0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 基于AI的轨道交通非常态客流预测与实时调度

相同语种的商品

销售排行榜

浏览历史

基于AI的轨道交通非常态客流预测与实时调度


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
基于AI的轨道交通非常态客流预测与实时调度
  • 书号：9787030857965
    作者：阴佳腾,张金雷,陈星
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：163
    字数：220000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2027-01-01
  • 所属分类：
  • 定价： ￥98.00元
    售价： ￥77.42元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书以作者及团队多年来在非常态场景下城市轨道交通短时客流预测与列车调度优化领域的研究成果为基础，深入细致地阐述了非常态场景下城市轨道交通短时客流预测与列车调度优化面临的一系列数据、模型与管理方面的挑战，提出了相关的深度学习模型与列车调度优化方法，体现了作者及团队近年来的一系列研究成果。主要内容包括大型活动、节假日以及重大突发公共卫生事件等非常态场景下的短时进出站客流预测、短时起点-终点（OD）客流预测、面向韧性提升的列车调度优化、备用列车资源动态配置与列车实时调度一体化优化方法。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言
    第1章 绪论 1
    1.1 研究背景及意义 1
    1.2 面临的问题 4
    1.3 本书研究内容 7
    第2章 大型活动期间城市轨道交通短时客流预测 8
    2.1 概述 8
    2.2 问题定义及数据简介 10
    2.2.1 问题定义 10
    2.2.2 数据集介绍 11
    2.3 CBAM简介 14
    2.4 多头注意力机制 14
    2.5 基于EF-Former的大型活动期间短时客流预测模型 16
    2.5.1 并行交互注意力模块 17
    2.5.2 多尺度因果多头注意力机制 18
    2.5.3 时间特征融合模块 19
    2.5.4 优化模型向量化 20
    2.6 模型配置与评价标准 20
    2.7 基准模型设置 21
    2.8 实验及结果分析 22
    2.8.1 五棵松站点 22
    2.8.2 东四十条站点 25
    2.8.3 消融实验 26
    2.9 本章小结 27
    参考文献 28
    第3章 城市轨道交通节假日期间短时 OD 客流预测 31
    3.1 概述 31
    3.2 问题定义及数据简介 32
    3.2.1 问题分析 32
    3.2.2 问题定义 33
    3.3 模型简介 35
    3.3.1 DM-GCGRU模型 35
    3.3.2 多源异构数据融合模块 36
    3.3.3 图构建模块 38
    3.3.4 时空动态图卷积循环模块 39
    3.3.5 训练方式及损失函数 41
    3.4 实验及结果分析 42
    3.4.1 数据简介 42
    3.4.2 模型配置与评价指标 43
    3.4.3 基线模型 44
    3.4.4 结果分析 44
    3.4.5 消融实验 48
    3.5 本章小结 49
    参考文献 49
    第4章 重大突发公共卫生事件期间城市轨道交通短时OD客流预测 51
    4.1 概述 51
    4.2 问题定义及数据简介 52
    4.2.1 问题分析 52
    4.2.2 问题定义 52
    4.2.3 真实数据简介 54
    4.3 模型简介 54
    4.3.1 MFST-GNN模型 54
    4.3.2 多频域时间特征提取模块 55
    4.3.3 自适应空间特征提取模块 57
    4.3.4 异构信息融合模块 59
    4.4 实验及结果分析 60
    4.4.1 模型配置与评价指标 60
    4.4.2 基线模型 61
    4.4.3 结果分析 62
    4.5 本章小结 68
    参考文献 69
    第5章 突发事件下考虑备用列车资源的列车实时调度优化方法 70
    5.1 概述 70
    5.2 问题描述 72
    5.3 模型简介 74
    5.3.1 时空网络构建 75
    5.3.2 两阶段随机整数规划模型构建 77
    5.3.3 第二阶段的参数和变量 78
    5.3.4 第二阶段的约束和目标 79
    5.3.5 BARP的混合整数线性规划(MILP) 公式 80
    5.3.6 所提模型的扩展 81
    5.3.7 BARP模型的理论性质 83
    5.4 求解算法 84
    5.4.1 改进的整数L形割 85
    5.4.2 算法加速策略 88
    5.5 实验及结果分析 90
    5.5.1 求解 BARP 模型的算法比较 91
    5.5.2 随机优化分析实验 94
    5.5.3 参数敏感性分析实验 96
    5.6 本章小结 100
    参考文献 100
    第6章 铁路网络中面向韧性提升的列车调度优化调整方法 103
    6.1 概述 103
    6.2 问题描述 105
    6.2.1 基于事件的网络 106
    6.2.2 模型参数 107
    6.2.3 韧性的定义 108
    6.2.4 模型约束 108
    6.2.5 模型目标函数 114
    6.3 模型线性化 115
    6.4 求解算法 116
    6.4.1 有效不等式 116
    6.4.2 确定大M值 118
    6.5 实验及结果分析 118
    6.5.1 参数设定 118
    6.5.2 三种不同方法对比 119
    6.5.3 考虑后备车实验案例 121
    6.5.4 北京地铁 1 号线的案例分析 122
    6.6 本章小结 126
    参考文献 126
    第7章 考虑车站拥堵的城市轨道交通系统韧性优化 130
    7.1 概述 130
    7.2 问题描述 131
    7.3 模型简介 133
    7.3.1 韧性评估指标构建 133
    7.3.2 事件活动网络构建 134
    7.3.3 模型假设 136
    7.3.4 相关参数和变量 136
    7.3.5 目标函数和模型约束 137
    7.4 系统韧性优化算法 142
    7.4.1 客流仿真模型 142
    7.4.2 乘客上下车速率对停站时间的影响 146
    7.4.3 仿真优化模型 147
    7.4.4 算法迭代框架 148
    7.5 实验及结果分析 151
    7.5.1 小规模案例实验 151
    7.5.2 算法对比实验 152
    7.5.3 北京地铁 6 号线实际案例 153
    7.5.4 调度策略参数敏感性分析 155
    7.5.5 车站拥挤度对列车延误的影响 156
    7.5.6 韧性优化评估 158
    7.6 本章小结 161
    参考文献 161
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

本平台为互联网非涉密平台，严禁处理、传输国家秘密。

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com