排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。 相似文献
2.
针对当前路网脆弱性研究中缺乏对真实交通状况考量的问题,在复杂网络理论的基础上,结合交通流量信息,提出了基于加权流量介数中心性的路网脆弱性分析方法。首先计算路网拓扑抽象图中各节点的最短路径介数中心性,然后使用流量数据对相应区域最短路径介数中心性加权,综合得到最终的脆弱性指标结果。以无锡市为例,对其实际交通路网脆弱性进行了计算,结果表明,该方法能综合反映静态全局路网结构与动态局部通行信息和现实交通情景下的路网脆弱性。 相似文献
3.
由路段交通量推算OD矩阵的一种有效方法及其应用 总被引:3,自引:0,他引:3
针对现有OD矩阵估计方法的不足,本讨论了一种新的有效的估计方法,它包括一个路段流量的预处理过程,以消除路段观测流量的不相容,然后经过流量加载和卸载两个逆过程,进行反复迭代,最终得到再现路段交通量的OD矩阵,中例证了该方法的有效性。 相似文献
4.
《数学的实践与认识》2013,(18)
针对复杂路网条件下,多分队多任务点行军时路线难以决策的问题,建立了同时考虑道路服务水平和分队数量的路阻函数;基于该函数的性质,提出了多任务点行军时各分队路径优化规则,构建了多任务点行军时路径规划模型;对比了部队统一机动和各分队自主行进两种规划方式的行程时间,定量说明了指挥员路径规划能力对多任务点行军的影响.为复杂路网条件下多分队、多任务点的机动指挥提供了决策方法和依据. 相似文献
5.
为提高交通行为引导政策的针对性,有必要研究随机路网环境下不同类型出行者对交通引导政策的反应,即多类有限理性用户风险态度和路网退化系数对用户行为决策的影响.本文构建了连续风险态度离散化的用户分类模型以及基于退化路网的多类有限理性用户均衡模型,证明了解的存在性,并设计了启发式算法求解.基于双向随机退化Nguyen&Dupuis路网模拟了10类用户同时出行的均衡状态.分析了均衡时异质用户行程时间期望、标准差和累积到达时间感知价值等参数与用户风险态度和路网退化程度之间的关系.研究发现行程时间期望、标准差与其用户类别并无显著差异;行程时间标准差与退化路网随机性正相关,但未发现行程时间期望与路网随机性相关.用户累积到达时间感知价值随风险态度增加而递减,即保守用户感受到的累积到达时间价值更小.因此在相同的引导策略下,保守用户的广义效用函数可能变化更大,政策引导效果可能更加显著. 相似文献
6.
当今道路交通状态对城市管理和人们出行愈加重要,影响着人类生活的方方面面.以深圳交通为研究对象,由基础车辆数据和道路坐标构建了路网系统,从车辆速度和密度两个方面导出了交通流状态评价指数TSI.利用深度学习长短期记忆神经网络(LSTM)对车辆速度和密度两个指标进行预测,并通过对比极限学习机(ELM),时间序列(ARMA)和BP神经网络,进行仿真实验,结果表明相对于传统预测模型,所采用的LSTM网络具有更优的预测精确度和对远期预测的稳定性.最后利用预测结果计算出更能直观反映出道路交通拥堵情况的TSI指数,为人们提供了准确的交通状态预测. 相似文献
7.
8.
路网级配评价是充分发挥路网整体性效率,有效缓解城市的交通拥堵问题的前提.尝试通过将云模型和物元模型融合,构建云物元模型,对城市道路级配进行等级评价.其中城市道路级配评价指标体系基于基础设施、路网性能、服务性、便捷性四个指标,并采用主观专家打分法和客观熵权法结合的方式确定指标权重,使得赋权结果更具有客观性.为验证模型的合理性,以济南市为例,对其进行道路级配评定.结果显示,济南城市路网级配为"Ⅲ等级",基本满足人们的出行,与现实基本相符. 相似文献
9.
10.
提出了双路注意力循环网络的轻量化语音分离方法。首先,该方法使用基于“双路注意力机制”和“双路循环网络”的可选择分支结构对语音信号进行建模,从而提取深层特征信息并降低模型的参数量。其次,引入子带处理技术,从而降低模型的计算量。在LibriCSS数据集上的实验结果表明,该方法取得的平均词错误率为8.6%,且参数量和计算量分别仅为0.15 MiB和15.2 G/6s,与当前主流方法相比,分别减小了3.3~391.3倍和1.1~3.2倍。这表明,所提方法在取得高语音分离性能的同时,能有效地降低模型的参数量和计算量。 相似文献