SP调查的非集计模型在水上巴士交通中的应用

非集计模型近年来在交通模型的研究领域受到较多关注.主要讨论了未建交通系统中意愿调查方法的使用,以及如何在意愿调查数据的基础上建立非集计模型并进行客流需求分析.着重对基于SP调查的非集计模型在黄浦江水上巴士交通客运交通系统中的应用进行了研究和探讨,介绍了黄浦江水上巴士交通的SP调查以及其他相关调查,建立了非集计模型用于水上巴士交通服务模式选择和需求预测,对上海市水上巴士未来客流增长空间进行了判断.指出非集计模型适用于具体的小规模的有针对性的规划设计项目,SP调查的设计以及调查数据的采集是非集计模型建立的关键,基于SP调查的非集计模型可用于未建交通系统的服务模式确定、客流需求预测等方面.     

网络环境下高职院校教师信息素质调查与分析

在信息时代,高职教师的信息素质已成为影响职业教育信息化的关键因素。文中通过对问卷调查获得的数据,分析了本院教师信息素质现状,并就如何提高教师的信息素质进行了探讨。     

水上交通事故调查处理性质探析

水上交通事故的调查与处理不仅关乎事故相关方的权益,更对航运业的繁荣和水上交通安全具有重大意义。本文深入探讨与水上交通事故调查处理密切相关的行政调查、技术调查和安全调查的相关特性。同时,分析调查与处理、海上与内河交通事故调查处理之间的关系,最终凝练总结出水上交通事故调查的性质特点,为我国水上交通事故的处理理论与实践提供参考。     

铁路货运市场化定价机制探讨

为发挥价格政策对资源配置的引导和调节作用,以提高效益为目的,综合运用各种价格调节手段,构建合理的运价体系和结构,理顺不同环节间的价格关系,实现科学合理定价,在分析货运价格体系现状的基础上,提出市场化定价的基本原则和定价依据,从运作机制、定价关系、定价手段等方面对铁路货运市场化定价进行研究,制定实施符合铁路运输行业特征、...     

S116线水泥混凝土路面维修及经济分析

介绍了国内外对水泥混凝土路面防治的各种方法,比较了各方法的优缺点,给出了弥补不足之处的方法。通过对广东S116线天目湖至北村的路况和承载能力的调查,及路面病害的成因分析,以路面力学性能为基础,探索新工艺和新材料在路面中的使用性能,并与传统的维修方法进行经济性等方面的比较。     

某隧道涌水原因分析及综合处治方案研究

结合贵州省某隧道涌突水处治的工程实例,通过专项水文调查对涌水原因进行了深入分析并确定了隧道瞬时最大涌水量,在此基础上提出了隧道病害的综合处治方案。该方案对类似工程有一定的指导和借鉴意义。     

上海市防汛能力建设调查及评价

上海位于长江入海口,低洼的地势使得上海遭受台风、暴雨、高潮、洪水(俗称“四碰头”)的袭击后易成灾,多年来上海已建设抵御灾害的防汛体系,且发挥了积极的作用。在对上海防汛能力建设体系开展调查的基础上,分析存在问题和不足。同时,结合科学的层次分析法理论构建评价指标体系,为后续防汛能力建设的进一步优化提供依据。     

大型活动的交通调查及分析

随着我国经济的不断发展,全国各地举行的大型活动越来越多。大型活动产生突增交通量造成周边地区的交通拥挤,而分析大型活动带来的交通拥挤则是以对大型活动的交通调查为基础的。以长春市南岭体育场周围的道路交通系统为基础,对举行足球比赛产生的观众到达高峰和离开高峰进行了实地调查,并通过问卷的方式对观众出行方式及其他与此活动相关的特性进行了分析。     

车队安全氛围与驾驶员个人特征对公交汽车事故的影响

为综合考虑车队安全氛围与驾驶员多种个人特征对公共汽车交通事故发生的影响,设计了营运驾驶员调查问卷,问卷内容包括车队的安全氛围,驾驶员的个人信息、健康状况、睡眠状况、驾驶行为与驾驶愤怒.对公交客运企业的13个车队,共计844名驾驶员进行了问卷调查.双层Logit模型用于分析车队特征与驾驶员个人特征对事故风险的影响;结果表明,在车队层面,安全氛围对交通事故发生有显著影响,可解释约9.2% 的模型方差;在个人层面,驾驶员年龄、在所调查企业工作的时间、睡眠状况、普通违规行为、侵略违规行为、失误驾驶行为、积极驾驶行为以及驾驶愤怒对交通事故发生均有显著影响.基于随机森林中的平均准确度下降方法对显著变量的相对重要度进行了排序,结果显示,驾驶行为与睡眠状况是对驾驶员事故发生贡献最高的因素,车队安全氛围次之;其中4类驾驶行为对事故的累积贡献率为68.2%.研究结果可为公交客运企业安全管理与驾驶员安全教育提供理论基础,安全教育应给予对事故贡献度高的因素教育优先权.      

基于神经网络的出行目的推算研究

出行目的是交通出行的关键属性和重要内容,其对分析交通行为具有关键作用。随着被动数据的不断获取,通过数据挖掘方法推算出行目的既弥补了被动数据的缺陷,也可为进一步分析交通行为提供完善的数据基础。本文通过总结国内外学者在交通出行目的推算方面的研究经验,基于现有的调查数据,采用神经网络方法进行出行目的推算,推算的出行目的的准确性达到86%,在此基础上分析了对模型具有显著影响的因素,由此得到在出行目的推算中的关键因素为时间和空间变量。