排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
为了对广州等大城市的公交线网运行服务状态进行评价分析,在比较分析国内外学者对公交运行评价研究的基础上,提出了以公交拥堵指数、拥挤指数、舒适性指数以及可靠性指数为核心的广州市公交运行服务评价指标体系,分别考察公交运行的便捷性、舒适性、可靠性等情况,并以基于羊城通IC 卡数据、公交车自动报站数据等分析而得的公交出行数据为基础,实现评价指标的自动计算。最后,通过指标计算结果分析,展现了广州市公交线网整体以及局部线路的运行水平以及变化特点。实例分析表明,该指标组合能够比较敏感地、从不同角度反映公交线网的实际运行状态。 相似文献
2.
在分析城市道路交通拥堵指数总体变化规律的基础上,综合考虑天气、节假日、重大活动等因素对交通的影响,以未来3 h、第2天24 h每5 min的交通拥堵指数明细为预测目标函数,建立基于K近邻的城市道路交通拥堵指数预测模型,确定了模型的状态向量、距离计算方法、预测值计算方法等,并根据实际采集数据对模型各参数进行标定,实现了对广州市宏观交通拥堵指数的短期、中期预测.最后,以2016年1~2月的数据为例,对模型进行测试验证.结果表明,预测模型对于普通日、特殊日的预测效果理想,且具有较强的可操作性,基本达到工程应用效果. 相似文献
3.
以公交车能耗数据为基础,对城市公交车的能耗排放特征进行分析,采用路网模型再现公交车能耗和排放,确定公交车能耗排放状态变量随时间与空间变化的分布规律,提出公交车能耗排放监测与仿真平台,并详细阐述系统的设计和建设方案,为监督行业绿色发展、制定行业节能减排发展规划以及企业运输管理提供准确的基础数据和科学依据。 相似文献
4.
针对目前基于单截面检测数据的高速公路交通状态判别算法存在着判断阈值多,对拥挤样本依赖性强而拥挤样本采集困难等问题,提出了基于交通流预测的交通状态判别模型.预测过程中以车辆的平均占用时间作为预测的目标参数,利用神经网络建立预测模型,并通过相关系数法确定神经网络的输入层.在预测的基础上,以实测值与预测值之间的差值作为判别的依据,判别道路的交通状态.应用广深高速公路实测数据对判别模型的有效性进行检验,并与经典的McMaster检测算法做了对比,结果表明,所提出算法对拥挤样本依赖较少,判别精度高,鲁棒性高. 相似文献
5.
6.
7.
8.
针对公交监测和调度中要求实时掌握车厢满载率,以及“一票制”无法获取乘客下车信息等问题,构建基于数据驱动的组合模型,在乘客上车时即推断其出行OD站点,进而融合多源数据实现车厢满载率的实时估算。提出以K近邻算法为组合模型的核心,针对K近邻推断率过低等问题,研究在更大空间维度分析乘客出行规律并推断下车站点的方法,有效提升历史数据的利用率和下车站点的推断率;此外,针对偶发型乘客缺少历史规律数据的情况,充分利用站点下车客流量先验概率随机分配,实现电子支付乘客OD的全样本推断。利用跟车调查法对不同线路、不同班次的车厢拥挤度进行验证。结果表明,模型计算结果与实际结果相符,能够反映出不同线路、不同站段之间的车厢拥挤水平变化。 相似文献
9.
1