给大家推荐5篇关于客流预测的计算机专业论文

今天分享的是关于客流预测的5篇计算机毕业论文范文, 如果你的论文涉及到客流预测等主题,本文能够帮助到你

基于CIM技术的城市轨道交通三维可视化监管平台设计与实现

这是一篇关于城市轨道交通管理平台,BIM+GIS,Cesium,客流预测的论文, 主要内容为伴随国内城市化的快速发展,社会经济活动日益频繁,居民对于公共交通基础设施的需求不断攀升,作为城市交通重要支点的轨道交通在城市发展中越发重要。与传统工程项目比较,城市轨道交通工程项目具有投资大、专业性强、建设周期长等特点,其全生命周期通常无法由单一主体完成,需要各专业单位协同作业。解决城市轨道交通工程各阶段多源数据集成、三维展示、运维管理等问题,对其打破数据壁垒,跨越数据鸿沟,实现数字化交付与信息化共享具有重要意义。随着互联网与计算机等新一代信息技术的快速发展,“网络强国”、“国家大数据网络”、“数字中国”等战略的不断推行,建设新型智慧城市是未来城市发展的重要趋势。CIM技术以BIM+GIS+IOT等技术为支撑,BIM+GIS技术搭建了多维空间模型基础,IOT技术提供了感知信息,多种技术融合共同构建了三维数字空间城市模型。CIM技术为城市轨道交通项目提供了先进的数字化交付与信息共享途径,能够实现在三维场景中对象级的模型数据协调管理,解决了传统二维交付管理空间信息缺失问题,提升了多维信息的触达性与可操作性,从而帮助管理者从宏观的、科学的角度做出正确的决策。时间序列模型、机器学习、深度学习等技术则为运营阶段管理者从海量出行数据中完成关键因素分析与特征挖掘,构建短时客流预测模型,实现安全、高效、精细的管理提供了有力支撑。本研究使用B/S架构基于Cesium开源地图引擎,开发以CIM技术为核心的Web平台。该平台以Web GL为容器,Web服务为链接,实现大范围真实地理空间环境下BIM+GIS模型的地理配准与模型构件数据的对象级管理,同时为城市轨道交通客流预测、实时监控与安全预警提供了可视化平台,推动“云大物移智”融入城市轨道交通建设全生命周期,为城市轨道交通三维场景构建与数字化交付应用提供了参考。具体研究内容和工作包括:(1)分析对比国内外CIM技术应用、BIM与GIS技术融合、客流预测、城市轨道交通平台建设研究现状,论证多种技术融合的优势与价值,阐述设计并实现城市轨道交通监管平台的必要性。(2)针对BIM+GIS技术融合在城市轨道交通平台应用中存在的关键问题,研究BIM与GIS模型转换格式选择,提出IFC模型向3D Tiles模型转换的关键步骤,包括语义提取、几何转换以及坐标系的转换,并解决转换后模型于平台加载后的信息展示、地理配准、位置调整与地下模型可视化等重点问题。(3)建立城市轨道交通大范围空间环境数据模型,基于DEM数据建立本地Small Terrain地形文件,利用Geoserver服务器发布GIS矢量数据,协同无人机倾斜摄影建模辅助构建城市空间场景,实现大范围真实地理空间环境模型制作。(4)通过IOT技术收集轨道交通客流AFC数据,实现数据清洗、特征挖掘与聚类分析,研究SARIMA模型、随机森林模型与LSTM模型算法的实现原理,建立各算法的最优参数模型,并通过城市轨道交通真实数据集进行验证分析,均取得了良好的预测效果。(5)设计并开发基于B/S架构、Cesium地球引擎的城市轨道交通监管平台,实现多源数据集成与站点客流预测展示,并添加图层管理、设备查询、空间分析、安全监控等功能模块,极大地提高城市轨道交通运维监管效率,具有一定的工程实用性,为智慧城市建设提供了参考。图[81]表[17]参[67]

城市轨道交通网络及客流特性研究

这是一篇关于网络特性,客流特性,网络单元,复杂网络,乘客学习,客流预测,网络SP调查的论文, 主要内容为轨道交通作为解决交通拥堵最为根本的方式,其重要性不言而喻。当前轨道交通处于成网阶段,每条线的建成会对轨道交通网络上的客流吸引及客流分布造成很大的影响。本文着重讨论轨道交通的网络客流特点,目的是在研究网络特性的前提下,进一步考虑客流在各种情况下的特点,从而为网络进一步优化、交通政策的制定和运营管理提供有力依据。首先,从基本单元和整体复杂网络结合的角度分析了轨道交通网络的数学特性,利用时间可靠性概念,对城市轨道交通网络的可靠性进行了评价；其次,提出了网络客流(尤其是广义网络客流)的理念,并对其因素进行了分析；接着,提出了一整套出行者更新行为的分析理论。本文将乘客的个人学习行为分为三个基本的阶段：出行更新诱导、感知时间更新和出行时间选择。对每个过程进行了分析,提出PL模型对其模拟,利用数学模型进行描述。最后,提出了网络SP调查法,并采用JSP+TOMCAT6.0+数据库技术编写了调查网页,进行了调查。采用得到的数据进行模型标定,并进行了实例计算。

山地型景区客运车辆智能调度系统研究——以峨眉山景区为例

这是一篇关于车辆智能调度系统,详细方案设计,发车频率优化,客流预测的论文, 主要内容为旅游业是战略性产业,资源消耗低,带动系数大,就业机会多,综合效益好。2019年国务院提出了关于加快发展旅游业的意见,力争到2020年我国旅游产业规模、质量、效益基本达到世界旅游强国水平。我国一些景区已经开始对交通智能调度系统建设进行探索,但多数景区的交通智能调度系统功能并不完善,系统也不健全,仅仅是追求新技术的应用,并没有起到实时监控和调度的作用。本文以峨眉山景区客运车辆智能调度系统为研究重点,在分析了峨眉山景区的特点和客运中心的车辆智能调度系统的发展状况和面临的问题之后,从峨眉山景区的地形地貌、道路运行情况、客运车辆运行状况、游客的出行特征等多方面研究了峨眉山景区客运车辆智能调度系统的需求分析,并描述了其总体目标与功能划分。在此基础上提出了峨眉山景区客运车辆智能调度系统的总体架构思路和设计原则,并给出了该系统的总体设计框架,最后明确了系统的整体结构和实际业务功能,并系统的、详细的探讨了车辆调度平台、网络票务系统、车辆安检系统、信息发布系统、车辆作业结算系统、数据统计分析等子系统的具体设计方案及实现过程。本文中景区客运车辆智能调度系统可划分为分布式五层结构,其所要完成的主要功能为通过车载识别、站点和区域识别系统采集数据,对不同数据源采集回的数据进行加工、分析汇总处理,执行用户发出的车辆调度指令,与车载GPS系统进行交互。采用微服务的方式将系统整体功能划分成独立的功能模块,获取数据处理层提供的业务数据,利用H5技术,结合GIS,提供实时的车辆位置、客运游客量、区域状态,线路排班状态等信息。该系统具有复用性、灵活性、扩展性,能围绕旅游客运的实际业务流程,更好的提高景区旅游服务水平,满足游客、旅游客运公司、景区管理的需求。结合该系统的统计数据,建立了发车频率优化模型并通过实例计算表明该优化模型可以在满足游客需求的条件下有效的减少客运公司的运营成本。利用灰色预测模型和GSTA V7.0软件预测出的游客量与实际值比较,得到的游客量预测结果精度较高,对于景区管理部门作决策具有一定的借鉴作用和实用价值。

北京地铁客流预测方法研究及系统的实现

这是一篇关于城市轨道交通,物联网,AFC系统,客流分析,客流预测,J2EE技术的论文, 主要内容为随着我国经济的快速发展,城市交通拥堵成为一个亟待解决的问题。城市轨道交通以其具有封闭线路、准时运行、便捷可靠等特点,迅速发展成为城市公共交通的重要交通工具。由于城市轨道交通网络化运营优势明显,成为各大城市吸引客流、改变交通出行结构的主要原因,也直接导致了客流增速较快,且呈现持续走高趋势。客流预测作为城市轨道交通规划的基础之一,在整个规划过程中有重要的作用。然而就目前城市轨道交通的实际运营状况来看,实际的客流与预测的客流有很大的差异,而且线路的客流量存在不均衡的情况,这在一定程度上加大了城市轨道交通运营的难度。因此,如何利用已有数据对未来客流做出准确的预测,成为缓解交通运营部门巨大压力和解决地铁线路超负荷运行的重要手段。本文以北京地铁为例,构建以AFC系统获得的数据为出发点,结合北京地铁TCC系统提供的历史客流统计表和北京轨道列车运行图,设计了一个基于物联网的北京地铁客流预测系统,并对站点客流和断面客流进行了详细分析。论文首先阐述了物联网和客流分析预测的国内外研究现状。进而介绍了物联网技术、城市轨道交通客流预测方法,为后续的系统设计与实现做好理论基础。其次给出了城市轨道交通客流预测的体系框架以及关键技术,并对系统的具体实现给出了整体设计。最后该系统以J2EE为技术平台,实现了系统的主要功能模块并给出了详细的展示,并对北京地铁1号线客流预测结果进行分析。文章末尾对论文工作进行了总结和展望。