-
题名国土空间规划体系下城市货运交通系统要素管控研究
被引量：6
- 1
-
-
作者
王永清
-
机构
厦门市国土空间和交通研究中心(厦门规划展览馆)
-
出处
《规划师》
CSSCI
北大核心
2022年第7期72-78,共7页
-
文摘
国土空间规划要求对全域空间要素进行管控。货运交通是城市社会经济发展的产物,货运交通设施是城市发展的重要承载空间。文章针对传统城市规划中存在的货运交通要素体系不完善、要素指标不统一、要素空间管控路径缺乏刚性等问题,提出3大类、8中类、13小类的要素构成,明确了需要进行控制的6个具体指标及量化测算路径。同时,以厦门市为例,从货运交通要素构成、要素指标的确定、要素在“一张蓝图”中的管控传导方式三个方面建立了基于国土空间规划体系的货运交通要素管控体系。
-
关键词
货运交通系统
要素构成
指标选择
空间管控
厦门
-
Keywords
Urban freight transportation system
Composition of elements
Choice of indicators
Spatial governance
Xiamen city
-
分类号
TU984
[建筑科学—城市规划与设计]
-
-
题名基于深度学习的城市快速路交通拥堵点段车辆路径溯源
- 2
-
-
作者
张锋鑫
陈思曲
徐大林
唐克双
张政
-
机构
同济大学道路与交通工程教育部重点实验室
连云港杰瑞电子有限公司
厦门市国土空间和交通研究中心厦门规划展览馆
江苏自动化研究所
-
出处
《同济大学学报(自然科学版)》
北大核心
2025年第3期368-379,共12页
-
文摘
为突破既有研究将交通拥堵溯源问题简化为路径流量估计或拥堵关联分析的局限,构建一个更全面有效的城市快速路交通拥堵点段车辆路径溯源体系,以路径为基本分析单元,构建融合路径流量估计与拥堵关联分析的统一框架,并提出基于路径的可变形卷积长短期记忆神经网络(RSDC-LSTM)方法。该模型包含3个核心模块:基于历史路径流量数据与短时预测数据构建路径状态特征集;通过多路径卷积长短期记忆网络与软注意力机制的协同建模,量化各路径对交通拥堵的动态影响权重;采用可变形卷积神经网络捕捉拥堵点段的空间拓扑关联特征,实现时空双维度的路径重要性评估。实证研究表明,RSDC-LSTM能有效识别交通拥堵关键路径并建立影响度排序。通过对前10%高影响路径实施调控,可实现行程速度峰值提升23.36%,停车次数与延误时间最大降幅分别达29.41%与43.82%。RSDC-LSTM方法为动态交通管控策略制定提供了可量化的决策依据,有助于提升城市快速路的交通运行效率。
-
关键词
交通工程
城市快速路
交通拥堵
车辆路径
溯源
深度学习
-
Keywords
traffic engineering
urban expressway
traffic congestion
vehicle path
tracing
deep learning
-
分类号
U491.11
[交通运输工程—交通运输规划与管理]
-
