期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于APC和GPS数据的青奥会期间南京公共交通的调度与优化
被引量：
1
1
作者
武灵艳
邓子豪
+5 位作者
吴俣
王
昉
健
徐金花
王
加兵
刘雨田
刘文军
《数学理论与应用》
2014年第1期116-124,共9页
为了得到青奥会期间南京市合理有效的公交调度方案,本文针对青奥会场馆、运动员村、旅游点等附近的南京公共交通线路,建立模型与算法.首先,通过APC数据与GPS数据的匹配,对客流数据进行站点匹配预处理,根据已有客流量数据,训练小波神经网...
为了得到青奥会期间南京市合理有效的公交调度方案,本文针对青奥会场馆、运动员村、旅游点等附近的南京公共交通线路,建立模型与算法.首先,通过APC数据与GPS数据的匹配,对客流数据进行站点匹配预处理,根据已有客流量数据,训练小波神经网络,从而对客流分布情况进行预测,然后基于客流预测结果,采用有序聚类法,实现客流高低峰时段的合理划分.其次,详细分析调度问题的关键所在,以时段总发车次数和乘客等待时间两个因素作为目标函数,将时段最大、最小发车间隔和满载率等作为约束条件,提出基于APC和GPS的公交车辆辅助调度模型,通过遗传算法对模型进行求解,得出不同时段的发车间隔和配车次数,并对模型的性能进行评估.以南京市D7路公交运营线路的实际客流数据为例,采用MATLAB软件进行仿真实验,得出优化结果.结果表明所建模型是合理的,从而为调度时刻表的生成提供了科学的依据.
展开更多
关键词
青奥会
公交调度
客流量
有序聚类法
遗传算法
下载PDF
职称材料
基于纵向数据的超高维特征筛选
被引量：
1
2
作者
来鹏
王
昉
健
《福建师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2018年第3期8-13,51,共7页
实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS(Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法...
实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS(Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法,对超高维问题进行筛选降维,并从理论上证明了所提出降维筛选过程满足确定性筛选性质,从数值模拟上研究了其有限样本性质.
展开更多
关键词
超高维数据
纵向数据
特征筛选
确定性筛选性质
下载PDF
职称材料
题名
基于APC和GPS数据的青奥会期间南京公共交通的调度与优化
被引量：
1
1
作者
武灵艳
邓子豪
吴俣
王
昉
健
徐金花
王
加兵
刘雨田
刘文军
机构
南京信息工程大学数学与统计学院
南京信息工程大学信息与控制学院
出处
《数学理论与应用》
2014年第1期116-124,共9页
基金
国家自然科学基金(11301277)
国家大学生创新训练计划(201310300030)
文摘
为了得到青奥会期间南京市合理有效的公交调度方案,本文针对青奥会场馆、运动员村、旅游点等附近的南京公共交通线路,建立模型与算法.首先,通过APC数据与GPS数据的匹配,对客流数据进行站点匹配预处理,根据已有客流量数据,训练小波神经网络,从而对客流分布情况进行预测,然后基于客流预测结果,采用有序聚类法,实现客流高低峰时段的合理划分.其次,详细分析调度问题的关键所在,以时段总发车次数和乘客等待时间两个因素作为目标函数,将时段最大、最小发车间隔和满载率等作为约束条件,提出基于APC和GPS的公交车辆辅助调度模型,通过遗传算法对模型进行求解,得出不同时段的发车间隔和配车次数,并对模型的性能进行评估.以南京市D7路公交运营线路的实际客流数据为例,采用MATLAB软件进行仿真实验,得出优化结果.结果表明所建模型是合理的,从而为调度时刻表的生成提供了科学的依据.
关键词
青奥会
公交调度
客流量
有序聚类法
遗传算法
Keywords
The Youth Olympic Games Bus Dispatching Passenger Flow Sequential Clustering Method Ge-netic Algorithm
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于纵向数据的超高维特征筛选
被引量：
1
2
作者
来鹏
王
昉
健
机构
南京信息工程大学数学与统计学院
出处
《福建师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2018年第3期8-13,51,共7页
基金
国家自然科学基金资助项目(11771215)
江苏省自然科学基金资助项目(BK20161530)
文摘
实际问题研究中常常面临复杂数据,其中超高维数据和纵向数据常见于医学、经济学等大数据领域.基于超高维纵向数据的结构特征,推广确定独立筛选SIS(Sure Independence Screening)方法,构造了基于纵向数据组内相关结构的边际特征筛选方法,对超高维问题进行筛选降维,并从理论上证明了所提出降维筛选过程满足确定性筛选性质,从数值模拟上研究了其有限样本性质.
关键词
超高维数据
纵向数据
特征筛选
确定性筛选性质
Keywords
ultrahigh dimensional data
longitudinal data
feature screening
sure inde-pendence screening property
分类号
O212.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于APC和GPS数据的青奥会期间南京公共交通的调度与优化
武灵艳
邓子豪
吴俣
王
昉
健
徐金花
王
加兵
刘雨田
刘文军
《数学理论与应用》
2014
1
下载PDF
职称材料
2
基于纵向数据的超高维特征筛选
来鹏
王
昉
健
《福建师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2018
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
