排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
在出租车轨迹数据挖掘的基础上，本文提出基于网格交通状态的行程时间计算方法。在区域网格化的基础上，利用出租车全球定位系统(Global Positioning System, GPS)数据构建区域网格宏观基本图，并对宏观基本图的流量-密度关系进行拟合；进而使用高斯混合聚类法，将区域交通状态分类为畅通、轻度拥堵和重度拥堵。对不同交通状态网格的行程时间进行挖掘分析，发现3类交通状态下网格行程时间表现出不同的分布特征，畅通、轻度拥堵和重度拥堵的最佳行程时间分布分别为Gamma分布、Weibull分布和对数正态分布；通过不同状态网格行驶时间联合概率密度分布的近似拟合推导出路径网格行程时间概率密度模型。本文提出的方法可以快速计算一
定可靠度条件下的行程时间，对不同线路和时间内的案例分析结果表明，该方法对路径行程时间估计的平均绝对误差在1%~16%，可以为交通诱导与未来导航提供技术方法支撑。 相似文献
2.
VMS�Լ�ʻԱ·��ѡ��Ӱ���ʵ֤�о��뽨ģ 总被引：1，自引：0，他引：1
可变信息板(VMS)通过发布实时的道路交通信息引导驾驶员的路径选择行为,是智能交通系统的重要组成部分之一,也是大城市缓解交通拥堵所采取的方法之一.为了定量分析VMS对驾驶员路径选择行为所产生的影响,本文采用SP调查法针对驾龄在1年以上的驾驶员进行问卷调查,使用SPSS20.0软件对调查数据进行分析,并在此基础上建立VMS诱导条件下驾驶员改变路径频率的有序多分类Logit模型,得出结论,驾驶员根据VMS所提供信息进行路径选择的主要影响因素为驾驶风格、出行时间、VMS可信度. 相似文献
1