基于空间句法的郑州市地铁交通网络特征研究

运用空间句法从道路等级、换乘次数、交通可达性和整体协调度四个方面对郑州市地铁规划线路进行定量研究.结果表明:郑州市地铁线路内部的道路等级、换乘次数、交通可达性、整体协调性相差较大;环状线路的道路等级高于非环状线路,市中心地区的线路等级高于市区外缘;市区西北部和东南部的地铁线路存在着换乘不便的问题;地铁线路在市中心地区的规划布局走向基本合理,部分线路承载的交通流量与线路的交通可达性、布局走向与整体协调性之间存在着明显的矛盾.     

SWOT框架与安庆市创新体系构建

优势 交通便捷,区位优势明显.安庆交通便捷、地理位置十分优越,自古就有"万里长江此咽喉,吴楚分疆第一州"之称.     

一种面向全景视频的交通状态检测方法

传统的交通状态检测方法对全景视频中的车辆检测时存在检测精度低、鲁棒性差等缺点。为了解决这些问题,该文提出了一种新的基于虚拟检测线的车辆检测方法。首先,利用提出的基于动态学习率的改进混合Gauss模型构建背景,背景模型的学习率由检测到的车速决定;其次,通过引入Mahalanobis距离来判断虚拟线上的像素是否属于背景;最后,通过设置检测跟踪区域检测车速并跟踪车辆行驶轨迹,避免重复计算车辆数。实验结果验证了所提方法的有效性及在各种场景下较强的鲁棒性。     

城市交通微循环网络设计优化模型

定义了交通微循环概念.建立了交通微循环网络设计双层优化模型,上层问题为在满足路段饱和度约束及最大改造能力约束的条件下使得交通微循环对环境影响最小、交通效率最高及投资最省;下层问题采用用户均衡交通分配来描述驾驶员的路径选择行为.运用功效系数法构造了多目标规划的评价函数,并通过遗传算法建立了模型的求解算法.算例表明,通过求解双层规划模型可同时确定交通微循环网络构成及各条道路改造后的通行能力.     

城市轨道交通沿线土地合理开发规模研究

通过分析目前城市轨道交通运营及其周边土地利用规划存在的问题,揭示产生问题的根本原因是城市轨道交通规划与沿线土地利用规划脱节.针对问题产生原因提出轨道交通沿线土地开发应以城市轨道交通线路运输能力作为控制土地开发强度上限的基本依据及以保证轨道交通项目财务平衡(在给定政府补贴额度的前提下)所需最小客流量作为控制土地开发强度下限的基本依据,为合理确定城市轨道交通沿线土地开发规模提供了一种可行的控制方法.     

面向客流仿真的轨道交通车站图形建模方法

分析了城市轨道交通车站空间结构和设施设备特点,将其划分为车站-楼层-区域-设备的逻辑层次结构;利用面向对象(object oriented)建模技术,提出了一套简洁而灵活的方法:通过3种几何线型类和4种设施设备基元类,以组合的方式构建车站所有设施设备模型,进而构建整个车站的空间结构模型.此方法不但能够利用现有AutoCAD工程图精确而快捷地建立客流仿真地图,并且能够以矢量图形的方式实时显示仿真过程.     

基于时空关系的手机定位数据处理方法

应用手机定位技术进行交通信息的采集是当前国内外研究的一个热点.但是效果并不如人意,其中手机定位数据中包含了大量的“噪声”是一个重要原因.以某区域的手机定位数据作为对象,结合CELL_ID定位技术与手机切换的原理,首先根据蜂窝网基站的点数据,创建了与之对应的点、面图层;然后采用基于GIS时空关系的方法,对手机定位数据中“...     

基于系统动力学的海上交通应急救援效能分析

随着海上交通的日益频繁,海上交通突发事件的发生频率也在不断增加,应急救援工作越来越受到重视.为了提升应急救援效能,以海上交通突发事件的实际救援过程为切入点,从信息感知、协同研判、方案决策、救援行动4个维度构建海上交通应急救援效能影响因素指标体系,通过层次熵分法对指标权重进行赋值,建立海上交通应急救援效能的系统动力学(s...     

基于小波分析和集成学习的短时交通流预测

针对短时交通流具有随机性和不确定性等特征,提出一种基于小波分析和集成学习的组合预测模型.首先,对原始交通流数据的平均行程时间序列应用Mallat算法进行多尺度小波分解,且对各尺度上分量进行单支重构;其次,对于各重构的单支序列分别使用极端梯度提升模型(extreme gradient boosting,XGBoost)进...     

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.