一、车流量高峰期的疏导管理(论文文献综述)
王元,周宇翔,吕玉飞[1](2021)在《地下综合管廊施工中的交通组织研究》文中提出城市化的推进变得越来越快,现有的城市干道基本达到饱和通行状态。地下综合管廊的施工会影响城市干道的交通,同时也会影响周边居民的出行。以丹桂路地下综合管廊施工期间交通组织方案研究为例,分析了影响道路通行能力的因素,总结了交通流的特征,提出了交通组织保障措施。
李强[2](2021)在《高速公路收费站车流量预测与信息管理系统研究与实现》文中研究说明随着国内经济的快速发展,高速公路收费站车辆通行压力日益增加。一方面,收费站交通拥堵情况严重,需要进行更加合理、有效的人员配置。另一方面,收费站日常办公的交通信息量也在与日剧增,需要进行更加有效的信息管理。针对上述问题,本文研究了高速公路收费站车流量预测及信息管理系统。主要工作内容和研究成果如下:(1)针对高速公路收费站高峰时期车流量易拥堵问题,分析了循环神经网络模型,提出了基于LSTM的高速公路车流量预测算法。具体算法研究如下:首先,研究了循环神经网络的基本原理和车流量检测技术;其次,说明高速公路收费站车流量数据具体来源并研究了数据预处理方法,为后面数据应用做好准备;最后,研究了常用的车流量预测方法并对其优劣性进行了比较,通过实验验证分析,说明了算法的有效性,最终实现了根据历史车流量监测数据预测未来时期同一时段数据,提出了应急预案决策方法,为收费站优化人员配置提供依据。(2)针对系统密码登录安全性问题,分析了MD5加密算法模型,提出了基于改进MD5算法的系统登录加密技术。具体算法研究如下:首先,研究了单项散列函数的基本原理;其次,研究了MD5加密算法的基本原理,并进行了算法实现;最后,本文对MD5算法进行了改进,增加了密码破解的难度,通过实验结果,表明算法有效,最终实现了对系统登录时进行密码加密保存的效果,且该过程不可逆。(3)针对高速公路收费站实际工作中手工排班效果差,纸质管理不易存储、信息查询慢等问题,设计并实现了基于B/S架构的高速公路车流量预测及信息管理系统。具体做法如下:首先,根据高速公路收费站工作中实际需求,从功能和性能方面分别对系统进行需求分析,在功能上分为信息管理、值班管理、日志管理、辅助功能四个模块;在性能上从稳定性、安全性、可靠性、可操作性四个方面进行分析;其次,对系统进行具体模块和数据库设计并通过Web技术对系统进行实现;最后,对系统进行功能测试和性能测试,测试结果表明,该系统功能和性能均达到需求分析中提出的要求。
房崇鑫[3](2021)在《基于深度学习的短时交通流预测及其路径诱导的研究与实现》文中认为随着近几十年来我国城市的快速发展与汽车保有量的提升,城市交通管理面临着巨大的挑战,其中解决通车高峰期的拥堵与实现交通合理规划成为现代交通体系内需要克服的难题。智能交通系统(ITS)结合了各种先进的信息技术,能在保证路网通行质量的前提下提高了道路的利用率,而短时交通流的预测与最优化路径诱导一直是ITS研究的重点。通过深度学习的方法对富有差异特征的历史与实时短时交通流进行预测,实现路网内车辆通行情况的分析,深度挖掘不同路口的通行能力。在充分利用预测结果的基础上,以较快的速度搜索出一条最优化诱导路径,为制定避让易拥堵路段的诱导方案与实现城市交通流的管理规划提供可靠的依据与方法。正是在上述背景的需求下,本文主要对以下内容作出了研究工作:(1)考虑到短时交通流具有特性倾向性、长期关联性与周期性的特点,在分析与总结多种预测方法后,提出了一种卷积-双向长短时记忆(CNN-BiLSTM)混合神经网络预测模型。首先对海量的短时交通流数据集进行清洗与格式转换,提高数据集的容错率与兼容性,再通过CNN层提取局部空间深层特征,经Dropout运算对重复特征进行随机丢弃,结合BiLSTM层的时序记忆功能与双向传递结构的特性对短时交通流进行预测,最后通过实验证明面向短时交通流预测的CNN-BiLSTM混合神经网络准确度达到 87.64%。(2)结合准确的短时交通流预测结果与最优化路径搜索方法,可以对未来路网内通行能力强的诱导路径方案进行挖掘,在此改进了自适应变邻域搜索(AVNS)算法。首先通过K-mediods分析法使得预测的短时交通流在城市区域内进行划分与聚类,邻域根据易拥堵主题区域与非易拥堵主题区域实现快速搭建。然后依照自适应更新法对设计的邻域结构进行概率性搜索,从而减少了一些邻域内长时间无改进解的搜索时间,提高算法的效率,实现了最优化诱导路径的快速搜索。最后通过扬州市各类型区域的对比实验分析,论证了 AVNS算法在搜索诱导路径解的质量与速度上的优越性。(3)综合上述研究,本文设计出一种基于短时交通流预测的路径诱导系统。该系统通过检测器模块、数据库模块、预测交通流模块与区域指挥中心模块的配置与协作,可以由预约行车时间和OD点(起始点与终点)制定出一条规避未来拥堵路段的诱导路径。根据诱导路径与最短路径在扬州市区内的仿真实验,经对比分析发现诱导路径在交通流高峰期、城市全局长诱导与有路段限制的情况下的平均通行耗时均比最短路径低2.67%、6.65%和2.89%,证实了系统生成的诱导路径对驾驶员行车质量与路网通行能力都有很大的提升。
申慧[4](2021)在《预防区域路网过饱和的优化控制方法研究》文中研究说明交通作为日常生活的重要组成,在国民经济发展中发挥着举足轻重的作用。近年来,我国城市机动车保有量持续增长,车辆数的增加速度高于道路空间的扩容速度,由此引发的交通拥堵问题日益严重。在有限的道路空间内,如何充分利用现有交通管理设备提升车辆流通效率、避免交通拥堵的发生,是当前交通控制领域的研究重点。在此背景下,本论文基于现有道路空间的存储能力,结合交通拥堵的时域特性和地域特性,对预防区域路网发生过饱和的优化控制方法展开研究,完成的主要工作和取得的研究成果如下:1.针对基于聚类的交通时段划分方法中存在的聚类质量不高、划分粗糙等问题,提出基于图像分割算法的交通时段划分方法。根据日交通流量分布覆盖率将日交通流划分为三种模式,对不同模式下的交通流数据进行时段划分,体现不同工作日和休息日的交通出行特征差异,提高划分精度。针对人工划分方法中存在的主观因素干扰问题,使用先进的FR-FCM(Fast and Robust Fuzzy C-Means Clustering Algorithm)算法对交通流数据图像进行分割。该方法的操作过程简单、易行,划分结果具有可视化特点。基于图像分割算法的交通时段划分方法完全依据交通流变化趋势和流量值进行客观、科学的划分,有效避免了人工划分方法中存在的弊端。2.针对传统二相位控制方法中存在的车流冲突问题和四相位控制方法中存在的相邻车道上“排队不公”现象,提出了单向全通行(The Same Entrance Full-Pass,SEFP)的优化控制方法。将来自关键交叉口同一进口的各转向车流组成一个信号相位,同时放行或截止这些车流,有效提升关键交叉口车辆运行的安全性和通行效率。3.在分析关键交叉口和相邻交叉口之间车辆流通特性的基础上,提出了相关三转向车流的同步控制方法并应用于相邻交叉口,使相邻交叉口“服务”于关键交叉口,实现按需放行进入关键交叉口的车流量,避免关键交叉口进口路段上出现溢流。结合交通波理论,在相邻交叉口制定基于信号相位差的协同控制方案,在提升关键交叉口的车流通过量的同时,显着减少车辆延迟和停车次数。并在相邻交叉口协同控制方案中加入“不完全”截流控制方法,有效避免了关键交叉口出现交通过饱和现象,为优化区域路网的交通控制奠定研究基础。4.针对现有路网划分方法中存在的划分规则不统一、对相邻交叉口之间的车辆流通特性考虑不充分等问题,提出基于重叠划分的交叉口分组方法,将相邻的交叉口划分为一个控制组。通过推导各控制组中心交叉口进口路段上的动态车辆分布率范围,设计了区域路网车容量计算的新方法,为区域路网边界交叉口的流量控制提供合理阈值。为预防过多车辆进入区域路网而造成拥堵,提出“减少输入、增加输出”的边界流量控制方法。当区域路网内部车辆数超过阈值时,在区域路网边界处的I型中心交叉口采用“不完全”截流控制方法以减少驶入区域路网的车辆数。同时,将区域路网边界处II型中心交叉口的放行相位切换到车流输出相位,增加驶离区域路网的车辆数。“减少输入、增加输出”的流量控制方法可以有效维持区域路网内部车辆数的稳定。5.提出“边界服务中心”的协同控制方法,在区域路网内部交叉口得到较好应用。在I型中心交叉口执行定时控制方案的基础上,在其边界交叉口、即II型中心交叉口处建立二级模糊控模型,使其根据I型中心交叉口各进口的放行需求和自身进口路段上的车辆排队情况,动态调整各相位的放行权和放行时长,协调相关路段的车辆分布。该控制方法保证区域路网中有半数交叉口处于车流通过量最大的高效运行状态,同时,降低了整个区域路网的协同控制难度,更容易实现、应用和推广。借助微观交通仿真软件搭交通模型,加载本论文所提出的优化控制方法。通过仿真实验,对各种优化方法的仿真结果进行分析和对比,验证了本文所述各种优化控制方法的可行性和有效性。
孙坤坤[5](2020)在《重庆市公交车运行安全治理研究》文中进行了进一步梳理近年来,我国城市交通体系逐步完善,公共交通类型的丰富增加了公共交通对市民出行的吸引力。此外,鉴于公共交通高效、环保等特点,发展公共交通是现代化城市的发展方向。公交车作为市民主要出行方式之一,安全隐患频发也逐渐成为社会关注的一大痛点,发生了如北京375公交事件、广州301公交事件、柳州6路车事件、贵州兴义公交事件等等危害市民生命财产安全的事件。2018年10月28日由驾乘纠纷引发的重庆大巴车坠江事件引起了社会的广泛关注。作为大多数人日常出行的主要方式,巨大的客流量使公共交通安全越来越成为影响社会稳定的重要因素。在我国推进城市化的过程中,城市人口密集度不断提高,短距离运输尤其是城市内运输中频发的公共交通问题,对公民人身与财产安全都造成了极大威胁,成为社会安全治理中亟需解决的问题。因此,公交车运行安全成为本文研究的重点。本文的相关研究以社会风险理论、公共安全治理等理论公共产品理论、公共危机管理理论、协同治理理论为基础,多维度分析总结了重庆万州公交车坠江事件所暴露出的问题及其原因,借助问卷分析、访谈分析对其运行安全现状进行归纳。横向对比美国、日本、德国三个国家的相关公共交通安全治理的经验并予以借鉴。最后,针对我国公共交通安全治理提升方面给出了积极有益的思考和探索,分析总结出五项改善重庆市公交车运行安全治理的切实可行的对策和建议。文章主要由两部分构成,即:导论、研究主体。导论中详细介绍了文章研究的背景与意义,国内外研究现状,研究的方法与思路。研究主体共分为五个部分:第一部分介绍相关概念,着重介绍道路交通安全及其治理主体、内容和方法,同时提出城市公交运行存在的安全隐患以及与道路安全相关的理论研究。第二部分介绍重庆市公交的发展和运行安全治理现状,详细了解重庆公交的发展历程、规划、特点及载客情况等,并结合案例、问卷分析、访谈分析,对其运行安全现状进行归纳总结。第三部分介绍重庆市公交运行安全治理方面存在的问题,并分析这些问题存在的原因。第四部分以比较分析法为基础,侧重研究美国、德国、日本等国在公共交通安全治理方面的经验,进而阐述重庆市在公共交通安全治理方面如何吸收国外的经验。第五部分是对策建议。通过多维度的论证分析,比这分别就政府、政府、公共交通部门、乘客和司机,4类不同主体,给出了完善重庆市公交运行安全治理方面的对策建议。从理论探索出发,本研究通过多维分析重庆市公共交通安全遇到的挑战,结合实践经验,给出相关的可行性建议。道路交通安全的治理是一个涉及到社会、法制、伦理道德、政府治理能力现代化等方方面面的综合课题,希望本研究为守护重庆公共交通安全的出一分薄力。
吴泳蓉[6](2020)在《基于深度学习的区域交通流预测及单交叉口信号的多目标联合优化研究》文中研究说明如今,汽车行业蓬勃发展。人均汽车拥有量的逐渐增多导致了道路供给与交通需求之间出现较难协调的矛盾。在这种情况下,如何有效缓解城市交通拥堵现状是本文研究的重点。基于此,本文利用深度学习Tensor Flow框架设计模型来做区域交通流预测,针对SCATS系统的配时方案,提出关于车均延误及通行能力的目标函数计算公式,主要工作如下:1、首先,总结国内外关于城市交通流预测及交叉口信号配时的研究现状,概括深度学习适用交通领域的案例,对信号控制的相关理论知识进行介绍;2、实现一种基于卷积神经网络(Convolutional Neural Networks,CNN)、循环神经网络(Recurrent Neural Network,RNN)/长短时记忆网络(Long Short-Term Memory,LSTM)及注意力(Attention)机制的区域流量预测的系统,实验中采用了RNN结合LSTM的结构以及CNN对时序特征和空间特征进行提取与建模;利用Attention机制对模块的各个分量因子进行注意力分量的差异性分配,实现对于不同CNN、RNN模块的权重不均匀分配,以满足对于不同时间,不同区域的流量块流动权重的自适应匹配;3、以国外经典的智能交通SCATS(Sydney Coordinated Adaptive Traffic System)系统配时方案作对比,提出了一种基于车辆通行度和车辆延误的多目标联合优化的信号配时模型,利用加权之差将其归一化为单一综合指标进行输出,采用微生物遗传算法、模拟退火算法以及粒子群算法对目标函数求最优解,实验结果表明,本文中提出的三种交通信号优化算法在目标函数求解时,都可以获得最优解;4、区域交通的流量预测利用NYC-Taxi数据集,数据经纬度划分为10×20的网格,在区域中选取某十字交叉口为研究对象,将晚高峰一小时内实际的交通数据代入三种优化算法,利用Spyder软件可以得到目标函数值经过算法优化以后的结果,对三组数据进行评价分析,得出相关结论。
钟泽镜[7](2020)在《城市交通拥堵问题研究 ——以G市L区为例》文中指出
罗艺[8](2020)在《公交专用道设置对城市交通网络的影响及优化方法研究》文中研究说明当前国内外各大城市全面实施公交优先发展战略,充分发挥公共交通对城市功能疏解和布局优化调整的引导作用,实现城市公共资源利用效率与城市交通承载力的科学匹配。其中,在客流量大、交通拥挤且道路条件满足要求的城市路段上设置公交专用道,便成为有效缓解交通压力、落实公交优先发展的重要举措之一。但另一方面,通过多年来对公交专用道在管理过程中发现的问题和相关交通现象的观测总结,交通研究人员证实了公交专用道在设置之后,还将给城市交通网络带来三个方面的影响。分别是:引发公交网络的运行不平衡;降低道路网络的可达性以及加重地铁网络的通勤负担。此三方面的缓解或解决,关系到公交专用道的客运效能是否可以真实发挥,关系到城市交通系统是否切实高效运转。鉴于此,本文有针对性地提出了优化方法:为实现公交网络相对平衡的运行状态,提出公交专用道设置下公交网络的线路运行协调方法:从公交乘客的线路选择行为出发,通过有针对性地筛选出部分非公交专用道停靠站施以管理规划的方式,达到推动其间运行的公交线路能够适配公交专用道客运效能的目的,进而建立起公交网络中协调的线路关系,恢复公交网络的平衡状态。结果表明,该方法不但能够控制成本,还能够限制影响的加重与扩散。为实现城市道路网络可达性的提升,提出公交专用道设置下道路网络的溢出车流疏导方法:从社会车辆的可选路径集包含其内部公交专用道可影响范围的结构特征出发,在城市道路网络中划分出符合该特征的所有子区,进而将疏导排队车辆与推动小汽车使用者向公交转移的双方案协同开展于子区内外,达到最大化缓解溢出车流对路网可达性影响的目的。结果表明,该方法对于提升不同出行群体的出行完成率以及排队车流的疏导,都具有较大的优势。为实现地铁网络通勤负担的下降,提出公交专用道设置下地铁网络的通勤客流分担方法:从公交通勤群体对出行路线和交通工具的选择行为出发,立足于公交—地铁双层耦合网络结构并建立客流路线选择模型,参考专用道设置后耦合网络内部出行客流的相关变化,推导出利用耦合子区作为公交系统中分担地铁客运功能的方法。结果表明,建立在耦合子区基础上的站间关系调整与对应公交线路规划,确实可为更多地铁客流向公交的转移创造更加合理可行的交通环境。论文从公交专用道设置后的存在问题出发,完成了从理论分析、特征提取、方法设计到方法应用四个环节的研究工作,并对涉及到的相关内容提出了展望。
张玮靓[9](2020)在《北京老城公交站点空间环境优化设计研究》文中研究说明公交站点作为重要的城市公共交通设施,是公交车辆在公交线路上中途停靠,以供乘客安全上下车的场所。位于城市老城区的公交站点,由于建设年代早、道路环境变化大、地面交通出行量剧增,造成大多数公交站点已不适应当前复杂的交通环境;缺乏维护、功能不全的站点附属设施也无法满足市民对高品质公交站点的追求。相较于以往的公交站点相关研究中,大多数学者聚焦于公交站点区域交通行为和附属设施提升这两个方面,缺乏针对老城内公交站点系统化提升的研究。基于以上背景,本文以北京老城公交站点及其所处的道路空间作为研究对象,首先对其发展历程进行阶段式梳理,并结合大数据分析当前北京老城公交站点在空间和类型上的分布特征,以探究北京老城历史格局和道路建设对公交站点整体布局的影响。其次,对北京老城公交站点展开现状调研,结合北京老城内道路类型筛选出48个典型样本,对样本的类型、尺寸、交通流线、附属设施和周边街道家具进行详细记录,并依据调研内容提出候车空间宽度不足、人车流线交织频繁、附属设施有待提升、智慧交通设施难以推广、站点与街道家具缺乏整合这五种现存问题。最后,对北京公交站点空间环境提出优化设计策略,从问题出发,分层次进行优化。以公交站点类型作为切入点,选择最契合道路环境的站点类型,并协调站点区域交通流线,规避潜在交通冲突,对公交站台宽度进行合理调整,对其附属设施进行模块化、智能化、通用化三个方面优化提升,整合公交站点与邻近的街道家具,优化站点周边道路环境。通过以上研究发展出一套比较系统的北京老城内公交站点优化方法。传统的公交站点改造并没有考虑站点与城市道路空间的协调优化,也缺乏系统性、分层次优化的设计方法,本文通过开展北京老城公交站空间环境的优化研究,希望能够为北京老城的品质提升提供设计策略,并为其他城市老城区公交站点优化带来一些思路和方法。
高涵[10](2020)在《基于时空数据的交通特征分析及交通流预测 ——以西安市为例》文中指出近年来,城市化进程不断推进,城市规模持续扩张,交通拥堵越来越严重。时空数据的大规模应用以及智慧交通平台的出现,为缓解城市交通拥堵提供了新的思路。交通时空数据内容丰富,现势性强且精度高,将时空数据应用于交通领域,可缓解交通拥堵,为交通管理部门提供技术支持。本文以时空数据为基础,挖掘了时空视角下西安市主城区的交通时空特征及拥堵形态,采用深度学习方法对太华北路的交通状况进行预测,引入交通仿真技术,对研究区域的常发性交通拥堵提出缓堵策略。主要研究内容如下:(1)本文对西安市交通拥堵的时空特征进行了研究,发现交通拥堵主要发生在工作日及节假日前后。一周内,工作日比休息日的拥堵情况严重,工作日的交通拥堵指数比休息日高11%;由于新冠疫情的影响,与历史同期数据相比,西安市主城区2020年2月份的交通拥堵指数大幅下降,2020年3月份后,交通指数明显回升,基本与历史同期数据持平,说明受疫情影响的交通流量基本恢复至正常水平。论文综合时间、空间维度的交通流特征,提出了完善各区域的功能,实现功能区职住均衡的交通缓堵策略。(2)本文针对太华北路的交通状况,建立了深度学习模型,模型中需要设置的参数包括:输入层神经元数量、输出层神经元数量、隐藏层神经元数量以及网络层数。建模完成后,探究各参数对模型预测精度的影响,经过不断实验,本文获得了该深度学习模型的最优结构,具体结构为264-82-30,即输入层神经元数为264,隐藏层神经元数为82,输出层神经元数为30,经计算验证,该模型的预测精度为92.4%。(3)基于预测结果,本文提出的针对太华北路交通单元的缓堵策略如下:通过调整红绿灯的运行模式,对交通流进行疏导,以车道占用率为评价标准,经验证,在交通拥堵的交叉路口,该策略可将道路的平均车道占用率从40.6%降低至31.3%,同时总路网的平均车道占用率从36.4%降至34.1%。由此可见,该方案具有一定的缓堵效果。
二、车流量高峰期的疏导管理(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、车流量高峰期的疏导管理(论文提纲范文)
(1)地下综合管廊施工中的交通组织研究(论文提纲范文)
1 概述 |
2 工程概况 |
3 地下综合管廊施工交通组织设计 |
3.1 施工区道路通行能力的影响因素 |
1)施工车辆。 |
2)施工器材设备。 |
3)占用道路。 |
4)限速。 |
5)封闭车道。 |
3.2 非交叉口道路的交通组织设计 |
1)保通道路设计。 |
2)施工便道的设计。 |
3)施工时的交通组织。 |
4)提示性牌设计。 |
3.3 交叉口的交通组织设计 |
3.4 单位小区等出入口交通组织设计 |
4 丹桂路地下综合管廊施工交通组织 |
4.1 非交叉口道路的交通组织 |
4.2 平面交叉口交通组织 |
4.3 学校及消防培训基地出入口交通组织 |
5 结语 |
(2)高速公路收费站车流量预测与信息管理系统研究与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究现状 |
1.3 论文主要内容和组织结构 |
1.3.1 论文主要内容 |
1.3.2 论文组织结构 |
2 高速公路收费站车流量预测及信息管理系统需求分析 |
2.1 功能需求 |
2.1.1 信息管理模块需求分析 |
2.1.2 值班管理模块需求分析 |
2.1.3 日志管理模块需求分析 |
2.1.4 辅助功能模块需求分析 |
2.2 性能需求 |
2.2.1 稳定性 |
2.2.2 安全性 |
2.2.3 可靠性 |
2.2.4 可操作性 |
2.3 主要技术研究分析 |
2.3.1 B/S工作原理 |
2.3.2 SSH框架 |
2.3.3 Ajax技术 |
2.3.4 Tomcat服务器 |
2.4 小结 |
3 基于LSTM的高速公路车流量预测算法的研究 |
3.1 循环神经网络 |
3.1.1 循环神经网络 |
3.1.2 长短时记忆网络 |
3.2 基于LSTM的高速公路车流量预测算法基本原理 |
3.2.1 车流量检测技术 |
3.2.2 数据来源及数据预处理 |
3.2.3 车流量预测方法比较 |
3.2.4 基于LSTM算法的车流量预测模型 |
3.3 基于LSTM的高速公路车流量预测算法实现 |
3.3.1 车流量预测算法实现 |
3.3.2 应急预案决策方法 |
3.4 小结 |
4 基于改进MD5 算法的系统登录加密技术研究 |
4.1 单项散列函数 |
4.1.1 单项散列函数基本原理 |
4.2 MD5 介绍与应用 |
4.2.1 MD5 介绍 |
4.2.2 MD5 应用 |
4.2.3 MD5 安全性 |
4.3 MD5 算法基本原理 |
4.4 MD5 算法实现及改进 |
4.4.1 MD5 算法改进 |
4.4.2 MD5 算法实现 |
4.5 小结 |
5 高速公路收费站车流量预测与信息管理系统设计与实现 |
5.1 系统设计准则 |
5.2 系统功能设计 |
5.2.1 信息管理模块功能设计 |
5.2.2 值班管理模块功能设计 |
5.2.3 日志管理模块功能设计 |
5.2.4 辅助功能模块功能设计 |
5.3 数据库设计 |
5.3.1 Oracle数据库 |
5.3.2 数据库访问 |
5.3.3 数据库设计 |
5.4 系统软件运行基础环境 |
5.4.1 硬件环境 |
5.4.2 软件环境 |
5.5 系统功能具体实现 |
5.5.1 系统登录页面 |
5.5.2 信息管理模块具体实现 |
5.5.3 值班管理模块具体实现 |
5.5.4 日志管理模块具体实现 |
5.5.5 辅助功能模块具体实现 |
5.6 系统测试 |
5.6.1 功能测试 |
5.6.2 性能测试 |
5.7 小结 |
6 总结与展望 |
6.1 论文总结 |
6.2 工作展望 |
参考文献 |
作者在读期间研究成果 |
附录1 功能测试报告用例 |
附录2 性能测试报告用例 |
附录3 改进MD5代码 |
致谢 |
(3)基于深度学习的短时交通流预测及其路径诱导的研究与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 短时交通流预测研究现状 |
1.2.2 最优化路径诱导研究现状 |
1.2.3 困难与挑战 |
1.3 本文主要贡献 |
1.4 论文结构安排 |
第2章 相关理论与总体方案设计 |
2.1 短时交通流 |
2.1.1 相关参数 |
2.1.2 数据来源 |
2.1.3 数据分类 |
2.2 人工神经网络 |
2.2.1 激励函数 |
2.2.2 卷积神经网络 |
2.2.3 长短时记忆神经网络 |
2.2.4 网络预测评价标准 |
2.3 最优化路径诱导方法 |
2.3.1 路径规划算法 |
2.3.2 聚类算法 |
2.3.3 最优化路径评价函数 |
2.4 系统方案设计 |
2.5 本章小结 |
第3章 基于CNN-BiLSTM混合模型的短时交通流预测 |
3.1 模型框架 |
3.2 数据集预处理 |
3.2.1 数据集清洗 |
3.2.2 格式转换 |
3.3 CNN-BiLSTM混合神经网络 |
3.3.1 空间处理模块 |
3.3.2 时序处理模块 |
3.3.3 Dropout运算 |
3.4 实验结果与分析 |
3.4.1 ADF检验 |
3.4.2 模型参数设置与训练 |
3.4.3 预测结果与对比讨论 |
3.5 本章小结 |
第4章 基于自适应变邻域搜索算法的路径诱导研究 |
4.1 问题描述 |
4.2 K-mediods区域聚类分析 |
4.2.1 交通流等级划分 |
4.2.2 K-mediods聚类分析 |
4.3 自适应变邻域搜索算法 |
4.3.1 初始解 |
4.3.2 邻域结构 |
4.3.3 自适应更新法 |
4.3.4 算法流程 |
4.4 实验结果与分析 |
4.4.1 参数设置 |
4.4.2 路径搜索结果与对比讨论 |
4.5 本章小结 |
第5章 基于短时交通流预测的路径诱导系统的设计 |
5.1 总体架构 |
5.2 功能设计 |
5.3 系统模块 |
5.3.1 检测器模块 |
5.3.2 数据库模块 |
5.3.3 预测交通流模块 |
5.3.4 区域指挥中心模块 |
5.4 系统展示与分析 |
5.4.1 系统功能展示 |
5.4.2 系统性能分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 全文工作总结 |
6.2 未来工作展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(4)预防区域路网过饱和的优化控制方法研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内、外研究现状 |
1.3.1 交叉口过饱和状态识别方法研究 |
1.3.2 路网过饱和状态识别方法研究 |
1.3.3 基于MFD的路网交通状态识别 |
1.3.4 过饱和交叉口的优化控制方法研究 |
1.3.5 过饱和路网的优化控制方法研究 |
1.3.6 交通优化控制方案评价指标 |
1.4 研究内容 |
1.5 技术路线 |
1.6 本章小结 |
2 基于图像分割算法的交通时段划分 |
2.1 引言 |
2.2 常用的交通时段划分方法 |
2.2.1 基于聚类算法的交通时段划分 |
2.2.2 借助人工智能方法的交通时段划分 |
2.3 基于图像分割算法的交通时段划分 |
2.3.1 基于交通流量分布覆盖率的交通流模式分类 |
2.3.2 交通流数据图像分割 |
2.4 仿真实例与结果分析 |
2.4.1 交叉口属性及数据准备 |
2.4.2 基于图像分割算法的交通时段划分结果 |
2.4.3 仿真结果分析 |
2.4.4 实验对比分析 |
2.5 本章小结 |
3 预防关键交叉口过饱和的单向全通行控制方法 |
3.1 引言 |
3.2 信号相位优化设计 |
3.2.1 关键交叉口单向全通行放行方式 |
3.2.2 相邻交叉口相关三转向车流同步放行方式 |
3.3 预防关键交叉口过饱和的信号控制策略 |
3.3.1 关键交叉口的信号周期 |
3.3.2 关键交叉口各相位的绿时分配 |
3.3.3 关键交叉口的信号优化控制模型 |
3.4 基于相关三转向车流同步控制的相邻交叉口协同控制方法 |
3.4.1 相邻交叉口的信号配时方案 |
3.4.2 相邻交叉口的相位差协同控制 |
3.4.3 预防车队溢流的相关三转向车流“不完全”截流控制 |
3.5 实例仿真与结果分析 |
3.5.1 实验设计 |
3.5.2 结果分析 |
3.5.3 实验对比分析 |
3.6 本章小结 |
4 基于重叠划分方法的区域路网车辆分布模型 |
4.1 引言 |
4.2 基于重叠划分的交叉口车流特性分析 |
4.2.1 重叠划分方法 |
4.2.2 控制组内车流运行特性分析 |
4.3 基于重叠划分方法的区域路网内部车辆分布模型 |
4.3.1 I型控制组内的车辆分布模型 |
4.3.2 II型控制组内的车辆分布模型 |
4.4 实例分析 |
4.4.1 研究对象 |
4.4.2 I型控制组中心交叉口信号配时 |
4.4.3 区域路网内部路段的车辆分布率计算 |
4.4.4 路网划分结果对比 |
4.5 本章小结 |
5 基于可变车辆分布的区域路网协同控制方法 |
5.1 引言 |
5.2 基于动态车辆分布的区域路网车容量计算 |
5.3 基于区域路网车容量的边界交叉口流量控制 |
5.3.1 I型中心交叉口为边界交叉口 |
5.3.2 II型中心交叉口为边界交叉口 |
5.4 基于模糊控制的II型控制组中心交叉口放行方法 |
5.4.1 一级模糊控制器设计 |
5.4.2 二级模糊控制器设计 |
5.5 仿真实验与结果分析 |
5.5.1 仿真对象说明 |
5.5.2 区域路网中各交叉口配时参数 |
5.5.3 边界交叉口流量控制参数 |
5.5.4 仿真结果及分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 研究展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的研究成果 |
(5)重庆市公交车运行安全治理研究(论文提纲范文)
摘要 |
ABSTRACT |
导论 |
一、选题背景及研究意义 |
(一) 选题背景 |
(二) 研究意义 |
二、国内外研究现状 |
(一) 国外研究现状 |
(二) 国内研究现状 |
(三) 国内外研究述评 |
三、研究方法与研究思路 |
(一) 案例分析法 |
(二) 问卷调查法 |
(三) 访谈法 |
四、研究思路 |
(一) 研究内容 |
(二) 技术路线 |
第一章 道路交通运行安全及治理的理论基础 |
第一节 道路交通安全概述 |
一、道路交通运行安全 |
二、道路交通运行安全治理 |
三、城市公交车运行安全的特点 |
第二节 城市公交车运行安全治理的主体和内容及方法 |
一、城市公交车运行安全治理的主体 |
二、市公交车运行安全治理的内容 |
三、城市公交车运行安全治理的方法 |
第三节 城市公交车运行安全隐患的分析 |
一、城市公交车超载带来安全隐患 |
二、城市公交车逃生设备不健全带来安全隐患 |
三、城市公交车设备陈旧与维护不力带来安全隐患 |
四、城市公交车司机安全意识不足带来安全隐患 |
五、乘客安全意识不足带来安全隐患 |
第四节 理论基础 |
一、公共产品理论 |
二、公共危机管理理论 |
三、协同治理理论 |
第二章 重庆市公交车发展及运行安全治理的现状 |
第一节 重庆市公交车发展概述 |
一、2016年-2019年重庆市公交车车辆总数的增加情况 |
二、重庆市公交车的载客情况调查 |
三、重庆市公交未来的规划 |
四、重庆市公交车运行的特点 |
第二节 重庆市公交车运行安全治理的现状 |
一、大部分公交车乘客具有一定的安全意识 |
二、规范市场秩序提升城市形象 |
三、加快设施建设改善基础条件 |
四、加强行业管理提升服务水平 |
五、加大执法力度强化部门监管 |
第三章 重庆市公交车运行安全治理存在的问题及原因分析 |
第一节 重庆市公交车运行安全治理中存在的问题 |
一、公共交通法规不完善且权责不明确导致违法成本低 |
二、公共交通部门协调有待提高且基础设施建设有待加强 |
三、驾驶区域防护隔离措施不到位 |
四、城市公交车司机职业素养有待提高 |
五、城市公交车司机心理健康值得关注 |
六、公民的交通安全意识和法治意识薄弱 |
七、公民对城市公交车安全治理的参与意识不强 |
第二节 重庆市公交车运行安全治理存在问题的原因分析 |
一、与城市公交车交通安全相配套的法律法规落后 |
二、政府应该加强公共交通安全宣传教育 |
三、公交公司忽视交通安全且对驾驶员职业素养培训不到位 |
四、各主体间协同治理机制不完善 |
五、公共交通部门危险防范意识不足 |
第四章 国内外城市公交车安全治理的经验与借鉴 |
第一节 国内外公共交通安全治理的经验 |
一、国内公共交通安全治理 |
二、国外公共交通安全治理 |
第二节 国内外城市公交车安全治理的借鉴 |
一、注重对公交司机心理健康的教育 |
二、建立政府主导的公共交通安全保障体系 |
三、完善交通安全法律法规 |
四、注重交通安全教育的完善与宣传 |
第五章 改善重庆市公交车运行安全治理的对策建议 |
第一节 政府发挥引导作用构建多元治理体系 |
一、完善与城市公交车交通安全相关的法律法规 |
二、加大对妨害城市公交车安全驾驶违法犯罪行为的惩戒力度 |
三、增强治理主体间的协同联动机制建设 |
四、重视城市公交车营运线路交通安全问题 |
五、提升车辆安全技术性能 |
六、依托新兴技术促进智能交通发展 |
第二节 公交公司发挥主体地位加强安全管理 |
一、健全完善公交车驾驶区域安全防护隔离措施标准 |
二、切实落实公交车配备乘务管理人员(安全员)相关规定要求 |
三、全面提升公交车驾驶员安全意识和应急处置能力 |
第三节 提高乘客城市公交车交通安全参与度实现全面治理 |
一、加大宣传力度以提高公民公共交通安全意识 |
二、加强公民对交通安全的思想教育 |
第四节 加强公交车交通安全的法制建设 |
一、完善破坏公共交通安全的责任主体认定的法律依据 |
二、责任主体的惩罚措施 |
第五节 构建公交车驾驶员心理健康保障体系 |
一、构建驾驶员心理健康测评机制 |
二、建立公交车驾驶员心理危机应急干预体系 |
三、设置机构并加大对驾驶员心理健康的投入 |
四、提供驾驶员心理健康辅导并突出人文关怀 |
结论 |
参考文献 |
附录 |
附录1 出行方式选择调查问卷 |
附录2 访谈提纲 |
致谢 |
(6)基于深度学习的区域交通流预测及单交叉口信号的多目标联合优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 课题的研究背景与意义 |
§1.2 课题的研究意义 |
§1.3 国内外研究现状 |
§1.3.1 交通流预测的研究现状 |
§1.3.2 交通信号控制研究现状 |
§1.4 论文的组织结构 |
第二章 基础理论和相关技术 |
§2.1 物体识别的基础理论 |
§2.1.1 物体识别的主要流程 |
§2.2 神经网络 |
§2.2.1 神经网络基础 |
§2.2.2 神经网络学习算法 |
§2.3 卷积神经网络 |
§2.3.1 卷积实现 |
§2.3.2 池化层 |
§2.3.3 全连接层 |
第三章 交通信号控制理论基础 |
§3.1 城市交通信号控制技术 |
§3.2 交通信号控制主要参数 |
§3.2.1 信号相位 |
§3.2.2 时间参数 |
§3.2.3 交通流参数 |
§3.2.4 性能指标参数 |
§3.3 信号控制的设置依据 |
§3.3.1 四种信号控制方式 |
§3.3.2 设置依据 |
第四章 基于CNN的区域交通流预测算法设计 |
§4.1 概述 |
§4.2 数据时间序列化 |
§4.2.1 实验数据集 |
§4.2.2 参数的设计 |
§4.2.3 获取时间序列 |
§4.2.4 EDA |
§4.3 RNN/LSTM网络模型 |
§4.4 注意力机制 |
§4.5 实验过程 |
§4.5.1 实验环境介绍 |
§4.5.2 基于时间特征与空间特征建模 |
§4.5.3 基于空间的动态相关性建模 |
§4.5.4 基于时间特征的动态相似性建模 |
§4.6 实验结果与分析 |
§4.6.1 损失函数 |
§4.6.2 超参数的选择 |
§4.6.3 实验结论 |
第五章 多目标联合优化的城市交通信号配时 |
§5.1 优化算法介绍 |
§5.1.1 韦伯斯特经典算法 |
§5.1.2 微生物遗传算法 |
§5.1.3 模拟退火算法 |
§5.1.4 粒子群算法 |
§5.2 数据集分析 |
§5.2.1 SCATS系统配时 |
§5.2.2 平面交叉口示意图 |
§5.2.3 实时车流量信息 |
§5.3 优化算法实现过程 |
§5.3.1 信号配时优化模型 |
§5.3.2 微生物遗传算法的应用 |
§5.3.3 模拟退火算法的应用 |
§5.3.4 粒子群算法的应用 |
§5.4 实验结果与分析 |
§5.4.1 实验结果 |
§5.4.2 四相位配时方案 |
§5.4.3 结果分析 |
第六章 总结与展望 |
§6.1 主要工作及创新点 |
§6.2 未来发展与展望 |
参考文献 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
(8)公交专用道设置对城市交通网络的影响及优化方法研究(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与选题意义 |
1.2 国内外研究现状与评述 |
1.2.1 地面公交运营方面 |
1.2.2 城市路网管理方面 |
1.2.3 地铁网络规划方面 |
1.2.4 研究现状评述 |
1.3 研究目标与内容 |
1.4 研究方法与技术路线 |
1.5 论文框架结构 |
2 基础理论 |
2.1 公交专用道的定义及设计要求 |
2.1.1 专用道的设计形式 |
2.1.2 专用道的设计标准 |
2.2 复杂网络理论 |
2.2.1 复杂网络的概念 |
2.2.2 复杂网络的统计特性 |
2.2.3 复杂网络的类别与形式 |
2.2.4 复杂网络的社团结构 |
2.2.5 复杂网络的传播动力学 |
2.3 宏观基本图及关系模型 |
2.4 本章小结 |
3 公交专用道设置下公交网络的线路运行协调方法 |
3.1 影响机理与平衡协调思路 |
3.1.1 影响机理 |
3.1.2 平衡协调思路 |
3.2 考虑线路接驳方式的公交网络模型构建 |
3.2.1 公交网络含义 |
3.2.2 常用公交网络模型构建方法 |
3.2.3 公交网络模型构建 |
3.3 公交换乘网络中可影响站点集的挖掘 |
3.3.1 基于线路关联度的站点聚类 |
3.3.2 基于站间换乘关系的影响确定 |
3.4 基于非专用道站点的线路协调方法 |
3.4.1 驱动—响应网络及其控制器设计 |
3.4.2 同步分析与控制器参数确定 |
3.5 实例验证 |
3.5.1 对象及方案 |
3.5.2 专用道设置下的可影响站点验证 |
3.5.3 专用道设置下的协调方法验证 |
3.6 本章小结 |
4 公交专用道设置下道路网络的溢出车流疏导方法 |
4.1 影响机理与协同疏导思路 |
4.1.1 影响机理 |
4.1.2 协同疏导思路 |
4.2 基于GR-SS的对偶路网模型构建 |
4.2.1 城市道路网络含义 |
4.2.2 常用城市路网模型构建方法 |
4.2.3 对偶路网模型构建 |
4.3 服务于双方案协同的路网子区划分 |
4.3.1 子区划分方法与理论 |
4.3.2 观测粒子的转移概率 |
4.3.3 路网联结度与权重因子 |
4.3.4 基于谱方法的路段聚类 |
4.4 基于城市路网子区的溢出车流疏导方法 |
4.4.1 协同方式与工作内容 |
4.4.2 建模思想 |
4.4.3 双方案协同的多目标规划模型 |
4.5 实例验证 |
4.5.1 对象及方案 |
4.5.2 路网子区划分结果验证 |
4.5.3 基于路网子区的疏导方法验证 |
4.6 本章小结 |
5 公交专用道设置下地铁网络的通勤客流分担方法 |
5.1 影响机理与客流分担思路 |
5.1.1 影响机理 |
5.1.2 客流分担思路 |
5.2 考虑空间结构的双层耦合网络模型构建 |
5.2.1 子网络特征与耦合思路 |
5.2.2 公交系统网络模型构建 |
5.3 专用道设置下的公交系统相关变化 |
5.3.1 仿真设计与路线选择模型 |
5.3.2 客流运行变化 |
5.3.3 拓扑关系变化 |
5.4 专用道设置下的耦合子区及挖掘方法 |
5.4.1 耦合子区的成因与作用 |
5.4.2 基于信号传递的耦合子区挖掘 |
5.5 实例验证 |
5.5.1 对象及方案 |
5.5.2 耦合子区的检测与验证 |
5.5.3 基于耦合子区的地铁客流分担方法 |
5.6 本章小结 |
6 结论与展望 |
6.1 主要结论与创新点 |
6.2 研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(9)北京老城公交站点空间环境优化设计研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究缘起 |
1.1.1 选题背景 |
1.1.2 题目来源 |
1.1.3 研究目的与意义 |
1.2 研究相关概念界定 |
1.2.1 北京老城范围 |
1.2.2 公交站点空间环境 |
1.2.3 优化设计 |
1.3 相关研究综述 |
1.3.1 老城公共交通改善相关研究 |
1.3.2 常规公交体系相关研究 |
1.3.3 公交站点实践案例 |
1.4 研究步骤与方法 |
1.4.1 研究步骤 |
1.4.2 研究方法 |
1.5 研究框架 |
第2章 北京老城公交站点的发展历程与特征 |
2.1 北京老城公交站点发展历程 |
2.1.1 站点初现的萌芽阶段(1924—1948) |
2.1.2 建国初期的发展阶段(1949—1983) |
2.1.3 道路建设的完善阶段(1984—2004) |
2.1.4 申奥成功的变革阶段(2005—2010) |
2.1.5 多元智能的提升阶段(2011—至今) |
2.2 北京老城公交站点空间分布特征 |
2.2.1 整体遵循棋盘式格局 |
2.2.2 主次干道分布差异化 |
2.3 北京老城公交站点类型分布特征 |
2.3.1 不同位置公交站点分布特征 |
2.3.2 不同形态公交站点分布特征 |
2.4 本章小结 |
第3章 北京老城公交站点现状调研 |
3.1 调研流程与内容 |
3.1.1 调研流程 |
3.1.2 公交站点类型 |
3.1.3 公交站点尺寸 |
3.1.4 公交站点交通流线 |
3.1.5 公交站点附属设施 |
3.1.6 公交站点周边街道家具 |
3.2 北京老城公交站点问题分析 |
3.2.1 候车空间宽度不足 |
3.2.2 人车流线交织频发 |
3.2.3 站点附属设施有待提升 |
3.2.4 智慧交通设施难以推广 |
3.2.5 站点与街道家具缺乏整合 |
3.3 本章小结 |
第4章 北京老城公交站点空间环境优化设计策略 |
4.1 设计目标及原则 |
4.1.1 设计愿景 |
4.1.2 设计原则 |
4.2 公交站点类型优化策略 |
4.3 公交站点区域流线优化策略 |
4.3.1 公交车流线优化 |
4.3.2 非机动车流线优化 |
4.4 公交站点宽度优化策略 |
4.5 公交站点附属设施优化策略 |
4.5.1 模块化 |
4.5.2 智能化 |
4.5.3 通用化 |
4.6 公交站点与街道家具优化策略 |
4.6.1 站点与防护围栏整合 |
4.6.2 站点与绿化设施整合 |
4.6.3 站点与自行车架整合 |
4.7 本章小结 |
第5章 设计实践—以西单商场、故宫公交站点为例 |
5.1 西单商场公交站点优化设计 |
5.1.1 道路整体概况 |
5.1.2 道路交通概况 |
5.1.3 西单商场公交站点概况 |
5.1.4 西单商场公交站点优化设计策略 |
5.2 故宫公交站点优化设计 |
5.2.1 道路整体概况 |
5.2.2 道路交通概况 |
5.2.3 故宫公交站点概况 |
5.2.4 故宫公交站点优化设计策略 |
5.3 本章小结 |
结论 |
参考文献 |
附录 |
附录一 公交站点类型调研汇总表 |
附录二 公交站点附属设施现状调研汇总表 |
附录三 公交站牌类型调研汇总表 |
致谢 |
(10)基于时空数据的交通特征分析及交通流预测 ——以西安市为例(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究现状 |
1.3.1 时空数据在交通领域的应用 |
1.3.2 交通预测及缓堵策略 |
1.4 研究内容及工作安排 |
1.4.1 研究内容 |
1.4.2 论文工作安排 |
2 基于时空数据的交通特征分析 |
2.1 时空数据的含义 |
2.1.1 时空数据的概念及描述方法 |
2.1.2 时空数据的特征分析 |
2.2 交通时空数据的获取及预处理 |
2.2.1 交通时空数据算法介绍 |
2.2.2 数据获取及预处理 |
2.2.3 数据特性与研究方法分析 |
2.3 基于时空数据的西安市交通状况分析 |
2.3.1 西安市交通拥堵时间分布特征 |
2.3.2 西安市交通拥堵空间分布特征-以行政区为基本单元 |
2.3.3 西安市交通拥堵空间分布特征-以拥堵事件位置为基本单元 |
2.3.4 基于热力分布进行交通拥堵成因分析 |
2.4 本章小结 |
3 基于深度学习的交通流预测模型 |
3.1 交通预测模型的特征 |
3.1.1 模型参数的选择 |
3.1.2 激活函数的选择 |
3.1.3 模型拟合问题 |
3.2 基于深度神经网络的深度学习基础模型 |
3.2.1 深度神经网络基础知识 |
3.2.2 深度神经网络的运行原理 |
3.3 本章小结 |
4 基于深度学习的太华北路交通枢纽交通流预测 |
4.1 研究区概况 |
4.2 神经网络训练流程介绍 |
4.2.1 确定模型参数 |
4.2.2 确定模型神经元数量 |
4.3 模型结构优化 |
4.4 模型精度验证 |
4.5 本章小结 |
5 基于交通仿真的缓堵策略 |
5.1 交通仿真平台介绍 |
5.2 缓堵策略实施 |
5.3 缓堵策略分析 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
四、车流量高峰期的疏导管理(论文参考文献)
- [1]地下综合管廊施工中的交通组织研究[J]. 王元,周宇翔,吕玉飞. 山西建筑, 2021(24)
- [2]高速公路收费站车流量预测与信息管理系统研究与实现[D]. 李强. 西安建筑科技大学, 2021(01)
- [3]基于深度学习的短时交通流预测及其路径诱导的研究与实现[D]. 房崇鑫. 扬州大学, 2021(08)
- [4]预防区域路网过饱和的优化控制方法研究[D]. 申慧. 西南科技大学, 2021(09)
- [5]重庆市公交车运行安全治理研究[D]. 孙坤坤. 云南财经大学, 2020(03)
- [6]基于深度学习的区域交通流预测及单交叉口信号的多目标联合优化研究[D]. 吴泳蓉. 桂林电子科技大学, 2020(02)
- [7]城市交通拥堵问题研究 ——以G市L区为例[D]. 钟泽镜. 新疆农业大学, 2020
- [8]公交专用道设置对城市交通网络的影响及优化方法研究[D]. 罗艺. 北京交通大学, 2020(06)
- [9]北京老城公交站点空间环境优化设计研究[D]. 张玮靓. 北京建筑大学, 2020(01)
- [10]基于时空数据的交通特征分析及交通流预测 ——以西安市为例[D]. 高涵. 西安科技大学, 2020(01)