导读:本文包含了排队预测论文开题报告文献综述及选题提纲参考文献，主要关键词:预测算法,BP神经网络,Android开发,排队时间
排队预测论文文献综述
潘樱丹,钱佳丽,何妍蕾,唐震洲[1]（2019）在《基于BP神经网络的排队时间预测算法研究》一文中研究指出本文提出了一种基于BP算法的排队时间预测模型.BP算法能够根据某个变量的大量特征值的输入来预测所需变量的值,并能够通过不断的反馈来改进预测结果.本文采用先验排队时间和迭代预测相结合的方式产生输入层,并在排队队列更新时持续训练算法以达到更高精度.经过实地考察、数据测试分析,证明了该BP算法模型可以较为准确地为人们预测排队时间.(本文来源于《温州大学学报(自然科学版)》期刊2019年03期）
唐剑文[2]（2019）在《TJG集装箱海铁联运运量预测及泊位排队论模型研究》一文中研究指出在全球经济一体化与“一带一路”战略的推动下,港口集装箱运输对促进我国在全球国际贸易中地位的提升作用越来越显着。集装箱码头作为集装箱陆海运输的重要枢纽,在港口的运营中扮演着重要的角色,其能力大小、合理布局将直接决定了港口的运行效益等。但是受限于吞吐量的增长、港口泊位能力差异、港口设施及管理水平等因素,港口经常性会频发“排队”现象,增添港口运营成本的负担。如何科学地对港口泊位系统进行分析,解决排队问题带来的影响是港口运营需要优化的重点。通过对国内外相关港口排队、泊位分析的文献总结可知,港口排队问题的研究主要侧重于构建排队最优化,解决排队长度带来的港口负担,而针对于集装箱吞吐量与港口设施如何合理匹配缺少研究。基于这样一个背景,本文首先采用相关预测模型对集装箱海铁联运运量进行趋势预测;然后分析港口泊位的进出口流程,通过对天津港(以下简称TJG)集装箱码头实际数据的统计分析,在满足相关假设的基础上,运用排队论相关理论构建符合分布规律的排队模型,并以港口运营成本费用最小为目标函数,提出了基于成本的排队论模型,运用Matlab软件包编程计算,并通过算例进行验证。文中构建的基于成本的排队论模型可以较为准确地计算出港口最佳的泊位数量,考虑到港口在实际运营中短期内是无法增建泊位的,本文也提供了泊位能力参数的计算方法,对合理、有效地利用港口现有泊位提供参考。同时基于未来港口集装箱海铁联运运量的预测值,计算出相关泊位能力参数,为港口的运营发展提供两种不同的思路,即增建泊位或调整泊位能力参数。最后,通过对港口泊位排队模型的敏感因子进行分析,指出未来港口运营发展应关注的重点方向。(本文来源于《北京交通大学》期刊2019-06-05）
宋雅博,王壮壮,段宇洲[3]（2018）在《城市交通事故下排队上溯预测及相邻节点信号配时优化》一文中研究指出交通事故发生后,事故路段会形成瓶颈区,导致通行能力下降。后续车辆连续进入事故路段,造成短期内交通流无法疏散,形成排队上溯。针对事故发生至事故处理完毕这一段时间,通过排队长度约束模型限制事故路段的排队长度;基于交通流均衡原理,考虑相邻节点的关联性,构建信号配时优化模型,用于缓解此关键时段内的车辆排队上溯问题,最后利用VISSIM对该策略的有效性进行了仿真验证。(本文来源于《辽宁省交通高等专科学校学报》期刊2018年04期）
郑栋宇[4]（2018）在《基于排队论的路网系统拥塞预测关键技术研究》一文中研究指出随着经济的发展,在每天早晚高峰时段,城市中都会发生交通拥塞的现象。由于道路上的车辆数量前所未有地增长,交通拥塞已成为令全世界政府头疼的问题。很多国家开始采取一系列措施来应对交通拥塞带来的生态、经济、社会等方面的问题,但仍然无法解决交通拥塞带来的效率低、能耗高、污染重的通病。传统的理论与方法对解决交通拥堵的问题得不到满意的结果,于是政府部门和研究者们开始综合运用各种高新技术来解决道路拥堵问题,这样智能运输系统(ITS)作为一种有前景的方法理论应运而生。交通拥塞评估和预测是智能交通系统方研究的一个重要方向。其主要目的是进行对交通拥塞的程度进行评估,以及根据当前交通状况对交通拥塞进行预测。由于交通系统的不确定性与非线性的特点,故交通拥塞评估变得十分困难,而受随机因素影响,交通拥塞预测的难度更甚。为了实现交通拥塞的评估和预测,研究者们在现有文献中提出了很多拥塞评估和预测方法。有的使用机器学习模型来建立拥塞预测模型,有的通过对历史交通数据进行数据挖掘方法来建立拥塞预测系统的,还有的使用计算机视觉的方法。但其中的解决方法大多都以静态的方式去解决问题,却没有动态地去分析问题。本文考虑到有些城市中交通流量存在的东西为主、南北为辅的特点,同时考虑到达路网节点的高峰期交通流量的随机性以及长相关性,在本文中对高峰期交通流量数据进行处理,进而对流量进行建模,最后结合排队理论提出基于自相似流量输入的单一和连续路网节点拥塞评估和预测模型对交通拥塞进行评估和预测。在本文中,首先处理和分析实际交通数据得到所需的高峰期到达交通节点的交通流量数据。进而对其进行赫斯特参数的估算,结果显示该流量数据具有自相似性。通过分析红绿灯运行的特点,本文使用指数分布来描述路网节点的服务速率,即使用指数分布来决定在绿灯时通过路网节点的车辆数。根据交通流量的特性,使用自相似流量模型来对高峰期到达交通节点的具有长相关特性的交通流量进行建模,结合应用排队网理论和Jackson模型来提出两种拥塞评估和预测模型,并使用排队理论的队列长度分布和等待时间分布来评估和预测交通拥塞。通过预测模型的结果与实际道路交通数据仿真结果的比较,验证了提出的评估和预测模型的正确性和可用性。通过分析模型输出的队列长度分布,可以对路网系统交通拥塞进行评估和短时预测。最后,根据该拥塞预测模型提出了两种在实际交通系统中的应用,为政府部门以及道路使用者提供相应的指导。(本文来源于《山东大学》期刊2018-04-20）
邢志伟,杨扬,罗谦[5]（2018）在《全开放值机岛离港旅客值机排队长度预测模型》一文中研究指出针对国内离港旅客在全开放值机岛以蛇形排队方式值机的业务场景,分析了旅客聚集规律的性质,证明了对于邻近多航班的旅客会有多个聚集高峰出现的现象。基于此场景在开放柜台数量尚未发生改变时,通过累计算法和离散化分析临近时序的排队长度变化,建立了全开放值机岛离港旅客值机排队长度预测模型,并通过对比试验证明了模型的准确性。(本文来源于《中国民航大学学报》期刊2018年01期）
任新惠,尹晓丽[6]（2017）在《面向提升旅客体验的候机楼排队时间预测》一文中研究指出旅客在机场的体验是影响机场服务质量的重要指标,随着越来越先进IT技术的应用,机场服务效率带来了很大提升,旅客对个性化信息的需求变得更加强烈。根据ACI旅客满意度调查,排队等待问题一直是影响许多机场提升用户体验的一大短板,排队时旅客由于无法及时获得排队信息而产生焦躁、紧张等不满情绪。因此本文提出了一种基于智能化机场服务的实时排队等待时间提示系统,其中核心是进行等待时间的预测,为旅客提供实时排队信息。本文采用排队论模型,模型与传感技术相结合预估机场各个流程的排队等待时间,对提高旅客满意度有重要意义。(本文来源于《综合运输》期刊2017年11期）
钟鸣,李晨辉,刘少博[7]（2017）在《基于M/M/C排队模型的叁峡大坝船舶待闸时长预测研究》一文中研究指出为研究叁峡大坝船舶在锚地长时间滞留待闸的问题,收集并统计了叁峡坝区2013年下行方向上不同类型船舶到达上游锚地和通过船闸的流量数据,并对船舶待闸时间进行了频数统计;引入排队论方法,将船舶在叁峡坝上锚地排队待闸到离开锚地的过程构建为随机输入多服务台排队系统,利用M/M/C排队模型求解系统的平均等待时间,平均队长等;将2013年船舶到达率和锚地服务率作为输入,模型计算得出的平均停留时间与实际情况的绝对误差为7.3%,表明了模型的适用性;使用不同的船舶到达率和锚地服务率参数,开展模型敏感性分析,结果表明若船舶到达率降低15%(例如15%的船舶采用翻坝运输),锚地泊位由超负荷状态转为能力充足;相反,若达到率增加15%,系统将处于不稳定状态,无法继续运行;但此时若将锚地服务率提高30%,则系统又能够恢复稳定,泊位可以满足需求。(本文来源于《交通信息与安全》期刊2017年04期）
江若莹,刘欢,安金聚,彭伟,沈富可[8]（2017）在《基于消费数据的食堂排队预测系统的研究》一文中研究指出高校食堂是大学生主要的就餐场所,排队问题不可避免.本文就华东师范大学食堂就餐问题,运用排队论的知识建立排队模型.根据食堂消费记录结合食堂出入口的人流统计系统,拟合回归,估计食堂所有窗口的平均排队时间.学生可以实时查询,自行选择就餐时间,实现错峰就餐,充分利用有限的食堂资源.(本文来源于《华中师范大学学报(自然科学版)》期刊2017年S1期）
冯霞,孟金双[9]（2016）在《基于排队论的航班滑出时间预测》一文中研究指出根据航班离港流程及滑出时间预测的问题属性,将滑出过程分解为无障碍滑行至跑道端及在跑道端排队等待起飞两个阶段。分析了进离港航班对滑出时间的影响,提出了一种场面交通状况衡量指标及基于该指标的无障碍滑出时间计算模型。并将跑道提供服务的过程建模为M/G/1/∞随机服务系统,建立了基于排队论的等待起飞时间预测模型。以北京首都国际机场航班运行数据为例,使用单个航班及以15min为间隔的平均滑出时间的预测准确率验证了模型的有效性,与首都机场当前的滑出时间计算模型进行对比,预测准确率显着提高。(本文来源于《南京航空航天大学学报》期刊2016年05期）
孙玉垄,范林榜[10]（2016）在《物流运输效率与排队系统预测模型研究——基于煤矿企业的个案研究》一文中研究指出煤矿业物流运输量大、成本高,对一个国家或地区物流业效率具有重要影响。文中在对山西平朔区东露天煤矿的煤炭物流运输效率分析基础上,应用改进的M/D/C排队模型对其进行建模,提出了物流运输排队系统模型的各项指标递推公式,并对该个案物流运输系统的全天排队情况进行预测,再用数据拟合软件origin对该个案物流运输排队系统进行仿真,通过分析和比较验证了改进的预测模型的合理性和可靠性,为提高煤矿业物流运输效率提供参考。(本文来源于《物流工程与管理》期刊2016年03期）
排队预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在全球经济一体化与“一带一路”战略的推动下,港口集装箱运输对促进我国在全球国际贸易中地位的提升作用越来越显着。集装箱码头作为集装箱陆海运输的重要枢纽,在港口的运营中扮演着重要的角色,其能力大小、合理布局将直接决定了港口的运行效益等。但是受限于吞吐量的增长、港口泊位能力差异、港口设施及管理水平等因素,港口经常性会频发“排队”现象,增添港口运营成本的负担。如何科学地对港口泊位系统进行分析,解决排队问题带来的影响是港口运营需要优化的重点。通过对国内外相关港口排队、泊位分析的文献总结可知,港口排队问题的研究主要侧重于构建排队最优化,解决排队长度带来的港口负担,而针对于集装箱吞吐量与港口设施如何合理匹配缺少研究。基于这样一个背景,本文首先采用相关预测模型对集装箱海铁联运运量进行趋势预测;然后分析港口泊位的进出口流程,通过对天津港(以下简称TJG)集装箱码头实际数据的统计分析,在满足相关假设的基础上,运用排队论相关理论构建符合分布规律的排队模型,并以港口运营成本费用最小为目标函数,提出了基于成本的排队论模型,运用Matlab软件包编程计算,并通过算例进行验证。文中构建的基于成本的排队论模型可以较为准确地计算出港口最佳的泊位数量,考虑到港口在实际运营中短期内是无法增建泊位的,本文也提供了泊位能力参数的计算方法,对合理、有效地利用港口现有泊位提供参考。同时基于未来港口集装箱海铁联运运量的预测值,计算出相关泊位能力参数,为港口的运营发展提供两种不同的思路,即增建泊位或调整泊位能力参数。最后,通过对港口泊位排队模型的敏感因子进行分析,指出未来港口运营发展应关注的重点方向。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
排队预测论文参考文献
[1].潘樱丹,钱佳丽,何妍蕾,唐震洲.基于BP神经网络的排队时间预测算法研究[J].温州大学学报(自然科学版).2019
[2].唐剑文.TJG集装箱海铁联运运量预测及泊位排队论模型研究[D].北京交通大学.2019
[3].宋雅博,王壮壮,段宇洲.城市交通事故下排队上溯预测及相邻节点信号配时优化[J].辽宁省交通高等专科学校学报.2018
[4].郑栋宇.基于排队论的路网系统拥塞预测关键技术研究[D].山东大学.2018
[5].邢志伟,杨扬,罗谦.全开放值机岛离港旅客值机排队长度预测模型[J].中国民航大学学报.2018
[6].任新惠,尹晓丽.面向提升旅客体验的候机楼排队时间预测[J].综合运输.2017
[7].钟鸣,李晨辉,刘少博.基于M/M/C排队模型的叁峡大坝船舶待闸时长预测研究[J].交通信息与安全.2017
[8].江若莹,刘欢,安金聚,彭伟,沈富可.基于消费数据的食堂排队预测系统的研究[J].华中师范大学学报(自然科学版).2017
[9].冯霞,孟金双.基于排队论的航班滑出时间预测[J].南京航空航天大学学报.2016
[10].孙玉垄,范林榜.物流运输效率与排队系统预测模型研究——基于煤矿企业的个案研究[J].物流工程与管理.2016