有效求解。
交通规划与管理
考虑安全与效率的路外停车场内部车行交通组织优化方法
吴东平, 聂小虎, 常红光, 朱顺应
2023, 41(5): 138-147. doi: 10.3963/j.jssn.1674-4861.2023.05.014
摘要(342) HTML (221) PDF(15)
摘要:
为提高路外停车场停车效率,同时保障停车过程的交通安全,研究了路外停车场内部车行交通组织优化方法。利用有向加权图表征停车场出入口和车行通道布局及内部车行交通组织,将车行交通组织优化问题转化为邻接矩阵优化问题;以停车过程中的安全与效率为优化目标,构建潜在冲突风险、泊车行程时间和节点均衡系数3个评价指标,考虑停车场内部泊位数量和通道通行能力的约束,建立停车场内部车行交通组织优化模型,并采用遗传算法求解。为比较优化前后交通组织效果,基于实际案例数据进行VISSIM仿真,选取出入口排队长度、单车泊车时间、冲突点分布及车位利用率进行对比研究,并进行模型参数和交通流量的敏感性分析。结果表明:①模型能够弥补定性研究的不足和主观经验判断的缺陷,实现路外停车场内部车行交通组织定量优化。②优化后出入口排队长度平均降低了25.8%,车位利用率在[0, 1.8]范围内的停车单元数下降了5.89%;冲突点核密度降低。③模型结果对潜在冲突风险参数在±0.1~±0.3范围内的变化不敏感,模型较为稳定;在-20%~+20%的流量变化范围内,优化方案单车泊车时间及平均排队长度变化范围均维持在10%以内,能够适应实际应用场景下的流量波动。
基于超参数优化WOA-Bi-LSTM模型的客运枢纽抵站客流预测方法
翁剑成, 陈旭蕊, 潘晓芳, 孙宇星, 柴娇龙
2023, 41(5): 148-157. doi: 10.3963/j.jssn.1674-4861.2023.05.015
摘要(351) HTML (186) PDF(14)
摘要:
实现城市对外客运枢纽抵站客流的精准预测,是增强枢纽接续运输运力调度科学性的重要前提。为提高枢纽抵站客流的预测精度,研究了基于超参数优化的鲸鱼算法与双向长短期记忆神经网络模型(whale optimization algorithm and bi-directional long short-term memory,WOA-Bi-LSTM)组合的客流预测方法。融合历史抵站客流数据及天气、日期、时段等多源信息,分析抵站客流的时变特性,并开展不同影响因素与枢纽抵站客流量间的相关性分析。改进了传统双向长短期记忆神经网络模型(bi-directional long short-term memory,Bi-LSTM)的参数设置方法,用鲸鱼算法(whale optimization algorithm,WOA)代替手动调参,选取学习效率(η)与隐藏神经元个数(H)2个对模型预测精度具有较大影响的超参数进行最优超参数组合搜寻,通过计算其适应度函数进行循环逻辑判断,实现参数自适应优化。通过不断寻优,获取最优参数组合值,确定设置η为0.060 3、H为120,并输出预测结果和3个模型精度评价指标(R2判定系数,平均绝对误差与均方根误差);同时构建了3种不同超参数优化算法改进的Bi-LSTM组合模型、2种基于WOA算法改进的其他组合模型,以及2种未改进的神经网络模型与WOA-Bi-LSTM模型使用相同的抵站客流数据集进行多维度对比,验证所建模型的优越性与鲁棒性。结果表明:WOA-Bi-LSTM模型在节假日、工作日与非工作日等不同枢纽抵站客流预测场景下均体现出良好的适用性,与其他模型相比,R2相关系数最大,达到0.951 4,表示所建模型的拟合效果最好;平均绝对误差与均方根误差最小,分别为762.96与556.25,误差相较于其他模型至少减少5.6%和3.2%。
城市道路交叉口间歇式公交专用道设置方案研究
张文会, 朱鸿涛, 宋子文
2023, 41(5): 158-166. doi: 10.3963/j.jssn.1674-4861.2023.05.016
摘要(447) HTML (231) PDF(19)
摘要:
公交优先政策造成了社会车辆的延误。在保证公交优先的前提下,提高社会车辆在信号交叉口的行驶效益,实现车道通行能力的最大化,研究了1种城市道路交叉口间歇式公交专用道(intermittent bus lane,IBL)运行模式,在公交车辆通行不受干扰时允许社会车辆驶入公交车道。通过设置预信号实时控制进口道的车辆类型,实现公交专用道的分时共享。考虑信号协同和换道规则,建立3车道元胞自动机模型,采用改进的速度效益模型模拟公交专用道运行状态,引入换道压力模型模拟清空区域强制换道规则。以车辆的平均速度、排队和延误时间等作为评价指标,验证交叉口间歇式公交专用道的设置效果。研究结果表明:①相较于传统公交专用道,交通量未达到车道通行能力的50%时,IBL模式下社会车辆平均延误时间和排队时间分别降低6.9%和4.9%,公交车辆平均速度提高3%,平均延误时间降低5%;②当交通量达到车道通行能力50%~80%时,社会车辆平均速度提高15%~37%,平均延误时间降低8%~20%,但是公交车辆平均速度降低3.4%,平均延误时间提高5.7%;③当交通量大于车道通行能力的80%时,社会车辆平均速度提高6.7%,平均延误时间降低5.8%,而公交车辆平均延误时间提高28.2%。最后,选取实际道路交叉口作为应用案例验证IBL的可行性。结果表明,在平峰时段、中等交通量条件下,IBL模式具有良好的适用性,可以显著降低排队时间。
考虑旅客到达准时性的城市值机移动站点动态分布模型
张铭霞, 周航, 胡小兵
2023, 41(5): 167-175. doi: 10.3963/j.jssn.1674-4861.2023.05.017
摘要(299) HTML (194) PDF(13)
摘要:
现有城市值机移动服务站点设施分布模型在优化中未考虑旅客到达服务站点的时间不确定性,其优化结果通常与实际情况存在差异,导致无法对提前或延误到达的旅客进行服务。为解决时间不确定性对优化求解造成的不利影响,研究基于旅客准时性概率函数的动态设施分布模型。针对城市值机移动服务站点布局优化问题,构建完整的数学模型,并提出动态设施分布的优化评价指标。采用正态分布型旅客准时性概率函数,用以预估旅客实际到站时间与申报到站时间的差异。基于不同服务时段客源点的位置分布,采用涟漪扩散算法和遗传算法优化服务站点位置并计算所有旅客与站点间的最优路径。基于天津市路网和旅客分布的真实数据,对旅客准时到站和考虑旅客到站时间不确定2种场景进行仿真对比实验。结果表明:旅客到站时间概率模型优化结果优于旅客准时到站模型,动态设施分布评价指标提升4.31%。其中,旅客到达站点的平均路径长度减少0.35%,旅客可接受距离总超出量减少6.26%,站点服务容量总超出量减少4.13%。旅客到站时间概率模型能够充分考虑到站时间不确定性,并基于旅客实际到站时间更好地优化设施布局。基于旅客准时性概率函数的城市值机移动服务站点动态分布模型具有可移植性,可应用于物流服务的动态选址等问题。
考虑碳排放效果的城轨列车开行方案编制方法
林立, 孟学雷, 程晓卿, 韩正, 付艳欣
2023, 41(5): 176-184. doi: 10.3963/j.jssn.1674-4861.2023.05.018
摘要(386) HTML (202) PDF(15)
摘要:
为解决开行方案编制不合理导致的乘客出行舒适度差、企业运营成本高、碳排放量大等问题,研究了1种考虑碳排放效果的城轨列车开行方案编制方法。在目标函数中增加了对乘客舒适度及碳排放效果的考虑,同时限定了能力、服务频率及交路起讫站设置等约束,进而建立了多交路、多编组的城轨列车开行方案模型。考虑到模型变量维度高、求解复杂等特点,对经典人工蜂群算法中蜜源更新策略进行改进并应用于模型求解。利用大量数据实验对参数进行标定,计算分析目标函数权重设定对求解结果的影响,与单一交路、单一编组的模式进行结果对比分析,并与传统人工蜂群算法展开求解质量及收敛速度的比较分析。结果表明:①目标函数值与其权重系数呈现负相关,由于解空间的限制,目标函数值变化范围有限;②较之单一交路运营模式,大小交路多编组模式下企业运营成本降低了18.22%,碳排放量减少了18.17%,二者降幅都比较显著;③较之单一编组运营模式,大小交路多编组模式下乘客出行成本降低了3.37%,企业运营成本下降了3.12%,碳排放量减少了3.32%,所有目标函数值均得到了改善;④较之传统人工蜂群算法,改进后算法求得的总目标值下降了2.49%,收敛速度提高了12.84%。结果验证了所提方法对于降低企业成本、减少碳排放量的有效性。