高速公路交通运行效率监控方法研究

高速公路运行效率监控由两阶段分析实现,第一阶段是对不同运营期间内运行效率的测度,选用能够反映高速公路基本运行特征的交通量、平均行驶时间等分析指标作为决策变量,以高速公路运营过程中的各时间段为决策单元,构造可排序的数据包络分析模型测度决策单元相对效率的变化,得到外部运营环境影响下交通运行效率的动态发展过程;第二阶段是对运营过程中发生的异常状况的识别,应用质量管理中的质量控制图法,将运行效率测度值在单值-极差控制图上描点,识别高速公路运行情况最好的时期,将其作为以后实践的参考标准,实现运营管理策略实施的自我监控和自我调整,从而对高速公路的运营管理进行连续性的改进;最后,论文用算例对模型的合理性和可行性进行验证。     

航运大数据是一座富矿

正在航运领域,一些先知先觉的公司纷纷"试水",并且已有了初步收获。航运业在全球贸易中起着举足轻重的作用,在整个运输环节蕴含了范围广、时段长、信息多的数据特质,这类数据具备大数据挖掘的潜质,不仅可以在航运领域得以应用,也可以对全球经济、安全监管、风险评估等其他领域起到积极作用。目前,大数据正在成为各行各业生存发展和竞争能力的必备神器,有人已通过这个神器获利,有人正通过它进行跨界竞争。传统而古老的航运业拥有其与生俱来的大数据基因,也不例外,逐渐被新起之秀和跨界企业补充着新鲜血     

基于城市交叉口监控视频的路径选择研究

以泰州市万达片区关键交叉口监控视频为数据基础,基于深度学习图像识别算法识别交叉口车辆及车牌号信息,结合时间及路网拓扑结构进行车辆出行链划分及车辆出行起讫点提取研究.确定出行路径长度、行程时间、转向次数、道路等级、交叉口数量、轨迹偏爱程度等变量为决策指标,并考虑高峰、平峰、夜间的时段因素,基于多元Logit回归及灰色关联法分别建立路径选择概率模型.研究验证基于多元Logit回归及灰色关联法模型预测结果的均方误差分别为1.56％ 和5.61％,结果表明:多元Logit回归预测模型具有较低的预测误差,而灰色关联法模型具有广泛的适用性.     

基于手机信令数据的常规公交站间OD识别

为识别手机用户乘坐常规公交的OD,结合公交车辆GPS轨迹,在考虑常规公交换乘行为的基础上,建立基于手机用户与车辆轨迹相似度的常规公交出行识别模型,以及站间OD概率模型。通过地铁出行识别,融合手机信令数据与IC卡数据,提取包含百万样本的公交与非公交出行数据,以此作为验证集。进一步分析各参数取值、出行距离、公交线路重复系数等因素对公交出行与站间OD识别的效果。结果表明：在验证集中,常规公交出行方式识别精确率可达0.807,召回率0.912,换乘识别精确率可达0.660,召回率0.756,公交线路识别准确率可达75.5%,站间OD 识别准确率可达71.9%,参数取值的不同对识别效果影响较大。此外,出行距离越长、公交线路重复系数越低,公交线路与站间OD识别准确率越高,出行距离6 km以上、平均公交路段重复系数4 以下的识别效果最佳。     

安全气囊的死角

汽车安全气囊并不绝对安全,有些情况下安全气囊是不会起作用的,而许多乘客却不太清楚.