大数据环境下船舶交通客流量实时预测模型

针对当前船舶交通客流量实时预测方法受到冗余数据的影响,导致预测结果精度较差,因此提出大数据环境下船舶交通客流量实时预测模型。从进、出站客流均值和极值两方面,分析船舶交通客流量时间序列特征,引入决策表简约信息属性,剔除冗余数据,构建船舶交通客流量实时预测模型,分析正常和异常船舶交通客流量转换方程,了解短期内客流量变化情况,简化实时预测模型,确定时间序列中各个元素权重系数,实现船舶交通客流量实时预测。实验结果表明,该模型预测的客流量与实际客流量一致,预测结果精度较好。     

改进灰色模型在海上交通综合安全指数预测应用

为提高海上交通综合安全指数的预测精度,弥补传统预测方法的不足,构造一种改进的灰色预测模型。在对传统的灰色预测模型GM(1,1)的基本原理和预测精度进行阐述的基础上,引入弱化算子序列对灰色预测模型进行改进,设计一种改进的灰色预测模型。以2004—2013年海上交通综合安全指数4项指标历史数据为基础,进行传统灰色模型预测和改进灰色模型预测,并绘制出2种预测模型的实际值和预测值的拟合曲线。结果表明:改进灰色模型的预测精度和拟合曲线都比传统灰色模型要好,能真实反映海上交通综合安全指数的发展趋势,预测结果具有一定的可靠性和实用性。     

基于交通条件改善的公路网交通生成预测方法研究

以经济、人口、车辆保有和广义出行时间为基本变量,采用回归分析方法建立交通生成预测模型,从而在交通生成阶段中考虑了交通出行条件改善的影响,将交通生成预测和诱增交通预测两者结合,既考虑了社会经济对交通的决定作用,又考虑了交通供给对交通生成的反作用。模型应用于江苏省高速公路网规划实践,结果表明,模型能够反映不同地区经济、人口、车辆保有以及交通条件等因素对各地区交通生成特性的差异,并且具有实用、精度高、可操作性强的特点。     

一种融合ST-GCN算法的高速公路节假日流量预测模型

为高效准确地预测节假日期间高速公路重要路段的交通流量,提出一种融合时空图卷积网络(Spatio-Temporal Graph Convolutional Network, ST-GCN)的高速公路节假日流量预测模型。该模型采用平均速度、交通流量等重要的交通指标作为交通状态评价体系要素,对节假日期间高速公路的交通态势进行综合预测;融合ST-GCN算法模型,综合考虑时空特性,得到准确度较高的预测结果。以宁夏回族自治区高速公路的节假日交通信息为研究对象,对该模型的有效性进行验证,结果表明,该模型相比其他常用预测模型准确度更高,具有更好的稳定性和鲁棒性,预测结果可供高速公路的管理和运营参考。     

交通领域高职院校技术技能人才的培养——以大数据专业为例

交通在国民经济发展中占据重要位置，是经济结构中的基础产业。近年来，随着信息技术的发展，交通领域发生了巨大的变化，依托大数据、互联网等技术呈现智慧交通模式，提高了交通运营管理效率与质量，为人们带来便利的同时，也促进经济获得快速发展。在这样的发展背景下，人力资源成为支撑现代化交通高质量发展的关键。大数据交通人才是交通领域转型发展的重要原动力，基于此，本文以大数据专业为例，探讨交通领域高职院校技术技能人才的培养。     

港口吞吐量概率预测模型研究

为了模拟港口重叠腹地货运流向情况,并对新建港口吞吐量进行合理预测,引入了概率交通方式预测模型并对其进行改进,且在此基础上建立了负指数货运量概率预测模型。将该模型应用于徐州地区新建港区的货运量分析,预测结果表明新模型具有一定的实用性,可以为港口规划和建设规模的确定提供重要参考。     

构建交通高技能人才高地

近几年来,为适应交通事业的发展,扬州市交通局根据江苏省交通厅和扬州市政府的部署,相继在行业内多次开展了职业技能竞赛、技能人才评选表彰等活动,将高技能人才培养、选拔及使用纳入正在组织制定的扬州市交通人才“十一五”规划中。《扬州市实施三年三千三百名新技师培养计划》出台后,扬州市交通局在全行业启动了“三年三千名新技师培养计划”,为地区交通高技能人才构建培养高地,交通行业有关单位也纷纷启动了高技能人才培训工程。     

基于时间窗口选择和SVR的船舶交通事故率预测

为提高对船舶交通事故率的预测精度,建立基于时间窗口选择和支持向量回归的船舶交通事故率预测模型,该预测模型考虑船舶交通事故的发生具有随机不确定性,以及海事规则生效等导致的船舶交通事故率的变动趋势。在构造船舶交通事故率不确定时间序列的基础上,采用滑动窗口技术对置信区间比较集中的不确定时间序列点进行聚类并分段,选择最接近当前时间的区段作为统计时间窗口,并利用支持向量回归模型对船舶交通事故率进行预测。以英国籍船舶交通事故数据为例,对预测模型进行实例分析。通过与指数平滑法和自回归移动平均模型预测结果的对比验证预测模型的有效性,为船舶交通安全管理者的决策提供指导。     

加快培养面向“四个交通”的航运物流人才

为推进交通运输业现代化发展,交通运输部确定了有关"四个交通"的建设要求。"四个交通"在推进深化改革、加快科技创新的同时,对航运物流人才培养也提出了新的要求。本文在分析航运物流人才的概念、特点,以及中国航运物流人才培养现状与存在问题的基础上,根据中国"四个交通"建设对航运物流人才的需求,提出加快培养航运物流人才的对策。     

杨浦大桥交通车辆噪声预测分析

本文应用美国联邦公路管理局提出的交通噪声预测模型(FHWA),结合国内对汽车噪声的研究成果及杨浦大桥工程的实际情况,确定模型中的有关参数,进行大桥交通车辆噪声预测及评价,并提出相应的防噪和降噪建议。     

基于系统动力学的交通人才分析和预测

交通行业的发展离不开大量优秀的人才.人才分析和预测是实施和制定人才资源开发战略的重要前提,是提高人才培训效益的有效途径.本文通过尝试建立交通人才系统动力学模型来研究我国交通人才的发展趋势和演化模式,以及对交通行业的影响,为科学制定人才发展规划和实施人才开发战略提供决策支持.     

创新型企业和千里马

最近胡锦涛总书记强调:建设创新型国家,关键在人才,尤其在创新型科技人才。要努力形成江山代有才人出的生动局面。交通部近日在北京召开建设创新型交通行业工作会议上,李盛霖部长作了“建设创新型交通行业推进交通事业又快又好发展”的主题报告,要求我们深刻认识建设创新型交通行业的重大意义。李部长同时指出:“建设创新型交通行业,关键在人才,尤其在创新型人才。创新型人才是交通发展不断取得重大进展和重大突破的引领者和开拓者,是实现交通又快又好发展的宝贵战略资源。而目前在交通行业仍存在着人才总量不足、结构性矛盾突出、拔尖人才…     

基于小波神经网络的短时交叉口交通冲突预测

文中针对交叉口交通冲突量的非线性时间序列特性,将人工神经网络和小波分析理论引入交通安全科学领域,并将两者有机地结合起来,构造基于小波神经网络的交叉口交通冲突微观预测模型,为道路交通事故预测提供了一种新的有效途径。预测结果表明,该模型具有较高的预测精度,同时能有效节省观测时间和人力消耗。     

“2010年交通教育发展论坛”将于2010年9月下旬举办

为加强交通、铁道等各行业间人才教育的合作与交流，更好地把握交通、铁道等行业人才教育发展的战略方向，深化教育教学改革，适应大交通发展需求，中国交通教育研究会、中国职教学会轨道交通专业委员会拟于2010年9月下旬在江苏联合举办“2010’交通教育发展论坛”。目前该论坛的征文工作正在进行中。     

云南陆路运输业专业人才需求预测

交通运输人才未来需求科学预测是交通运输人才培养规划的基础。基于公路、铁路运输就业人数相关因素分析,综合利用定性估算、人才密度法和趋势外推法,对2030年和2040年公路、铁路运输专门人才进行定量预测。结果表明,未来一定时期云南省公路、铁路运输就业人数将大幅增长,人才密度也将不断增加,专业人才需求也将大幅提高。将云南交通职业院校2020～2030年陆路交通专业人才培养数量与云南省陆路交通运输业人才需求量预测结果对比可知：到2030年云南交通职业院校培养的铁路、公路运输相关专业人才数量与需求基本匹配,到2040年云南交通职业院校培养的公路运输相关专业人才过剩,而铁路运输相关专业人才数量不能满足需求。云南交通类院校应超前谋划,抓住发展机遇,适当扩大交通相关专业招生规模,优化专业结构,提升人才培养水平。     

船舶交通流组合预测方法研究

船舶交通流预测的研究能为港口设计及船舶通航安全管理提供基础性数据.基于港口特征、船舶行为和船舶交通流的历史数据,建立了一种改进的船舶交通流变权组合预测模型,较好地解决了现有船舶交通流预测算法中存在的预测精度不高、依赖于经验的不足.以天津港主航道连续9年的历史观测数据为例进行验证,结果表明,改进的组合预测模型能够减小单一模型预测中存在的不确定性,从而提高了整个预测系统的精度及其稳定性.     

不同预测算法在简单交通场景中的应用比较

为探讨不同趋势预测算法在简单交通场景中应用的有效性,以部分高速公路收费站数据集为研究对象,分别采用自回归积分滑动平均(Autoregressive Integrated Moving Average,ARIMA)模型、长短期记忆(Long Short-Term Memory,LSTM)循环神经网络和Prophet时间序列预测算法建立交通流预测模型.通过对比分析发现,3种预测模型在解决交通流预测问题方面均表现良好,相比之下,LSTM在模型拟合和预测精度方面表现更好,泛化能力更强,且在影响因素设置方面更为灵活.在以后的研究中,可采用LSTM,结合调参方法解决更多交通场景下的交通流预测问题.     

上海海昌极地海洋公园客流高峰停车方案研究

客流高峰期停车难是旅游项目待解决的重要课题。上海海昌极地海洋公园作为大型海洋生态旅游综合体,对临港新城、浦东新区、上海的区域经济和交通带来重大影响。本文首先分析了上海海昌极地海洋公园客流特;其次提出了适合该旅游项目的客流高峰小时交通需求和停车泊位预测模型,以此计算出上海海昌极地海洋公园客流高峰小时交通需求和停车泊位,最后根据预测结果,建议该园增加339个泊位,并可在节假日高峰时期利用临港大道交通枢纽和园内储备用地作为临时停车场。     

网格化港口水域船舶碰撞风险预测研究

基于地理分布的风险评估,把水上交通调查、构建预测模型、模型验证和未来预测有机结合起来,形成闭环式的水域通航环境风险评估新方法,直观地体现港口水域船舶碰撞风险的地理分布特征,对未来通航风险进行动态预测.     

基于神经网络的道路通行能力与交通需求匹配度判别研究

交通的供需是否匹配关系到城市和枢纽的发展前景。文中在探讨道路通行能力与需求匹配特性的基础上,用BP神经网络理论建立一种交通匹配预测模型。该模型发挥神经网络的优势,对数据并行处理和分布存储,通过训练、学习产生一个非线性映射,自适应地对数据进行预测。通过相关数据实验证明,该神经网络模型有较高的精度,并有较好的适用性。