【摘 要】
:
随着经济社会的发展,城市轨道交通线网逐步完善,低碳出行的理念也深入人心,共享单车成为接驳轨道交通解决出行“最后一公里”的关键环节。为了扩展城市轨道交通服务范围、提升出行品质,需要建立轨道站点共享单车的需求预测模型,确保车辆供需平衡及合理配置。首先,利用Python编程对北京市摩拜单车租赁订单大数据展开多维度分析与可视化处理,发掘了城市轨道站点共享单车的骑行量时间规律及骑行距离特性,为共享单车需求预
论文部分内容阅读
随着经济社会的发展,城市轨道交通线网逐步完善,低碳出行的理念也深入人心,共享单车成为接驳轨道交通解决出行“最后一公里”的关键环节。为了扩展城市轨道交通服务范围、提升出行品质,需要建立轨道站点共享单车的需求预测模型,确保车辆供需平衡及合理配置。首先,利用Python编程对北京市摩拜单车租赁订单大数据展开多维度分析与可视化处理,发掘了城市轨道站点共享单车的骑行量时间规律及骑行距离特性,为共享单车需求预测及供给配置提供依据。其次,将时间序列分析方法运用于共享单车需求预测,选用具有长期趋势及循环波动拟合优势的ARMA模型,判断序列稳定性受降雨天气及非工作日影响显著,据此改进并构建了适用于共享单车的需求预测模型,将骑行量时间序列划分为训练集与验证集,利用Eviews软件建模预测并评估。再次,系统阐述了轨道站点共享单车蓄车场、停放点及车辆的配置理论,提出基于P-中值选址模型的蓄车场配置方法,将TOPSIS方法用于停放点选址决策,通过订单大数据筛选统计停放点骑行量,确定分担率以实现车辆合理分配。最后,以北京市某3×3km范围内轨道站点及宣武门换乘站为例,进行共享单车需求预测及供给配置。研究表明,论文所构建的城市轨道站点共享单车需求预测模型具有较高的准确性和良好的适用性,同时完善了共享单车供应配置理论与方法,为轨道站点共享单车的合理配置提供一定的科学依据。
其他文献
胸腹部是人体疾病的高发部位,胸腹部CT图像可被用于诊断胸腹部的骨骼类和血管类等疾病。设计一种自动分割方法将胸腹部CT图像中的多种骨骼分割出来具有重要意义,分割出的骨骼不仅可以直接用于CT骨分析项目,服务于骨骼三维阅片诊断、骨科手术规划等;而且可以用于CT血管分析项目中的去骨操作,满足血管显示和定位等需求。目前传统图像分割方法对胸腹部CT图像骨骼分割的精度不高,且很难将骨骼的类别进行细分。深度学习的
预训练语言模型适用于多种自然语言处理任务,也为自动文本摘要任务带来效果的提升。基于预训练语言模型Ro BERTa的简单抽取模型存在一些问题,因此使用四种改进方法来解决其存在的弊端以提升摘要质量。采用等级编码器机制解决文本截断的问题,等级编码器机制将Ro BERTa作为句子级抽取器,相同结构的Transformer编码器作为文档级编码器,保留更多文本信息的同时,提供更高层次的信息整合能力。采用基于图
非刚性目标三维重建作为三维重建领域的重要分支,其致力于求解非刚性目标的三维重建问题。相较于刚性目标的三维重建,其形变自由度更高、问题求解难度更大。而鉴于日常生活当中非刚性形变的广泛存在,求解此类三维重建问题是极具应用价值以及发展前景的。非刚性运动恢复结构(Non-Rigid Structure from Motion,NRSf M)是用于求解非刚性目标三维重建问题的一类经典方法,其通过序列图像中提
交通网络的快速扩张推动了物流配送行业的高速发展,研究容量约束弧路径规划问题可以提高配送效率和降低运行成本,从而进行科学的决策和精准的管理来迅速增加经济收益。弧路径规划问题可以应用到道路扫雪、洒水,以及信件投递等场景,还可以应用在无线通信领域的无线网络优化问题中。在现实场景下,受到早晚高峰、天气情况以及突发情况的影响,道路上的车辆行驶速度并不总是相同。由于路网状态的动态性,传统容量约束弧路径方法给出
全髋关节翻修术用于解决置换术之后出现的一些问题,手术非常复杂需谨慎操作。对翻修髋关节的解剖关键点的定位,能为后续的医生诊断提供参考,减少人工工作量。深度学习方法需要大量数据的支持,迁移学习则能在数据量不足的情况下获取定位效果好的模型。首先,对原始的翻修髋关节CT图像进行预处理,包括去金属伪影、统一图像的分辨率和像素间距、去金属伪影后处理以及归一化。其次,为了增加可用数据,对数据集进行了数据增强,包
当前,碳中和和发展绿色经济已成为全球共识,而应对气候变化、实现可持续发展需要大量投资,银行金融服务将在这一过程中发挥至关重要的作用。本文通过比较分析粤港澳大湾区内主要城市、银行机构在绿色金融方面的发展经验,总结存在问题,对银行机构如何进一步支持湾区绿色发展提出意见和建议。近年来,大湾区各市和银行机构在绿色金融发展环境、配套机制及产品服务创新方面取得较好成效,但仍面临境内外融通协作、产品体系、投资资
利用二维图像来对物体进行三维重建是计算机视觉领域的关键技术之一。相比于传统的三维重建往往需要对物体的形状或纹理分布进行预先假设,或使用立体几何匹配来完成工作,基于深度学习的方法在便携性与灵活性上有着独特的优势。最近一些基于深度学习的三维重建方法虽然取得了显著的进展,但在重建的结果的精度与细节方面仍有不足。针对上述问题,借助注意力机制与深度学习,构建了一个可以实现三维重建的深度学习网络结构。网络结构
对体内带有植入性金属假体的病人进行CT扫描成像时,得到的CT图像中会出现金属伪影,干扰后续的疾病诊治,需要去除图像中的金属伪影(Metal Artifact Reduction,MAR)。基于正弦投影的修复方法首先从原始图像中分割得到金属图像,并使用Radon变换分别得到两张图像对应的原始投影与金属投影,利用后者计算得到金属轨迹掩码,根据掩码对原始投影中对应区域受损数据进行修复并重建得到去伪影图像
中国每年会产生巨量的疏浚淤泥,为提升对其的处理效率,有学者提出絮凝联合真空预压技术和理化复合技术。目前,有关上述新技术的研究仍停留在提升淤泥处理效率层面,对于处理后的改性淤泥堆场作为场地或填料使用层面上的研究较少。鉴于此,本文通过室内土工试验重点研究絮凝调理后的改性淤泥的固结变形特性,旨在为改性淤泥作为填料用于实际工程提供理论支撑。本文的主要试验内容及成果如下:(1)开展室内絮凝-堆载预压试验,模
随着城市地下空间快速发展,地下建筑面积越来越大,地下室由于抗浮不利出现的问题也越来越多。工程中常采用压重法、抗浮锚杆、抗浮桩等被动抗浮方式来解决地下室抗浮问题。相较于上述传统方法,泄水减压这种主动抗浮措施具有施工方便、不影响工期、成本低等优点,虽然已经在工程上有了初步应用,但是,对其影响规律的认识不够充分制约了这种技术的推广应用。因此,对影响泄水减压抗浮法因素的影响规律进行深入研究具有重要的理论和