排序方式: 共有10条查询结果,搜索用时 31 毫秒
1
1.
2.
超车是车辆行驶过程中普遍存在的现象.超车时机选择不当或操作失误是交通事故频发的重要原因之一,在城市干道及高速公路上,不同车道的限速要求对超车行为提出了更高的要求.本文在以往研究的基础上,将整个超车过程分为换道、超越、并道三个阶段,添加不同车道的限速条件,以安全为前提,在一个超车时段内尽可能多地超越前方行驶车辆为目标,并充分考虑车辆跟驰行驶过程中的安全间距及超越行驶过程中超越车与被超越车行程之间的关系,建立一种新的超车模型,以供车辆在超车时提供判断及辅助,并通过一个算例来验证模型的实用性. 相似文献
3.
4.
用相关路段交通流逼近目标路段流量的神经网络方法 总被引:6,自引:0,他引:6
为了研究城市道路动态变化的交通流量之间的关系,本文分析了城市道路交通流量分布的特点,提出了用相关路段的流量数据逼近目标路段流量的思想,给出了用于逼近的神经网络模型、具体算法和评价标准,在比较精确的训练样本基础上对网络进行了训练,测试了训练后的网络的性能,并与传统的多项式逼近方法进行了比较.实验表明,采用基于神经网络的非线性动态逼近方法较传统的多项式逼近方法能够更加有效的改善逼近的误差. 相似文献
5.
6.
基于MRA和AMFNN的交通流量预测 总被引:4,自引:0,他引:4
为了研究城市道路动态变化的交通流量,本文提出了在多分辨率分析(MRA)的基础上利用加乘模糊神经网络(AMFNN)进行预测的方法,并给出了交通流量的预测模型,同时,用实测的流量数据测试了模型的性能.仿真实验表明,采用基于多分辨率分析的加乘模糊神经网络非线性方法能够获得较满意的预测结果。 相似文献
7.
为更准确地预测动态变化的道路交叉口流量,根据城市道路流量分布的特点,提出了在小波分析和离散
Kalman滤波的基础上进行组合预测的方法.这种方法将路口的流量数据构造成几个相关序列,对每个序列分别
进行小波变换和Kalman预测,然后将各序列的预测值组合成最终结果.这种预测方法可用于其他动态流量预
测,如路段流量预测、路口流量分配预测等.实验表明,该方法可以有效地减少预测误差,并具有较好的鲁棒性. 相似文献
8.
9.
基于小波和Kalman滤波的交叉口流量组合预测 总被引:2,自引:0,他引:2
为更准确地预测动态变化的道路交叉口流量,根据城市道路流量分布的特点,提出了在小波分析和离散Kalman滤波的基础上进行组合预测的方法.这种方法将路口的流量数据构造成几个相关序列,对每个序列分别进行小波变换和Kalman预测,然后将各序列的预测值组合成最终结果.这种预测方法可用于其他动态流量预测,如路段流量预测、路口流量分配预测等.实验表明,该方法可以有效地减少预测误差,并具有较好的鲁棒性。 相似文献
10.
1