注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 城市道路交通拥堵判别_疏导与仿真_张婧

  2. 上述工作选取有价值的突破点，打通了城市道路交通拥堵研究中理论分析、算法构建、控制优化、平台应用等４个关键步骤，完成了拥堵机理分析、状态判别、预测预警Ｌ义及较有发展潜力的交通诱导优化，并运用先进口技术为上述成果应用于工程搭建了仿真平台

  3. 所属分类：专业指导

    • 发布日期：2017-12-13
    • 文件大小：8388608
    • 提供者：ys1091895525

  1. 城市道路交通拥挤状态判别及预测研究

  2. ，将该模型应用于石家庄市主干路——建设大街的拥堵预测实例研究中，对 该路段未来4天内6个不同时刻的拥堵状态进行了预测识别，并与灰色GM(1，1)预测模型、灰色GM(1，1)一马尔可夫预测模型的预测结果相比较。结果表明，该模型的识别成功率超过66％，优于灰色GM(1，1)预测模型和灰色GM(1，1)．马尔可夫预测模型，从而表明本文所建立的预测模型具有较好的识别准确率及可靠性。

  3. 所属分类：专业指导

    • 发布日期：2017-12-13
    • 文件大小：6291456
    • 提供者：ys1091895525

  1. 城市交通拥堵的识别与预测

  2. 对交通流参数短时预测进行深入研究，将常用的几种交通流参数短时预测方 法进行数据融合，建立了一种多模型融合预测方法，并且运用在西安市南二环中段实际 调查所得的交通流量数据，对常用的两种预测方法和建立的多模型融合预测方法进行了 验证和分析比较。

  3. 所属分类：专业指导

    • 发布日期：2017-12-13
    • 文件大小：2097152
    • 提供者：ys1091895525

  1. 城市主干道交通拥堵预测方法研究

  2. 以成都市中心城区人民南路三段为例，进行了实例预测研究。预测结果为交 通拥堵预测的识别率为48%，误判率为16%，结果表明基于速度的拥堵预测模型能够对 城市主干道交通状态进行有效的预测分析。

  3. 所属分类：专业指导

    • 发布日期：2017-12-13
    • 文件大小：16777216
    • 提供者：ys1091895525

  1. 基于GPS轨迹数据的拥堵路段预测

  2. 基于真实的 GPS 轨迹数据，对城市拥堵路段进行预测． 在此过程中，摒弃传统的基于交通流预 测和拥堵识别的方法，提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法． 该方法同时考虑路 段拥堵的时间周期性和时空相关性，通过对出租车 GPS 轨迹数据进行挖掘和训练，建立拥堵向量和拥堵转移 矩阵，实现对拥堵路段的预测． 真实数据集上的实验验证了所提的拥堵路段预测方法的有效性．

  3. 所属分类：专业指导

    • 发布日期：2017-12-13
    • 文件大小：223232
    • 提供者：ys1091895525

  1. 基于复杂城市道路网络的交通拥堵预测模型

  2. 】随着城市交通的发展，道路网络越来越复杂，交通拥堵越来越严重，准确预测交通拥堵是城市缓堵保畅，提高 城市交通管理能力关键技术之一。传统马尔可夫预测模型中的单变量模型只能解决单个时间序列上的交通预测问题，一阶模 型仅考虑了相邻时间点数据之间的影响，高阶多变量马尔可夫模型的预测精度不足，难以解决复杂城市道路网络交通拥堵预 测的问题。对此，文章提出了一种添加调节项的高阶多变量马尔可夫模型(AAT-HO3M)，证明了模型的收敛性，进行了参数 估计，并参考城市道路交通运行评价指标体系，对城市拥堵进行预测

  3. 所属分类：讲义

    • 发布日期：2018-02-07
    • 文件大小：1048576
    • 提供者：ys1091895525

  1. 基于深度学习的交通拥堵预测模型研究 *

  2. 针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型 。 通过归纳合并交通流参数 、 环境状态 、 时段等基础数据来构建交通流特征向量并确定四种预测状态 。 采用深度学习的自编码网络方法从无 标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集 。 应用 Softmax 回归对有标签的新特征 集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测 。 通过仿真对比分析，预测模型具有较省略 特征学习的预测算法更好的预测性能，平均预测精度可达 85% 。

  3. 所属分类：讲义

    • 发布日期：2018-02-07
    • 文件大小：185344
    • 提供者：ys1091895525

  1. 基于手机与流量数据的浙江高速公路拥堵预测关键技术研究_王久辉

  2. 本文以浙江省高速路网为对象，利用基于手机的高速公路车 速数据和收费站出入口流量数据开展浙江省高速公路拥堵预测关键 技术研究 。 首先对收费站流量数据和手机车速数据的质量进行了分 析，结果表明基于这两类数据进行拥堵分析的数据质量可靠; 在此基 础上，研究基于手机与流量数据的浙江高速公路拥堵预测算法，该算 法是以交通流理论基础 、 以实际收费站流量数据和手机车速数据为输 入的理论模型; 最后以历史数据进行检验证明算法的可行性和有效 性，能够作为浙江省大范围推广 、 应用拥堵预测系统的技术基础和 支

  3. 所属分类：讲义

    • 发布日期：2018-02-07
    • 文件大小：1048576
    • 提供者：ys1091895525

  1. 基于速度的城市快速路交通拥堵预测研究_邢珊珊

  2. 交通拥堵预测是解决交通拥堵问题的重要步骤之一 。 为缓解交通拥堵 ， 选取速度这一参数 建立交通拥堵预测模型 。 在对速度时间相关性和空间相关性分析的基础上 ， 提出了基于时空特性和 径向基神经网络的速度预测多点模型 。 将预测结果与决策阈值相比较 ， 粗略地判定拥堵等级 ， 并运用 模糊算法对速度和拥堵程度进行量化 ， 建立相应的模糊规则体系 ， 并应用模糊逻辑推理得到定量的拥 堵度指标 。 结合实例进行仿真和分析 ， 与基于单一时间序列的预测方法相比较 ， 基于时空特性的预测 方法的平均绝

  3. 所属分类：讲义

    • 发布日期：2018-02-07
    • 文件大小：715776
    • 提供者：ys1091895525

  1. 基于小波分析和遗传神经网络的 短时城市交通流量预测研究

  2. 随着我国经济的增长和城市化进展，交通拥堵、交通事故频发、尾气污染 等交通问题已经成为当今社会普遍关注的焦点。实时而准确的短时交通流量预测 可以为城市交通诱导和控制提供数据支持，是解决多种交通问题的关键和基础。 本文在对短时交通流量预测问题分析与总结的基础上，对短时交通流量数据的去 噪处理与预测问题进行了分析与研究。

  3. 所属分类：讲义

    • 发布日期：2018-02-07
    • 文件大小：8388608
    • 提供者：ys1091895525

  1. 面向交通拥堵预测大数据的神经网络群组快速学习

  2. 本文提出神经网络群组快速学习方法，将大规模数据上的复杂学习问题 转化为大量中小规模数据子集上的简单学习问题，在大量不同特点的路段子 集上利用超限学习机算法快速训练子预测模型，从而建立城市路段全范围覆 盖的拥堵预测群组模型，充分发挥超限学习机算法在小规模子集上准确度高、 训练速度快、参数少、易于并行加速等优点，实现对大规模交通拥培数据的 高精度、高效率学习。

  3. 所属分类：讲义

    • 发布日期：2018-02-07
    • 文件大小：18874368
    • 提供者：ys1091895525

  1. 面向特大城市的分层次交通拥堵评价模型及算法_刘梦涵

  2. 本文采用了统计检验和模型预测与实测数 据对比两种检验方法。验证过程表明所构建的评价模型和算法适用于特大城市的 交通拥堵评价

  3. 所属分类：讲义

    • 发布日期：2018-02-07
    • 文件大小：11534336
    • 提供者：ys1091895525

  1. 国科大数据挖掘大作业2018交通拥堵预测

  2. 据统计，我国目前百万人口以上的城市中有80%的路段和90%的路口通行能力已经接近极限，特别是北京、上海、深圳等城市，交通拥堵已成为城市问题。不但影响了人的日常生活工作，也严重制约了城市的经济发展和环境状况。所以随着交通拥堵问题的日益严重，能提前预测交通拥堵的程度是具有潜在价值的，这样司机和行人就可以通过预报尽可能地避免交通拥堵带来的不便。

  3. 所属分类：机器学习

    • 发布日期：2019-02-21
    • 文件大小：296960
    • 提供者：qq_31672701

  1. 基于GPS轨迹数据的拥堵路段预测

  2. 基于真实的 GPS 轨迹数据，对城市拥堵路段进行预测． 在此过程中，摒弃传统的基于交通流预 测和拥堵识别的方法，提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法． 该方法同时考虑路 段拥堵的时间周期性和时空相关性，通过对出租车 GPS 轨迹数据进行挖掘和训练，建立拥堵向量和拥堵转移 矩阵，实现对拥堵路段的预测． 真实数据集上的实验验证了所提的拥堵路段预测方法的有效性．

  3. 所属分类：专业指导

    • 发布日期：2020-05-13
    • 文件大小：163840
    • 提供者：shanpeng238

  1. 利用交通占用率和速度分布关系评估交通拥堵：广义线性模型的贝叶斯Dirichlet过程混合的应用

  2. 准确的分类和对未来交通状况的预测对于制定缓解公路系统拥堵的有效策略至关重要。 速度分配是交通流参数之一，已用于量化交通状况。 先前的研究表明，在同时评估拥堵和自由流动的交通状况时，速度的多模式概率分布可提供出色的结果。 但是，大多数这些先前的分析研究并未将影响因素纳入表征这些状况的过程。 这项研究使用广义线性模型（DPM-GLM）的贝叶斯Dirichlet过程混合评估交通占用对多状态速度分布的影响。 此外，该研究估计了交通状态的速度切入点值，使用贝叶斯变化点检测（BCD）技术将其分为同质组。 该

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：1048576
    • 提供者：weixin_38659374

  1. 基于LSTM模型的北京首都国际机场路面交通拥堵预测

  2. 机场是一个空地交通系统,机场地面交通的预测不同于一般城市道路具有其特殊性。本研究以北京首都国际机场为研究对象,基于2016年8月1日-2017年7月31日空地交通小时数据,预测辖区内58条道路小时级别的拥堵延时指数,为相关部门的管理提供依据。与传统的基于自身序列的预测模型相比,本研究将航空因素引入地面交通拥堵预测模型中,结果显示航空因素对于机场地面交通的预测具有重要影响,证实了机场地面交通预测的特殊性。与线性模型ARIMA和VAR模型相比,深度学习算法LSTM模型具有更好的预测精度。

  3. 所属分类：交通

    • 发布日期：2020-12-01
    • 文件大小：1048576
    • 提供者：kamo54

  1. 2020年度春运预测报告

  2. 根据 2017 年-2019 年数据，三年春运期间整体拥堵趋势较为一致，拥堵程度逐年增加，预计 2020 年春运期间拥堵将会更加集中。 • 预计 2020 年春运期间，全国高速出行高峰为 1 月 30 日（正月初六），由于正月初七开始上 班，大量人员集中在初五、初六返回工作地。春节前，预计腊月二十四出现出程高峰，且集中于 10 点-12 点、15 点-17 点时间段。春节 受走亲访友的影响，预计正月初二高速出现小高峰，高峰时段为 11 点-12 点；正月初六出 现返程高峰，高峰时段为 14 点-

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：2097152
    • 提供者：weixin_38654944

  1. 高速公路和旁路的无模型自适应预测平衡控制。

  2. 为了缓解小路与高速公路之间的拥堵，提出了一种基于无模型自适应预测平衡控制（MFAPBC）的新型平衡控制方案。 提出的MFAPBC是一种典型的数据驱动控制方法，仅利用测得的小路和高速公路的输入和输出（I / O）数据来更新控制输入信号。 无模型自适应预测控制（MFAPC）具有模型预测控制（MPC）和无模型自适应控制（MFAC）的优点； 也就是说，在不涉及受控工厂模型的情况下，仅将受控工厂的I / O数据用于预测预测范围内的系统输出序列并计算控制输入范围内的控制输入序列。 所提出的MFAPBC方法的

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38721405

  1. 通过网络物理链接优化识别和预测城市交通拥堵

  2. 通过网络物理链接优化识别和预测城市交通拥堵

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38694023

  1. 极限学习机在大规模交通拥堵预测中的应用

  2. 极限学习机在大规模交通拥堵预测中的应用

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：99328
    • 提供者：weixin_38638033
« 12 »