城市灯控平面交叉口的自行车交通设计研究

城市灯控平面交叉口混合交通流安全和效率的核心研究对象应该是自行车与机动车交通流间的相互影响。本丈在大量的理论分析和实践的基础上,探讨时空分离法的自行车交通设计的基本原则和交通空间设计方法,即自行车右转弯专用车道设计、左转自行车二次过街以及自行车与行人过街一体化设计,并进行了南京市太平北路与珠江路交叉口的应用实例分析。本文的城市灯控平面交叉口自行车的交通设计方法可为解决城市灯控平面交叉口混合交通问题提供借鉴。     

读书

<正>大数据环境下城市交通分析技术作者:杨东援段征宇出版单位:同济大学出版社出版时间:2015年1月本书探讨大数据环境下城市交通分析技术问题,力图将交通数据分析技术发展推上新台阶。内容既包括数据环境介绍、数据化决策需求、技术架构建立等整体性问题,也涵盖了数据质量控制与修补、交     

市域尺度下区域物流发展水平时空演化分析

为分析区域物流发展水平时空演化特性,基于2011～2017年黑龙江省12个地级市物流发展数据,在确定区域物流发展水平测度指标的基础上,利用熵值-加权综合评价模型评估区域物流发展水平,利用差异指数测度区域物流发展差异,利用ArcGIS空间分析技术分析区域物流发展水平的时空演化规律.研究结果表明:黑龙江省区域物流发展相对缓...     

交通流速度时空二维预测方法

从时间和空间2个维度分析了交通流速度的自相关和互相关特性,提出了交通流速度的时空二维预测模型,可对未来交通流进行多步预测.该模型包含曲线拟合加权预测模型和递推时空二维自回归预测模型,动态模型参数可由递推最小二乘法实时识别,静态模型参数通过离线优化得到.将预测的交通流速度应用于车辆宏观运动规划方法中,可将车辆的燃油经济性...     

长江干线航道整治建筑物技术状况时空特征分析*

随长江干线航道基础设施体系的逐步完善,航道整治建筑物养护问题受到广泛关注。以长江干线航道养护数据为基础,通过泰尔指数、莫兰指数、标准距离等计算分析,研究航道整治建筑物技术状况时空特征。结果表明：航道整治建筑物数量及技术状况总体上逐年提升,2019年是泰尔指数转折发生年份;丁坝和护滩带等整治建筑物的养护需要重点关注;长江干线航道整治建筑物技术状况分布呈现显著的集聚效应,上游航道整治建筑物技术状况分布相较中、下游更集中。     

面向航班高峰期的机场地勤车辆多阶段优化调度方法

在航班运行高峰时段内,地面服务需求更加集中,机场可调度的地勤车辆数量有限,可能引发航班延误,导致机场多方面损失。针对该问题,研究了地勤车辆多阶段优化调度方法,重点考虑摆渡车和加油车2种地勤保障车路由与时间窗口限制,以航班准点率及延误时间为评价指标进行优化调度。构建了具有4类节点和5类弧的容量-费用网络G1,通过设置合适弧容量及费用参数,确定最小费用流规划模型;采用拉格朗日松弛启发式算法对模型求解,通过不断寻优,设置对偶间隙初值、容许误差,最大迭代次数,输出预测结果;深入分析高峰时段的航班运行状态,构建基于时空网络的整数线性规划模型,优化第一阶段未服务航班的总延误时间;结合最小化最大值定理,构建单航班服务延误模型,将单个航班延误造成的损失降到最低。最后,基于实际航班数据,结合机坪平面布局开展仿真实验和验证,结果表明：利用优化调度得到加油车和摆渡车准时服务的最大航班数分别为30,131架·次,待服务航班的最小总延误时间分别为223,542 min,航班总延误下降21.56%,显著缩短航班延误时间,提升了机场场面的整体运行效率。     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...     

城市道路交通事故特征分析——以乌鲁木齐市为例

中国正处于快速城镇化进程中,交通事故呈现频发的趋势,并时常伴随着重大恶性事故,因此,对事故的分析与研究十分迫切而有必要.以乌鲁木齐市为例,对该市2007～2010年的交通事故作了分析与研究,得到了时间、空间等方面的分布特征,将有助于减少并预防城市道路交通事故.     

适于营运车辆超速时空特征分析的改进DBSCAN算法

营运车辆的超速违法行为具有较大的危害性,分析其超速的时间和空间分布规律,对于加强道路运输安全管理具有重要意义.鉴于此,提出一种适于营运车辆超速时空特征分析的改进DBSCAN算法,通过添加时间半径达到对时间维度的支持,对营运车辆超速多发点在时空维度上进行聚类,揭示营运车辆超速违法行为的时空分布特征.然后在广东省重点车辆监控平台上对算法进行验证.实验结果表明,该算法能够快速对超速数据进行时间和空间维度的聚类分析,有效完成超速路段和时段的排查,为查找营运车辆超速常发路段和时段提供了新的分析方法.