排序方式: 共有80条查询结果,搜索用时 15 毫秒
1.
在实际生活中,某一交通区域道路上行驶的车辆数、车型、车速及行人的影响等客观因素是不确定的,与之相关的指标值是不确定的。对于不确定的指标值在规划方案优劣的评比中采用灰数的形式要比采用清晰值的形式更符合实际。借助传统TOPSIS法、经典灰色理论和模糊隶属度函数的基本思想建立了组合决策模型,该模型通过构造灰数意义上的决策值与论域,定义了指标集的正、负灰数理想解,进而构建了决策值相对于正、负理想解在灰数意义上的正、负隶属度函数,隶属度表明了评价指标值相对于正、负理想解的接近程度,而后用贴近度对方案的优劣进行排序。最后,以交通规划的实例验证了该模型的有效性与实用性。 相似文献
2.
自行车在城市交通中的定位 总被引:2,自引:0,他引:2
自行车交通具有方便、快捷、无污染的优点,但也存在不少问题,应认真研究其特点及其对城市交通的影响,以便对自行车交通进行科学合理的规划和引导,明确自行车在城市交通中的定位及发展方向。 相似文献
3.
交通事件持续时间的预测是事件管理系统的重要组成部分,根据I-880实测数据集,利用逐步回归分析的方法确定事件持续时间的主要影响因素,分别建立了应用于事件持续时间预测的朴素贝叶斯(NB)模型、加树朴素贝叶斯(TAN)模型以及一般贝叶斯网(BN)模型,在分析数据特点的基础上确定了贝叶斯网的推理算法、参数学习以及结构学习方法.在不同数据缺失的程度和不同训练样本规模下,分别对三种模型的预测准确率进行了评价,结果表明贝叶斯网预测模型在数据缺失30%的情况下30min准确率高于80%. 相似文献
4.
研究城市路网交通流的动态特性,揭示交通拥堵、环境污染和交通事故的产生原因和规律,能为城市交通问题的解决提供理论依据.元胞自动机模型是研究城市路网交通流动态特性的一个有效工具,能够再现许多重要的交通流特征.从路段模型、交叉口模型和路网模型3个方面总结和评述了国内外各种典型交通流元胞自动机模型.在现有模型的基础上,通过对车辆起讫点分布、路径选择行为、双向通行多车道路段车辆换道规则、不同控制交叉口的车辆更新规则以及网络拓扑结构等方面进行改进,可以提高元胞自动机模型在城市路网交通流仿真中的真实性. 相似文献
5.
城市化进程中出现的公路街道化现象给吴江市公路路政管理部门带来了很大困难,本文提出开展公路交通环境与管理规划工作,采用定量管理法,对公路建筑控制区管理、非公路交通标志及路边构造物管理、公路交叉道口管理制定切实可行的控制指标,为吴江市公路路政管理提供确实依据,制止公路街道现象的蔓延. 相似文献
6.
高校毕业生就业问题已引起各级政府的高度重视和整个社会的密切关注。要搞好高校毕业生的毕业就业服务,首先应了解高校毕业生就业的心态,并且在此基础上相应的确立以高校毕业生就业为核心的经济政策、保持适度快速的经济增长速度、提高就业弹性系数、加快城镇化速度引导高校毕业生走向基层和改革财政货币政策等对策。 相似文献
7.
在分析随机型用户均衡模型及其优化条件的基础上,充分运用目标函数的一阶、二阶微分信息,从非线性规划理论出发推导出随机型用户均衡模型的敏感度方程.具体推导了均衡状态下路段时间、流量对交通需求、自由旅行时间和路段容量3个输入变量的敏感度方程,并用交通网络要素的选择概率来描述;最后在小型交通网络上,进行了敏感度分析的数值试验.结果表明:敏感度计算可以植入交通网络模型的求解过程,无需增加额外计算工作量,计算方法容易被交通工程师所接受,为研究交通网络的鲁棒性、确定网络的关键要素等提供了有效的解析方法. 相似文献
8.
为减少车辆调度成本,优化车辆运输路径,在时空网络中研究路段作业车辆的弧路径问题;考虑道路出行的时变性,利用车辆运行的时间、空间特征,构建时间-空间网络,建立弧路径问题的时空网络流模型;设计了拉格朗日松弛启发式算法,引入拉格朗日乘子松弛耦合约束,构建拉格朗日松弛问题;进一步通过拉格朗日分解,把松弛问题分解为单车最短路问题;用次梯度算法更新乘子,求解拉格朗日对偶问题,并更新原问题最优解的下界;使用启发式算法获得可行解,并更新原问题最优解的上界;用六结点运输网络和Sioux-Falls网络下的算例对算法进行实证分析。计算结果表明:六结点运输网络中6个算例的上下界间隙值等于0或接近0,Sioux-Falls网络中算例2的间隙值为0.02%,其余5个算例的间隙值等于0,均可以得到质量较高的近似最优解;在最复杂的算例(15辆车,70个任务)中,算法在可接受的时间内也得到了间隙值为0的解,找出了最优的车辆路径;随着迭代次数的增加,拉格朗日乘子会逐步收敛到固定值;当车辆容量从50增加到100时,最优解从52下降到42,说明在任务数和车辆数一定时,适当增加车容量可以降低运营成本。可见,与商业求解器相比,拉格朗日松弛启发式算法的间隙值更小,求解质量更高,可以更有效地求解弧路径问题。 相似文献
9.
针对目前大部分交通事故检测算法没有考虑车辆相互遮挡的影响,导致在交通量比较大的情况下,算法运行结果比较差,为了解决这一问题,提出了基于类组成的时空马尔可夫随机场(简称ST-MRF)交通事故检测算法.该方法应用ST-MRF模型进行车辆跟踪,得到车辆的目标地图和运动矢量,获得交通流基本参数,结合安装在道路下游的检测器获得的交通流数据,采用语义层次算法对交通事件进行检测.为了验证算法的准确性,对该算法与仅仅使用基于ST-MRF车辆跟踪的得出的交通流数据来判断事故的发生的算法进行比较,发现本算法检测率要高.通过研究得出:基于语义层次组成的ST-MRF算法能在交通比较拥挤且车辆出现相互遮挡的情况下,准确检测到交通事件. 相似文献
10.
可靠的车辆跟踪是实现交通事件自动检测的重要前提,车辆跟踪中的车辆相互遮挡则是影响车辆跟踪结果的关键因素.为了解决这一难题,文中提出一种基于ST-MRF模型的自适应车辆跟踪算法.在ST-MRF模型中,把图像分成块,将相邻图像间的块通过它们的矢量联系起来,建立运动序列图像的时空马尔可夫随机场模型并且构造其相应的能量耗费函数,然后利用松弛算法实现目标地图最小化能量计算,从而解决车辆跟踪中的遮挡问题.实验结果表明,跟踪不遮挡的车辆时达到的跟踪成功率为95%,遮挡情况时成功率也可达到91%.通过实验得出以下结论:基于ST-MRF模型的自适应车辆跟踪算法能在交通量比较大,且车辆出现相互遮挡的情况下,能较准确地获得车辆跟踪数据.为以后的交通事件检测提供重要的数据基础. 相似文献