期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
考虑瓶颈路段饱和度的交通需求控制评价 被引量:1
1
作者 凃强 程琳 +1 位作者 马捷 纪魁 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2018年第2期206-212,共7页
基于起讫点交通量的减少可能导致道路中某些路段的流量增加,分析瓶颈路段饱和度作为交通需求控制评价指标的必要性.提出考虑瓶颈路段饱和度的交通需求控制评价方法,建立双层数学规划模型,提出求解算法.以Nguyen-Dupuis网络为例,设计了1... 基于起讫点交通量的减少可能导致道路中某些路段的流量增加,分析瓶颈路段饱和度作为交通需求控制评价指标的必要性.提出考虑瓶颈路段饱和度的交通需求控制评价方法,建立双层数学规划模型,提出求解算法.以Nguyen-Dupuis网络为例,设计了15种方案,进行11组数值实验,分析各方案中路网总费用、路网平均饱和度及瓶颈路段饱和度3项指标随交通需求控制强度的变化.结果表明,各方案路网总费用和平均饱和度评价指标差异在2.25%以内,而各方案的瓶颈路段饱和度指标差异较大,最大时达到7.65%,且部分交通需求控制方案可能会导致瓶颈路段拥堵加剧,说明考虑瓶颈路段饱和度指标的重要性.通过分析路径流量的变化,解释了瓶颈路段饱和度变化的内在原因. 展开更多
关键词 交通工程与交通管理 交通需求控制 瓶颈路段饱和度 交通悖论 双层数学规划模型 相继平均算法
在线阅读 下载PDF
性别、年龄和人格特质对风险驾驶行为的影响 被引量:18
2
作者 陶达 张瑞 曲行达 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2016年第6期646-652,共7页
通过对200位汽车驾驶者进行问卷调查,研究驾驶员的性别、年龄和人格特质对风险驾驶行为的影响.人格特质和驾驶行为分别通过简版艾森克人格问卷和曼彻斯特驾驶行为问卷测量.对驾驶行为数据进行探索性因子分析,得到4个驾驶行为因子,分别... 通过对200位汽车驾驶者进行问卷调查,研究驾驶员的性别、年龄和人格特质对风险驾驶行为的影响.人格特质和驾驶行为分别通过简版艾森克人格问卷和曼彻斯特驾驶行为问卷测量.对驾驶行为数据进行探索性因子分析,得到4个驾驶行为因子,分别为无经验错误与违法、疏忽失误、情绪性违法和风险违法行为.方差分析结果显示,年龄对风险驾驶行为没有显著影响;除女性比男性更倾向于发生疏忽行为外,男女之间驾驶行为差异不大.精神质、神经质与风险驾驶行为之间体现出显著性正相关关系,掩饰性性格与风险驾驶行为存在显著性负相关关系,外向型性格与风险驾驶行为无显著性关系. 展开更多
关键词 交通工程与交通管理 风险驾驶行为 人格特质 驾驶行为问卷 艾森克人格问卷
在线阅读 下载PDF
采用低频浮动车数据的行程时间估计 被引量:4
3
作者 曲鑫 林赐云 +2 位作者 杨兆升 商强 程泽阳 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2016年第9期30-34,共5页
为解决利用低频浮动车数据进行路径行程时间估计时精度不高的问题,从分析浮动车数据特征的角度出发进行行程时间分布的估计,提出并讨论利用浮动车数据估计行程时间的潜在误差,针对每种潜在误差提出修正模型,并选取上海市长寿路部分路段... 为解决利用低频浮动车数据进行路径行程时间估计时精度不高的问题,从分析浮动车数据特征的角度出发进行行程时间分布的估计,提出并讨论利用浮动车数据估计行程时间的潜在误差,针对每种潜在误差提出修正模型,并选取上海市长寿路部分路段进行实证分析,利用1 500辆出租车数据,对各种修正方法下的行程时间进行估计,与改进内插值估计方法进行对比,并与车牌识别装置提供的直接行程时间估计结果进行相似性分析.结果表明:所有误差均修正的行程时间估计与改进内插值方法相比,平均估计精度提高9.5%,且估计的中位数、25%分位数和75%分位数与车牌识别方法有较高的匹配度.考虑低频浮动车数据误差修正的行程时间估计可以改善估计的精度,可提供有效的行程时间信息. 展开更多
关键词 交通工程与交通管理 低频浮动车数据 误差修正模型 车牌识别 行程时间估计
在线阅读 下载PDF
路段环境自动驾驶汽车通行权决策方法
4
作者 曹宁博 赵利英 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2022年第1期118-127,共10页
为了解决路段自动驾驶汽车的通行权决策问题,提高交通流的运行效率和稳定性,基于可接受间隙模型和谈判理论构建路段自动驾驶汽车通行权决策模型.综合考虑多种因素,基于可接受间隙模型对行人风险进行建模,将行人风险划分为低风险、中风... 为了解决路段自动驾驶汽车的通行权决策问题,提高交通流的运行效率和稳定性,基于可接受间隙模型和谈判理论构建路段自动驾驶汽车通行权决策模型.综合考虑多种因素,基于可接受间隙模型对行人风险进行建模,将行人风险划分为低风险、中风险和高风险.综合考虑风险、性格(激进和保守)和等待时间等对行人行为的影响,分析不同因素组合下行人和自动驾驶汽车可能采取的行为策略,基于该行为策略,利用谈判理论对自动驾驶汽车的通行权决策过程进行建模.利用Python联合SUMO开源交通仿真软件对模型进行验证,仿真持续10 h.3个模型的(保守模型、Gupta模型和本文模型)仿真结果表明,当行人产生频率为15 s时,自动驾驶汽车的平均行驶时间分别为661.5、399.5和327.6 s,平均延误时间分别为618 s、336 s和260.7 s,总流量分别为6 699辆、10 583辆和11 568辆.当行人产生频率为30 s时,自动驾驶汽车的平均行驶时间分别为643.5、311.7和81.9 s,平均延误时间分别为599.9、244.4和6.5 s,总流量分别为6 879辆、11 741辆和11 971辆.通行权决策方法的加入有助于降低自动驾驶汽车的行驶时间和延误,提升流量. 展开更多
关键词 交通工程与交通管理 自动驾驶汽车 通行权决策 谈判模型 行人 感知风险
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部