排序方式: 共有42条查询结果,搜索用时 31 毫秒
31.
32.
网约车合乘出行可有效提高车辆运输效率,与常规网约车出行相比具有显著的碳减排潜力。然而,现实中网约车合乘出行能否真正减少碳排放受多方面因素影响,往往存在较大差异与不确定性。为识别碳减排潜力较大的网约车合乘订单,提出一种基于机器学习的网约车合乘出行碳减排状态预测模型,并解析其碳减排机理。首先,基于成都市真实的网约车合乘订单与轨迹数据,应用COPERT(COmputer Program to calculate Emissions from Road Transport)排放模型分别计算合乘出行碳排放量及其替代的独乘出行碳排放量,进而得到合乘出行相比独乘出行的碳减排量。然后,基于历史的合乘行程碳减排及其订单特征数据,训练XGBoost(eXtreme Gradient Boosting)模型以预测未来潜在合乘出行的碳减排状态。最后,采用ALE (Accumulated Local Effects)分析方法对预测模型进行特征变量解析,以识别影响合乘出行碳减排状态的关键因素。结果显示:研究区域内平均每次网约车合乘出行可减少碳排放307.23 g,但仍有15%的网约车合乘行程未能实现减碳;XGBo... 相似文献
33.
34.
基于自动驾驶公交车车载传感器采集的车辆位置、速度、加速度等轨迹数据,建立多变量长短期记忆神经网络二分类器模型组,将轨迹数据识别转换为车辆运行稳定性、高效性、安全性指标,以追踪车辆运行状态;在开放交通流道路中,采集自动驾驶公交车的行驶轨迹数据进行模型训练和测试,结果表明该方法能有效识别超速、急加减速、进出站等事件,命中率、召回率、准确率高于0.8,识别准确度较好;分别采集自动驾驶模式与人工驾驶模式样本,应用轨迹检测评价方法进行运行质量评价对比,发现自动驾驶公交具有更高的控制稳定性、安全性,人工驾驶模式具有更高的效率。 相似文献
35.
针对传统统计学方法在研究浮动车车速时未考虑其空间结构性的问题,在分析传统统计学研究缺陷的基础上,介绍了地统计学的特点、应用领域和在车速研究中的应用原理;阐述了空间分析方法的总体模型和算法流程.利用北京市2005年5月研究样区的实际速度数据对浮动车的车速进行了空间结构分析和空间插值分析.结果证明,地统计学方法作为一种分析空间数据的新方法,能够解决传统统计学方法无法解决的空间变异性问题.对研究具有空间特征的交通对象,开辟了一条新途径和提供了一种新思路,对研究宏观层面的交通规划和中观层面的交通系统运行特征具有重要的参考意义并具有广阔的应用前景. 相似文献
36.
为了提高公交到站信息服务系统的可移植性、降低到站时间预测误差、增强到站时间信息服务的可获取性,对如何构建公共汽车到站信息服务系统进行设计。以标准化AVL数据输入为基础,阐述了4项关键技术:制定AVL数据采集内容标准;建立基于行程时间的到站时间预测算法;建立基于事件驱动的到站时间预测控制方法;提出电子站牌与手机相结合的联合信息发布模式。选取实际线路在计算机上实现上述设计成果,并对比分析事件驱动和时间驱动两种控制方法在降低预测误差方面的效果。结果证实,事件驱动控制方法对到站时间预测误差的改善效果比时间驱动控制方法显著。 相似文献
37.
针对公交运能区域分布不均的问题,提出了一种基于公交线路运能与公交出行强度匹配度的公交线网及运能配置评价方法。该方法在网格化城市区域的基础上,分别将公交线网运能和公交出行强度抽象为覆盖在研究区域上的两个矩阵,其元素值分别代表相对应网格化城市区域的公交运能和公交出行强度。通过设计矩阵元素算法和建立两矩阵元素匹配性分析模型来评价公交运能与公交出行需求之间的匹配程度,据此评价公交线网的布设与运能配置是否均衡合理,并绘制出相应的评价图。在公交资源一定的情况下,该方法为公交运能的均衡分配提供了理论支持与解决方案,其科学性与实用性在广州老城区公交运能评价与优化研究中得到了验证。 相似文献
38.
通过分析影响交通方式选择的外部因素和内部因素,基于最大随机效用理论,提出了城市公共交通分担率预测的非集计Box-Cox Dogit模型。针对模型的建立、参数标定以及计算过程进行了推导。最后结合杭州市的实际调查数据,进行了公共交通分担率的预测实验,独立样本检验结果表明,模型预测准确率较高。 相似文献
39.
基于K近邻非参数回归的交通状态概率预报技术 总被引:1,自引:0,他引:1
针对城市道路交通系统中交通流演变的随机性和复杂性,以及实时交通状态判别本身所具有的不确定性,基于模式识别和相似预报的思想,提出了一种交通状态概率预报的K近邻非参数回归模型。模型首先利用城市道路路段上环形线圈采集的交通流数据,采用模糊聚类技术,生成历史样本数据库;接着采用相似离度指标进行近邻搜索;然后根据近邻子集,构建交通状态概率预报函数,对路段未来时段的交通流运行状态进行预报,并用概率定量描述该状态发生的可能性大小。最后根据该模型,结合实际数据,进行了不同预报时长的分级交通状态的概率预报试验,独立样本检验结果表明,该模型预报准确率高,稳定性好。 相似文献
40.