基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法

为解决先验数据有限且存在大量不确定因素情况下,城市轨道交通周边房地产价格的预测问题,提出一种基于BP神经网络与马尔可夫链的组合预测模型。首先,采用BP神经网络,使用较少量的样本数据完成城市轨道交通周边房地产价格曲线的粗略拟合;在此基础上,借助马尔可夫链进行系统状态划分,缩小预测区间以提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型,对北京市轨道交通13号线周边房地产价格进行了预测分析。计算结果表明,该模型具有较高的精度和可靠性。     

建成环境与交通需求管理的协同效应研究展望

作为促进绿色出行的重要举措,已 有诸多研究分析建成环境或交通需求管理 对出行行为的影响,但大多数忽视了两者之 间的协同作用。准确分析建成环境、交通需 求管理对出行行为的影响机制,以及其协同 效应,能够为促进我国大城市绿色出行、贯 彻绿色发展理念提供理论支撑和精准施策 依据。本文基于当前研究现状,对建成环境 与出行行为、交通需求管理与出行行为的影 响,以及建成环境和交通需求管理的协同作 用研究进行了总结,并结合我国大城市建成 环境和居民出行特征对学术研究热点问题 进行展望。     

服务大城市交通排堵的集约型土地利用模式

目前，交通问题已成为制约我国各大城市发展的主要瓶颈，而交通供需不平衡是城市交通问题产生的直接原因。长期以来，城市建设部门和交通部门不断加强交通基础设施建设，以图缓解供需矛盾。但实践表明，单纯依靠扩大交通供给是难以满足日益增长的交通需求的，欲从根源上缓解城市交通供需矛盾，还需从优化交通与土地利用之间的关系入手。     

混合交通网络设计的双层模型及遗传算法求解

根据混合交通网络设计问题的特点,利用双层规划模型和遗传算法对该问题进行求解。对交通网络中的路段进行分类,通过限定决策变量的取值范围,将混合交通网络离散化。建立混合交通网络设计的双层模型。其中,上层模型以方案总投资额最小为目标函数,以路段负荷度和可行域为约束条件;下层模型为交通流分配的用户均衡模型。根据所建模型的离散特性,研究其遗传算法解法,并给出算法的具体实现步骤。以一个抽象的交通网络为例,给定网络中的路段属性、OD交通量等参数,利用MATLAB软件对模型编程求解,能够获得满意的交通网络设计方案,表明双层模型和遗传算法是一种研究混合交通网络设计问题的有效方法。最后,对该模型存在的不足及改进方向进行了探讨。     

基于混合高斯模型的行人检测方法

针对道路交通中行人的特点,从参数更新、背景估计和前景分割三个方面改进传统的混合高斯模型,提出一种有效的行人检测万法.首先,利用基于图像分割的参数更新模型,减少将静止前景判定为背景的可能性;其次,采用前景融合时间调整机制,控制前景融入背景的时间;最后,引入均值权值的概念,优化前景分割的条件.试验结果表明,改进的算法优于传...