共查询到20条相似文献,搜索用时 203 毫秒
1.
《道路交通与安全》2020,(1)
"暑运"这种中国特有的在7~9月期间高速路网交通流量突发式增长的现象成为社会关注的热点,其中以温度显著高于其他地区的城市尤为明显.本文以重庆市为例,通过重庆市高速公路出口刷卡数据分析暑期交通流出行特征.据统计,重庆市高速公路车辆8月暑期期间交通总量相比3月增加了209万辆次,证明暑期期间增加的交通出行量已经成为暑期交通管控所必须考虑的因素之一.基于这种现象,本文在挖掘暑期出行时空特征的基础上,进一步对重点旅游线路的车辆出行特征和车型分布进行分析,从而掌握了高速公路交通流出行规律,为及时部署交通管控资源、提升路网的运行效率与保障暑期道路安全提供了一定的决策依据和基础支撑. 相似文献
2.
近年来重大节假日高速公路严重拥堵现象成为社会关注的热点,然而在高速公路拥堵的同时,国省干道仍有相当通行能力余量,如何均衡重大节假日期间高速公路和国省干道的流量分配,进而缓解逐年递增的重大节假日高速公路拥堵问题,具有重要的应用价值。本研究以上海市国庆长假为例,介绍了研究背景和数据情况,以两组出入沪通道为例分析了高速公路国省干道的流量不均衡现象特征,通过问卷调查从出行行为的角度初步解释了流量分布不均衡现象的原因,最后提出相关应急管理建议。 相似文献
3.
4.
5.
上海市节假日公路交通特征及交通量相关性分析 总被引:1,自引:0,他引:1
借助《上海市公路网交通调查数据分析与应用系统》的观测数据,对比分析公路网节假日与平时工作日的交通特征,揭示黄金周期间的出行特征规律,并将“五一”和“十一”交通量相关性分析的结论应用于交通信息发布中。 相似文献
6.
以2014年G92高速公路杭州段党山观测站4个小长假的交通流量数据为基础,分析了高速公路交通流量总体运行特征、流量高峰以及公众出行规律,并通过劳动节、端午节两个小长假节前节后流量的对比分析研究高速公路免收通行费与交通流量之间的关联。 相似文献
7.
春运期间高速公路网整体拥堵呈逐年恶化趋势,广州机场高速公路是广大旅客前往白云机场的主要快速通道,确保春运期间该高速公路的畅通尤为重要。文中对2018年该高速公路的春运保障措施实施效果进行评估,验证其交通保障能力。 相似文献
8.
9.
10.
为减少重大节假日期间高速公路的交通拥堵,探究免费时段的合理分配,利用方差分析法检验免费政策对交通量影响的显著性,并在考虑个人属性和出行属性的基础上引入免费时段作为扩展属性,构建基于决策树算法的出行时段选择模型,然后通过迭代计算基尼指数和最小不纯度等参数优化模型,提高模型的拟合优度;基于优化后模型,设置6种免费场景,分析不同免费时段下出行选择的变化特点。仿真结果表明,若保持现有免费政策不变,出发与返程的集中出行比例分别为0.094、0.054;在6:00—18:00时段进行收费时集中出行规模最小,出发和返程比例分别为0.063、0.049。表明在节假日期间设置合理的分时段免费政策可以有效减少集中出行现象,缓解高速公路的交通拥堵。 相似文献
11.
12.
13.
14.
《公路交通科技》2020,(3)
为更好地把握春运期间广大旅客出行规律,深入了解旅客出行体验和服务需求,春运期间旅客在出行过程中对某些热点问题的关注度,以及对某种交通出行方式的满意度及情感倾向的分析与研究是一个很好地切入点。首先以实际采集的旅客在春运调查问卷中的开放性意见文本数据为基础,采用基于语义相似度和词向量方法,并结合机器学习算法分别构建了基础情感词典和交通运输领域情感词典。其次,在此基础上结合语义规则,基于春运交通大数据构建了运输领域旅客情感分析模型。最后,通过对实际采集的春运期间针对旅客出行的开放性问卷调查回收海量数据进行测试,验证了所提出的分析策略和模型能有效分析识别旅客的情感信息。其中,基础数据整合了春运期间铁路、航空、水运、公路等多种出行方式的旅客开放性意见海量数据,数据具有广泛的覆盖性和较强的代表性。从分析结果可以看出,北京、广东、江苏和四川等主要省市的旅客对购票问题更为关注,占比在30%左右;相比而言,河南和山东的旅客更为关注安全和服务,占比达到了33%以上。结果与实际情况是相符的,进一步证明所提出的模型具有很强的适应性,其结果可以作为交通运营服务评价和交通管理决策的重要依据。 相似文献
15.
《道路交通与安全》2020,(1)
针对持续型大型活动具有持续时间长、客流集散时间分散、影响范围广、客流波动明显等特点,其客流规模受天气、环境、节假日、出行方式等多种因素影响的特点.本研究以第九届中国国际园林博览会客流为研究对象,获取活动期间客流数据,基于最小显著性差异分析法分析了园博会期间客流特征的相关影响因素,分析表明,天气和节假日为影响客流规模的主要因素,人们更倾向于选择天气状况良好的节假日出行.相比于工作日,周末和节假日客流平均增幅最高超过200%,客流规模平均增长30%.而在雨天、高温等异常天气条件时,入园客流将大幅下降,客流规模下降20%~50%.自办活动的举办并未对客流造成明显影响. 相似文献
16.
客运量是表征省际客运需求,开展行业运营管理的基础指标.为增强省际客运行业运营管理水平,提高旅客出行效率和应急保障能力,建立面向省际客运运营管理的年客运量和节假日客运量的多粒度预测模型.在影响因素与省际年客运量关联度分析的基础上,构建基于BP神经网络的年客运量预测模型.考虑特殊节假日的影响特征,提出了指数平滑与季节模型相结合的节假日客运量组合预测模型,实现节假日总客运量、日客运量的预测.以北京的实际数据为例,对预测模型进行精度验证.结果表明,年客运量预测模型的平均相对误差为0.15%,春运期间每日客运量预测模型的平均相对误差为6.7%,能较好地体现客运量在不同阶段的变化趋势,具有良好的稳定性. 相似文献
17.
18.
19.