城市铁路客运枢纽交通衔接合理性自动判别与仿真

枢纽交通衔接合理性自动判别是研究枢纽智能交通衔接的关键。本研究运用支持向量基(SVM)理论和网格技术，解析旅客选择交通方式的影响因素及特性，探索基于服务质量(QoS)旅客理性选择交通方式建模方法；对不同单一模型进行非线性组合，采用改进粒子群优化(PSO)算法、遗传算法等优化方法，达到模型选择和SVM参数的联合优化；基于此，建立枢纽内部换乘交通特性判别模型，建立城市轨道交通、道路公共交通、出租车及其它社会车辆四种交通方式交通需求度函数模型，运用粗糙集(RS)理论和神经网络的拓扑结构研究四种交通方式与其交通需求匹配性判别方法；建立模糊关系数据库，利用主动模糊数据库(AFDB)技术，设计枢纽交通衔接合理性自动判别体系结构；采用Arena实现特定随机型活动网络问题的可视化仿真建模，并利用仿真系统验证本研究模型方法的有效性。拟通过上述研究，为开发现代城市铁路客运枢纽智能交通衔接系统提供理论研究基础。