本文關(guān)鍵詞：軌道交通客流預警系統(tǒng)研究

  更多相關(guān)文章： 軌道交通 客流預警系統(tǒng) 支持向量機 物元可拓模型

【摘要】：隨著城市軌道交通的快速發(fā)展,軌道交通成為越來越多人出行的首選交通方式,大量的乘客進入軌道交通系統(tǒng)給軌道交通系統(tǒng)帶來了巨大的沖擊,實時掌握軌道交通客流變化規(guī)律,及時發(fā)布客流預警信息,實施客流應急預案,對于軌道交通系統(tǒng)的正常運行具有重要意義。本文研究主要從以下幾個方面進行:(1)軌道交通客流預警系統(tǒng)的設(shè)計從軌道交通客流預警系統(tǒng)的信息需求、系統(tǒng)構(gòu)成、系統(tǒng)的邏輯結(jié)構(gòu)及系統(tǒng)功能實現(xiàn)四個方面對軌道交通客流預警系統(tǒng)進行闡述。依據(jù)所提出的設(shè)計原則設(shè)計了包括客流數(shù)據(jù)采集與管理子系統(tǒng)、客流數(shù)據(jù)分析與預測子系統(tǒng)、客流預警等級識別子系統(tǒng)、客流預警輸出子系統(tǒng)四個子系統(tǒng)的軌道交通客流預警系統(tǒng),并繪制了軌道交通客流預警系統(tǒng)的邏輯結(jié)構(gòu)圖和結(jié)構(gòu)層次圖。(2)從客流相關(guān)概念入手,從時間、空間和時空三個角度分析了軌道交通客流特征闡述了客流的概念、客流的分類、客流調(diào)查相關(guān)內(nèi)容、影響客流的因素,從時間、空間、時空三個角度分析了軌道交通客流特征,對不同時間維度、空間維度客流特征的深層次原因進行了剖析。(3)構(gòu)建了基于支持向量機(SVM)的軌道交通短時客流預測模型,并用網(wǎng)格搜索法、粒子群算法、遺傳算法三種方法進行參數(shù)尋優(yōu)首先介紹客流數(shù)據(jù)的預處理過程、包含客流數(shù)據(jù)的識別和客流數(shù)據(jù)的修復,獲取修復后的數(shù)據(jù)之后根據(jù)軌道交通短時客流的非線性、復雜性的特點,選取泛化能力較強的支持向量機模型對軌道交通短時客流量進行預測,并考慮參數(shù)尋優(yōu)算法及自變量和因變量歸一化范圍對預測結(jié)果精度的影響,依據(jù)重慶軌道交通1號線沙坪壩站歷史進站數(shù)據(jù)對5min和15min兩種時間粒度的的客流序列做了預測和評價分析。(4)構(gòu)建了基于改進物元可拓模型的軌道交通客流預警評估模型選取列車滿載率、站臺行人密度、通道行人密度、行人速度、進站高峰人數(shù)比、出站高峰人數(shù)比六個指標因子構(gòu)建軌道交通客流預警評價指標體系;考慮到軌道客流預警的特殊性,本文基于物元可拓理論構(gòu)建了軌道交通客流預警評估模型,并以重慶軌道交通1號線沙坪壩站為例對客流預警等級評估模型進行了實證分析。本文以軌道交通客流預警系統(tǒng)為研究對象,從支持向量機模型參數(shù)尋優(yōu)的算法和自變量因變量歸一化范圍兩方面對短時客流進行預測,構(gòu)建了軌道交通客流預警等級評估模型,闡述了客流預警等級與軌道交通系統(tǒng)安全的關(guān)系,研究成果可用于軌道交通客流安全狀態(tài)評估,為應對大客流事件做好準備,保障軌道交通系統(tǒng)的正常運行。
【關(guān)鍵詞】：軌道交通 客流預警系統(tǒng) 支持向量機 物元可拓模型
【學位授予單位】：重慶交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U293.13
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-16
• 1.1 研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 軌道交通客流預測12-13
• 1.2.2 軌道交通客流預警13-14
• 1.3 主要研究內(nèi)容及技術(shù)路線14-16
• 1.3.1 主要研究內(nèi)容14
• 1.3.2 技術(shù)路線14-16
• 第二章 軌道交通客流預警系統(tǒng)概述16-23
• 2.1 軌道交通客流預警的內(nèi)涵16
• 2.2 預警系統(tǒng)的信息需求16-19
• 2.2.1 系統(tǒng)的信息需求分析16-17
• 2.2.2 系統(tǒng)管理的基本內(nèi)容17-18
• 2.2.3 系統(tǒng)功能分析18-19
• 2.3 預警系統(tǒng)的構(gòu)成19-20
• 2.3.1 設(shè)計原則19
• 2.3.2 系統(tǒng)組成19-20
• 2.4 預警系統(tǒng)邏輯結(jié)構(gòu)20-21
• 2.5 預警系統(tǒng)功能實現(xiàn)21-22
• 2.5.1 數(shù)據(jù)采集21-22
• 2.5.2 數(shù)據(jù)庫管理與數(shù)據(jù)挖掘22
• 2.5.3 預警信息的發(fā)布22
• 2.6 本章小結(jié)22-23
• 第三章 軌道交通客流特征分析23-41
• 3.1 客流的概念及分類23
• 3.2 軌道交通客流基本參數(shù)23-24
• 3.3 客流調(diào)查24-27
• 3.3.1 客流調(diào)查的種類24-25
• 3.3.2 客流調(diào)查的統(tǒng)計指標25-26
• 3.3.3 客流調(diào)查方法26-27
• 3.4 軌道交通客流量的影響因素27-28
• 3.4.1 天氣27
• 3.4.2 時間27
• 3.4.3 土地利用27-28
• 3.5 軌道交通客流的時間分布特征分析28-30
• 3.6 軌道交通客流的空間分布特征分析30-37
• 3.6.1 線路客流斷面客流分布特征30-32
• 3.6.2 站間OD客流分布特征32-33
• 3.6.3 各個車站乘降客流分布特征33-36
• 3.6.4 車站內(nèi)客流分布特征36-37
• 3.7 軌道交通客流的時空分布特征分析37-40
• 3.8 本章小結(jié)40-41
• 第四章 基于支持向量機的軌道交通短時客流預測41-58
• 4.1 客流數(shù)據(jù)預處理41-42
• 4.1.1 數(shù)據(jù)識別41
• 4.1.2 數(shù)據(jù)修復41-42
• 4.2 基于支持向量機的短時客流預測42-55
• 4.2.1 支持向量機相關(guān)理論42-43
• 4.2.2 回歸問題的難點43-44
• 4.2.3 線性規(guī)劃形式的支持向量回歸機44-45
• 4.2.4 基于支持向量機的短時客流預測模型45-46
• 4.2.5 參數(shù)尋優(yōu)方法及自變量因變量歸一化46-47
• 4.2.6 基于網(wǎng)格搜索尋優(yōu)支持向量機客流數(shù)據(jù)預測47-49
• 4.2.7 基于粒子群算法尋優(yōu)支持向量機客流數(shù)據(jù)預測49-52
• 4.2.8 基于遺傳算法算法尋優(yōu)支持向量機客流數(shù)據(jù)預測52-55
• 4.3 實驗評價方法55-57
• 4.4 本章小結(jié)57-58
• 第五章 軌道交通客流預警評估模型構(gòu)建58-69
• 5.1 現(xiàn)有軌道交通客流安全性評估概述58
• 5.2 軌道交通客流預警評價指標體系構(gòu)建58-63
• 5.2.1 評價指標體系選取原則58-59
• 5.2.2 評價指標體系的功能59-60
• 5.2.3 預警評價指標體系構(gòu)建60-62
• 5.2.4 評價指標賦值方法及預警等級區(qū)間劃分標準62
• 5.2.5 預警級別評價流程及步驟62-63
• 5.3 物元可拓理論對于預警系統(tǒng)評價的適用性分析63-64
• 5.4 評估模型構(gòu)建64-68
• 5.4.1 確定待評事物基本元的取值64-65
• 5.4.2 歸格化處理65-66
• 5.4.3 確定評價指標的權(quán)重66-67
• 5.4.4 建立貼近度函數(shù)與計算貼近度函數(shù)值67
• 5.4.5 等級評定67-68
• 5.5 本章小結(jié)68-69
• 第六章 實例分析69-75
• 6.1 算例69-74
• 6.2 本章小結(jié)74-75
• 第七章 結(jié)論與展望75-77
• 7.1 結(jié)論75-76
• 7.1.1 主要研究成果75
• 7.1.2 創(chuàng)新點75-76
• 7.2 展望76-77
• 致謝77-78
• 參考文獻78-80
• 攻讀學位期間取得的研究成果80

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫世超;顧保南;鄧澄遠;;2015年中國城市軌道交通運營線路統(tǒng)計和分析——中國城市軌道交通“年報快遞”之三[J];城市軌道交通研究;2016年01期

2 魏運;李得偉;高國飛;鄭宣傳;;北京城市軌道交通客流密集度指數(shù)研究[J];都市快軌交通;2015年03期

3 李曼;王艷輝;伍九霖;賈利民;;城市軌道交通車站客流關(guān)聯(lián)預警研究[J];中國安全科學學報;2014年04期

4 王洪德;曹英浩;;基于改進變權(quán)物元可拓模型的圍巖穩(wěn)定性評價[J];中國安全科學學報;2013年08期

5 王雪梅;張寧;張云龍;;城市軌道交通短時客流預測體系框架及關(guān)鍵技術(shù)[J];交通運輸工程與信息學報;2013年02期

6 李得偉;孫宇星;黃建玲;;地鐵客流預警技術(shù)基礎(chǔ)探討[J];都市快軌交通;2013年02期

7 吳昊;;基于物聯(lián)網(wǎng)技術(shù)的軌道交通客流安全防范分析與預警系統(tǒng)[J];鐵路通信信號工程技術(shù);2013年S1期

8 李泓澤;郭森;唐輝;李春杰;;基于改進變權(quán)物元可拓模型的電能質(zhì)量綜合評價[J];電網(wǎng)技術(shù);2013年03期

9 朱興琳;艾力·斯木吐拉;艾爾肯·托呼提;李鑫;;基于熵權(quán)模糊物元的高速公路路段安全綜合評價[J];中國安全生產(chǎn)科學技術(shù);2012年12期

10 孟杰;楊保成;;小波神經(jīng)網(wǎng)絡(luò)在短時交通流預測中的應用[J];常熟理工學院學報;2012年04期

，

本文編號：866341