期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
土地利用因素对城市轨道交通车站客流的时空影响分析 被引量:14
1
作者 王永岗 +1 位作者 余丽洁 李国栋 《城市轨道交通研究》 北大核心 2021年第1期116-121,共6页
通过建立城市轨道交通站点周边各类用地与客流的拟合模型,分析土地利用因素对客流的时空影响,为制订相关土地利用政策、合理组织站点客流提供依据。基于西安地铁4号线乘客出行特征数据,建立基于地理加权回归(GWR)的车站客流回归模型,量... 通过建立城市轨道交通站点周边各类用地与客流的拟合模型,分析土地利用因素对客流的时空影响,为制订相关土地利用政策、合理组织站点客流提供依据。基于西安地铁4号线乘客出行特征数据,建立基于地理加权回归(GWR)的车站客流回归模型,量化分析了用地属性对车站客流的时空影响。结果表明:土地利用因素对早高峰出站客流、晚高峰进站客流的解释力较强;土地利用类型对客流的影响具有时空异质性,时间维度的变化与乘客出行目的有关,空间维度的变化与城市空间结构有关。与普通最小二乘回归模型相比,GWR模型能够刻画变量之间的空间异质性,具有更高的拟合精度。 展开更多
关键词 城市轨道交通 车站 客流 土地利用
下载PDF
自适应多视图融合图神经网络地铁客流预测模型
2
作者 鲁文博 张永 +2 位作者 李培坤 王亭 《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第3期194-203,共10页
针对传统方法对地铁车站的多视角空间交互建模不足的问题,本文提出自适应多视图融合图神经网络模型(Adaptive Multi-view Fusion Graph Neural Network Model, AMFGNN)进行地铁车站短时客流预测。在空间维度,模型包括了物理拓扑图、线... 针对传统方法对地铁车站的多视角空间交互建模不足的问题,本文提出自适应多视图融合图神经网络模型(Adaptive Multi-view Fusion Graph Neural Network Model, AMFGNN)进行地铁车站短时客流预测。在空间维度,模型包括了物理拓扑图、线路可达性图、空间距离图等多个局部视图,并使用图注意力网络(Graph Attention Networks, GAT)学习每个视图内车站间的动态空间交互;以单视图车站为中心节点,结合其他视图中该车站作为邻居节点构建融合视图,并使用GAT学习多视图间动态交互;在时间维度,使用门控循环单元神经网络学习车站客流的时变特征。以重庆市地铁网络为例,全网出站客流的预测实验结果表明:相较于基线中的物理虚拟结合图网络模型(PVCGN),AMFGNN的平均绝对误差和均方根误差分别降低3.06%和2.49%。多视图内节点间注意力分数可视化结果表明,基于GAT的多视图建模思路能够自适应地融合不同视图中提取到的车站空间信息。此外,AMFGNN模型性能影响因素分析结果表明,以物理拓扑、线路可达性等结构稳定的视图作为中心节点构建融合视图能够获得更准确、稳定的预测模型。 展开更多
关键词 城市交通 地铁客流预测 图注意力机制 多视图建模 图神经网络
下载PDF
基于ETC门架数据的高速公路服务区停车特征分析
3
作者 岳通 章玉 +1 位作者 田禾 《中国交通信息化》 2022年第S01期338-340,共3页
高速公路服务区是驾乘人员的重要休息场所,是高速公路品质服务的重要窗口。准确分析服务区车辆停车特征有助于提高服务区运营管理水平,提供更高效、优质的服务。本文利用ETC门架数据提出了获取服务区停车特征指标方法:以重庆市高速公路... 高速公路服务区是驾乘人员的重要休息场所,是高速公路品质服务的重要窗口。准确分析服务区车辆停车特征有助于提高服务区运营管理水平,提供更高效、优质的服务。本文利用ETC门架数据提出了获取服务区停车特征指标方法:以重庆市高速公路服务区为例,分析了运营服务区客货停车数量分布、停车时间分布等特征,弥补了传统通过视频监测车辆特征的不足。 展开更多
关键词 ETC门架数据 高速公路服务区 特征分析 平均停车时间
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部