期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
天气因素对福州地铁客流的影响分析 被引量:6
1
作者 江世雄 蔡灿煌 +1 位作者 林宇晨 陈德旺 《交通运输系统工程与信息》 EI CSCD 北大核心 2021年第3期268-274,共7页
地铁作为一种绿色出行方式,是缓解城市交通拥堵的重要手段。地铁客流受到多种因素影响,其中天气因素变化较快,会造成地铁客流的快速变化。了解天气因素对地铁客流的影响,有助于建立相应的运输组织响应措施。本文旨在量化分析天气因素对... 地铁作为一种绿色出行方式,是缓解城市交通拥堵的重要手段。地铁客流受到多种因素影响,其中天气因素变化较快,会造成地铁客流的快速变化。了解天气因素对地铁客流的影响,有助于建立相应的运输组织响应措施。本文旨在量化分析天气因素对福州地铁客流量的影响,并考虑原始天气指标的局限性,引入体现舒适度的指标。建立地铁客流与天气因素(包括气压、相对湿度、风力、降水、风寒指数等级、综合舒适度指数等级等)之间的多元线性回归模型,量化影响方向和影响程度。此外,工作日与非工作日的客流模式差异较大,将两者分别建模分析。研究发现:工作日,降水、风寒指数等级和综合舒适度指数等级对地铁客流有显著影响;非工作日,降水、气压、相对湿度、风寒指数等级和综合舒适度指数等级对地铁客流有显著影响。总体而言,非工作日地铁客流对天气因素更加敏感。 展开更多
关键词 城市交通 天气因素 多元线性回归 地铁客流 舒适度指数 降水
在线阅读 下载PDF
聚类集成技术在地铁站点类型研究中的应用 被引量:5
2
作者 游丽平 陈德旺 +1 位作者 陈文 刘林 《小型微型计算机系统》 CSCD 北大核心 2019年第1期236-240,共5页
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... 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. 展开更多
关键词 聚类分析 聚类集成 地铁客流 站点类型
在线阅读 下载PDF
基于粒子群优化与宽度学习系统的地铁客流预测模型 被引量:4
3
作者 付建广 尤斌 +1 位作者 林毅 陈德旺 《城市轨道交通研究》 北大核心 2023年第5期23-26,33,共5页
为了提高地铁客流量预测的准确性,基于传统的PSO(粒子群优化)算法与BLS (宽度学习系统),提出一种新的地铁客流预测模型,即PSO-BLS算法。首先,对地铁站点的繁华程度、前一时段进站量、前一时段出站量及前一时段断面客流量等参数进行分析... 为了提高地铁客流量预测的准确性,基于传统的PSO(粒子群优化)算法与BLS (宽度学习系统),提出一种新的地铁客流预测模型,即PSO-BLS算法。首先,对地铁站点的繁华程度、前一时段进站量、前一时段出站量及前一时段断面客流量等参数进行分析,并根据分析结果提出需要根据工作日和双休日分别对地铁客流量进行预测。其次,利用PSO算法对BLS的特征层偏置进行优化。最后,以福州地铁1号线AFC(自动售检票)系统中记录的大量乘客出行数据为例,对所提PSO-BLS算法进行验证。验证结果表明:与传统的地铁客流量预测算法BP(反向传播)神经网络和ELM(极限学习机)相比,PSO-BLS算法获得的计算结果在多项性能指标中均取得了较优异的表现;对BLS的特征层偏置进行优化可以提高BLS的计算精度,为地铁客流量预测提供更精确的计算结果。 展开更多
关键词 地铁 粒子群优化 宽度学习系统 客流预测
在线阅读 下载PDF
基于禁忌搜索的公共自行车站点及车道选址优化 被引量:4
4
作者 方云飞 王晓园 +1 位作者 周珍 宋焰 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第1期19-27,共9页
为提高公共交通系统的吸引力,从公共自行车和公交车接驳的角度,提出以公交站点为中心的公共自行车选址及自行车道设置的网络构建问题。首先,建立以最大化满足用户需求量为优化目标的非线性优化模型,并与只考虑站点选址的传统模型进行比... 为提高公共交通系统的吸引力,从公共自行车和公交车接驳的角度,提出以公交站点为中心的公共自行车选址及自行车道设置的网络构建问题。首先,建立以最大化满足用户需求量为优化目标的非线性优化模型,并与只考虑站点选址的传统模型进行比较分析;在分析问题基础上,构造基于问题特性的邻域结构和邻域解生成准则,并最终设计基于禁忌搜索的问题求解方法。通过MATLAB编程进行仿真实验测试大量算例,结果表明所设计算法能够高效地求解各类规模算例,并给出高质量的公共自行车网络构建近似最优方案;此外,敏感性分析实验为规划者制定决策方案提供参考依据。 展开更多
关键词 公共自行车 自行车道 选址 优化模型 禁忌搜索
在线阅读 下载PDF
结合模拟退火与规则约简的模糊系统优化方法 被引量:3
5
作者 童文林 陈德旺 +1 位作者 黄允浒 吕宜生 《计算机工程与应用》 CSCD 北大核心 2021年第16期142-150,共9页
从数据中学习模糊系统是其智能建模的重要方法之一,针对目前模糊系统建模及优化方法对于学习后的模糊系统的规则数以及结构优化关注不足而影响了其精度和可解释性的问题,提出了一种结合模拟退火与基于支持度约简规则的模糊系统优化方法... 从数据中学习模糊系统是其智能建模的重要方法之一,针对目前模糊系统建模及优化方法对于学习后的模糊系统的规则数以及结构优化关注不足而影响了其精度和可解释性的问题,提出了一种结合模拟退火与基于支持度约简规则的模糊系统优化方法。该方法通过支持度约简系统冗余规则进而提高模糊系统的可解释性;同时利用模拟退火算法优化模糊系统的隶属度函数参数进一步提高模糊系统的精度。针对回归任务,与BP(Back Propagation)神经网络、径向基(Radial Basis Function,RBF)神经网络以及经典的模糊算法WM(Wang-Mendel)在不同领域的3个经典数据集上进行实验比较,实验结果表明:该算法在预测方面取得了更高的精度;与WM算法相比,所提算法中规则数明显减少,进一步提高了系统的可解释性。 展开更多
关键词 模糊系统 模拟退火算法 支持度 冗余规则 可解释性
在线阅读 下载PDF
深度神经模糊系统算法及其回归应用 被引量:9
6
作者 赵文迪 陈德旺 +1 位作者 卓永强 黄允浒 《自动化学报》 EI CSCD 北大核心 2020年第11期2350-2358,共9页
深度神经网络是人工智能的热点,可以很好处理高维大数据,却有可解释性差的不足.通过IF-THEN规则构建的模糊系统,具有可解释性强的优点,但在处理高维大数据时会遇到“维数灾难”问题.本文提出一种基于ANFIS(Adaptive network based fuzzy... 深度神经网络是人工智能的热点,可以很好处理高维大数据,却有可解释性差的不足.通过IF-THEN规则构建的模糊系统,具有可解释性强的优点,但在处理高维大数据时会遇到“维数灾难”问题.本文提出一种基于ANFIS(Adaptive network based fuzzy inference system)的深度神经模糊系统(Deep neural fuzzy system,DNFS)及两种基于分块和分层的启发式实现算法:DNFS1和DNFS2.通过四个面向回归应用的数据集的测试,我们发现:1)采用分块、分层学习的DNFS在准确度与可解释性上优于BP、RBF、GRNN等传统浅层神经网络算法,也优于LSTM和DBN等深度神经网络算法;2)在低维问题中,DNFS1具有一定优势;3)在面对高维问题时,DNFS2表现更为突出.本文的研究结果表明DNFS是一种新型深度学习方法,不仅可解释性好,而且能有效解决处理高维数据时模糊规则数目爆炸的问题,具有很好的发展前景. 展开更多
关键词 高维大数据 深度神经模糊系统 自适应神经模糊系统 分层结构 可解释性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部