原文传递
城市常规公交车辆危险运行状态识别与评价方法研究
| 论文题名： | 城市常规公交车辆危险运行状态识别与评价方法研究 |
| 关键词： | 公交车辆;危险运行状态识别;混合神经网络;安全管理 |
| 摘要： | 本文以公交车辆危险运行状态识别与评价研究为目标，深入挖掘GPS数据，提取出公交车辆危险运行状态的特征变量，并建立了公交车辆危险运行状态数据集，通过融合双向长短时记忆循环神经网络和卷积神经网络，构建了基于BiLSTM-CNN混合神经网络的公交车辆危险运行状态识别模型，最终通过哈尔滨市公交车辆GPS数据进行公交车辆危险状态识别与评价的实例分析。本文具体研究工作如下： 公交车辆危险运行状态表征及数据预处理。在分析国内外相关研究的基础上，首先确定了公交车辆危险运行状态的表征方法，通过设计算法对原始公交车辆GPS数据进行预处理，并基于处理后的数据对速度、加速度和方向角等运动学参数的时序变化进行分析；然后深入挖掘GPS数据并提取出了公交车辆运行状态的特征变量；最后通过重采样的方法建立公交车辆危险运行状态数据集。 公交车辆危险运行状态识别模型构建与识别效果评价。将双向长短期记忆网络和卷积神经网络结合，构建BiLSTM-CNN公交车辆危险运行状态识别模型。通过BiLSTM网络和CNN网络提取数据的全局时序特征和变量特征，同时进行数据降维，利用Softmax函数对输出结果进行识别分类。最后将BiLSTM-CNN混合神经网络与CNN网络、LSTM网络和BiLSTM网络的识别效果进行对比分析评价。 公交车辆危险运行状态时空分布特征分析。基于公交车辆危险运行状态数据，通过时段和路段划分进行公交车辆危险运行状态时空分布统计分析；然后通过空间自相关性分析进行危险运行状态的热点路段的识别，并运用空间计量经济学模型分析危险运行状态的显著性影响因素；最后根据时空分析结果提出预警措施。 公交车辆危险运行状态评价。首先提出公交车辆运行危险状态评价指标，并进行同一线路不同公交车辆评价指标值的对比分析；然后以累计发生次数、行驶时长、行驶距离作为特征变量进行公交车辆运行状态危险程度评价，通过聚类分级的方法将危险程度划分为安全型、一般型和危险型三个等级；最后依据评价结果提出了公交车辆运行安全管理建议。 |
| 作者： | 刘委 |
| 专业： | 交通运输工程 |
| 导师： | 张文会 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北林业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
