

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、公交作為一種綠色出行方式,越來越多地被人們使用。公交環(huán)線作為公交線路中一種普遍而又特殊的線路形式,其特有的性質值得研究。公交線路的OD數(shù)據(jù)是公交線網(wǎng)規(guī)劃、公交班次安排、公交調度的基礎性數(shù)據(jù),因此高效、低耗地估計公交環(huán)線的OD矩陣有助于提高公交線網(wǎng)運營效率,使公交資源得到更充分的利用。
論文首先介紹公交環(huán)線的分類,分為“清客”環(huán)線和“不清客”環(huán)線兩種。區(qū)分兩種環(huán)線上下客規(guī)則的差別,分析由上下客規(guī)則不同帶來的OD矩陣的差異。進而介
2、紹本文模型建立所需的數(shù)據(jù),數(shù)據(jù)僅為站點上下車乘客的數(shù)量,有:類型單一,獲取簡單,準確率高等優(yōu)點。
論文建立一階馬爾科夫鏈模型,該模型有效地描述了乘客上下車的過程。并將OD估計過程中的未知參數(shù)減少為一個變量。避免了以往OD估計模型高度欠定的問題。利用貝葉斯推理求解馬爾科夫鏈模型中的未知參數(shù)。有效地利用了先驗信息,使得估計結果更為準確。將在沒有先驗信息情況下的一階馬爾科夫鏈模型與最大熵方法進行比較,得出在沒有先驗信息時,一階馬爾科
3、夫鏈模型與最大熵方法等價。
由于一階馬爾科夫鏈模型的假設使得模型不能全面的描述現(xiàn)實情況,作為補充,論文提出高階馬爾科夫鏈模型,并以二階馬爾科夫鏈模型為例,進行模型的建立和求解,更高階的馬爾科夫鏈模型可依據(jù)二階馬爾科夫鏈模型類推得到。
最后,用蘇州市公交環(huán)線實例,對論文提出的模型和算法進行驗證,算例表明,論文建立的馬爾科夫鏈模型和貝葉斯推理算法,能夠避免OD估計過程中高度欠定的問題,得到閉合解,有效利用先驗信息,提高公
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多類型數(shù)據(jù)的貝葉斯OD矩陣估計方法研究.pdf
- 基于貝葉斯網(wǎng)絡和本體的態(tài)勢估計方法.pdf
- 基于統(tǒng)計模型和貝葉斯估計的語音增強算法研究.pdf
- 短期利率模型的貝葉斯估計.pdf
- 基于貝葉斯推理的故障診斷方法研究.pdf
- 基于貝葉斯推理的工業(yè)過程監(jiān)測方法研究.pdf
- 非高斯SV模型的貝葉斯估計.pdf
- 基于貝葉斯廣義線性模型的準備金估計方法.pdf
- ARFIMA模型參數(shù)貝葉斯估計的漸近性質.pdf
- 基于圖模型分解的貝葉斯網(wǎng)絡學習與推理研究.pdf
- 基于貝葉斯網(wǎng)絡推理的雙重信息集結決策模型研究.pdf
- 基于貝葉斯方法的有限混合模型選擇.pdf
- 基于貝葉斯Markov轉換模型的股市收益與通脹動態(tài)關系研究.pdf
- 基于貝葉斯估計的有序多分類多層模型的應用.pdf
- 16669.貝葉斯網(wǎng)絡模型的變分貝葉斯學習與推理研究
- 基于貝葉斯統(tǒng)計推理的結構損傷識別方法研究.pdf
- 基于貝葉斯估計的低空對地多車輛跟蹤方法.pdf
- 基于貝葉斯推理的顏色恒常性計算.pdf
- 21340.基于mcmc的進展多狀態(tài)模型的貝葉斯估計
- 基于貝葉斯推理的視頻語義自動標注.pdf
評論
0/150
提交評論