道路交通量预测中如何考虑治超的影响

阐述了治超对公路运输产生的直接影响,并对“治超”对公路交通量的影响及在道路交通量预测中如何考虑“治超”因素的影响进行了探讨,从而有助于进行准确的道路交通量预测,同时为道路建设项目的决策和实施提供了技术支撑。     

OD调查数据分析中如何考虑超载因素

阐述了治超对公路运输、公路交通流量的影响,并就交通OD调查数据分析中如何考虑超载因素的影响进行了分析,以期为交通量预测工作提供一种思路,为道路建设项目的决策和实施提供技术支撑。     

公路BOT项目决策阶段交通量预测调整方法

交通量是收费公路能否盈利的决定性因素之一,因此在BOT项目决策阶段对交通量预测的准确把握十分重要,关系到投资方的切身利益。首先分析了BOT决策评估中交通量预测需要调整的原因,其次总结了交通量预测的调整内容,进而提出了基于可研报告的交通量调整方法。最后以某高速公路BOT项目为例,运用提出的方法进行了交通量调整,表明方法具有可操作性和实用性。     

浅谈公路交通量预测

简要介绍了交通量预测的定义、作用及交通量的构成,列举了国内外关于交通量预测的方法,阐述了交通量预测过程中应注意的几个主要因素,以期提高公路交通量预测的准确性,从而为管理者提供科学的决策依据。     

交通量需求预测方法与应用

为了提高交通量预测精确度,充分应用区域经济学分区理论,采用四阶段交通量预测法,在分析项目区域社会经济、交通运输现状的基础上,预测其社会经济发展趋势,从而预测项目区域未来各小区的趋势和诱增的交通出行产生与吸引量,得到未来特征年的出行分布OD表;在充分考虑预测期内项目区域交通路网或其它运输方式对交通量的分流影响,通过交通量分配,最终获得拟建公路项目交通量的预测结果.     

综合运输网络中的公路交通量分析与预测探讨

随着经济的发展和社会科技的进步,为满足交通运输需求,必须做好公路交通量分析工作,以便于对我国的交通网络进行综合建设与管理。论文对综合运输网络中的公路交通量预测进行概述,总结了公路交通量预测容易忽略的问题,并提出提高运输网络公路交通量精确度的对策,希望能起到一定的借鉴作用。     

城市道路网节点短时段交通量预测模型研究

准确的短时段交通量预测在良好的道路交通管理中将越来越成为至关紧要的一个步骤。本文应用BP学习算法及进行误差校正的SPDS算法,建立了基于BP网络的城市道路网节点短时段交通量预测模型。并依据哈尔滨市省政府交叉口2001年6月15日15min间隔的交通量调查数据,对中宣街进行了分时段的交通量预测。本文还对交通量神经网络预测模型提出了五种输入层方案,针对不同输入层方案,采用试算法确定最佳隐层单元数,根据各方案的训练时间和误差进行评价,确定了理想的交通量神经网络预测模型,并分析了输入层单元和隐层单元分别与训练时间和误差的关系。最后,采用确定的交通量预测模型进行预测,预测结果证明了本模型在较短时间内具有较高的预测精度。     

公路建设项目交通量的预测方法研究

分析了传统公路建设项目交通量预测方法存在的主要问题,从综合运输的角度出发,提出了基于综合运输网络的公路建设项目交通量预测方法,并对预测方法涉及的具体模型进行了讨论,认为应用该方法可以客观反映公路与其他运输方式之间的作用关系、准确描述交通量的转移规律、充分把握建设项目在综合运输网络中的作用和地位,使预测结果更加合理、有效。     

基于Lyapunov指数的交通量混沌预测方法

交通量预测分析已成为交通工程领域重点研究课题 ,智能运输系统的核心研究内容之一。在判定交通流量存在混沌的前提下 ,对交通量的实测数据进行相空间重构 ,而后在重构相空间上 ,利用基于Lyapunov指数的混沌预测方法预测交通量。苏州某交叉路口的交通量预测实例表明了该方法用于交通量预测的有效性和可行性     

公路建设规划方法探讨

探讨了公路交通量发展预测工作，并对公路建设规划如何步入程序化进行了探讨。     

梅西互通立交方案设计

分析了梅西互通立交在路网中地位、转向交通量、匝道布设等方面的特点,提出了多个立交方案的比选,最终选择经济、合理的立交方案,总结出山区高速公路互通式立交方案设计的主要影响因素。     

城市改造中的公路交通优化对能源的影响研究——以成都北改为例

随着全球性生态环境问题的加剧,如何实现公路交通规划与节能减排相协调,已成为当今工程界所关注的一个重要课题。以中国民生工程典范成都"北改"为例,研究其在公路建设中的路线优化对节能减排的影响。根据实际规划结合现场走访,科学地对交通先行节能减排影响进行分析。确定措施具体的评价指标并建立相应的数值模型,运用数理统计和预测分析的手段进行道路交通通行能力研究,计算路线规划前后能源消耗量,并提出优化设计方案,从而达到节能减排效果。可为今后城市改造交通建设提供经验借鉴。     

Forecasting the sales of precast concrete building products

Sales of precast concrete building products are influenced by the general demand for construction. This demand is subject to substantial fluctuations, caused by such diverse factors as capital spending by Government, the general strength of the economy, the demand for housing — which in turn reflects mortgage interest rates -and also by seasonal factors and weather. These are some of the difficulties associated with sales forecasting in the precast concrete industry. Sales forecasting is crucial managerial practice and its accuracy is vital for any company's business survival. A survey of the current forecasting and planning practices in the industry concluded that forecasting, especially for major product groups, is fairly basic and not reliable. Against this background, a forecasting model has been developed to analyse historical data and forecast demand for 12 months ahead. Two forecasting methods were applied to historical data of 12 groups of products of a major manufacturer. The results of the forecasting model were encouraging and more accurate than the manufacturer's existing forecasting system. The authors interviewed the firm's marketing and sales staff to identify the advantages and disadvantages of the forecasting system and identify the factors which affect sales and forecasting in general. Some tangible indication of the practical use of this work is the support given to this research project by staff of this company, at all levels. The work described in this paper is part of a more general computerized capacity planning system for the precast industry. This would be suitable for major companies, most of whom produce a large number of different products in a number of different manufacturing plants dispersed throughout the UK.     

城中村改造对原住民职住关系负向影响研究——以太原市为例

城中村改造解决了原住民生活环境脏乱的问题,有效拉动城市经济,但其对原住民职住关系的负面影响普遍存在,引起了社会和学界的广泛关注。以太原市城中村为例,对 1000 名城中村原住民随机开展问卷调查探究,构建了二元 Logistic回归模型,对城中村改造后原住民职住关系发生负向变动关键影响因素进行识别和分析。结果表明,在城中村改造中,家庭劳动人口、学历、职业类型、月收入、安置类型、安置满意度、交通满意度、工作变动情况等 8 个因素对职住关系变化有显著影响,不仅如此,相较于富裕人群,低收入、低学历原住民的职住关系变化最为明显,对此提出了相应的政策建议,为城中村改造安置方案提供参考建议。     

电梯选型配置与优化设计研究

针对高层建筑电梯垂直交通的特点,应用专家系统建立电梯交通流量预测模型,研究电梯智能交通理论和流量预测方法,为电梯最佳选型配置提供理论依据。通过在预测模型中设置映射变量,将预测模型推广到其它不同用途的高层建筑电梯交通流量预测中。提出外呼信号智能目的选层电梯群控策略;结合预测静态分区和智能动态分区,应用前向神经网络技术,以平均候梯时间、平均乘梯时间和目的楼层重复度为控制目标,寻找不同交通模式的最佳动态调度方法。分别对上行高峰、下行高峰、午餐上／下行高峰、随机层间交通及空闲交通5种模式进行建模,并实现预测模型与5种交通模式的模型嵌套。应用数据挖掘和小波分析技术,通过实时模拟运行,对电梯运行数据进行融合处理,对系统参数进行定时不定期在线自动整定修改,提高电梯运行效率和服务质量。研究电梯在风摆、火灾、地震等特殊情况下的运行模式,提出相应控箭和减灾措施,提高电梯运行安全和舒适性。     

基于行为偏好的休闲步行环境改善研究

运用叙述性偏好法调查休闲步行环境选择行为,在此基础上构建离散选择模型,量化研究休闲步行者对于步行环境的偏好机制,辨识各关注要素的影响程度。研究发现,休闲步行者最关注的步行环境要素为机动车流量大小、遮荫情况和人行道有效宽度。选择上海市杨浦区鞍山新村地区作为实际案例,应用休闲步行环境偏好研究结论,评价现状步行环境,量化具体改造措施的实施效果,为步行环境改善方法的研究提供一种行为视角的新思路。     

居住区区位模糊综合评价法

通过分析对居住区有影响的自然地理、交通费用、住房费用、地价的变动以及社会生产力等因素，用模糊合成的方法，对居住区在城市中所坐落的位置作出综合评价。     

层次分析法确定影响地下洞室围岩稳定性各因素的权值

在研究大型地下洞室围岩稳定性时,综合考虑了围岩强度和刚度、洞室高度和埋深、水平向地应力及其相互间距等影响因素,采用FLAC3D软件进行了16个工况的数值模拟计算,建立了影响地下洞室稳定性的层次分析法模型,对影响稳定性的各个指标因素进行判断矩阵的构造、特征向量的求解以及一致性的检验。这种分析方法可以从总体上对各因素进行排序,为将来预测地下洞室围岩稳定性提供必要的依据。     

Temporal Evolution of Short-Term Urban Traffic Flow: A Nonlinear Dynamics Approach

Abstract:   Recognizing temporal patterns in traffic flow has been an important consideration in short-term traffic forecasting research. However, little work has been conducted on identifying and associating traffic pattern occurrence with prevailing traffic conditions. We propose a multilayer strategy that first identifies patterns of traffic based on their structure and evolution in time and then clusters the pattern-based evolution of traffic flow with respect to prevailing traffic flow conditions. Temporal pattern identification is based on the statistical treatment of the recurrent behavior of jointly considered volume and occupancy series; clustering is done via a two-level neural network approach. Results on urban signalized arterial 90-second traffic volume and occupancy data indicate that traffic pattern propagation exhibits variability with respect to its statistical characteristics such as deterministic structure and nonlinear evolution. Further, traffic pattern clustering uncovers four distinct classes of traffic pattern evolution, whereas transitional traffic conditions can be straightforwardly identified .