交通部应用基础研究项目(2014319812150)
- 作品数：6 被引量：46H指数：4
- 相关作者：康军段宗涛李莹唐蕾刘研更多>>
- 相关机构：长安大学更多>>
- 发文基金：交通部应用基础研究项目国家自然科学基金陕西省工业科技攻关项目更多>>
- 相关领域：交通运输工程自动化与计算机技术更多>>
- 高速公路应急救援能力评价体系被引量：4
- 2014年
- 高速公路应急救援能力是影响高速公路行车安全和高速公路服务水平的重要因素之一。以高速公路应急救援能力评价系统建设为目标,根据评价指标选取的原则,确定了21个评价指标,构建了高速公路应急救援能力评价指标体系。邀请10位专家,运用层次分析法,构造了评价指标重要程度的判断矩阵,对判断矩阵进行了一致性检验,计算并确定了各个评价指标的权重。运用模糊综合评价的建模方法,构建了高速公路应急救援能力评价的计算模型,确定了综合隶属度和综合评分的计算方法。以我国某段高速公路为例,对其应急救援能力进行了评价,并对评价结果进行分析。结果证实了文中所建立的评价指标体系及其权值的有效性。这一指标体系及其权值客观反映了该高速公路的实际救援能力水平,为应急救援能力的提升起到了促进作用,操作性强。
- 段宗涛郑西彬李莹李翔康军闫逸群
- 关键词：交通运输工程层次分析法模糊综合评价方法指标体系
- 基于Hadoop平台的实时多路径交通流分配算法被引量：6
- 2014年
- 为解决采用传统方法进行交通流分配时难以保证交通流均衡性的问题,基于Hadoop大数据计算平台,设计并实现了一种实时多路径交通流分配算法。当需要进行交通流分配的OD对之间存在多条阻抗最小路径时,该算法首先能够搜索到给定OD对的所有阻抗最小路径集合,然后将该OD对的交通流均匀分配到搜索到的路径集合上,从而实现交通流的均衡分配,避免各个路段实际交通量超过其流量阈值,有效预防后继拥堵的发生,最后对基于Hadoop平台的实时多路径交通流分配算法进行了仿真试验。结果表明:仿真路网中各路段在各个时刻的交通量均值相对于传统方法平均减少了42.3%,交通量方差相对于传统方法平均减少了35.8%,交通量最大值相对于传统方法平均减少了19.4%。
- 段宗涛李莹郑西彬康军程豪
- 关键词：交通流分配HADOOP平台交通诱导
- 面向城市交通网络的K最短路径集合算法被引量：11
- 2014年
- 在城市交通网络中,为了优化交通流,需要搜索到符合出行需求K最短路径,并将OD(Origin-Destination)交通流合理分配到这些路径上.本文主要对搜索符合出行需求的K最短路径搜索算法进行了研究,解决了已有算法仅能搜索出单条满足最短及K最短条件路径的问题.根据Wardrop第二原则及路段阻抗函数理论,分析了路径集合搜索方法对优化城市交通流的必要性,并定义了城市交通网络中K最短路径集合的概念及选择条件,提出了一种面向城市交通网络的具有多项式时间复杂度的K最短路径集合搜索算法.仿真结果表明,本文所提算法可以搜索出满足出行需求的所有K最短路径集合,在该路径集合上进行交通流分配的效果明显优于传统方法.
- 段宗涛WANG Wei-xing康军李莹郑西彬程豪刘研
- 关键词：城市交通路径搜索算法城市路网
- 一种平稳化短时交通流预测方法被引量：6
- 2018年
- 支持向量机回归模型是以预测噪声具有对称性概率分布为假设条件,而实际的短时交通流数据序列具有非平稳特征,这就使得在采用支持向量机回归模型进行短时交通流预测时,难以保证预测噪声的对称性概率分布,从而会影响到预测精度。针对上述问题,在证明支持向量机回归模型对平稳时间序列的预测噪声具有对称性概率分布的基础上,分别针对平稳化和未平稳化的短时交通流观测序列进行了仿真预测,并对预测结果进行了比对分析。分析结果表明,采用平稳化短时交通流预测方法可将预测的均方根误差降低约21.6%,绝对值误差降低约21.3%,相对误差降低约17.3%,仿真结果验证了所提方法的有效性。
- 康军段宗涛唐蕾温兴超
- 关键词：短时交通流预测统计学习支持向量机
- 道路交通大数据及其关键技术研究被引量：15
- 2015年
- 道路交通领域业已形成大数据的环境,为梳理道路交通大数据的研究内容、关键技术和技术方案.首先,归纳总结了大数据的内涵、特征及研究现状.其次,针对道路交通中的人、车、路和环境,分析了道路交通大数据的数据来源.然后,针对道路交通信息的获取、传输、处理和应用,分析了道路交通大数据的关键问题.最后,从数据处理和管理的角度,分析了道路交通大数据处理和管理的支撑技术.通过分析,得到了道路交通大数据的关键问题、开展道路交通大数据研究所需的技术基础和道路交通大数据未来的可能应用.通过这一系列梳理,明确了道路交通大数据研究的关键技术及其相关应用.
- 段宗涛郑西彬李莹刘研王向宇康军唐蕾
- 关键词：信息技术大数据道路交通交通信息
- 面向车联网环境的车辆移动模型研究进展被引量：4
- 2016年
- 在车联网环境下,车辆的移动改变了交通状态,继而触发网络连通性的变化,引发相关车辆对自身移动方式的调整。为了更好地挖掘真实的车辆移动轨迹,首先从车辆、交通情境以及驾驶人角度剖析包括移动约束、交通环境及时间尺度等影响车辆运动方式的关键元素,为构建模型提供指导;然后依据移动模型的数学理论方法,回顾了移动模型近年来的研究进展、代表性研究成果及相关文献等,并将其分为交通波模型、车辆跟驰模型、元胞自动机以及行为模型这4类;为了生成贴近真实状态的模型,采用真实数据对理论模型进行验证并修正;在阐述该方法的基础上,选取用户相关的数据与车辆轨迹数据对移动模型进行具体划分,并论述其在刻画物理环境、车辆交互、出行者习性以及反映交通流的实时状况,预测未来车流趋势等方面的应用。研究结果表明:现有模型对车辆属性与驾驶行为特性考虑较少,这会造成移动模型对车辆及驾驶人个体特征的忽略,从而影响模型的适应性;如何在特定的交通应用下,加强网络仿真器与车辆移动模型之间的交互,挖掘特色应用领域,实现人、车辆、交通环境之间的最佳匹配,将是车辆移动模型的未来发展方向。通过展望车辆移动模型的发展趋势,为该领域学者选择正确的架构模块和适当的模拟粒度提供参考。
- 唐蕾段宗涛康军马峻岩刘若辰
- 关键词：交通工程车联网
