期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
Effects of real-time traffic information systems on traffic performance under different network structures 被引量:3
1
作者 YAO Xue-heng f.benjamin zhan +1 位作者 LU Yong-mei YANG Min-hua 《Journal of Central South University》 SCIE EI CAS 2012年第2期586-592,共7页
The effects of real-time traffic information system(RTTIS)on traffic performance under parallel,grid and ring networks were investigated.The simulation results show that the effects of the proportion of RTTIS usage de... The effects of real-time traffic information system(RTTIS)on traffic performance under parallel,grid and ring networks were investigated.The simulation results show that the effects of the proportion of RTTIS usage depend on the road network structures.For traffic on a parallel network,the performance of groups with and without RTTIS level is improved when the proportion of vehicles using RTTIS is greater than 0 and less than 30%,and a proportion of RTTIS usage higher than 90%would actually deteriorate the performance.For both grid and ring networks,a higher proportion of RTTIS usage always improves the performance of groups with and without RTTIS.For all three network structures,vehicles without RTTIS benefit from some proportion of RTTIS usage in a system. 展开更多
关键词 real-time traffic information traffic network traffic efficiency optimization of urban traffic
下载PDF
PSHA模型的算法改进与中国地区未来地震概率评估
2
作者 路志越 f.benjamin zhan 鄂栋臣 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2013年第3期349-352,共4页
考虑到PSHA模型对未来地震预测特别是大震预测能起到很好的参考分析作用,尝试结合能量分布模型对其进行了改进,并以中国及周边地区200a内的地震历史记录为基础,利用原始PSHA模型以及改进后的PSHA模型分别计算了中国及邻近地区2000~201... 考虑到PSHA模型对未来地震预测特别是大震预测能起到很好的参考分析作用,尝试结合能量分布模型对其进行了改进,并以中国及周边地区200a内的地震历史记录为基础,利用原始PSHA模型以及改进后的PSHA模型分别计算了中国及邻近地区2000~2010年间5级以上地震发生的概率,并对两种结果进行了比较分析,最终证明改进后的PSHA模型具有更好的可靠性。 展开更多
关键词 地震概率评估 大震预测 改进的PSHA模型
原文传递
使用GRACE数据的地震高风险区可视化标识方法
3
作者 张晓倩 蔡忠亮 +2 位作者 周慧 吴子豪 f.benjamin zhan 《测绘地理信息》 2019年第1期56-58,共3页
利用GRACE时变重力场数据,根据强震发生之前的重力变化异常规律,结合GIS强大的空间分析和地理信息可视化,确定了一种多危险级别的地震高风险区标识方法。其主要包括提取重力变化零等值线、提取重力变化高梯度区、识别高发震率的断层、... 利用GRACE时变重力场数据,根据强震发生之前的重力变化异常规律,结合GIS强大的空间分析和地理信息可视化,确定了一种多危险级别的地震高风险区标识方法。其主要包括提取重力变化零等值线、提取重力变化高梯度区、识别高发震率的断层、不同危险级别的地震高风险区标识等4个步骤。并使用2015年全球震级6.0以上的地震对标识结果进行检验,发现使用5年时间尺度的重力变化异常数据,生成地震高风险标识图,来预测最接近重力变化时间的地震发生情况,预测的准确率最高。 展开更多
关键词 GRACE数据 重力变化异常 地震高风险区
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部