排序方式: 共有3条查询结果,搜索用时 359 毫秒
1
1.
2.
本文以江西省境内某段高速公路作为研究对象,研究了高速公路交通运行动态风险评估模型。以最能表征交通运行特性的交通流参数作为模型的输入参数,以事故风险作为模型输出。分别选择事故发生前0~5min、0~15min和0~30min3个时间段内的数据进行事故风险分析,并给出风险值的定义方法。通过利用自适应神经网络模糊推理系统(ANFIS),分别建立了不同数据选择情况下的交通运行动态风险评估模型。分析结果表明:选择事故发生前0~30min及对照组0~30min内的数据进行动态风险评估建模,所得的模型误差最小,约0.30,模型的事故预测准确率能达到65%左右。本研究可应用于实时的城市群内高速公路交通运行动态风险监测,并能很方便地对可能发生的事故进行预测。 相似文献
3.
本文以试验观测站冬季历史路面温度数据为样本数据,按照一定时间间隔,周期性提取数据,并按照日期为标准进行排列,得到路面温度时间序列数据,利用R软件建立了路面温度随时间变化的短临预测的ARIMA模型,研究基于高级统计建模方法的公路路面温度短时临近预测方法,并对路面温度时间序列特性及预测结果进行比较分析,形成基于ARIMA模型的路面温度短临预测方法及模型建立。通过路面温度数据采集、路面温度预测及对比分析,验证了基于ARIMA模型与方法的在未来1~3h内路面温度短临预测方法的准确性、可靠性与适用性。 相似文献
1