期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于累积前景理论的无信控路段人车通行冲突博弈分析
被引量:
5
1
作者
许伦辉
骈
宇
庄
+1 位作者
林永杰
黄紫林
《中国公路学报》
EI
CAS
CSCD
北大核心
2022年第1期119-136,共18页
无信控路段具有强交互性和高事故率,由于缺乏交通信号将人车进行分离,导致其容易形成人车通行冲突,影响道路通行效率和交通安全。为此,以各道路使用者的损失最小为目标,构建了基于累积前景理论的人车通行冲突博弈模型。通过研究过街行...
无信控路段具有强交互性和高事故率,由于缺乏交通信号将人车进行分离,导致其容易形成人车通行冲突,影响道路通行效率和交通安全。为此,以各道路使用者的损失最小为目标,构建了基于累积前景理论的人车通行冲突博弈模型。通过研究过街行人与机动车辆的交互作用,分析双方决策行为影响因素并构建得失矩阵;同时在考虑决策者主观心理感知的前提下,引入累积前景理论和从众效应优化模型决策概率与收益函数;依据复制子动态求解模型,并采用数值模拟分析不同交通情形下各系统的演化趋势。研究结果表明:系统稳定状态及演化方向主要受到双方冒险成本、互让损失、从众效应权重和行人过街占比的影响,可形成“人让车”“车让人”“人车互让”和“人车冲撞”4种不同演化结果。此外,使用CITR数据集进行参数标定和模型校准,并采用系统迭代次数指标分析模型的收敛速度。相比EUTMCG模型,CPTMCG模型对系统收敛速度有着显著提升,平均收敛速度提高22.86%,模型决策准确率在行人和车辆方面分别提高9.44%和7.49%。此外,还研究了系统演化趋势与冒险成本、互让损失和从众效应等关键参数之间的耦合关系。分析结果表明,在弱从众效应环境下,互让损失的增加会对各自“通过”决策概率起上升促进和下降抑制的作用;随着权重增加至阈值,互让损失的提高将起上升抑制和下降促进的作用。而冒险成本的增加对通过概率呈现相反态势。同时,行人过街占比的提升对行人通过概率将起到促进上升和抑制下降的效果,权重的增加将加剧其变化程度。建立的理论模型可用于无信控路段人车通行冲突成因分析,从而为交通管理部门在事故多发路段制定政策法规提供合理的理论依据。
展开更多
关键词
交通工程
通行冲突分析
累积前景理论
无信控路段
从众效应
演化博弈
原文传递
基于优化极限学习机的公交行程时间预测方法
被引量:
5
2
作者
许伦辉
苏楠
+1 位作者
骈
宇
庄
林培群
《广西师范大学学报(自然科学版)》
CAS
北大核心
2021年第5期64-77,共14页
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测模型(artificial bee colony-extreme learning machine,ABC-ELM)。首先,基于GPS等数据提取站间距离、...
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测模型(artificial bee colony-extreme learning machine,ABC-ELM)。首先,基于GPS等数据提取站间距离、时间周期及天气情况等动静态特征因素;其次,推算出公交车辆的站点停靠时间;接着,将人工蜂群优化算法(artificial bee colony algorithm,ABC)嵌入到传统极限学习机算法(extreme learning machine,ELM)中,以解决其在行程时间预测中收敛速度慢、初始权值和阈值选择困难的问题;最后,基于ABC-ELM算法预测公交车辆在目标路段的行程时间。以深圳市620路公交车的真实运营数据为基础进行方法验证。结果表明:与广泛采用的BP神经网络、SVM和ELM相比,本文方法在不同道路环境中均能保持较低的预测误差(RMSE误差:高峰/平峰为11.91/8.72,工作日/非工作日为11.46/9.54,晴天/雨天为10.83/12.31;决定系数R 2:高峰/平峰为0.87/0.92,工作日/非工作日为0.83/0.88,晴天/雨天为0.89/0.85),鲁棒性较强,更适用于复杂城市道路环境中的干线公交车辆的行程时间预测。
展开更多
关键词
城市交通
公交车辆
行程时间预测
极限学习机
人工蜂群算法
下载PDF
职称材料
基于改进HAIP定位技术的反向寻车系统
3
作者
刘怡
骈
宇
庄
+1 位作者
潘树莎
舒麒棹
《黑龙江交通科技》
2018年第12期183-185,共3页
为解决"寻车难"的问题,本文提出了利用蓝牙技术进行停车场内反向寻车的理念:通过手机蓝牙与停车场内蓝牙装置的连接下载停车场地图,利用HAIP系统改进的AOA技术并计算出位置信号从而进行区域的确定,手机终端进行信息的处理并...
为解决"寻车难"的问题,本文提出了利用蓝牙技术进行停车场内反向寻车的理念:通过手机蓝牙与停车场内蓝牙装置的连接下载停车场地图,利用HAIP系统改进的AOA技术并计算出位置信号从而进行区域的确定,手机终端进行信息的处理并提出寻车路线、完成离线导航。该理念的提出,摆脱了定位、导航对GPS信号的依赖,形成了以HAIP"定位信号"以及蓝牙传输设备"地图信号"为核心的全新定位、导航模式。
展开更多
关键词
蓝牙识别
反向寻车
HAIP技术
定位信号
下载PDF
职称材料
题名
基于累积前景理论的无信控路段人车通行冲突博弈分析
被引量:
5
1
作者
许伦辉
骈
宇
庄
林永杰
黄紫林
机构
华南理工大学土木与交通学院
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2022年第1期119-136,共18页
基金
国家自然科学基金项目(61873098)
国家自然科学基金青年科学基金项目(61903145)
广东省科技创新战略专项资金项目(pdjh2020a0030)。
文摘
无信控路段具有强交互性和高事故率,由于缺乏交通信号将人车进行分离,导致其容易形成人车通行冲突,影响道路通行效率和交通安全。为此,以各道路使用者的损失最小为目标,构建了基于累积前景理论的人车通行冲突博弈模型。通过研究过街行人与机动车辆的交互作用,分析双方决策行为影响因素并构建得失矩阵;同时在考虑决策者主观心理感知的前提下,引入累积前景理论和从众效应优化模型决策概率与收益函数;依据复制子动态求解模型,并采用数值模拟分析不同交通情形下各系统的演化趋势。研究结果表明:系统稳定状态及演化方向主要受到双方冒险成本、互让损失、从众效应权重和行人过街占比的影响,可形成“人让车”“车让人”“人车互让”和“人车冲撞”4种不同演化结果。此外,使用CITR数据集进行参数标定和模型校准,并采用系统迭代次数指标分析模型的收敛速度。相比EUTMCG模型,CPTMCG模型对系统收敛速度有着显著提升,平均收敛速度提高22.86%,模型决策准确率在行人和车辆方面分别提高9.44%和7.49%。此外,还研究了系统演化趋势与冒险成本、互让损失和从众效应等关键参数之间的耦合关系。分析结果表明,在弱从众效应环境下,互让损失的增加会对各自“通过”决策概率起上升促进和下降抑制的作用;随着权重增加至阈值,互让损失的提高将起上升抑制和下降促进的作用。而冒险成本的增加对通过概率呈现相反态势。同时,行人过街占比的提升对行人通过概率将起到促进上升和抑制下降的效果,权重的增加将加剧其变化程度。建立的理论模型可用于无信控路段人车通行冲突成因分析,从而为交通管理部门在事故多发路段制定政策法规提供合理的理论依据。
关键词
交通工程
通行冲突分析
累积前景理论
无信控路段
从众效应
演化博弈
Keywords
traffic engineering
analysis of the right of way conflict
cumulative prospect theory
unsignalized road sections
conformity effect
evolutionary game theory
分类号
U491.3 [交通运输工程—交通运输规划与管理]
原文传递
题名
基于优化极限学习机的公交行程时间预测方法
被引量:
5
2
作者
许伦辉
苏楠
骈
宇
庄
林培群
机构
华南理工大学土木与交通学院
出处
《广西师范大学学报(自然科学版)》
CAS
北大核心
2021年第5期64-77,共14页
基金
国家自然科学基金(61572233)
广东省科技计划项目(2017B030307001)
广东大学生科技创新培育专项(pdjh2020a0030)。
文摘
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测模型(artificial bee colony-extreme learning machine,ABC-ELM)。首先,基于GPS等数据提取站间距离、时间周期及天气情况等动静态特征因素;其次,推算出公交车辆的站点停靠时间;接着,将人工蜂群优化算法(artificial bee colony algorithm,ABC)嵌入到传统极限学习机算法(extreme learning machine,ELM)中,以解决其在行程时间预测中收敛速度慢、初始权值和阈值选择困难的问题;最后,基于ABC-ELM算法预测公交车辆在目标路段的行程时间。以深圳市620路公交车的真实运营数据为基础进行方法验证。结果表明:与广泛采用的BP神经网络、SVM和ELM相比,本文方法在不同道路环境中均能保持较低的预测误差(RMSE误差:高峰/平峰为11.91/8.72,工作日/非工作日为11.46/9.54,晴天/雨天为10.83/12.31;决定系数R 2:高峰/平峰为0.87/0.92,工作日/非工作日为0.83/0.88,晴天/雨天为0.89/0.85),鲁棒性较强,更适用于复杂城市道路环境中的干线公交车辆的行程时间预测。
关键词
城市交通
公交车辆
行程时间预测
极限学习机
人工蜂群算法
Keywords
urban traffic
public bus
travel time prediction
extreme learning machine
artificial bee colony algorithm
分类号
U491.17 [交通运输工程—交通运输规划与管理]
TP181 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
基于改进HAIP定位技术的反向寻车系统
3
作者
刘怡
骈
宇
庄
潘树莎
舒麒棹
机构
重庆交通大学交通运输学院
出处
《黑龙江交通科技》
2018年第12期183-185,共3页
文摘
为解决"寻车难"的问题,本文提出了利用蓝牙技术进行停车场内反向寻车的理念:通过手机蓝牙与停车场内蓝牙装置的连接下载停车场地图,利用HAIP系统改进的AOA技术并计算出位置信号从而进行区域的确定,手机终端进行信息的处理并提出寻车路线、完成离线导航。该理念的提出,摆脱了定位、导航对GPS信号的依赖,形成了以HAIP"定位信号"以及蓝牙传输设备"地图信号"为核心的全新定位、导航模式。
关键词
蓝牙识别
反向寻车
HAIP技术
定位信号
分类号
U492 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于累积前景理论的无信控路段人车通行冲突博弈分析
许伦辉
骈
宇
庄
林永杰
黄紫林
《中国公路学报》
EI
CAS
CSCD
北大核心
2022
5
原文传递
2
基于优化极限学习机的公交行程时间预测方法
许伦辉
苏楠
骈
宇
庄
林培群
《广西师范大学学报(自然科学版)》
CAS
北大核心
2021
5
下载PDF
职称材料
3
基于改进HAIP定位技术的反向寻车系统
刘怡
骈
宇
庄
潘树莎
舒麒棹
《黑龙江交通科技》
2018
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部