多交路运营是中国城市轨道交通网络化运营组织的重要组成部分,研究乘客在多交路运营条件下的出行选择行为,对把握乘客出行规律、满足多样化出行需求具有重要意义.基于随机后悔最小化模型,引入乘客对路径属性感知的异质性,构建融合效用...多交路运营是中国城市轨道交通网络化运营组织的重要组成部分,研究乘客在多交路运营条件下的出行选择行为,对把握乘客出行规律、满足多样化出行需求具有重要意义.基于随机后悔最小化模型,引入乘客对路径属性感知的异质性,构建融合效用与后悔机制的多尺度混合模型,克服了传统模型未考虑路径熟悉度导致的乘客出行行为与实际出行行为之间的决策偏差.通过整合容忍阈值与决策惯性,提出一种多交路出行选择建模方法,基于典型案例的陈述偏好(stated preference,SP)调查数据,完成模型参数估计与性能验证.研究结果表明,乘客对出行时间属性的容忍阈值为6.98 min;相较于基准模型,考虑决策惯性的模型在似然值、贝叶斯信息准则(Bayesian information criterion,BIC)及命中率指标上均表现更优,表明其具备更强的数据拟合能力;支付意愿分析进一步揭示乘客愿意为服务提升承担额外时间成本,从而验证了所提模型的有效性与实用性.展开更多
随着城市轨道交通系统智能化程度的提升,传统算力资源分配模式已难以应对多源异构数据处理、实时决策支持等新型需求。提出基于大语言模型(large language models,LLMs)的城轨云算力资源平台架构,构建了融合知识图谱的混合调度算法,通...随着城市轨道交通系统智能化程度的提升,传统算力资源分配模式已难以应对多源异构数据处理、实时决策支持等新型需求。提出基于大语言模型(large language models,LLMs)的城轨云算力资源平台架构,构建了融合知识图谱的混合调度算法,通过动态资源分配优化策略提升了算力资源利用率。实验表明,该平台在处理突发客流预测、设备故障诊断等典型场景时,缩短了响应时间,提高了模型推理准确度,为智慧城轨建设提供了新型算力基础设施解决方案。展开更多
文摘多交路运营是中国城市轨道交通网络化运营组织的重要组成部分,研究乘客在多交路运营条件下的出行选择行为,对把握乘客出行规律、满足多样化出行需求具有重要意义.基于随机后悔最小化模型,引入乘客对路径属性感知的异质性,构建融合效用与后悔机制的多尺度混合模型,克服了传统模型未考虑路径熟悉度导致的乘客出行行为与实际出行行为之间的决策偏差.通过整合容忍阈值与决策惯性,提出一种多交路出行选择建模方法,基于典型案例的陈述偏好(stated preference,SP)调查数据,完成模型参数估计与性能验证.研究结果表明,乘客对出行时间属性的容忍阈值为6.98 min;相较于基准模型,考虑决策惯性的模型在似然值、贝叶斯信息准则(Bayesian information criterion,BIC)及命中率指标上均表现更优,表明其具备更强的数据拟合能力;支付意愿分析进一步揭示乘客愿意为服务提升承担额外时间成本,从而验证了所提模型的有效性与实用性.
文摘随着城市轨道交通系统智能化程度的提升,传统算力资源分配模式已难以应对多源异构数据处理、实时决策支持等新型需求。提出基于大语言模型(large language models,LLMs)的城轨云算力资源平台架构,构建了融合知识图谱的混合调度算法,通过动态资源分配优化策略提升了算力资源利用率。实验表明,该平台在处理突发客流预测、设备故障诊断等典型场景时,缩短了响应时间,提高了模型推理准确度,为智慧城轨建设提供了新型算力基础设施解决方案。
