公路隧道交通量預(yù)測(cè)的粒子群高斯過程耦合模型
格式:pdf
大?。?span id="5dbjhfj" class="single-tag-height" data-v-09d85783>487KB
頁數(shù):7P
人氣 :81
4.4
交通量的預(yù)測(cè)對(duì)公路隧道運(yùn)營(yíng)期通風(fēng)系統(tǒng)的節(jié)能降耗具有重大意義,將新型小樣本學(xué)習(xí)機(jī)器高斯過程引入隧道交通量預(yù)測(cè),提出了一種組合核函數(shù),用以改善單一核函數(shù)高斯過程的泛化性能,在網(wǎng)絡(luò)訓(xùn)練過程中采用粒子群優(yōu)化算法,自動(dòng)搜尋泛化性能最好的高斯過程超參數(shù),形成粒子群高斯過程耦合算法,并編寫了相應(yīng)的計(jì)算程序.對(duì)某公路隧道交通量進(jìn)行了預(yù)測(cè),結(jié)果表明:組合核函數(shù)高斯過程最大預(yù)測(cè)相對(duì)誤差僅為4.41%,平均相對(duì)誤差為1.96%;兩種單一核函數(shù)高斯過程最大預(yù)測(cè)相對(duì)誤差均為6.68%,平均相對(duì)誤差分別為2.7%和2.67%;粒子群高斯過程耦合模型可以高精度地用于隧道交通量預(yù)測(cè),且組合核函數(shù)可以提高單一核函數(shù)的泛化性能,并為其他類似工程提供借鑒.
高速公路運(yùn)營(yíng)期的交通量預(yù)測(cè)模型??
格式:pdf
大?。?span id="nnz5vbz" class="single-tag-height" data-v-09d85783>92KB
頁數(shù):3P
通過分析高速公路交通量的變化規(guī)律,將高速公路運(yùn)營(yíng)期間的交通量預(yù)測(cè)分為三個(gè)階段,運(yùn)用交通規(guī)劃軟件transcad對(duì)高速公路運(yùn)營(yíng)期的基年的交通量進(jìn)行預(yù)測(cè),將高速公路流量飽和前增長(zhǎng)期內(nèi)的交通量分成趨勢(shì)交通量、轉(zhuǎn)移交通量和誘增交通量三部分分別進(jìn)行預(yù)測(cè),用彈性系數(shù)法和時(shí)間序列法兩種方法結(jié)合對(duì)其趨勢(shì)交通進(jìn)行預(yù)測(cè),用效用比例法確定分擔(dān)率對(duì)其轉(zhuǎn)移交通量進(jìn)行預(yù)測(cè),用生長(zhǎng)曲線模型對(duì)誘增交通量進(jìn)行預(yù)測(cè),最后分析了高速公路流量飽和后其交通量的變化情況,并計(jì)算出高速公路投入運(yùn)營(yíng)后交通量達(dá)到飽合的時(shí)間。
高速公路運(yùn)營(yíng)期的交通量預(yù)測(cè)模型??
格式:pdf
大?。?span id="xt9fv19" class="single-tag-height" data-v-09d85783>92KB
頁數(shù):未知
通過分析高速公路交通量的變化規(guī)律,將高速公路運(yùn)營(yíng)期間的交通量預(yù)測(cè)分為三個(gè)階段,運(yùn)用交通規(guī)劃軟件transcad對(duì)高速公路運(yùn)營(yíng)期的基年的交通量進(jìn)行預(yù)測(cè),將高速公路流量飽和前增長(zhǎng)期內(nèi)的交通量分成趨勢(shì)交通量、轉(zhuǎn)移交通量和誘增交通量三部分分別進(jìn)行預(yù)測(cè),用彈性系數(shù)法和時(shí)間序列法兩種方法結(jié)合對(duì)其趨勢(shì)交通進(jìn)行預(yù)測(cè),用效用比例法確定分擔(dān)率對(duì)其轉(zhuǎn)移交通量進(jìn)行預(yù)測(cè),用生長(zhǎng)曲線模型對(duì)誘增交通量進(jìn)行預(yù)測(cè),最后分析了高速公路流量飽和后其交通量的變化情況,并計(jì)算出高速公路投入運(yùn)營(yíng)后交通量達(dá)到飽合的時(shí)間。
公路隧道交通事故嚴(yán)重程度預(yù)測(cè)模型研究
格式:pdf
大?。?span id="tddvxx7" class="single-tag-height" data-v-09d85783>150KB
頁數(shù):5P
4.4
為明晰公路隧道交通事故嚴(yán)重程度的影響因素,從134起事故統(tǒng)計(jì)數(shù)據(jù)中選出13個(gè)事故嚴(yán)重程度的潛在影響因素,分別采用有序logit模型和廣義有序logit模型,建立交通事故嚴(yán)重程度預(yù)測(cè)模型。分析這13個(gè)因素對(duì)交通事故嚴(yán)重程度的影響程度,并對(duì)比2個(gè)模型的預(yù)測(cè)效果。結(jié)果表明:事故發(fā)生日期、發(fā)生時(shí)間、是否超速、天氣和大型車比例5個(gè)自變量與事故嚴(yán)重程度顯著相關(guān)。從廣義有序logit模型來看,事故發(fā)生時(shí)間不滿足比例優(yōu)勢(shì)假設(shè);廣義有序logit模型可以放寬部分自變量的比例優(yōu)勢(shì)假設(shè),能給出更好的預(yù)測(cè)結(jié)果。
基于宏觀經(jīng)濟(jì)因素的中國(guó)高速公路交通量增長(zhǎng)預(yù)測(cè)模型
格式:pdf
大?。?span id="nvbn11n" class="single-tag-height" data-v-09d85783>348KB
頁數(shù):2P
4.3
本文從影響高速公路交通量增長(zhǎng)的宏觀經(jīng)濟(jì)指標(biāo)出發(fā),借鑒了matas(2001)高速公路交通量增長(zhǎng)預(yù)測(cè)模型,回歸出我國(guó)基于宏觀經(jīng)濟(jì)因素的高速公路交通量增長(zhǎng)預(yù)測(cè)模型,結(jié)果表明影響交通流量增長(zhǎng)的最主要經(jīng)濟(jì)因素為地區(qū)生產(chǎn)總值和地區(qū)失業(yè)人口。本文還基于福建省某條高速公路的相關(guān)數(shù)據(jù),在預(yù)測(cè)其經(jīng)濟(jì)因素概率分布模型的基礎(chǔ)上,預(yù)測(cè)出其交通流量增長(zhǎng)概率分布圖。本文目的在于指出影響高速公路交通量增長(zhǎng)的經(jīng)濟(jì)因素,同時(shí)為預(yù)測(cè)交通流量的增長(zhǎng)提供一種客觀的方法。
基于分?jǐn)?shù)階GM(1,1)模型的高速公路交通量預(yù)測(cè)
格式:pdf
大小:448KB
頁數(shù):2P
4.6
傳統(tǒng)的gm(i,1)模型在仿真和模擬時(shí)對(duì)原始數(shù)據(jù)序列依賴度很高,使得在有一定擾動(dòng)的原始序列數(shù)據(jù),會(huì)使得在預(yù)測(cè)高速公路交通量時(shí)存在與真實(shí)值便宜度過大,并且運(yùn)算復(fù)雜,為解決這一問題,采用分?jǐn)?shù)階累加的方式獲得分?jǐn)?shù)階累加值,這樣就能減弱原始數(shù)據(jù)中擾動(dòng)對(duì)仿真和預(yù)測(cè)值的影響,有效的提高了預(yù)測(cè)的準(zhǔn)確度。應(yīng)用實(shí)例分析,表明0.5階gm(i,1)模型的平均相對(duì)誤差為7.71%和0.1階gm(1,1)模型的平均相對(duì)誤差為7132%優(yōu)于傳統(tǒng)的gm(i,11仿真預(yù)測(cè)模型的平均相對(duì)誤差11.21%。
基于灰色理論的高速公路交通量預(yù)測(cè)模型研究
格式:pdf
大?。?span id="nnpp1nz" class="single-tag-height" data-v-09d85783>195KB
頁數(shù):2P
4.7
本文將灰色理論引入交通預(yù)測(cè)中進(jìn)行建模,并在某高速上進(jìn)行實(shí)例分析,該方法具有較高的可靠性和實(shí)用性.
基于運(yùn)輸需求函數(shù)的區(qū)域高速公路網(wǎng)交通量預(yù)測(cè)模型
格式:pdf
大小:112KB
頁數(shù):3P
4.7
區(qū)域高速公路網(wǎng)是區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)設(shè)施,為預(yù)測(cè)區(qū)域高速公路網(wǎng)交通量,引入經(jīng)濟(jì)學(xué)中的柯布-道格拉斯生產(chǎn)函數(shù),以人均gdp、人口密度為參數(shù)構(gòu)建運(yùn)輸需求函數(shù),基于運(yùn)輸需求函數(shù)構(gòu)建區(qū)域高速公路網(wǎng)交通量預(yù)測(cè)模型。模型能以簡(jiǎn)單的因素分析基礎(chǔ),對(duì)區(qū)域高速公路網(wǎng)交通量進(jìn)行預(yù)測(cè),為區(qū)域公路網(wǎng)交通量預(yù)測(cè)提供了新的思路決策依據(jù)。
基于風(fēng)險(xiǎn)分析的高速公路交通量預(yù)測(cè)模型
格式:pdf
大?。?span id="jpzvrbt" class="single-tag-height" data-v-09d85783>637KB
頁數(shù):4P
4.6
高速公路交通量預(yù)測(cè)過程涉及眾多的輸入因素,其中許多因素的不確定性將導(dǎo)致預(yù)測(cè)結(jié)果存在一定程度的風(fēng)險(xiǎn)。該文運(yùn)用風(fēng)險(xiǎn)分析方法,對(duì)影響交通量的風(fēng)險(xiǎn)因素進(jìn)行了分類和識(shí)別,闡述了風(fēng)險(xiǎn)的產(chǎn)生及其特性,估計(jì)了主要風(fēng)險(xiǎn)因素的概率分布,并用蒙特卡羅方法對(duì)未來交通量進(jìn)行了模擬,得到了交通量的概率分布曲線,為合理計(jì)算高速公路建設(shè)規(guī)模與制定投資決策提供了可靠依據(jù)。
基于分?jǐn)?shù)階GM(1,1)模型的高速公路交通量預(yù)測(cè)
格式:pdf
大?。?span id="frvvntz" class="single-tag-height" data-v-09d85783>448KB
頁數(shù):2P
4.8
傳統(tǒng)的gm(i,1)模型在仿真和模擬時(shí)對(duì)原始數(shù)據(jù)序列依賴度很高,使得在有一定擾動(dòng)的原始序列數(shù)據(jù),會(huì)使得在預(yù)測(cè)高速公路交通量時(shí)存在與真實(shí)值便宜度過大,并且運(yùn)算復(fù)雜,為解決這一問題,采用分?jǐn)?shù)階累加的方式獲得分?jǐn)?shù)階累加值,這樣就能減弱原始數(shù)據(jù)中擾動(dòng)對(duì)仿真和預(yù)測(cè)值的影響,有效的提高了預(yù)測(cè)的準(zhǔn)確度。應(yīng)用實(shí)例分析,表明0.5階gm(i,1)模型的平均相對(duì)誤差為7.71%和0.1階gm(1,1)模型的平均相對(duì)誤差為7132%優(yōu)于傳統(tǒng)的gm(i,11仿真預(yù)測(cè)模型的平均相對(duì)誤差11.21%。
基于改進(jìn)加權(quán)灰色GM(1,1)模型的高速公路交通量預(yù)測(cè)
格式:pdf
大?。?span id="zrrjpxh" class="single-tag-height" data-v-09d85783>103KB
頁數(shù):未知
4.4
針對(duì)具有跳躍性的中長(zhǎng)時(shí)數(shù)據(jù)預(yù)測(cè),提出一種改進(jìn)加權(quán)灰色gm(1,1)模型對(duì)高速公路收費(fèi)站交通量進(jìn)行預(yù)測(cè).將原始交通量數(shù)據(jù)經(jīng)過1階弱化和1-ago處理后,利用灰色關(guān)聯(lián)度對(duì)初始值的取值進(jìn)行加權(quán)優(yōu)化,同時(shí)對(duì)背景值采取光滑優(yōu)化處理,從而組合成新型灰色gm(1,1)模型.應(yīng)用某收費(fèi)站實(shí)際交通量統(tǒng)計(jì)數(shù)據(jù)來驗(yàn)證新型灰色gm(1,1)模型算法預(yù)測(cè)準(zhǔn)確性,結(jié)果表明:改進(jìn)加權(quán)灰色gm(1,1)模型具有更好的適用性和準(zhǔn)確性.
基于灰色馬爾科夫鏈模型的交通量預(yù)測(cè)
格式:pdf
大?。?span id="pdvjdx7" class="single-tag-height" data-v-09d85783>1.2MB
頁數(shù):5P
4.8
交通量是一個(gè)不平穩(wěn)的時(shí)間序列,在不確定性條件和缺乏數(shù)據(jù)資料的情況下,交通量的預(yù)測(cè)是一個(gè)較復(fù)雜的問題?;疑R爾科夫鏈模型是一種結(jié)合經(jīng)典灰色理論和馬爾科夫鏈的狀態(tài)轉(zhuǎn)移行為的預(yù)測(cè)模型。該模型在灰色預(yù)測(cè)理論的基礎(chǔ)上,再對(duì)隨機(jī)波動(dòng)大的殘差序列進(jìn)行馬爾科夫預(yù)測(cè),實(shí)現(xiàn)了兩者的優(yōu)勢(shì)互補(bǔ),克服了兩者的不足。以太原市漪汾橋斷面的交通量的數(shù)據(jù)在傳統(tǒng)灰色gm(1,1)預(yù)測(cè)模型的基礎(chǔ)上建立交通量的灰色馬爾科夫鏈模型,研究表明,該模型在交通量的預(yù)測(cè)方面相對(duì)傳統(tǒng)的灰色gm(1,1)模型有更高的精度。
基于動(dòng)態(tài)交通量的BOT公路項(xiàng)目特許期決策模型
格式:pdf
大?。?span id="b5dx9tl" class="single-tag-height" data-v-09d85783>355KB
頁數(shù):7P
4.5
基于影響bot收費(fèi)公路項(xiàng)目特許期的關(guān)鍵因素交通量的動(dòng)態(tài)性,即交通量受時(shí)間和收費(fèi)費(fèi)率雙重影響的特性,構(gòu)建了特許期的決策模型。通過仿真實(shí)驗(yàn)結(jié)果更進(jìn)一步闡明,要對(duì)bot公路項(xiàng)目特許期作出合理的決策,就需要準(zhǔn)確預(yù)測(cè)交通量的增長(zhǎng)率,并確定合理的收費(fèi)費(fèi)率,也就是要對(duì)交通量的動(dòng)態(tài)性進(jìn)行科學(xué)量化。
專用公路交通量預(yù)測(cè)方法的研究
格式:pdf
大?。?span id="vr71fvz" class="single-tag-height" data-v-09d85783>100KB
頁數(shù):未知
4.5
分析了專用公路交通量預(yù)測(cè)的影響因素,把專用公路交通量預(yù)測(cè)分為3類:a類機(jī)械變化交通量、b類園區(qū)誘增交通量及c類趨勢(shì)交通量。提出了3類交通量的預(yù)測(cè)方法,并通過實(shí)例應(yīng)用,驗(yàn)證了預(yù)測(cè)方法的可行性。
淺談公路四階段交通量預(yù)測(cè)思路
格式:pdf
大?。?span id="rpzndnv" class="single-tag-height" data-v-09d85783>18KB
頁數(shù):11P
4.4
淺談公路四階段交通量預(yù)測(cè)思路 淺談公路四階段交通量預(yù)測(cè)思路 丁偉趙新華 (江西省交通設(shè)計(jì)院南昌330002) 摘要:四階段交通量預(yù)測(cè),在分析項(xiàng)目區(qū)域社會(huì)經(jīng)濟(jì)、交通運(yùn)輸現(xiàn)狀的基礎(chǔ)上, 選擇恰當(dāng)?shù)慕?jīng) 濟(jì)指標(biāo),預(yù)測(cè)其發(fā)展趨勢(shì),并通過對(duì)交通與經(jīng)濟(jì)的彈性分析,預(yù)測(cè)交通的發(fā)展趨 勢(shì),從而預(yù)測(cè) 項(xiàng)目區(qū)域未來各小區(qū)的趨勢(shì)和誘增的交通出行集中與發(fā)生量,得到未來特征年的 出行分布o(jì)d表; 在充分考慮預(yù)測(cè)期內(nèi)項(xiàng)目區(qū)域交通路網(wǎng)或其它運(yùn)輸方式對(duì)交通量的分流影響,通 過交通量分配, 最終獲得擬建公路項(xiàng)目預(yù)測(cè)交通量。 關(guān)鍵詞:交通工程;四階段;經(jīng)濟(jì);od;彈性系數(shù);集中;發(fā)生;分布;分配 前言 公路遠(yuǎn)景交通需求量的預(yù)測(cè),是公路交通規(guī)劃的基礎(chǔ),是公路工程可行性研究的 核心內(nèi)容。交通量預(yù)測(cè)的方法可以分成兩大類:一是個(gè)別預(yù)測(cè)法,二是以出行起 訖點(diǎn)為基礎(chǔ)的四階段預(yù)測(cè)法。前者主要以單個(gè)運(yùn)
基于TransCAD的高速公路交通量預(yù)測(cè)
格式:pdf
大小:175KB
頁數(shù):未知
4.6
本文介紹了transcad軟件的特點(diǎn)及其功能,作為交通規(guī)劃軟件對(duì)濟(jì)南至東營(yíng)高速公路的未來特征年的交通量進(jìn)行了預(yù)測(cè),并提出了應(yīng)用該軟件的不足。
基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測(cè)
格式:pdf
大?。?span id="bxh7zxb" class="single-tag-height" data-v-09d85783>121KB
頁數(shù):2P
4.6
基于甘肅高等級(jí)公路收費(fèi)年收入的統(tǒng)計(jì)數(shù)據(jù),結(jié)合其收入和交通量之間的粗略關(guān)系,運(yùn)用bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)高等級(jí)公路各收費(fèi)站年收入,從而間接地對(duì)高等級(jí)公路交通流量進(jìn)行預(yù)測(cè),為提高高速公路的管理與服務(wù)水平,對(duì)提高高等級(jí)公路管理部門的信息感知能力和應(yīng)急處置能力、提高路網(wǎng)運(yùn)行效率、建設(shè)和諧高等級(jí)公路具有極其重要的意義。
基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通量預(yù)測(cè)
格式:pdf
大?。?span id="f9rbxd1" class="single-tag-height" data-v-09d85783>550KB
頁數(shù):3P
4.8
引言高速公路交通量預(yù)測(cè)是高速公路建設(shè)項(xiàng)目可行性研究報(bào)告的一項(xiàng)重要內(nèi)容,它是進(jìn)行交通量現(xiàn)狀評(píng)價(jià)、綜合分析建設(shè)項(xiàng)目的必要性和可行性的基礎(chǔ),是確定高速公路建設(shè)項(xiàng)目的技術(shù)等級(jí)、工程規(guī)模、效益分析的主要依據(jù)。同時(shí),其準(zhǔn)確率直接關(guān)系高速公路投資回報(bào)率,甚至影響項(xiàng)目國(guó)民經(jīng)濟(jì)評(píng)價(jià)及財(cái)務(wù)評(píng)價(jià)。根據(jù)調(diào)查資料和工程項(xiàng)目的性質(zhì)選用不同的預(yù)測(cè)方法,國(guó)內(nèi)、外已提出的各種預(yù)測(cè)方法多達(dá)200種左右,但用于實(shí)際操作的較少,如頭腦風(fēng)暴法、專家預(yù)測(cè)法、
基于四階段預(yù)測(cè)理論的公路交通量預(yù)測(cè)研究
格式:pdf
大?。?span id="1979x9l" class="single-tag-height" data-v-09d85783>218KB
頁數(shù):1P
4.4
區(qū)域公路交通量的科學(xué)預(yù)測(cè)是區(qū)域公路網(wǎng)規(guī)劃的前提和基礎(chǔ)。在分析了我國(guó)從1980年以來公路交通工具的變化后,指出今后應(yīng)以小汽車作為公路交通量衡量的標(biāo)準(zhǔn),在此基礎(chǔ)上,運(yùn)用四階段預(yù)測(cè)分析理論,研究和建立了適合的公路交通量預(yù)測(cè)模型和方法,對(duì)公路交通量的分布、交通方式等進(jìn)行了預(yù)測(cè)分析。
高速公路城區(qū)段交通量組合預(yù)測(cè)方法研究
格式:pdf
大?。?span id="jrfbxrz" class="single-tag-height" data-v-09d85783>1.8MB
頁數(shù):5P
4.4
目前高速公路交通預(yù)測(cè)方法側(cè)重分析跨區(qū)域問的公路交通需求,難以有效反映高速公路進(jìn)入城市連綿建成區(qū)后,其承擔(dān)的城市交通對(duì)交通量的影響,既有公路交通量預(yù)測(cè)方法不大適用于城區(qū)段高速公路交通量預(yù)測(cè)。對(duì)公路交通量預(yù)測(cè)方法進(jìn)行改進(jìn),建立了適用于城區(qū)段高速交通量預(yù)測(cè)的傳統(tǒng)公路交通量預(yù)測(cè)方法和城市交通預(yù)測(cè)方法相結(jié)合的組合預(yù)測(cè)方法。組合預(yù)測(cè)方法以成熟的城市交通預(yù)測(cè)流程為基礎(chǔ),交通生成和交通分布階段采用兩種方法分別平行進(jìn)行預(yù)測(cè)。在交通分布/交通方式劃分階段,利用公路交通量預(yù)測(cè)方法預(yù)測(cè)所得項(xiàng)目影響區(qū)車輛od矩陣,對(duì)城市交通規(guī)劃模型獲得的分車型od矩陣進(jìn)行校正。最后利用校正后的od矩陣在城市交通規(guī)劃模型中進(jìn)行分配得到預(yù)測(cè)結(jié)果。該預(yù)測(cè)方法已應(yīng)用于廣深沿江高速沙井互通工程可行性研究交通量預(yù)測(cè)。
雙洞單向公路隧道交通風(fēng)模型試驗(yàn)研究
格式:pdf
大小:122KB
頁數(shù):4P
4.4
分析了雙洞互補(bǔ)式隧道通風(fēng)中車輛交通風(fēng)的應(yīng)用范圍,計(jì)算得出車輛交通風(fēng)風(fēng)速。根據(jù)交通風(fēng)大小設(shè)計(jì)模型試驗(yàn)方案,并對(duì)該系統(tǒng)進(jìn)行數(shù)據(jù)采集分析。通過數(shù)值模擬結(jié)果與實(shí)驗(yàn)數(shù)據(jù)對(duì)比分析,得出了雙洞單向公路隧道模型試驗(yàn)中在射流通風(fēng)均勻段模擬車輛交通風(fēng)是可行的。
城市經(jīng)濟(jì)發(fā)展對(duì)高速公路交通量的影響
格式:pdf
大?。?span id="nnnh93t" class="single-tag-height" data-v-09d85783>129KB
頁數(shù):未知
4.3
雖然影響交通量增長(zhǎng)的因素有很多,但有兩點(diǎn)是最重要的,一個(gè)是國(guó)民經(jīng)濟(jì)的發(fā)展現(xiàn)狀,一個(gè)是經(jīng)濟(jì)總量與經(jīng)濟(jì)結(jié)構(gòu),前者是主導(dǎo)因素,后者為具體因素。本文基于高速公路入口處的交通量,對(duì)探討高速公路出入口交通量與經(jīng)濟(jì)發(fā)展關(guān)系的相關(guān)性提出了建議,旨在提高公路網(wǎng)規(guī)劃的科學(xué)性。
綜合運(yùn)輸網(wǎng)絡(luò)下的公路建設(shè)項(xiàng)目交通量預(yù)測(cè)方法研究
格式:pdf
大?。?span id="7dxjhth" class="single-tag-height" data-v-09d85783>795KB
頁數(shù):6P
4.3
傳統(tǒng)公路建設(shè)項(xiàng)目交通量預(yù)測(cè)方法往往從公路交通系統(tǒng)自身的角度出發(fā),割裂了公路交通與其他運(yùn)輸方式之間的復(fù)雜關(guān)系,因而影響了預(yù)測(cè)結(jié)果的可靠性。本文從綜合運(yùn)輸?shù)慕嵌瘸霭l(fā),提出了基于綜合運(yùn)輸網(wǎng)絡(luò)的公路建設(shè)項(xiàng)目交通量預(yù)測(cè)方法,并對(duì)預(yù)測(cè)方法涉及的具體模型進(jìn)行了討論。應(yīng)用該方法可以客觀反映公路與其他運(yùn)輸方式之間的作用關(guān)系、準(zhǔn)確描述交通量的轉(zhuǎn)移規(guī)律、充分把握建設(shè)項(xiàng)目在綜合運(yùn)輸網(wǎng)絡(luò)中的作用和地位,使預(yù)測(cè)結(jié)果更加合理、有效。
新建公路橋梁項(xiàng)目的交通量預(yù)測(cè)方法研究
格式:pdf
大?。?span id="tj1jbf7" class="single-tag-height" data-v-09d85783>430KB
頁數(shù):2P
4.6
本文從公路橋梁的交通特點(diǎn)出發(fā),分析新建公路橋梁項(xiàng)目的設(shè)計(jì)交通量組成及預(yù)測(cè)方法。以潛楊線潛江漢江大橋項(xiàng)目交通量預(yù)測(cè)為例,通過現(xiàn)狀調(diào)查與分析、擬定預(yù)測(cè)思路,并采用四階段方法進(jìn)行定量分析來預(yù)測(cè)交通曩。
公路建設(shè)項(xiàng)目交通量的預(yù)測(cè)方法研究
格式:pdf
大小:303KB
頁數(shù):2P
4.4
分析了傳統(tǒng)公路建設(shè)項(xiàng)目交通量預(yù)測(cè)方法存在的主要問題,從綜合運(yùn)輸?shù)慕嵌瘸霭l(fā),提出了基于綜合運(yùn)輸網(wǎng)絡(luò)的公路建設(shè)項(xiàng)目交通量預(yù)測(cè)方法,并對(duì)預(yù)測(cè)方法涉及的具體模型進(jìn)行了討論,認(rèn)為應(yīng)用該方法可以客觀反映公路與其他運(yùn)輸方式之間的作用關(guān)系、準(zhǔn)確描述交通量的轉(zhuǎn)移規(guī)律、充分把握建設(shè)項(xiàng)目在綜合運(yùn)輸網(wǎng)絡(luò)中的作用和地位,使預(yù)測(cè)結(jié)果更加合理、有效。
文輯推薦
知識(shí)推薦
百科推薦
職位:裝修施工員
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林