首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 156 毫秒

1.  城市公共交通站点间实时动态行程时间预测的模型  被引次数:8
   孙喜梅  杨兆升《吉林大学学报(工学版)》,2002年第32卷第1期
   利用随机服务系统理论 ,给出了进入路段 (含信号交叉口 )车辆数服从Poisson分布的实时动态公共交通站点间行程时间预测的基本模型和公式    

2.  一种动态路段行程时间的预测模型  被引次数:3
   郭景峰  侯爽  王金慧《计算机工程与科学》,2005年第27卷第5期
   动态路段行程时间的预测是ITS动态最短路线选择的关键技术之一。根据对实际交通状况的分析,将路段行程时间分为三个部分,即自由行驶时间、排队等待时间和通过交叉口时间。模型基于路段的基本信息及实时信息分别对这三部分时间进行预测,从而实现对整段路段行程时间的动态预测,精确度明显提高。    

3.  区域路网中交通事件影响范围及诱导分析  
   姚丽亚  魏连雨  李春宝《河北工业大学学报》,2005年第34卷第2期
   分析了城市路网发生交通事故对车辆行驶的影响,根据交通事故的严重程度不同确定事故地点的通行能力,按照排队长度动态变化的规律,给出了事故点上游交通需求大于事故点通行能力时,事故路段行程时间的计算公式,以此作为是否诱导车辆绕行的依据.根据城市路网最优路线选择的标准,给出了进行绕行路线选择方法.    

4.  奥运会突发事件疏散路径动态路段行程时间  
   杨孝宽  宫建  曹静《北京工业大学学报》,2007年第33卷第7期
   为了建立奥运会突发事件疏散路径动态路段行驶时间模型,在对现有路阻函数分析的基础上,通过对疏散车流特点与车流波动理论适用条件的匹配性进行分析,提出了由上游的非拥挤部分路段的行驶时间和下游交叉口排队部分的行程时间构成的,基于车流波动理论的动态路段行程时间模型,并应用实例对模型的精度进行了检验.    

5.  基于小样本浮动车系统的平均行程时间估计  
   方路平  陈仕骁  赵飞帆《计算机仿真》,2012年第29卷第9期
   针对浮动车技术的特性以及低浮动车采样率条件下信号交叉口给行程时间估计造成的影响,提出了一种新的浮动车路段行程时间估计方法。利用感应线圈的流量数据计算出周期内的动态排队长度,根据信号周期内的最长排队长度确定受交叉口影响区域,剔除该区域内的浮动车数据,计算浮动车在区域外的正常行程时间以及区域内的延误时间,最终求得浮动车的路段平均行程时间。仿真结果表明了本算法的可用性,为浮动车行程时间设计提供了参考。    

6.  视频检测技术的交通时间预测实证研究  
   叶枫  张丽平《计算机系统应用》,2017年第26卷第6期
   为了实现利用视频车辆检测器数据计算和预测路段行程时间,将排队长度数据应用到路段行程时间的计算中,采用改进粒子群的BP神经网络算法和时间序列分析对路段进行实证研究.将排队长度加入计算得到的决定系数为93.36%,比只有流量数据的BP神经网络算法改善了41.03%,比BPR(bureau of public roads)路阻函数算法改善了23.37%.利用实时的路段行程时间对后续行程时间预测通过时间序列分析得到相对误差为0.06,预测下个时段和下个周期的路段行程时间平均相对误差分别为0.14、0.15.结果表明排队长度对于路段行程时间的计算具有较高的准确性,可以用于城市道路交通时间的预测,并能有效为智能交通算法的其他指数计算提供思路,为改善交通状况提供决策支持.    

7.  基于极值分布的常态下高速公路行程时间可靠性模型  
   陈娇娜  张生瑞  靳引利《北京工业大学学报》,2016年第9期
   为了利用参考模型表征路段行程时间分布,运用海量高速公路收费数据,分析了路段行程时间概率分布特征,通过极值分布、对数正态分布、正态分布和威伯尔分布对路段行程时间的概率密度函数进行曲线拟合.建立了基于极值分布的路段行程时间可靠性模型和模型参数估计方法,考虑了车型速度差和出行者易于理解的因素,提出了一种高速公路可靠性指标阈值的计算方法.选取最大概率行程时间、平均延误时间和行程时间可靠性为评价指标,对陕西省高速公路网中某一路段24 h出发车辆的行程时间进行实例评价.结果表明:极值分布的误差平方和(SSE)最小,拟合优度(R2)最接近于1,利用极值分布表征路段行程时间分布效果最佳.    

8.  重大灾害条件下应急交通疏散时间预测模型  
   于德新  仝倩  杨兆升  高鹏《吉林大学学报(工学版)》,2013年第43卷第3期
   针对重大灾害条件下应急疏散和救援工作难以获取真实数据的现状,以BPR(Bureau of public road)路阻函数为基础,分别建立了路段行程时间模型和路径行程时间模型,并给出了重大灾害条件下车辆应急疏散时间预测模型。以德州市路网为背景,采用TransModeler仿真软件搭建路网,模拟重大灾害事件,获取应急疏散时间数据,并对模型进行验证。试验结果表明:与现有仿真软件相比,该算法具有较高的保真度和精确度,为重大灾害条件下的应急疏散和救援工作提供了数据支持。    

9.  一类交通网络模型下路段行程时间的解析解  被引次数:3
   徐猛  史忠科《控制与决策》,2004年第19卷第9期
   针对一类路段输入流量具有时变特性的路段行程时间进行讨论.所讨论的路段行程时间与路段流量具有指数函数关系.因无法直接求出这类方程关于路段行程时间的解析解,故对指数函数按级数进行展开,得出了路段行程时间以及输出流量随输入流量变化的关系.最后用数值试验对所得结论进行了仿真,结论令人满意.    

10.  面向间断流行程时间预测的浮动车数据挖掘  
   李慧兵  杨晓光《计算机工程与应用》,2012年第48卷第32期
   间断流行程时间预测是交通流诱导系统和交通控制系统研究的一项重要内容。指出传统浮动车行程时间预测模型的局限性,提出一个模糊回归模型,该模型克服了传统预测模型的局限性,考虑了相邻路段交通状态(行程时间)的连续性,仅需要少量数据就可以对间断流行程时间进行较准确的预测。利用杭州市的实测数据对行程时间进行了预测分析,结果证明该模型是有效的。    

11.  基于GPS采集车辆行程时间的路段划分模型  
   姜桂艳  吴超腾《吉林大学学报(工学版)》,2009年第Z2期
   针对传统路段概念的模糊边界导致无法采集转向行程时间的问题,从提高GPS/GIS浮动车采集路段行程时间的性能出发,提出了方向路段与方向成员路段的概念,设计了一套半闭半开、具有方向的路段划分模型,并制定了相应的组织规则。    

12.  冰雪条件下城市道路路段行程时间模型  
   冯雨芹  张春平  冷军强  张亚平《黑龙江工程学院学报》,2011年第25卷第1期
   为研究如何准确地预测冰雪条件下城市道路路段行程时间,建立冰雪条件下路段行程时间模型.在美国联邦公路局路段行程时间模型的基础上,分别引入冰雪条件下自由行程时间及路段通行能力修正函数,构建基于冰雪条件下的ISB-BPR函数.通过大量实地调查对修正函数及BPR参数进行标定.实例验证结果表明,该函数能够较为准确地预测冰雪条件下城市路段行程时间.    

13.  信号控制下的路段行程时间  被引次数:1
   王殿海  祁宏生  李志慧《吉林大学学报(工学版)》,2010年第40卷第3期
   通过交叉口停车先前停车波和启动波的分析,划分出车辆在信号控制下的聚集-释放模式,得出稳定输入下不存在完全一次排队。针对稳定模式中车辆行驶轨迹作了分类,并分别研究了它们各自的行程时间。并用算例表明,路段行程时间(即路阻)不仅是路段流量的增函数,同时它还会受到信号控制的影响。流量很低时的车辆行程时间有可能比流量高时的还要长。    

14.  公路行驶时间与交通流量预测的时间传递模型  
   汪 滢  童晓冲  戴 锋《信息工程大学学报》,2006年第7卷第3期
   以高速公路行车时间和交通流量预测为研究对象,建立了行车时间预测和路段交通流量估计的时间传递模型,得到了车辆从任意时刻进入高速公路的行驶时间。并分析了增加传感器处交通流量观测值情况下公路的通行特性,重点讨论了对局部阻塞路段的运行时间和交通流量的影响,利用交通流量时间传递模型,给出了该路段车辆运行时间和交通流量的精确预测。    

15.  基于路段行程时间的公交到站预测方法  被引次数:1
   陈巳康  詹成初  陈良贵《计算机工程》,2007年第33卷第21期
   对公交到站时间预报技术进行了研究和探索。建立公交线网道路模型,根据GPS车载终端采集的公交车辆运行动态数据,推测路段交通状况及对应的路段行程时间,预测公交到站时间,并分析各种误差。实验数据表明,在2min误差内的预测时间准确率大于80%,基本可满足公交时间预报要求。    

16.  车道被占用对城市道路通行能力的影响  
   贾文《山东轻工业学院学报》,2014年第1期
   交通事故是车道被占用的重要原因之一。本文以事故发生后,单位时间内路段滞留车辆的PCU对道路的通行能力进行描述,反映出发生事故后道路的通行能力明显降低,并随上游路口信号灯的变化上下波动。建立了多元线性回归方程进而又建立了精确度更高的灰色预测模型GM(1,3),分析了车辆排队长度,与事故横断面的实际通行能力、事故持续时间和路段上游车流量三者之间的关系。    

17.  交通事故下道路通行能力与排队长度的研究  
   陈岩  朱家明  姜聪  司捷《佳木斯工学院学报》,2013年第6期
   针对车道被占用对城市道路通行能力的影响及车辆排队问题,通过车辆换算、公式推导,综合分析交通事故视频中车流量数据、上游路口交通组织方案及信号配时方案和交通事故位置示意图,建立实际通行能力、事故影响力指数、交通波模型、排队长度分段函数等模型,分析道路通行能力变化过程,并给出了排队长度与实际通行能力、事故持续时间、车流量之间的关系式.    

18.  基于Copula函数的交通网络行程时间可靠度计算方法  
   崔毓伟  袁鹏程  倪安宁  隽志才《计算机应用研究》,2014年第31卷第5期
   针对有效利用路段行程时间随机性特征计算路径、OD对(origin and destination,出发和到达地点)及交通网络上的行程时间可靠度问题进行了研究,提出一种更加准确的求解路径和OD对之间行程时间可靠度的计算方法。该方法基于Copula理论,通过构建Copula函数求出能够反映路径与OD对随机性特征的行程时间联合密度分布。新算法将路段流量实测数据用于模型的标定,并且考虑到了同一路径上不同路段的相关性。结合三种拓扑结构下的实际路网作为算例,模型算法的有效性得到验证,结果表明,当不考虑路段间相关性时,路径行程时间可靠度的计算结果会被高估。    

19.  基于改进LSSVM的节假日高速公路行程时间预测  
   李松江  宋军芬  王鹏  杨迪《长春理工大学学报(自然科学版)》,2018年第5期
   节假日高速公路交通量突增,导致路段行程时间不确定增加,严重扰乱人们的出行安排,因此有效的行程时间预测至为关键。首先对历史数据集按照节假日行程时间的分布规律进行分类,使得子数据集和特征向量之间的关系,与预测时段行程时间和特征向量之间的关系更加相似。然后对LSSVM (Least Squares Support Vector Machines)模型进行改进,通过构造混合核函数,降低了模型计算复杂度;对PSO优化算法进行改进,解决了标准PSO算法搜索精度低,容易陷入局部极值的缺点。最后使用改进LSSVM模型对不同数据集进行训练,完成行程时间的预测。研究表明:(1)对历史数据集的分类,提高了模型预测的准确性;(2)与传统模型相比,改进后的模型训练速度更快,预测精度更高。    

20.  基于固定型检测器和浮动车的路段行程时间获取技术  
   杨兆升  于悦  杨薇《吉林大学学报(工学版)》,2009年第Z2期
   在深入分析交通流诱导系统信息需求的基础上,提出了一种新的路段行程时间获取技术。首先分别利用固定型检测器和浮动车计算路段平均行程时间,进而应用自适应指数平滑法进行短时预测,最后开发了不同可靠度下基于固定型检测器和浮动车的路段行程时间快速融合算法。试验结果表明,该技术能够准确、高效地获取路段行程时间,为交通流诱导系统提供高质量的输入数据,满足出行者的信息需求。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号