行程时间预测相关论文
城市交通行程时间预测是发展城市智能交通系统必然要求和核心任务，难点在于交通流具有强烈的非线性和随机性。针对传统基于神经网络......
随着经济的发展,城市交通拥堵加剧。公交优先发展方法作为解决交通拥堵问题的根本战略,却面临服务水平低,对乘客吸引度不够等劣势......
随着经济的发展,不断增长的汽车保有量及区域间的出行需求给高速公路交通带来了巨大的压力。为解决高速公路交通供需矛盾,在加快高......
可靠的行程时间预测是出行服务的重要内容,准确的行程时间预测可以帮助出行者合理地选择出发时间和行程路径,减少了城市交通网络在......
智慧化城市进程的加快对智慧出行的转型与发展提出了新的要求,而大数据时代的到来促进了出行数据的开放共享,为智慧出行研究提供了......
随着社会经济的快速发展,城市居民对出行体验的要求也不断提高,出行者不仅需要了解准确的行程时间,还希望掌握行程时间的延误及可......
外部环境因素对城市交通预测有较大影响,尤其在交通事件发生时,由于交通流的随机性和非线性特征,交通异常情况下的预测精度往往较......
行程时间预测对用户提前获取交通状态,并根据交通状态提前规划,提高出行质量具有重要意义。随着深度学习理论在图像分类、语音识别......
本文基于我国一省级高速公路联网收费数据，研究了不同车型行程时间之间的关系。本文分别从中型车、大型车比小型车行程时间短的车辆......
行程时间是反映道路交通状况的重要指标之一，道路行程时间预测对于提高交通流诱导和交通信号控制的效果具有重要意义。根据研究对象......
在公路货运场站内货车分批次进行运输任务的情况下,对各个时间段车辆与货物进行动态配载研究,加入了车辆周转行程时间预测,考虑到......
为提高城市公交车辆行程时间的预测精度,在分析历史数据和交通流变化特性基础上,提出了一种基于人工蜂群优化的极限学习机的组合预......
本文首先运用统计分析技术对城市干道检测器空间分布问题进行了研究,提出了城市主干道交通检测器布置方案的确定方法;然后建立了城......
数据融合及预测处理作为一种新的数据处理技术,在交通领域有广阔的发展和应用前景。通过对交通数据进行融合、预测,可以提高交通数......
本文以未来智能化交通系统技术的应用为目标,立足于河南省高速公路的特点,研究高速公路紧急救援资源调度的问题。研究目的是构建自......
本文以面向行程时间预测的公交车GPS数据挖掘为主题,围绕该主题,进行了相关内容的研究。论文共分七章。第一章给出了本论文的相关......
针对机场巴士运行过程影响因素复杂、难以预测运行时间的问题,建立了一种基于子空间辨识算法的机场巴士运行时间预测模型。首先根......
海量出租车GPS轨迹数据挖掘,对城市交通规划和居民出行指导具有重要意义。本研究重点解决顾及路网拓扑结构信息的出租车出行行为规......
城市道路交通状态分析可对路径行程时间预测,从而向出行者提供基于路网运行状态的出行路径。然而,目前针对该问题的研究存在低频数......
随着经济社会的发展,城市交通拥堵日趋严重,不但影响了人们的出行,也给社会经济的发展带来了巨大的损失。准确识别道路交通状态,提......
本世纪现代地面运输管理的模式主要有交通流诱导和线路引导,交通流诱导和线路引导的一个重要内容是路段行程时间。路段行程时间需......
随着城市交通路网的日益完善和机动车辆的增加,路线推荐已经成为人们日常出行不可或缺的一部分,尤其是对于乘坐出租车的用户。但是......
浮动车系统在信息收集范围上有很高的自由度,和定点安装在路上的车辆感知器相比占有绝对的优势。本文详细介绍了名古屋浮动车实验......
本文基于我国一省级高速公路联网收费数据，研究了不同车型行程时间之间的关系。本文分别从中型车、大型车比小型车行程时间短的......
本文介绍了上海市高架交通监控系统，文中对系统的功能、结构以及系统的实现进行了详细的介绍，包括交通状况评价、行程时间预测以及异......
在进行城市快速路的行程时间预测中，我们有三种可利用的数据类型，分别是交通流量、速度和占有率。我们用预测目标的历史数据库来做模......
行程时间预测是交通流诱导系统和控制系统研究的一项重要内容.本文在简单分析各种行程时间预测方法的基础上,讨论了基于模糊回归的......
随着智能交通系统的发展，交通流诱导和线路引导成为21世纪现代地面运输管理体系的模式和发展方向。建立交通流诱导和线路引导系统的......
提出了一种基于状态空间神经网络(SSNN)和拓展卡尔曼滤波(EKF)的混合式行程时间预测模型.以往的研究表明,状态空间神经网络能够较......
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生......
提出了一种基于状态空间神经网络（SSNN）和拓展卡尔曼滤波（EKF）的混合式行程时间预测模型．以往的研究表明，状态空间神经网络能够较好地处......
利用随机森林算法对路段行程时间进行预测,根据行程时间的相关性提取了四个特征向量作为决策树节点分裂的依据,对原始数据集进行训......
通过对公交车辆行驶特性以及行驶环境的实际分析，本文确立了影响公交车辆行程时间的几个关键因素：天气状况、时间段（高峰／平峰）、交通流......
随着城市快速路交通信息采集系统的发展,特别是视频车牌采集系统的应用,使实时动态获得快速路行程时间成为可能,同时也促进了高精......
为研究高速公路行程时间预测方法,基于梯度提升决策树(GBDT)建立了行程时间预测模型.提出的模型中选用11个变量(当前时段行程时间T......
针对露天矿卡车在车流规划中的行驶时间预测问题,提出一种基于遗传算法优化SVM参数方法,并考虑卡车状态、速度、载重量以及路面类......
城市公交丰辆行程时间预测是公共交通信息服务和运营调度的重要内容，要求较高的实时性和准确性。本文以智能交通运输系统为背景，通过......
装载GPS的浮动车在社会交通流中比重越来越高,已成为主要的行程时间采集手段。研究了基于浮动车的城市道路路段行程时间预测算法,......
本文概述了经典的Kalrnan滤波理论，并利用其建立了相应的交通信息融合模型，分别是基于Kalman滤波理论的交通流量预测模型和基于KaIma......
提出了车载路径与导航系统的框架,给出了该系统在长春试验的详细报告。在本次试验中,课题组验证了该系统的几个关键部分的可用性,......
针对城市道路的行程时间预测问题进行研究。由于城市道路交通问题具有不确定性和不精确性，故采用基于粗糙集的交通信息提取计算理论......
车联网的提出为智能交通的研究提供了新的交通信息收集技术.针对短时交通中车辆的路网行程时间估计问题,提出了基于N阶近邻的隐马......
基于实时的城市路网交通流信息预测公路货运车辆的行程时间,据此可以获取公路货运场站实时的车辆信息,并依据实时检测的场站货源信......
为精确预测公交行程时间,提出了基于蚁群和粒子群（AC0＋PS0）优化最小二乘支持向量机（LS-SVM）的预测方法.算法通过对LS-SVM的高斯核参数〈......
间断流行程时间预测是交通流诱导系统和交通控制系统研究的一项重要内容。指出传统浮动车行程时间预测模型的局限性，提出一个模糊回......
针对城市交通路网的复杂性和不确定性,提出一种基于模糊综合评判的动态行程时间预测模型,将总行程时间分为行驶时间和交通延误时间......
首先对预测路段进行分段，然后计算各小段的行程时间并将其累加。结合道路拥挤时的集结波和消散波模型，提出基于随机排队理论的城市快......
