轨道交通客流预警系统研究

发布时间：2017-09-17 01:05

  本文关键词：轨道交通客流预警系统研究

  更多相关文章： 轨道交通 客流预警系统 支持向量机 物元可拓模型

【摘要】：随着城市轨道交通的快速发展,轨道交通成为越来越多人出行的首选交通方式,大量的乘客进入轨道交通系统给轨道交通系统带来了巨大的冲击,实时掌握轨道交通客流变化规律,及时发布客流预警信息,实施客流应急预案,对于轨道交通系统的正常运行具有重要意义。本文研究主要从以下几个方面进行:(1)轨道交通客流预警系统的设计从轨道交通客流预警系统的信息需求、系统构成、系统的逻辑结构及系统功能实现四个方面对轨道交通客流预警系统进行阐述。依据所提出的设计原则设计了包括客流数据采集与管理子系统、客流数据分析与预测子系统、客流预警等级识别子系统、客流预警输出子系统四个子系统的轨道交通客流预警系统,并绘制了轨道交通客流预警系统的逻辑结构图和结构层次图。(2)从客流相关概念入手,从时间、空间和时空三个角度分析了轨道交通客流特征阐述了客流的概念、客流的分类、客流调查相关内容、影响客流的因素,从时间、空间、时空三个角度分析了轨道交通客流特征,对不同时间维度、空间维度客流特征的深层次原因进行了剖析。(3)构建了基于支持向量机(SVM)的轨道交通短时客流预测模型,并用网格搜索法、粒子群算法、遗传算法三种方法进行参数寻优首先介绍客流数据的预处理过程、包含客流数据的识别和客流数据的修复,获取修复后的数据之后根据轨道交通短时客流的非线性、复杂性的特点,选取泛化能力较强的支持向量机模型对轨道交通短时客流量进行预测,并考虑参数寻优算法及自变量和因变量归一化范围对预测结果精度的影响,依据重庆轨道交通1号线沙坪坝站历史进站数据对5min和15min两种时间粒度的的客流序列做了预测和评价分析。(4)构建了基于改进物元可拓模型的轨道交通客流预警评估模型选取列车满载率、站台行人密度、通道行人密度、行人速度、进站高峰人数比、出站高峰人数比六个指标因子构建轨道交通客流预警评价指标体系;考虑到轨道客流预警的特殊性,本文基于物元可拓理论构建了轨道交通客流预警评估模型,并以重庆轨道交通1号线沙坪坝站为例对客流预警等级评估模型进行了实证分析。本文以轨道交通客流预警系统为研究对象,从支持向量机模型参数寻优的算法和自变量因变量归一化范围两方面对短时客流进行预测,构建了轨道交通客流预警等级评估模型,阐述了客流预警等级与轨道交通系统安全的关系,研究成果可用于轨道交通客流安全状态评估,为应对大客流事件做好准备,保障轨道交通系统的正常运行。
【关键词】：轨道交通 客流预警系统 支持向量机 物元可拓模型
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U293.13
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-16
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状12-14
• 1.2.1 轨道交通客流预测12-13
• 1.2.2 轨道交通客流预警13-14
• 1.3 主要研究内容及技术路线14-16
• 1.3.1 主要研究内容14
• 1.3.2 技术路线14-16
• 第二章 轨道交通客流预警系统概述16-23
• 2.1 轨道交通客流预警的内涵16
• 2.2 预警系统的信息需求16-19
• 2.2.1 系统的信息需求分析16-17
• 2.2.2 系统管理的基本内容17-18
• 2.2.3 系统功能分析18-19
• 2.3 预警系统的构成19-20
• 2.3.1 设计原则19
• 2.3.2 系统组成19-20
• 2.4 预警系统逻辑结构20-21
• 2.5 预警系统功能实现21-22
• 2.5.1 数据采集21-22
• 2.5.2 数据库管理与数据挖掘22
• 2.5.3 预警信息的发布22
• 2.6 本章小结22-23
• 第三章 轨道交通客流特征分析23-41
• 3.1 客流的概念及分类23
• 3.2 轨道交通客流基本参数23-24
• 3.3 客流调查24-27
• 3.3.1 客流调查的种类24-25
• 3.3.2 客流调查的统计指标25-26
• 3.3.3 客流调查方法26-27
• 3.4 轨道交通客流量的影响因素27-28
• 3.4.1 天气27
• 3.4.2 时间27
• 3.4.3 土地利用27-28
• 3.5 轨道交通客流的时间分布特征分析28-30
• 3.6 轨道交通客流的空间分布特征分析30-37
• 3.6.1 线路客流断面客流分布特征30-32
• 3.6.2 站间OD客流分布特征32-33
• 3.6.3 各个车站乘降客流分布特征33-36
• 3.6.4 车站内客流分布特征36-37
• 3.7 轨道交通客流的时空分布特征分析37-40
• 3.8 本章小结40-41
• 第四章 基于支持向量机的轨道交通短时客流预测41-58
• 4.1 客流数据预处理41-42
• 4.1.1 数据识别41
• 4.1.2 数据修复41-42
• 4.2 基于支持向量机的短时客流预测42-55
• 4.2.1 支持向量机相关理论42-43
• 4.2.2 回归问题的难点43-44
• 4.2.3 线性规划形式的支持向量回归机44-45
• 4.2.4 基于支持向量机的短时客流预测模型45-46
• 4.2.5 参数寻优方法及自变量因变量归一化46-47
• 4.2.6 基于网格搜索寻优支持向量机客流数据预测47-49
• 4.2.7 基于粒子群算法寻优支持向量机客流数据预测49-52
• 4.2.8 基于遗传算法算法寻优支持向量机客流数据预测52-55
• 4.3 实验评价方法55-57
• 4.4 本章小结57-58
• 第五章 轨道交通客流预警评估模型构建58-69
• 5.1 现有轨道交通客流安全性评估概述58
• 5.2 轨道交通客流预警评价指标体系构建58-63
• 5.2.1 评价指标体系选取原则58-59
• 5.2.2 评价指标体系的功能59-60
• 5.2.3 预警评价指标体系构建60-62
• 5.2.4 评价指标赋值方法及预警等级区间划分标准62
• 5.2.5 预警级别评价流程及步骤62-63
• 5.3 物元可拓理论对于预警系统评价的适用性分析63-64
• 5.4 评估模型构建64-68
• 5.4.1 确定待评事物基本元的取值64-65
• 5.4.2 归格化处理65-66
• 5.4.3 确定评价指标的权重66-67
• 5.4.4 建立贴近度函数与计算贴近度函数值67
• 5.4.5 等级评定67-68
• 5.5 本章小结68-69
• 第六章 实例分析69-75
• 6.1 算例69-74
• 6.2 本章小结74-75
• 第七章 结论与展望75-77
• 7.1 结论75-76
• 7.1.1 主要研究成果75
• 7.1.2 创新点75-76
• 7.2 展望76-77
• 致谢77-78
• 参考文献78-80
• 攻读学位期间取得的研究成果80

【参考文献】

中国期刊全文数据库 前10条

1 孙世超;顾保南;邓澄远;;2015年中国城市轨道交通运营线路统计和分析——中国城市轨道交通“年报快递”之三[J];城市轨道交通研究;2016年01期

2 魏运;李得伟;高国飞;郑宣传;;北京城市轨道交通客流密集度指数研究[J];都市快轨交通;2015年03期

3 李曼;王艳辉;伍九霖;贾利民;;城市轨道交通车站客流关联预警研究[J];中国安全科学学报;2014年04期

4 王洪德;曹英浩;;基于改进变权物元可拓模型的围岩稳定性评价[J];中国安全科学学报;2013年08期

5 王雪梅;张宁;张云龙;;城市轨道交通短时客流预测体系框架及关键技术[J];交通运输工程与信息学报;2013年02期

6 李得伟;孙宇星;黄建玲;;地铁客流预警技术基础探讨[J];都市快轨交通;2013年02期

7 吴昊;;基于物联网技术的轨道交通客流安全防范分析与预警系统[J];铁路通信信号工程技术;2013年S1期

8 李泓泽;郭森;唐辉;李春杰;;基于改进变权物元可拓模型的电能质量综合评价[J];电网技术;2013年03期

9 朱兴琳;艾力·斯木吐拉;艾尔肯·托呼提;李鑫;;基于熵权模糊物元的高速公路路段安全综合评价[J];中国安全生产科学技术;2012年12期

10 孟杰;杨保成;;小波神经网络在短时交通流预测中的应用[J];常熟理工学院学报;2012年04期

，

本文编号：866341