-
题名基于旅游景区的交通量预测比较研究
被引量：3
- 1
-
-
作者
晏秋萍
彭勇
-
机构
重庆交通大学交通运输学院
-
出处
《交通信息与安全》
2010年第5期25-27,共3页
-
文摘
随着第三产业的迅速发展,旅游成为发展的重点,相应旅游景区交通的规划建设也被提上日程。旅游交通路网的改进、完善都是以交通量预测为基础,从而确定道路规模。"四阶段法"是目前应用最为广泛的交通量预测方法之一,但是在四阶段预测过程中,却并没有把景区交通量纳入独立考虑。文中以重庆南山旅游景区为例,比较了旅游交通量考虑前后道路交通量预测的精确度,论证旅游景区交通量的影响程度。
-
关键词
旅游景区
交通量预测
四阶段法
比较
-
Keywords
tourist attractions
traffic prediction
four-stage method
comparison
-
分类号
TU984.11
[建筑科学—城市规划与设计]
-
-
题名基于全过程的偶发性拥堵消散时间预测模型
被引量：4
- 2
-
-
作者
徐韬
祝烨
谢晓忠
晏秋萍
程龙春
-
机构
重庆交通大学交通运输学院
重庆市市政设计研究院有限公司
-
出处
《工业工程》
北大核心
2022年第3期157-163,共7页
-
基金
重庆市科研创新资助项目(CYS15188)。
-
文摘
为减少偶发性交通拥堵消散时间预测误差,基于事故全过程将拥堵消散时间分为驻留时间、处置时间及恢复时间,从驾驶员性格特征、事故等级特征值、初始速度建立驻留时间和处置时间回归模型,利用线性递减时变权重及速度限制改进标准粒子群算法优化RBF神经网络权重,以TransModeler仿真数据及实测数据为训练样本,建立偶发拥堵恢复时间RBF神经网络模型。仿真结果表明,模型平均绝对误差为245.3 s,其中改进PSO-RBF网络对恢复时间预测相对误差为11.2%,均方根误差为102.3,平均相对误差较单一RBF网络、标准PSO-RBF网络分别下降38.1%、23.8%。
-
关键词
交通工程
全过程
消散时间
神经网络
粒子群优化
-
Keywords
traffic engineering
whole process
dissipation time
neural network
particle swarm optimization
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名重庆中心城区城市道路规划建设的问题与建议
- 3
-
-
作者
谢晓忠
晏秋萍
刘桂海
-
机构
重庆市市政设计研究院有限公司
林同棪国际工程咨询(中国)有限公司
-
出处
《重庆建筑》
2022年第7期17-19,共3页
-
文摘
该文基于重庆市直辖以来中心城区城市道路规划建设发展现状,针对性地分析发展中存在的问题以及未来的规划建设面临的客观形势,提出规划引领城市高水平建设、探索构建可持续投融资机制、统筹城市道路与轨道交通的协同建设与发展等对策,以促进提升重庆城市道路现代化规划与建设水平,同时为其他城市的规划建设提供参考。
-
关键词
城市道路
道路
桥梁
立交
投融资
-
Keywords
urban road
road
bridge
interchange
investment and financing
-
分类号
U491.2
[交通运输工程—交通运输规划与管理]
-
