排序方式: 共有13条查询结果,搜索用时 273 毫秒
1.
从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明:基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性. 相似文献
2.
3.
基于前期已被验证为有效的研究方法,引入经典的评价指标,结合新的注意力测试方法,完善实验设计,绘制了模拟情况下连续驾驶的疲劳曲线并评估被试者注意力集中程度的变化情况.基于室内实验经验和结果,制定室外实时测试方案并予以实施,得到了真实驾驶情况下驾驶疲劳的高发时间段,对室内实验的结果作出进一步的修正,指出了室内、外实验的差别. 相似文献
4.
提出了一种基于仿真建模的有轨电车运营效益评估方法,并以交通调研的实际数据进行模型校准.分析了仿真建模要点、流程及模型效用.考虑时间节约、能源节约、环境保护、运能提升和沿线土地增值效益,提出了多维度的评估体系及各维度指标的计算方法;讨论了有轨电车对其线路影响范围内社会车辆的影响.确定了有轨电车运营效益定量化评估方法,以淮... 相似文献
5.
在城市路网拓扑结构和动力学过程的基础上,增加对其时序特性的考虑,提出适用于城市路网关键交叉口识别的模糊时序网络模型。首先,阐述一般时序网络的描述方法和超邻接矩阵时序网络模型的原理,分析其优势以及将其用于城市路网分析的局限性;然后,提出优化措施,一
方面结合交通网络的功能特性,以动态交通参数构造单个时间步网络的层内交叉口交互强度模糊指标,另一方面借鉴并改进邻居拓扑重叠系数,对其进行模糊化处理,实现两相邻时间步网络层间交叉口关联强度的差异化表达;之后,在改进时间步层内、层间关联描述矩阵基础上,搭建模糊超邻接矩阵(Fuzzy Supra-adjacency Matrix, FSAM)时序网络模型(FSAM模型);最后,以某城市核心区域147个交叉口构成的路网数据验证模型有效性。结果表明:以时序网络模型分析交叉口重要性非常必要,以中位数表达交叉口在时段内的重要性排序更为可靠;FSAM模型对交叉口重要性的排名时间序列有阶段持续性特征,且相比于特定时间步下基于单一指标的关键交叉口识
别结果具有更丰富的内涵;不同时间颗粒度下,FSAM模型对交叉口重要性排序的一致性较好,结果较为稳定。综上,该模型可供城市路网关键交叉口识别之用。 相似文献
6.
7.
基于脑电分析的连续驾驶疲劳高发时间判断 总被引:1,自引:0,他引:1
采用脑电测试的方法,辅以经过特殊设计的注意力测试手段,以室内模拟的方法,以脑电为基本指标,研究在驾驶过程中最可能出现疲劳的时间.参考经典的脑电指标,分析了12个被试者在时长为3.5h的室内试验中的疲劳曲线,结合注意力评价以及被试者主观监测结果,得出被试者在实验开始之后的100~120min是最容易出现疲劳,注意力分散严重.根据疲劳试验结论以及实验中的其他发现,给出关于驾驶疲劳的有效防治建议. 相似文献
8.
9.
10.