• 学术搜索
  • 科研智能体
    • Research Labs
    • AI 阅读
    • AI 文库
    • 深度研究
    • 学者亮点
  • 学术资源
    • AI2000
    • 期刊/会议
    • 学者库
    • 学术API
      MCP&Skill
    • 溯源树
    • 数据集
  • 知识沉淀
    • 学术空间
订阅小程序
旧版功能
aminer vip
开通会员低至0.73元/天
一次搞定AI科研
立即登录
  • English
  • 联系方式
    交通与运输

    交通与运输

    JournalISSN 1671-3400

    年发文量

    研究主题

    论文(6108)

    排序
    1Evaluation and Enhancement of Railway Service Quality Based on Passenger Train Service Classification Genealogy
    CHEN Zhichong, YANG Guang, ZHANG Zhipeng, HUANG Yujie, SONG Qian

    为提供更为优质、差异化的旅客列车服务和提升铁路客运管理质量,构建基于文献调研与客运管理工作实际需求的旅客列车服务分类谱系,并运用ANOVA和Tukey多重检验等统计方法对实测数据进行验证.基于旅客列车服务分类谱系,设计列车服务质量体系与评价模型,开展围绕上海客运段旅客列车的案例研究.该模型将层次分析法与反熵权法结合,构建融合专家意见与旅客反馈的综合权重,并对服务质量进行打分评价.以谱系中列车为颗粒度的指标权重,能够适应旅客差异化的服务需求.在此基础上,对被调研的上海客运段旅客列车进行打分评价,提出服务质量指标优化推荐度的计算方法,为旅客列车服务管理者提供了可迭代的服务质量优化方案.

    2023
    引用
    AI阅读
    加入学术空间
    2A k-hop Graph Convolutional Network and Long-short-term Memory for Subway Passenger Flow Forecasting
    ZHAO Bin, SHAO Liming,LING Meining

    地铁客流的短时准确预测对于地铁运营管理部门进行合理调度运力资源,组织客流以提高客运能力具有重要意义.本文构建一种结合图卷积神经网络和长短期记忆神经网络的地铁短时客流预测方法(GCNLSTM).考虑站点的k邻邻域关系构建邻域矩阵,采用图卷积网络(Graph Convolutional Network,GCN)捕捉客流的空间特征,并借助长短期记忆网络(Long-Short Term Memory,LSTM)提取客流的时间相关性.选取杭州地铁客流数据进行实例分析.研究结果表明:在不同的预测时间尺度下(即10 min,20 min和 30 min),GCNLSTM模型相较于自回归综合移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)和LSTM模型凸显了更佳的客流预测效果,且考虑 3 邻邻域关系时(即GCNLSTM#3 模型)对地铁客流的预测精度更好.本文所提出的GCNLSTM模型能够实现地铁客流的准确预测,为地铁运营管理部门控制客流与运力调度提供一定的数据支撑.

    2023
    引用
    AI阅读
    加入学术空间
    3Assessment and Optimization of Traffic Efficiency and Control Strategies for Variable Lane on Fuquan Road in Shanghai
    CHEN Xi, ZOU Jie

    为进一步解决上海市福泉路高峰交通拥堵问题,对可变车道的运行状态进行评估并构建控制策略及信号配时优化模型,并运用VISSIM仿真对福泉路原状、设置可变车道后、控制策略优化后进行对比分析.研究结果表明,通过控制策略的优化,晚高峰通行效率和环境排放的改善优于早高峰.其中,优化后早高峰总延误下降 9.55%,车辆燃油消耗及污染物排放降低约 7%;晚高峰总延误下降12.71%,车辆燃油消耗及污染物排放降低约17%.本研究为上海市福泉路乃至临空经济园区可变车道的运行状态评估及控制策略优化提供了理论支撑.

    2023
    引用
    AI阅读
    加入学术空间
    4Transfer Connection Evaluation of Urban Rail Transit Network Based on AHP-Topsis Method
    CHEN Zaixing,LUO Qin, WANG Yi, LI Wei, CHEN Jingjing, HUANG Junsheng

    为便于轨道交通的信息化运营管理,利用列车时刻表数据与客流数据构建符合轨道交通线网不同时段的换乘衔接评价体系;选用层次分析法(AHP)计算权重以及理想解法(TOPSIS)进行定量评价,得到AHP-TOPSIS法相结合的评价模型.以深圳轨道交通局部线网为例,对高峰、平峰及首末班车4个不同运营时段进行换乘衔接评价.研究表明,权重占比最大的3个指标依次为总换乘等待时间、成功换乘客流量及线网衔接成功率;该局部网络高峰时段换乘衔接效果最好,其次是平峰时段、首班车时段及末班车时段;各指标对各时段的换乘衔接评价存在不同的影响程度,比如平均发车间隔对于高峰时段换乘衔接影响较小.基于模型评价结果,针对不同运营时段提出网络换乘衔接的优化建议.

    2023
    引用
    AI阅读
    加入学术空间
    5Evaluation System Research and Practice for Rail Transit Connection Facilities Under the Impact of Spatial Governance
    WU Yaomin,XU Shiwei, TAN Mingji

    我国城市轨道交通正处于大规模建设发展时期,为优化改善当前接驳服务质量,提高城市轨道交通出行效率和满意度,亟需研究开展轨道交通衔接设施体检评估工作.从设施功能、空间布局、衔接环境三大方面构建12 大项、28小项轨道交通衔接设施评估指标体系,以广州市为例,对13条(段)、223个车站(换乘站不重复计算)交通衔接设施进行全面体检评估,根据各项指标量化结果,以"因地制宜、分类施策"为原则,提出精细化治理优化对策.截至 2022 年底,已有 91个轨道交通站点出入口衔接设施问题得到改善,市民满意度从 58%提升至87%,该评估体系的构建有利于推动站点周边交通环境治理,助力塑造宜人舒适的城市高品质空间.

    2023
    引用
    AI阅读
    加入学术空间
    立即登录,查看全部 6108 篇论文

    高被引作者

    作者引用发文
    Kefei Yan49647
    Yin Han43623
    Xingfang Xu16412
    XiaoYi Ma12214
    Hui Xie1167
    Shanghua Gu11545
    Hangfei Lin1019
    Jintang Huang997
    Yifeng Cai979
    JieShuang Dong968

    高产作者

    作者引用发文
    LIN Yi-ping7573
    xilai shen4655
    Kefei Yan49647
    Shanghua Gu11545
    ying lin1444
    Lai Xi3939
    Yanwen Xu733
    dongyue yan9533
    Qing Xiao1431
    xiangtian xu5531

    相关期刊

    Urban Transport of China
    China Railway
    Communication & Shipping
    China ITS Journal
    People's Transportation
    Journal of Transportation Engineering
    Transport Research
    Urban Rapid Rail Transit
    Modern Urban Transit
    电脑高手