-
题名结合彩色沥青引导的交叉口可变车道优化及控制方法
- 1
-
-
作者
詹学娟
梁子君
李雨琪
牛怡然
王睿涵
-
机构
合肥学院城市建设与交通学院
安徽省智慧交通大数据分析与应用工程实验室
城市轨道交通安全与应急管理安徽省重点实验室
-
出处
《淮阴工学院学报》
CAS
2024年第2期7-16,共10页
-
基金
安徽省高校自然科学研究重大项目“基于智慧路口全息感知的交通运行AI诊断及优化调控研究”(2023AH040306)
安徽省交通运输重点科技项目“道路交通组织优化及安全控制研究”(2023-KJQD-001)。
-
文摘
面向城市道路交叉口在不同时段的交通流量变化特性,可变车道是提升交叉口通行效率的重要手段。针对交叉口可变车道的优化应用问题,提出了一种结合彩色沥青引导的交叉口可变车道优化及控制方法。首先,基于车道、相位和配时一体化设置原理,提出可变车道优化设置方法,提升可变车道设置及控制的合理性;其次,研究适用于可变车道铺装的彩色沥青材料,并在此基础上开展引导设计,提升可变车道应用的有效性;然后,以实际交叉口为例完成可变车道优化设计及控制方案;最后,采用VISSIM仿真软件验证了方案的有效性。仿真结果表明,该方法能够明显提高交叉口的通行效率。
-
关键词
交叉口
可变车道
优化设置
彩色沥青
引导设计
-
Keywords
intersection
variable lanes
optimal settings
colored asphalt
guidance design
-
分类号
U416.2
[交通运输工程—道路与铁道工程]
-
-
题名结合彩色沥青引导的交叉口慢行交通组织优化设计
被引量：2
- 2
-
-
作者
孔微
梁子君
詹学娟
孙培
肖赟
-
机构
合肥学院城市建设与交通学院
安徽省智慧交通大数据分析与应用工程实验室
安徽省普通高校交通信息与安全重点实验室
-
出处
《淮阴工学院学报》
CAS
2023年第3期1-7,共7页
-
基金
2022年度高等学校省级质量工程项目(2022xjzlts035)
安徽省普通高校交通信息与安全重点实验室开放课题(JTX202201)。
-
文摘
针对交叉口慢行交通出行路权分配不明确、过街距离过长等问题,开展结合彩色沥青引导的交叉口慢行交通组织优化研究。首先,研究适用于慢行交通的彩色沥青路面,进行彩色沥青原材料选择与配合比设计;其次,基于时空资源一体化设计原则,提出慢行交通组织优化设计方法;然后,以实际交叉口为例完成慢行交通组织优化设计方案;最后,采用VISSIM仿真软件验证设计方案的有效性。结果表明:彩色沥青路面有助于明晰慢行交通路权,减少慢行交通与机动车之间的冲突,缩短慢行交通一次过街距离,在此基础上考虑慢行交通协调式过街的相位配时设计,能够有效提高路口过街安全性和通行效率。
-
关键词
交叉口
慢行交通
彩色沥青
交通组织优化
-
Keywords
intersection
slow traffic
colored asphalt material
traffic organization optimization
-
分类号
U416.2
[交通运输工程—道路与铁道工程]
-
-
题名城市配送需求预测方法研究
被引量：2
- 3
-
-
作者
肖赟
刘洋
裴爱晖
梁子君
张蒙
-
机构
合肥学院城市建设与交通学院
安徽省智慧交通大数据分析与应用工程实验室
长安大学运输工程学院
交通运输部公路科学研究院
-
出处
《公路交通科技》
CAS
CSCD
北大核心
2023年第3期254-262,共9页
-
基金
安徽省自然科学基金项目(2208085ME147)
安徽省高校科学研究项目(2022AH051800)。
-
文摘
城市配送短时需求波动性较大,具有明显的非线性特点。为准确预测城市配送需求,进而科学配置城市配送资源,提出了一种基于改进K近邻算法的城市配送需求量预测方法。首先分析了城市配送需求数据的基本特征,构建了192周的城市配送历史数据库,根据数据特征将其分成7类子数据库,基于自相关性提取了城市配送历史数据生成状态向量。其次利用K近邻方法的搜索机制,重建了与当前配送需求状态近似的历史时间序列。以平均绝对误差最小为优化目标,结合交叉验证改进了K值和状态向量T值的选取方法,确定了不同类子数据库对应的最佳K值与T值。最后对比分析了固定K和T值、仅优化T值、仅优化K值及同时优化K和T值4种算法,对比分析了4种K近邻算法的预测精度。实证分析结果表明:动态优化K值和T值后,历史数据集的平均预测误差最小可达7.65%;以2021年11月22日至28日城市配送需求量为预测对象,4种K近邻算法平均绝对百分比误差分别为12.78%,9.03%,12.45%,8.18%,改进K近邻算法优化K值和T值的预测精度优于其他K近邻算法,预测精度达91.82%。所提出的改进K近邻算法能够较好地预测城市配送需求量,预测结果可为城市配送管理提供借鉴参考。
-
关键词
物流工程
需求预测
K近邻算法
城市配送
-
Keywords
logistics engineering
demand forecasting
K-nearest neighbor algorithm
urban distribution
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名基于K近邻改进算法的城市配送量预测研究
- 4
-
-
作者
肖赟
刘洋
裴爱晖
梁子君
-
机构
合肥学院城市建设与交通学院
安徽省智慧交通大数据分析与应用工程实验室
交通运输部公路科学研究院
-
出处
《淮阴工学院学报》
CAS
2022年第3期1-7,30,共8页
-
基金
安徽省自然科学基金(2208085ME147)
中央级公益性科研院所基本科研业务费专项资金项目(2020-9071)。
-
文摘
准确预测城市配送订单量对于科学调配城市配送资源和优化平台运营管理具有重要意义。以合肥市城市配送平台2018-2020年订单数据为例,以7天为时间周期组成数据集,对订单历史数据库进行标准化清洗,以平均绝对误差最小为优化目标,优化了K近邻模型的参数K和状态向量T的取值。研究表明:当K=2,T根据不同数据类型取值1~4时,预测误差最小。对比分析历史平均模型与移动平均算法,三种预测方法的平均绝对百分比误差分别为8.34%、23.65%、11.16%,K近邻算法的预测精度高于其它两种方法,预测精度接近91.7%,能够较好地预测城市配送订单需求量,具有较良好的应用推广价值。
-
关键词
城市交通
订单预测
K近邻
城市配送
-
Keywords
urban traffic
order forecasting
K-nearest neighbor algorithm
urban distribution
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
