-
题名基于智能手机应用的公交车数据采集与分析
被引量：5
- 1
-
-
作者
柏丛
彭仲仁
孙健
-
机构
上海交通大学船舶海洋与建筑工程学院交通运输与航运系
佛罗里达大学城市与区域规划系
-
出处
《科学技术与工程》
北大核心
2014年第21期293-296,305,共5页
-
文摘
伴随着我国国民经济的飞速发展和城市化进程的加快,交通问题成为我国城市发展面临的极其严峻的现实问题。发展智能交通系统,是解决城市交通问题一个新的思路和方式。发展智能交通系统,最首要和最基本的问题就是解决交通信息采集问题。相比于传统方式,基于智能手机应用的交通信息采集方式可以大幅度提升交通调查效率和数据精确度。首先对原始数据的处理进行了说明,介绍了原始数据的示例以及如何对数据进行提出分析;接着,详细介绍获得出行轨迹、计算路段平均长度、相关速度、OD矩阵等的方法。
-
关键词
城市交通
智能手机应用
数据采集
公交车数据
-
Keywords
urban traffic smart phone application data collection bus data
-
分类号
U491.1
[交通运输工程—交通运输规划与管理]
-
-
题名基于公交浮动车数据的城市主干道交通拥堵预测
被引量：3
- 2
-
-
作者
明秀玲
肖梅
刘倩
黄洪滔
-
机构
长安大学运输工程学院
-
出处
《科学技术与工程》
北大核心
2023年第13期5770-5776,共7页
-
基金
浙江省‘尖兵’‘领雁’研发攻关计划(2022C01105)
陕西省自然科学基金(2023-JC-YB-588)
陕西省社会科学基金(2022F021)。
-
文摘
交通拥堵预测是解决交通拥堵问题的前提。针对速度特性分析不全面的问题,基于公交浮动车数据,在速度时间相关性和空间相关性分析的基础上,加入了公交流量和时间占有率两个特征,提出了考虑时空特性和公交车流特性的改进粒子群优化的径向基函数神经网络(particle swarm optimization-radial basis function,PSO-RBF)速度预测模型。通过比较预测结果与速度阈值,得到城市主干道的交通拥堵情况。结果表明,与只考虑时空特性的预测结果相比,所提出的基于时空特性和公交车流特性的预测方法,可使模型预测的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)分别降低13.58%、12.63%,决定系数达92.39%。同时,实例验证了改进的PSO-RBF神经网络模型的预测精度要优于标准的PSO-RBF神经网络。
-
关键词
交通拥堵预测
粒子群优化算法
径向基函数神经网络
公交浮动车数据
城市主干道
-
Keywords
traffic congestion prediction
particle swarm optimization algorithm
radial basis function neural network
floating bus data
urban trunk road
-
分类号
U491.4
[交通运输工程—交通运输规划与管理]
-
