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
大小:218KB
頁(yè)數(shù):1P
人氣 :93
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(lái)公路交通工具的變化后,指出今后應(yīng)以小汽車(chē)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。
淺談公路四階段交通量預(yù)測(cè)思路
格式:pdf
大?。?span id="hjjz21v" class="single-tag-height" data-v-09d85783>18KB
頁(yè)數(shù):11P
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(guò)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(lái)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(lái)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(guò)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(lèi):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="d7marzc" class="single-tag-height" data-v-09d85783>121KB
頁(yè)數(shù):2P
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(mén)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="djdrx9q" class="single-tag-height" data-v-09d85783>550KB
頁(yè)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(zhuān)家預(yù)測(cè)法、
免OD調(diào)查的公路交通量預(yù)測(cè)方法研究
格式:pdf
大?。?span id="74qd7kx" class="single-tag-height" data-v-09d85783>365KB
頁(yè)數(shù):3P
4.7
在系統(tǒng)分析道路交通量預(yù)測(cè)特點(diǎn)基礎(chǔ)上,運(yùn)用主成分分析法建立節(jié)點(diǎn)重要度函數(shù),然后針對(duì)路網(wǎng)形態(tài)變動(dòng)不大、較大兩種狀況探討了推斷路段交通量的方法,最后結(jié)合某區(qū)域公路網(wǎng)規(guī)劃進(jìn)行了實(shí)際運(yùn)用,具有一定的實(shí)用性
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="z2rihfe" class="single-tag-height" data-v-09d85783>195KB
頁(yè)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="niz7qly" class="single-tag-height" data-v-09d85783>348KB
頁(yè)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?。?span id="9avmhyt" class="single-tag-height" data-v-09d85783>448KB
頁(yè)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(lài)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(guò)大,并且運(yùn)算復(fù)雜,為解決這一問(wèn)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%。
城市延伸道路的交通量預(yù)測(cè)與分析
格式:pdf
大?。?span id="wfakf79" class="single-tag-height" data-v-09d85783>191KB
頁(yè)數(shù):3P
4.8
文章以合肥市廬陽(yáng)區(qū)北部某條新建道路為例,在現(xiàn)狀調(diào)查和規(guī)劃資料收集的基礎(chǔ)上,采用\"四階段法\"對(duì)道路本身及周邊的路網(wǎng)在未來(lái)規(guī)劃年限所分配的交通流量進(jìn)行預(yù)測(cè),在預(yù)測(cè)的基礎(chǔ)上分析論證車(chē)道數(shù)的規(guī)模,并通過(guò)道路的服務(wù)程度、路段飽和度指標(biāo),對(duì)道路的通行能力進(jìn)行合理的評(píng)價(jià)。
基于 TransCAD 的改擴(kuò)建公路交通量預(yù)測(cè)影響因素分析
格式:pdf
大?。?span id="qe26xh2" class="single-tag-height" data-v-09d85783>971KB
頁(yè)數(shù):6P
4.7
闡述交通量預(yù)測(cè)“四階段”法基本步驟。以黑龍江省省道明水至林甸段改擴(kuò)建公路為例,基于四階段法,對(duì)transcad軟件在改擴(kuò)建項(xiàng)目交通量預(yù)測(cè)中的應(yīng)用進(jìn)行分析研究,其中包括未來(lái)社會(huì)經(jīng)濟(jì)發(fā)展趨勢(shì)預(yù)測(cè)、交通小區(qū)的劃分及路網(wǎng)的構(gòu)建、基年od矩陣反推、未來(lái)出行產(chǎn)生、吸引總量預(yù)測(cè)、未來(lái)出行分布預(yù)測(cè)和交通量分配。結(jié)合transcad軟件對(duì)“四階段”法四個(gè)階段進(jìn)行逐一分析,提取出影響交通量預(yù)測(cè)的主要因素。將遠(yuǎn)景年擬建項(xiàng)目交通分配量作為評(píng)價(jià)指標(biāo),對(duì)影響因素進(jìn)行敏感性分析,得出gdp預(yù)測(cè)增長(zhǎng)率為最敏感因素,基年路段實(shí)測(cè)交通量次之。故應(yīng)在今后的預(yù)測(cè)工作中對(duì)基年路段實(shí)測(cè)車(chē)流量調(diào)查和gdp預(yù)測(cè)增長(zhǎng)率預(yù)測(cè)進(jìn)行分析總結(jié),以確保交通量預(yù)測(cè)結(jié)果的準(zhǔn)確性。
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
大小:637KB
頁(yè)數(shù):4P
4.6
高速公路交通量預(yù)測(cè)過(guò)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(lèi)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(lái)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
大小:448KB
頁(yè)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(lài)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(guò)大,并且運(yùn)算復(fù)雜,為解決這一問(wèn)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%。
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:
頁(yè)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(wèn)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。
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="zqlrb2i" class="single-tag-height" data-v-09d85783>92KB
頁(yè)數(shù):3P
4.3
通過(guò)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。
M34.BP神經(jīng)網(wǎng)絡(luò)在高速公路交通量預(yù)測(cè)中的應(yīng)用
格式:pdf
大?。?span id="mdrx7wr" class="single-tag-height" data-v-09d85783>216KB
頁(yè)數(shù):13P
4.5
論文 題目bp神經(jīng)網(wǎng)絡(luò)在高速公路交通量預(yù) 測(cè)中的應(yīng)用 作者孫學(xué)毅孫學(xué)凡 指導(dǎo)老師汪海洋 帶隊(duì)老師冉北 學(xué)校名稱(chēng)欒川縣第一高級(jí)中學(xué) 摘要:本文介紹應(yīng)用bp神經(jīng)網(wǎng)絡(luò)對(duì)高速公路交通量的預(yù)測(cè),采用 matlab神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)建立神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,運(yùn)用該模型對(duì) 高速公路的收費(fèi)情況進(jìn)行預(yù)測(cè),從而間接預(yù)測(cè)該高速公路的交通量。 abstract;thisarticleintroduceshowtousethebpneuralnetworkin freewaytrafficvolumeforecasting,adoptingthematlabneuralnetworks toolboxfunctiontobuildtheneuralnetworksforecast
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="9cbsyi9" class="single-tag-height" data-v-09d85783>1.8MB
頁(yè)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(wèn)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(chē)輛od矩陣,對(duì)城市交通規(guī)劃模型獲得的分車(chē)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)。
基于四階段法的城市軌道交通客流預(yù)測(cè)模型研究
格式:pdf
大?。?span id="oulvb7b" class="single-tag-height" data-v-09d85783>801KB
頁(yè)數(shù):41P
4.6
. . 基于四階段法的城市軌道交通客流預(yù) 測(cè)模型研究 . . 摘要 關(guān)鍵詞:軌道交通客流預(yù)測(cè)通過(guò)預(yù)測(cè)線路斷面流量、換乘流量、車(chē)站出入口流量 為規(guī)劃線網(wǎng)方案的評(píng)價(jià)、軌道建設(shè)提供重要的量化指標(biāo),其對(duì)于軌道交通項(xiàng)目的 科學(xué)決策具有重要的意義。 本文主要內(nèi)容如下: (1)闡述國(guó)內(nèi)外軌道交通預(yù)測(cè)研究現(xiàn)狀和發(fā)展趨勢(shì),研究背景和研究意義; (2)介紹傳統(tǒng)四階段法基本原理和方法,并指出傳統(tǒng)四階段法存在的不足, 并提出了改進(jìn)方法; (3)針對(duì)傳統(tǒng)四階段法的不足進(jìn)行了改進(jìn),按出行目的和小區(qū)區(qū)位建立改進(jìn) 的四階段法軌道交通預(yù)測(cè)模型; (4)以某軌道交通網(wǎng)絡(luò)為研究對(duì)象,運(yùn)用改進(jìn)的四階段法進(jìn)行客流預(yù)測(cè)。 關(guān)鍵詞:四階段法;軌道交通;客流預(yù)測(cè);交通分布模型;交通生成模型 . . abstract passengervolumeforecastbypredictingtheflowli
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="gx29pgf" class="single-tag-height" data-v-09d85783>1.2MB
頁(yè)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(wèn)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。
農(nóng)村公路交通量調(diào)查工作存在的問(wèn)題及建議
格式:pdf
大?。?span id="2lcqsf7" class="single-tag-height" data-v-09d85783>21KB
頁(yè)數(shù):2P
4.4
農(nóng)村公路交通量調(diào)查現(xiàn)狀近幾年,隨著農(nóng)村公路建設(shè)事業(yè)的蓬勃發(fā)展,農(nóng)村公路建設(shè)取得了輝煌的成就,逐步形成縣、鄉(xiāng)公路為支脈,村級(jí)公路為毛細(xì)的縱橫交錯(cuò)四通八達(dá)的農(nóng)村路網(wǎng)。并按規(guī)定和要求在縣級(jí)公路和重要鄉(xiāng)級(jí)公路上設(shè)置了相應(yīng)的交通量觀測(cè)站,進(jìn)行交通情況調(diào)查。目前農(nóng)村公路交調(diào)站點(diǎn)全部為間隙式人工觀測(cè)站點(diǎn),觀測(cè)記錄人員主要以現(xiàn)有的道班工人為主。
公路隧道交通量預(yù)測(cè)的粒子群高斯過(guò)程耦合模型
格式:pdf
大?。?span id="f2xzbln" class="single-tag-height" data-v-09d85783>487KB
頁(yè)數(shù):7P
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(guò)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(guò)程的泛化性能,在網(wǎng)絡(luò)訓(xùn)練過(guò)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(guò)程超參數(shù),形成粒子群高斯過(guò)程耦合算法,并編寫(xiě)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(guò)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(guò)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(guò)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(lèi)似工程提供借鑒.
專(zhuān)用公路交通量預(yù)測(cè)方法的研究
格式:pdf
大小:100KB
頁(yè)數(shù):未知
4.5
分析了專(zhuān)用公路交通量預(yù)測(cè)的影響因素,把專(zhuān)用公路交通量預(yù)測(cè)分為3類(lèi):a類(lèi)機(jī)械變化交通量、b類(lèi)園區(qū)誘增交通量及c類(lèi)趨勢(shì)交通量。提出了3類(lèi)交通量的預(yù)測(cè)方法,并通過(guò)實(shí)例應(yīng)用,驗(yàn)證了預(yù)測(cè)方法的可行性。
基于TransCAD的高速公路交通量預(yù)測(cè)
格式:pdf
大?。?span id="bwcu2ez" class="single-tag-height" data-v-09d85783>175KB
頁(yè)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(lái)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。
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="acbh77g" class="single-tag-height" data-v-09d85783>129KB
頁(yè)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。
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="srm27qh" class="single-tag-height" data-v-09d85783>103KB
頁(yè)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(guò)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(lái)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.
普通干線公路交通量調(diào)查及分析研究
格式:pdf
大?。?span id="ccxsn74" class="single-tag-height" data-v-09d85783>193KB
頁(yè)數(shù):3P
4.5
由于普通干線公路主要為半剛性基層瀝青路面結(jié)構(gòu),型式較為單一且由于結(jié)構(gòu)自身缺陷經(jīng)常過(guò)早地出現(xiàn)損壞,故應(yīng)對(duì)普通干線公路瀝青路面典型結(jié)構(gòu)型式進(jìn)行補(bǔ)充和完善。交通量及交通軸載作用次數(shù)是路面結(jié)構(gòu)過(guò)早出現(xiàn)損壞的主要外部因素,因此在提出典型路面結(jié)構(gòu)型式前應(yīng)充分了解普通干線公路交通荷載情況。通過(guò)對(duì)某省不同片區(qū)14條干線公路(共17個(gè)路段)進(jìn)行調(diào)研并進(jìn)行軸載換算共得出85個(gè)樣本參數(shù),據(jù)此對(duì)普通干線公路進(jìn)行交通量等級(jí)劃分,以為典型路面結(jié)構(gòu)的提出和現(xiàn)有路面結(jié)構(gòu)的完善打下良好基礎(chǔ)。
文輯推薦
知識(shí)推薦
百科推薦
職位:消防報(bào)警工程師
擅長(zhǎng)專(zhuān)業(yè):土建 安裝 裝飾 市政 園林