国家自然科学基金(51208538)
- 作品数：7 被引量：16H指数：3
- 相关作者：唐秋生汪勇张多韩逢庆更多>>
- 相关机构：重庆交通大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：交通运输工程自动化与计算机技术天文地球理学更多>>
- 建成环境非线性作用下汽车客运站最高聚集人数模型被引量：1
- 2022年
- 为探求汽车客运站最高聚集人数与站域周边范围建成环境的非线性作用机制,以重庆市全域汽车客运站为对象,构建以最高聚集人数为因变量,由可达性、路网复杂度、公共交通支撑、多样性4个方面组成的多元建成环境特征为自变量的梯度提升决策树模型,辅助构建随机森林和最小二乘估计模型验证算法效度。结果表明:GBDT模型在训练集和测试集的表现均优于RF和OLS模型,验证集拟合优度为0.80;变量贡献度方面,土地利用混合度对影响最高聚集人数的建成环境变量的贡献为23%,其次为公交站密度(贡献为20%)和至市中心距离(贡献为17%);非线性作用机理方面,建成环境可达性相关指标总体呈负相关,阈值效应明显,路网复杂度相关指标峰值效应较明显,公共交通支撑相关指标整体呈正相关,多样性相关指标峰值效应明显。
- 唐秋生许浩
- 关键词：交通运输系统工程最高聚集人数建成环境
- 基于云遗传算法优化BP神经网络的轨道客流预测被引量：4
- 2021年
- 城市轨道交通客流预测是线路规划和运营组织的基础,为提高客流预测的准确度,提出了基于云遗传算法优化BP神经网络的轨道客流预测模型。首先利用云模型云滴的随机性和稳定倾向性改进传统遗传算法中固定设置交叉和变异率的方式,克服了标准遗传算法搜索速度慢及容易早熟的缺陷;再通过改进后的遗传算法来优化BP神经网络的初始权值和阈值;最后结合重庆轨道交通3号线的客流数据进行实例分析,结果表明,基于云遗传算法优化的BP神经网络比传统BP神经网络的预测精度提升了5.95%,达到了97.84%。
- 唐秋生王川
- 关键词：云遗传算法BP神经网络
- 基于出行特征的汽车客运站最高聚集人数测算研究
- 2023年
- 为实现汽车客运站最高聚集人数的准确测算,在现有客运站最高聚集人数研究成果基础上,进一步探索出行特征与旅客到站时间之间的影响机理,针对同一车站不同发车环境下的班车旅客到站时间倾向性进行统计分析,认为旅客因出行特征的不同,其到站时间存在明显差异;在保证数据获取便捷的基础上选取5个出行特征对旅客到站时间进行预测;进而构建考虑旅客到站时间差异的车站最高聚集人数计算模型,并以重庆陈家坪汽车站为例进行案例分析,验证了方法的有效性。
- 唐秋生许浩张永辉熊洋孙龄波
- 关键词：交通运输工程汽车客运站最高聚集人数
- 基于加权耦合映像格子的拥堵道路网络级联失效研究
- 2023年
- 文中构建基于加权耦合映像格子模型的道路网络级联失效研究方法并进行仿真分析.以重庆市南岸区某区域道路为例,采用L空间法抽象路网,用复杂网络指标节点度、节点介数,以及节点强度对道路进行分析,考虑道路的拓扑结构、节点,以及道路流量的影响.改进耦合映像格子模型,攻击不同关键节点,仿真不同外部扰动下、不同耦合强度下道路拥堵产生的级联失效反应.结果表明:在外部扰动R≥2时,路网产生大面积失效,应提前保护路段流量大的邻接节点.在不同耦合强度下级联失效范围中,路网结构对失效影响更大且存在同步性特征,应保护多路交叉口.
- 卢金霞许浩唐秋生
- 关键词：交通网络道路拥堵级联失效
- 基于“灰色L-V”模型的综合交通竞合体系预判被引量：6
- 2017年
- 将传统的灰色模型与生态学中的Lotka-Volterra模型相结合,建立了预判综合交通竞争或合作体系的"灰色L-V(即Lotka-Volterra)"模型,并通过博弈论检验证明该模型适用于样本数据较少且资金环境有限的情况下,对具有竞合关系的不同交通方式间的互惠、抑制、无关或单向Logistic模式关系进行预判,从而为未来交通方式的发展提供战略决策建议。
- 唐秋生汪勇聂化东
- 关键词：交通方式竞合关系
- 改进人工鱼群算法的多目标信号配时优化研究
- 2023年
- 由于信号配时方案影响交叉口的通行效率,为改善交叉口的运行现状,构建了以车辆延误、停车次数和延误不均衡度为优化目标的交叉口信号配时优化模型,并以改进人工鱼群算法进行求解。在改进算法中引入衰减函数,获得可变步长和可变视野;在人工鱼移动策略中结合遗传算法的交叉、变异操作,利用云模型生成新的交叉变异概率优化交叉与变异操作。选取重庆市某交叉口作为案例,利用VISSIM软件进行实验仿真,对比分析现状配时方案和优化后的方案对交叉口运行效率的影响。结果表明,应用本文中方法可以使车辆延误、停车次数、排队长度均得到降低,可以有效提升道路交叉口的通行效率。
- 陈玉如张容唐秋生
- 关键词：多目标优化人工鱼群算法云遗传算法
- 基于支持向量机和有序聚类的岩层识别被引量：5
- 2014年
- 由于支持向量机进行分类前需要先使用训练样本训练分类器,而在岩层识别问题中没有训练样本,针对此问题,提出一种基于有序聚类的支持向量机岩层识别分类算法。首先利用有序聚类算法对经滤波和归一化后的测井数据进行初步分层,然后根据初步分层结果获取训练样本,最后用训练后的支持向量机分类器对测井数据进行第2次分层。应用该算法对选取的3口井的岩性进行自动识别,并将该算法的识别结果与其他算法进行比较。仿真实验结果表明,该算法具有较高的准确率,每种岩层的平均准确率能达到85%,解决了岩层识别前必须采用已知类别的数据对支持向量机进行训练的弊端。
- 张多韩逢庆
- 关键词：支持向量机分类器
