排序方式： 共有7条查询结果，搜索用时 15 毫秒
1
1.
从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性. 相似文献
2.
提出了一种基于仿真建模的有轨电车运营效益评估方法,并以交通调研的实际数据进行模型校准.分析了仿真建模要点、流程及模型效用.考虑时间节约、能源节约、环境保护、运能提升和沿线土地增值效益,提出了多维度的评估体系及各维度指标的计算方法;讨论了有轨电车对其线路影响范围内社会车辆的影响.确定了有轨电车运营效益定量化评估方法,以淮... 相似文献
3.
在城市路网拓扑结构和动力学过程的基础上，增加对其时序特性的考虑，提出适用于城市路网关键交叉口识别的模糊时序网络模型。首先，阐述一般时序网络的描述方法和超邻接矩阵时序网络模型的原理，分析其优势以及将其用于城市路网分析的局限性；然后，提出优化措施，一
方面结合交通网络的功能特性，以动态交通参数构造单个时间步网络的层内交叉口交互强度模糊指标，另一方面借鉴并改进邻居拓扑重叠系数，对其进行模糊化处理，实现两相邻时间步网络层间交叉口关联强度的差异化表达；之后，在改进时间步层内、层间关联描述矩阵基础上，搭建模糊超邻接矩阵(Fuzzy Supra-adjacency Matrix, FSAM)时序网络模型(FSAM模型)；最后，以某城市核心区域147个交叉口构成的路网数据验证模型有效性。结果表明：以时序网络模型分析交叉口重要性非常必要，以中位数表达交叉口在时段内的重要性排序更为可靠；FSAM模型对交叉口重要性的排名时间序列有阶段持续性特征，且相比于特定时间步下基于单一指标的关键交叉口识
别结果具有更丰富的内涵；不同时间颗粒度下，FSAM模型对交叉口重要性排序的一致性较好，结果较为稳定。综上，该模型可供城市路网关键交叉口识别之用。 相似文献
4.
5.
为量化大型车对城市道路交通运行的影响，提出基于大量车牌识别(License Plate
Recognition, LPR)数据研究路段、交叉口左转、交叉口直行这3类车头时距，分析大型车影响的方
法。首先，将LPR数据按采集位置划分，提出差异化数据预处理流程，得到用于考察不同车道条
件下4类过车组合的车头时距集合；然后，以高斯混合模型(Gaussian Mixed Model, GMM)、对数正
态混合模型及高斯/对数正态混合模型这3类共13个子模型分别对上述所有集合建模，以最大期
望算法求解参数；之后，以Kolmogorov-Smirnov检验排除不满足要求的模型，综合赤池信息准则
与最小描述长度准则对剩余模型择优；最后，基于最优模型参数定量评价大型车对不同类型车道
的影响。以某城市区域多个卡口与电子警察设备采集的大量LPR数据验证方法有效性。结果表
明：路段与交叉口、交叉口各功能车道的车头时距不符合同一分布，宜区分建模；3个密度分支的
GMM拟合各类车头时距集合均有最佳表现，其他模型在不同阶段体现出不适应性；各种车道条
件下，大型车对相关过车组合的车头时距均值及标准差均有不同程度的影响，且该影响按照路
段、交叉口左转、交叉口直行的顺序依次递减。拟合结果可供大型车影响评价借鉴。 相似文献
6.
从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性. 相似文献
7.
1