基于手机话单数据的通勤出行特征分析 ——以深圳市为例

通过手机话单数据提取用户的出行特征具有可行性.然而,手机话单数据的稀疏性对提取居民出行时间特征造成困难.通过对深圳市手机话单数据的挖掘分析识别居民职住地,得到居民特征通勤序列,进而基于早、晚不同情况对居民通勤特征进行描述和分析.对比分析显示,通过手机话单数据得到的居民通勤距离和时间特征与居民出行调查结果较为一致,说明该方法可用以描述居民通勤特征.研究表明,深圳市居民通勤开始时间受通勤距离影响不大,大于10 km的中长距离通勤出行对应的平均通勤时间维持在一个比较稳定的值(45~50 min).     

基于安全距离的元胞自动机交通流模型研究

随着交通拥堵状况日益显著,整体交通安全性下降,交通事故率逐渐增大.基于提高驾驶安全性考虑,细化元胞长度,引入被广泛证明在描述车辆驾驶行为方面具有很高精度的Gipps 安全距离规则,对NaSch模型进行改进,提出一个新的基于安全距离的元胞自动机交通流模型.采用实测数据对模型进行标定和评估,进一步对模型进行数值模拟分析.模型评估结果显示,新建立的模型相对NaSch 模型精度更高.数值模拟结果表明,改进模型能够很好地表现交通流特性,再现实际交通中的自由流、同步流及拥堵流等交通现象.此外,还发现驾驶员对前车最大减速度估计过高时,会导致道路通行能力下降,而驾驶员对自身车辆最大减速度估计过高时,会在一定程度上增大道路的通行能力,但是很可能会造成不安全的驾驶行为,增加了事故率.     

浅谈城市道路景观设计

论述了城市道路景观设计的含义、原则以及城市车行道路、人车混杂型道路和步行道路的景观设计思路。     

交通部关于发布道路运输企业等级等22项交通行业标准和废止汽车旅客运输班车客运服务等93项交通行业标准的通知

各有关单位：《道路旅客运输企业等级》等22项交通行业标准业经审查通过,现予发布,自2006年1月1日起实施。     

大力发展铁路短途旅客运输

分析了我国客流结构的变化趋势,指出城市化进程的加快使我国短途客运在旅客运输市场的重要地位日益突出,铁路应该大力发展短途客运.结合有关国家的实际经验,对发展短途客运的相关问题提出了若干建议.     

城市轨道智能交通系统研究与体系结构设计

依据ITS理论与系统工程思想,在分析城市轨道交通特点的基础上,提出城市轨道智能交通系统(UMITS)的概念,并对UMITS的基本构成进行了论述.对UMITS体系中综合监控系统(ISCS)的功能与结构进行了论述,对旅客向导系统(PIS)的服务内容与功能重新进行了定义.     

基于驾驶员视认与驾驶特性的速度控制类标志前置距离计算模型研究

速度控制类交通标志包括限制速度标志和建议速度标志,它是非常重要的交通管理手段,并且在我国很多地方均得到广泛应用。前置距离是决定速度控制类标志设置是否科学、有效的重要条件,然而国内外对于这一前置距离的研究较少,提出的计算方法不够精确。基于驾驶员视认与驾驶操作特性,根据驾驶员减速操作曲线及视认距离模型推出了速度控制类标志前置距离计算模型,根据这一模型提出了速度控制类标志前置距离参照表。同时,给出了实际设置工作中具体设计方法的建议。     

穿村镇公路警告标志前置距离研究

为解决穿村镇公路由于警告标志设置不当而造成的交通安全问题,以北京琉辛路密云县不老屯路段为例,根据驾驶员离散驾驶行为理论和心生理特性,研究穿村镇公路警告标志的前置距离,获得在限速60 km/h的穿村镇公路上,预告需要采取停车措施通过危险地点的警告标志的前置距离应在70~90 m之间的结论,并利用模拟驾驶实验测得驾驶员的心生理数据加以验证。认为细化警告标志的设置位置可以更加有效地指导驾驶员的驾驶,避免因为信息遗漏和误导造成的驾驶误操作,为穿村镇公路交通安全提供了有力保障。     

ABS技术在摩托车上的应用及发展前景(1)

ABS这种主动安全系统实质上是实现了制动器制动力的自动调节,使摩托车制动系统发生了质的变化,提高制动减速度,缩短制动距离,充分发挥制动系统在各种恶劣路面及气候多变区域行驶时的制动效能,防止车轮抱死,消除摩托车在制动过程中的侧滑、跑偏、丧失转向能力等非稳态状态,以获得良好的制动性能、操纵性能和稳定性能,提升摩托车的行驶安全性。随着我国摩托车保有量的急剧增加,以及摩托车行驶     

Monitoring Median Queries over Moving Objects

The k-median problem has attracted a number of researchers. However, few of them have considered both the dynamic environment and the issue of accuracy. In this paper, a new type of query is studied, called continuous median monitoring (CMM) query. It considers the k-median problem under dynamic environment with an accuracy guarantee. A continuous group nearest neighbor based (CGB) algorithm and an average distance medoid (ADM) algorithm are proposed to solve the CMM problem. ADM is a hill climbing schemed algorithm and achieves a rapid converging speed by checking only qualified candidates. Experiments show that ADM is more efficient than CGB and outperforms the classical PAM (partitioning around medoids) and CLARANS (clustering large applications based on randomized search) algorithms with various parameter settings.