發(fā)布時(shí)間：2021-04-17 19:04

　　隨著城市化快速的發(fā)展進(jìn)程,交通擁堵已經(jīng)成為國(guó)內(nèi)外大中城市亟需解決的嚴(yán)重問(wèn)題之一。交通擁堵常態(tài)化現(xiàn)象不僅嚴(yán)重影響公眾出行,抑制了城市的發(fā)展,同時(shí)減緩了城市的升級(jí)進(jìn)度,降低了城市發(fā)展效能。因此,面向當(dāng)前日益復(fù)雜的城市道路交通現(xiàn)狀,迫切需要研究科學(xué)、有效的城市交通運(yùn)行評(píng)價(jià)體系,以更好地為改善城市交通管理措施和緩解交通擁堵問(wèn)題提供合理依據(jù)與技術(shù)方法支持。為了對(duì)城市道路交通運(yùn)行狀態(tài)做出合理評(píng)價(jià),本文基于浮動(dòng)車數(shù)據(jù)研究了城市交通運(yùn)行評(píng)價(jià)方法體系;針對(duì)已有評(píng)價(jià)方法主要考慮交通參數(shù)與路網(wǎng)使用性能,較少考慮城市道路網(wǎng)絡(luò)結(jié)構(gòu)特征以及多種環(huán)境因素對(duì)交通運(yùn)行的影響,評(píng)價(jià)指標(biāo)體系缺乏多樣化的問(wèn)題,本文以城市交通評(píng)價(jià)體系為基礎(chǔ),研究顧及交通網(wǎng)絡(luò)特征的交通運(yùn)行指數(shù),基于該指數(shù)研究城市道路交通預(yù)測(cè)評(píng)價(jià)方法,通過(guò)對(duì)城市道路交通運(yùn)行指數(shù)的預(yù)測(cè)分析,為公眾及時(shí)掌握城市道路交通運(yùn)行狀態(tài)及合理安排交通出行提供參考。論文主要研究?jī)?nèi)容包括以下三個(gè)方面:（1）城市交通運(yùn)行評(píng)價(jià)的方法體系。本文面向城市交通運(yùn)行狀態(tài)的特點(diǎn)和公眾出行的需求,研究了使用交通參數(shù)的典型城市交通運(yùn)行指數(shù)構(gòu)建方法;結(jié)合影響城市交通運(yùn)行狀態(tài)的多種因素,研究了城市交通... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

路段疊加熱點(diǎn)區(qū)域示意

57圖 5-13 成都市二環(huán)區(qū)域內(nèi)道路網(wǎng)絡(luò)抽象圖中的距離計(jì)算往往要為邊賦予相應(yīng)的權(quán)值，以滿足不長(zhǎng)度作為距離，另外還有使用步數(shù)作為距離的計(jì)算到其他節(jié)點(diǎn)的容易程度，只需計(jì)算一個(gè)點(diǎn)到達(dá)另一離來(lái)表示節(jié)點(diǎn)到其他節(jié)點(diǎn)的距離，將所有邊的權(quán)重3.1 小節(jié)中描述的方法計(jì)算出節(jié)點(diǎn)到網(wǎng)絡(luò)結(jié)構(gòu)中其他

第五章 實(shí)驗(yàn)與分析考慮道路網(wǎng)絡(luò)結(jié)構(gòu)特征值，因此將參數(shù)設(shè)置為 0.5， 0.2， 0.3。5.3.2 顧及城市道路交通網(wǎng)絡(luò)特征的評(píng)價(jià)分析基于每個(gè)路段的交通影響因子計(jì)算結(jié)果，根據(jù)本文提出的交通運(yùn)行指數(shù)模型進(jìn)行計(jì)算，得出交通運(yùn)行指數(shù)結(jié)果。利用同樣的數(shù)據(jù)集及對(duì)應(yīng)影響因子，分別采用北京市基于擁堵里程比、深圳市基于行程時(shí)間比以及上海市考慮車道數(shù)和里程長(zhǎng)度的綜合指標(biāo)評(píng)價(jià)的指數(shù)模型對(duì)數(shù)據(jù)進(jìn)行計(jì)算，與本文的方法進(jìn)行對(duì)比。值得注意的是，北京的指標(biāo)閾值在 0~10，深圳的指標(biāo)閾值范圍在 0~5，而上海和本文的閾值則在 0~100，為了將幾種方法進(jìn)行對(duì)比，將實(shí)驗(yàn)結(jié)果通過(guò)轉(zhuǎn)換計(jì)算，閾值取值集中在 0~10。圖 5-14(a)顯示了 2014 年 8 月 7 日工作日 6:00-24:00 的交通運(yùn)行指數(shù)結(jié)果，圖 5-14(b)為 2014 年 8 月 10 日周日 6:00-24:00 的指數(shù)結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]基于SVM的短期交通狀態(tài)預(yù)測(cè)識(shí)別研究[J]. 肖思思,楊宏業(yè).  內(nèi)蒙古工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[2]基于K近鄰算法和支持向量回歸組合的短時(shí)交通流預(yù)測(cè)[J]. 劉釗,杜威,閆冬梅,柴干,郭建華.  公路交通科技. 2017(05)
[3]考慮多因素的城市道路交通擁堵指數(shù)預(yù)測(cè)研究[J]. 韋清波,何兆成,鄭喜雙,陳昶佳,楊敬鋒.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(01)
[4]基于ARIMA和小波神經(jīng)網(wǎng)絡(luò)組合模型的交通流預(yù)測(cè)[J]. 成云,成孝剛,談苗苗,周凱,李海波.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(01)
[5]基于數(shù)據(jù)場(chǎng)的出租車軌跡熱點(diǎn)區(qū)域探測(cè)方法[J]. 周勍,秦昆,陳一祥,李志鑫.  地理與地理信息科學(xué). 2016(06)
[6]交通運(yùn)行指數(shù)的研究與應(yīng)用綜述[J]. 王璐媛,于雷,孫建平,宋國(guó)華.  交通信息與安全. 2016(03)
[7]上海市道路交通狀態(tài)指數(shù)簡(jiǎn)介及應(yīng)用案例[J]. 張揚(yáng),何承,張祎,顧承華,馬偉民,林益平.  交通與運(yùn)輸. 2016(03)
[8]基于地點(diǎn)車速的路段交通擁堵指數(shù)計(jì)算方法[J]. 宋志洪,江金鳳,尹少東,梁子君.  現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化. 2015(15)
[9]基于多因素的交通指數(shù)回歸分析短時(shí)預(yù)測(cè)研究[J]. 戴娟莉,宋奇文.  公路與汽運(yùn). 2015(03)
[10]相空間重構(gòu)的卡爾曼濾波交通流預(yù)測(cè)研究[J]. 錢(qián)偉,楊慧慧,孫玉娟.  計(jì)算機(jī)工程與應(yīng)用. 2016(14)

博士論文
[1]面向特大城市的分層次交通擁堵評(píng)價(jià)模型及算法[D]. 劉夢(mèng)涵.北京交通大學(xué) 2009

碩士論文
[1]基于浮動(dòng)車數(shù)據(jù)的城市道路交通狀態(tài)預(yù)測(cè)研究[D]. 童彤.大連海事大學(xué) 2017
[2]基于交通擁堵指數(shù)的交通擁堵模式聚類分析[D]. 劉思寧.北京交通大學(xué) 2016
[3]車輛路徑動(dòng)態(tài)導(dǎo)航算法研究[D]. 王偉生.電子科技大學(xué) 2016
[4]基于K近鄰非參數(shù)回歸的短時(shí)交通流預(yù)測(cè)算法研究[D]. 林川.電子科技大學(xué) 2015
[5]非參數(shù)回歸的研究及其應(yīng)用[D]. 劉志剛.溫州大學(xué) 2012
[6]基于一次擁堵的城市交通擁堵綜合評(píng)價(jià)方法研究[D]. 高藝.北京交通大學(xué) 2011



本文編號(hào)：3143978