基于可视化技术的交叉口短时交通流预测研究

为通过视觉图形实现交通流时序特征可视化,精准掌握交通大数据驱动下交叉口交通主体的移动趋势,构建交叉口短时交通流可视化预测系统。通过Python中的Matplotlib实现交叉口交通流时序可视化,利用ARIMA模型进行短时交通流预测,并以OpenITS合肥市示范区黄山路-科学大道交叉口数据进行实例验证。结果表明,该系统可实时、在线实现不同时段交通流分布规律可视化,并能有效提取交通流时序特征,ARIMA(1,1,0)模型的3个评价指标的预测误差均小于10%,具有较高的预测精度。

基于TPB- BG理论的常态化疫情防控下居民出行意愿研究

在新冠疫情防控常态化的条件下,通过调查研究,量化各影响因素,探讨居民出行意愿.利用TPB-BG理论,构建了基于出行环境安全感知、态度、主观规范和知觉行为控制等影响因素的结构方程模型,并对363个有效样本进行了实证分析.结果表明,结构方程模型具有良好的适配性;态度和知觉行为控制直接正向影响出行意愿,总效应分别为0.26和0.52;出行环境安全感知和主观规范通过态度和知觉行为控制间接正向影响出行意愿,总效应分别为0.27和0.11.