国家物流枢纽体系下多式联运物流园区开发模式研究

近年来,国家积极部署推进运输结构调整,大力发展多式联运,统筹推进国家物流枢纽布局建设,多式联运物流园区正迎来前所未有的建设发展机遇。但我国多式联运尚处于发展初级阶段,多式联运物流园区尚未形成一整套完整的全链条开发模式。通过梳理该类园区的主要类型、投资建设主体及建设模式,结合当前国家物流枢纽建设要求,提出国家物流枢纽体系下多式联运物流园区的开发趋势,为社会主体参与园区开发提供方向指引。     

山地城市干线交通控制子区划分方法研究

山地城市干线承载了道路交通较大比例的出行需求,单一固定的管控手段难以适应当前复杂的交通环境,需要协调控制才能满足交通管理需求。交通控制子区划分作为协调控制的首要任务,影响着交通管控效果的优劣。当前交通子区划分研究重点已从静态交通控制子区划分转变为动态交通控制子区划分,主要集中在关联度指标计算、子区划分算法等方面。针对目前子区划分方法与实际应用关联度不足,且不太适用于山地城市干线的局限,基于交通管控应用分析了山地城市干线多维不均衡性,从数据库构建、关联度建模、子区划分算法等方面提出了子区划分算法思路,构建了基于距离、流量、交通流结构的多因素山地城市干线交通控制子区划分方法。     

基于主成分分析的道路交通事故预测

将主成分分析和BP神经网络相结合的方法用于道路交通事故预测中,对影响道路交通事故的因素进行主成分分析,并将分析结果作为BP神经网络的输入数据,这样不仅可以减少输入变量个数,而且能保留原始变量的主要信息,消除变量之间的相关性.另外,计算结果表明基于主成分分析(PCA)的BP神经网络法优于BP神经网络法.     

基于主成分分析的道路交通事故预测

将主成分分析和BP神经网络相结合的方法用于道路交通事故预测中,对影响道路交通事故的因素进行主成分分析,并将分析结果作为BP神经网络的输入数据,这样不仅可以减少输入变量个数,而且能保留原始变量的主要信息,消除变量之间的相关性。另外,计算结果表明基于主成分分析（PCA）的BP神经网络法优于BP神经网络法。     

基于径向基函数神经网络的交通事故预测

基于径向基神经网络强大且准确的非线性关系映射能力,将其应用于交通事故预测中,获得了较高的预测精度。同时,与BP神经网络预测结果的对比表明,径向基神经网络预测方法明显优于BP神经网络预测方法。