沥青路面新铺碎石封层开放交通时间的确定

为确定新铺碎石封层开放交通所需的时间,通过室内湿轮磨耗试验与室外碎石封层含水量损失测试相结合的方法,对3条试验路段进行跟踪试验,研究了碎石封层开放交通时间的影响因素,最终得到了判定碎石封层是否可以开放交通的标准。结果表明：碎石封层中残留水分的多少是影响其开放交通时间的重要因素,当水分损失在85%~90%之间时可以开放交通;碎石封层水分损失率和室内湿轮磨耗试验得到的碎石质量损失率之间有很好的相关性,提出了二者的相关线性方程。

村镇居民交通时间模拟及其在灾害风险评估中的应用

本文尝试以覆盖我国24个省市共45个村镇样本的居民生活模式调研为基础,村镇居民的交通时间与易得的空间指标进行建模.结果表明,村镇建成区面积Ab(hm2)与居民交通时间T(min)存在显著的负相关关系.其中,农业从业者的交通时间T_f与建成区面积Ab关系最敏感,其回归模型为lnT_f=-0.33·ln Ab+4.38.二、三产业从业者可划分为本村和外村从业者,外村从业者的交通时间T_w接近本村从业者交通时间T_b的3倍,其回归模型分别为lnT_b=-0.23·lnA_b+3.18、lnT_w=-0.20·lnA_b+4.28.本文应用上述模型对灾害情景下不同大小村镇不同从业人员的人群室内室外分布进行了示例仿真.综上所述,村镇居民交通时间模型输入参数易获取,模型形式简单,可广泛用于突发事件暴露评估以及灾害死亡人口快速评估,为风险评估和管理提供了准确的数据支持.

路用降温涂层开放交通时间研究

为确定路用降温涂层合理的开放交通时间,通过优选多种性能优良的降温功能性材料及辅助材料制备路用降温涂层,对不同类型路用降温涂层降温效果进行研究,测定出不同涂抹量及温度条件下路用降温涂层干燥时间。结果表明:不同类型路用降温涂层降温效果优良,最高降温幅度可达10℃以上;涂抹量为0.8kg·m-2条件下的干燥时间能够满足路用降温涂层开放交通时间的要求;施工温度为20℃时有利于路用降温涂层开放交通。

基于GRU-RNN模型的城市主干道交通时间预测

交通旅行时间是研究交通路况的重要指标之一,对其精确预估是城市道路交通管理的重要依据。针对交通旅行时间序列数据,应用GRU结构的递归神经网络,构建城市主干道交通旅行时间预测模型。根据实际路网数据的时间相关性重构交通旅行时间序列,结合时间序列的趋势特性完成对数据的清洗以及缺失值的补齐。使用基于TensorFlow为后端的Keras框架完成基于GRU结构的循环神经网络的结构搭建和精细调参,使用路网实测数据进行模型的训练和验证,根据验证结果选择优化参数,使模型的训练时间水平得到提升。仿真实验证明其所采用的模型相对于基于LSTM结构的时间序列模型收敛速度更快。

基于ABiLSTM与XGBoost组合模型的交通时间预测

为了提高交通时间预测准确度,建立一种基于ABiLSTM与XGBoost的组合模型。首先,在BiLSTM模型上添加注意力机制,使模型能够对不同时间步赋予不同权重的关注,实验证明添加了注意力机制的ABiLSTM模型相较于BiLSTM模型具有更好的预测能力;其次,使用遗传算法和hyperopt对XGBoost中的参数进行调节,选用表现最好的参数作为组合模型的组成部分;最后,使用误差倒排法和最小绝对值法将ABiLSTM模型与经过调参之后的XGBoost模型进行组合。实验证明,使用了最小绝对值法的组合模型相较于任何单一模型均表现出更好的预测效果。

重庆市主城区“最短交通时间”决策意义浅析

重庆作为年轻的直辖市 ,在进行城市交通规划时 ,必须充分考虑城市交通的经济效益、社会效益、环境效益等问题。文中就重庆市主城区“最短交通时间”这一规划决策的意义进行阐述。

探测交通时间序列长相关性的多重分形消除趋势波动分析方法

交通时间序列的多重分形性通常与交通流时间序列的长相关性或概率密度函数有关。本文应用多重分形消除趋势波动分析(MF-DFA)方法来研究交通流时间序列。通过分析北京玉泉营快速路的速度时间序列,我们发现速度时间序列存在一个时间标度值,其前后的信号分别具有不同的相关指数。最后,我们用MF-DFA方法对原始序列和扰动序列进行分析比较,发现交通时间序列的多重分形性主要是由交通流的相关性决定的。

基于交通时间的城市居住地选择线性规划模型

通过建立基于交通时间的线性规划来实现城市家庭对于居住地的选择。该交通时间包含了工作日与节假日的交通时间,且该模型包含两个约束,房屋居住成本不高于家庭居住支付能力及工作日的交通时间不高于家庭可容忍最长交通时间。基于建立模型的特殊性,采用枚举法对模型进行求解。最后,通过算例验证了建立模型与算法的有效性。

基于Cox比例风险模型的交通违法间隔时间研究

为探寻驾驶员因素和时间因素对城市道路机动车交通违法间隔时间的影响,收集机动车驾驶员交通违法的间隔时间和驾驶员年龄、累计积分等数据,清洗后得到包含10个影响因素的基础数据;基于生存分析算法,采用Cox比例风险回归模型,从各变量对再次发生交通违法间隔时间的影响方面,研究驾驶员交通违法的间隔时间差异,以及影响驾驶员发生再次违法的关键因素。结果表明:交通违法时间间隔受年龄、累计积分、月份3个因素显著影响;33~44岁的驾驶者再次违法率最大,大于60岁的驾驶者再次违法率最小;驾驶员累计积分与生存曲线陡峭程度为正相关关系,累计积分与驾驶者再次违法率为正相关关系;相同间隔时间下,11月生存率最高,1月生存率最短。

检查交通时间对大肠癌早期诊断的影响:回顾性队列研究

目的:分析广州市大肠癌筛查项目中初筛阳性并确诊为进展性肠道病变者的大肠癌早期诊断情况,探索到肠镜检查的医院交通时间对大肠癌早期诊断的影响,为提高大肠癌早诊率提供依据。方法:研究基于广州市大肠癌筛查项目进行,收集2015~2016年初筛阳性并在2017年年底之前确诊为进展性肠道病变者的相关资料。研究计算了到肠镜检查医院的最短公共交通时间。采用Logistic回归模型探索交通时间对大肠癌早期诊断的影响作用。结果:共有968名进展性肠道病变者被纳入到研究中,843(87.1%)人被早期诊断。多因素Logistic回归发现交通时间>60 min不利于大肠癌早诊(ORm=0.354,P=0.030)。此外,仅FOBT阳性(ORm=0.270,P=0.001)和问卷、FOBT双阳性(ORm=0.155,P<0.001)更不易早诊;教育水平初中以上(ORm=1.591,P=0.047),免费肠镜检查(ORm=2.471,P=0.011)及居住在城市地区更有可能被早期诊断(ORm=1.845,P=0.048)。结论:广州市进展性肠道病变者的大肠癌早诊率需进一步提高。交通时间是早期诊断的影响因素,在今后的肠镜检查医院的配置中,要考虑到地理均衡性。

考虑交通时间与设备转换时间的跨区域就医调度优化问题

在资源共享时代背景下,跨区域就医可以很好地解决患者日益增长的就医需求与医疗资源紧张的矛盾。本论文以医疗联盟为研究对象,在关键医疗资源共享的前提下,通过患者跨区域就医实现就医诊断延误最小化,以满足患者就医需求。本研究同时考虑了患者跨区域交通时间与基于患者诊断类型的设备转换时间,以最小化患者就医总延迟为目标,分配患者就诊医院及优化患者就诊/检查顺序。针对该问题,论文首次提出以最早交货期原则(EDD rule)为基础,以患者再分配为主导的EDD-ReAss1和EDD-ReAss2启发式算法,结合局部搜索算法以进一步提高就医调度方案的质量,缩短患者诊断/检查等待时间。实验结果表明,新启发式算法EDD-ReAss1和EDD-ReAss2算法性能显著好于EDD,SPT和LPT等调度规则;在较短运算时间内Swap局部搜索算法性能最优。

结合可视图的多状态交通流时间序列特性分析

交通流时间序列的研究主要采用数据挖掘和机器学习的方法,这些"黑箱"挖掘方法很难直观反映序列特性.为增强交通流时间序列及其特征分析的可视化性,结合可视图理论来构建交通流时间序列的关联网络,从复杂网络角度实现交通流时间序列的特性分析.在网络构建的过程中,考虑到不同交通状态下交通流表征具有的差异性,首先利用交通流参量的相关性对交通流状态进行分类,然后构建不同交通状态下的时间序列复杂网络,并对这些网络的特征属性给出统计分析,如度分布、聚类系数、网络直径、模块化等.研究表明,可视图法可为交通流时间序列映射到网络提供有效途径,并且不同状态下交通流时间序列构建的复杂网络的模块化、聚类系数和度分布等统计特征呈现一定的变化规律,为交通流运行态势的研究提供了可视化的分析角度.

短时交通量时间序列智能复合预测方法概述

短时交通量预测是智能运输系统的核心研究内容之一,已成为交通工程领域重点研究课题。对国内外短时交通量时间序列的预测方法尤其是智能复合预测方法进行概述和总结,重点介绍灰色预测模型、模糊预测、遗传算法、神经网络、灰色神经网络、神经网络集成、统计学习理论、混沌预测、小波分解与重构的方法、以及由上述模型互相组合构成的各种智能组合预测模型等,并指出智能复合预测方法是解决短时交通量时间序列预测问题的有效途径和发展趋势。

基于车辆自动定位系统数据的地面公共交通运行时间可靠性分析(英文)

为了给公交线路车辆调度提供重要参数及给公交运营管理和居民公交出行提供决策依据,应用车辆自动定位系统数据对公共交通运行时间可靠性进行了分析. 基于对公共交通运行时间的统计分析,提出变异系数、分布宽度、运行速度、堵率、规划时间、预留时间等 6 个指标,构建了公共交通运行时间可靠性评价分析框架. 苏州市某公交线路实例分析结果表明,所提出的评价指标体系简单直观,能有效反映该线路公交车辆运行的效率和稳定性,且公共交通运行时间可靠性具有随不同时段变化的特征.

城市中心区交通量时间序列的分形特征

要解决城市中心区日益突现的交通问题,实施短周期交通诱导与控制被认为是有效手段.提出用R/S分析方法与分数布朗运动模型研究城市中心区交通量时间序列,求证其具备分形特征与长程相关性的命题,以达到为城市中心区实施短周期交通诱导与控制提供前提条件的目的.在阐述R/S分析基本原理的基础上,对于西安城市中心区交通量时间序列进行了实例研究:分别对于以15min、30min、45min、60min为时间间隔的4组交通量时间序列做R/S分析,结果表明4组交通量时间序列都存在Hurst现象;其H指数均符合0.5<H<1,从分数布朗运动规律衡量,西安城市中心区交通量时间序列是一个具有长程相关性的随机过程,体现着分形特征;根据H指数随时间间隔的变化情况,还探讨了城市中心区交通诱导与控制的适合周期长度.

基于随机生存森林的交通事件持续时间预测

采用随机生存森林模型开展交通事件持续时间分析,克服了传统决策树模型易过度拟合和传统生存分析需限制性假定及识别协变量交互作用的缺陷.该研究基于上海城市快速路网交通事件数据,结合道路几何线形、交通运行、天气状况等数据.原始数据库分为训练数据(80%)和测试数据(20%).分析结果表明事件类型、路段长度、发生地点、剩余车道数、交通流量等变量对交通事件持续时间有显著影响;影响时间预测准确率结果表明随机生存森林模型预测精度显著优于随机森林的预测精度.

预测交通流量时间序列的组合动态建模方法

为了预测交通流量,提出一种预测交通流量的组合动态建模方法。考虑交通流量的特征,将流量时间序列分解成周期项、趋势项和混沌扰动项。采用季节性指数平滑法预测周期项和趋势项之和。该计算过程取周期为一天和一周,并用带遗忘因子的递推最小二乘法确定权重,采用邻域法预测混沌项。对实际交通流量序列的预测结果表明,交通流量与前一天和前一周的状态均存在相关性,且季节性指数平滑预测后的残差是混沌的。一周的不同统计间隔的交通流量序列预测的平均相对误差在9%以下。

空中交通流时间序列的复杂度分析

空中交通系统是复杂的非线性系统,时间序列是研究空中交通系统的有效措施。为了定量分析空中交通的复杂性,首先阐述Lempel-Ziv算法复杂度及其修正复杂度;然后采集三亚01号、02号、04号扇区连续28 d的实际运行数据,构建了空中交通流时间序列;计算了3个扇区交通流时间序列的算法复杂度,并对相关参数的影响进行了分析。计算结果表明,修正的算法复杂度适用于长度较短的时间序列,可用于量化测度空中交通流复杂性;符号化方法、序列长度、时间尺度等对算法复杂度有较大影响。

2010～2012年广西居民交通出行方式及时间分析

目的了解广西居民交通出行的方式及时间,为制定慢病防控策略、促进全民健康提供参考依据。方法抽取2010～2012年广西五市(县) 6 079名6岁及以上居民作为研究对象,调查所有研究对象的出行方式及时间。结果 2010～2012年广西居民以步行、自行车、公交车、私家车、其他方式为出行方式的比例分别为45. 3%、9. 2%、11. 3%、32. 0%、2. 2%;不同年龄段之间及不同职业之间的出行方式比较,差异均有统计学意义(均P <0. 05),但不同交通出行方式之间的出行时间差距较小;居民平均每天的出行时间为(49. 9±40. 9) min,其中城市高于农村(P <0. 05)。结论广西居民的出行方式逐渐从步行转变为乘坐机动车出行,应鼓励居民使用步行、自行车出行,增强身体活动,促进全民健康。