CN111680888B - 基于rfid数据确定路网容量的方法 - Google Patents
基于rfid数据确定路网容量的方法 Download PDFInfo
- Publication number
- CN111680888B CN111680888B CN202010426877.2A CN202010426877A CN111680888B CN 111680888 B CN111680888 B CN 111680888B CN 202010426877 A CN202010426877 A CN 202010426877A CN 111680888 B CN111680888 B CN 111680888B
- Authority
- CN
- China
- Prior art keywords
- target area
- unit time
- road network
- traffic
- vehicles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Analytical Chemistry (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种基于RFID数据确定路网容量的方法,所述方法具体包括:S1:获取目标区域在单位时间内的RFID数据,并分析获得所述目标区域在单位时间内的在网车辆数;S2:获取所述目标区域单位时间对应的交通拥堵指数;S3:将在网车辆数和交通运指数进行拟合,获得交通拥堵指数和在网车辆数的函数;S4:判断步骤S3中的拟合系数是否大于等于拟合阈值,若是,则进入下一步,若否,则进入步骤S1;S5:令y=10,代入步骤S3中的函数,计算获得在网车辆数,所述在网车辆数即为天气状况晴朗时目标区域的路网容量。通过本方法确定路网容量,精度高,同时可将计算结果应用于实际交通管理限行、路网规划,实用性强。
Description
技术领域
本发明涉及一种交通分析方法,尤其涉及一种基于RFID数据确定路网容量的方法。
背景技术
路网容量是指在特定的条件下,单位时间内路网能够容纳的最大车辆数。路网容量反映了城市路网的承载能力,是分析路网平衡以及交通协调的关键要素之一。目前,路网容量的研究方法主要采用以下几种方法,时空消耗法、线性规划法、割集法、交通分配模拟法、供应分析法以及狭义路网容量分析方法等,但上述方法存在以下问题:路网容量的定义不统一,使各种模型的计算结果不具备可比性;所建立模型方法没有完全把握路网容量的关键影响因素,从而无法建立适当的影响模型;理论模型的参数难以标定,模型大多没有计算出一个实际的路网容量,仅仅停留在理论层面,分析的结果准确度无法满足实际应用的需求,不能用到实际的交通管理和路网规划中,且未考虑天气状况对路网容量的影响。
因此,亟需一种能反映天气状况,同时满足应用需求的目标路网实际路网容量的确定方法。
发明内容
有鉴于此,本发明提供一种基于RFID数据确定路网容量的方法,通过设置在目标区域的RFID设备采集上述目标区域的单位时间的在网车辆数,和获取单位时间对应的目标区域的交通拥堵指数,对在网车辆数和交通拥堵指数拟合,获得在网车辆数和交通拥堵指数的式子,随后令交通拥堵指数为10并代入上述在网车辆数和交通拥堵指数的计算式子,从而获得目标区域的路网容量。
本发明提供一种基于RFID数据确定路网容量的方法,其特征在于:所述方法包括以下步骤:
S1:获取目标区域在单位时间内的RFID数据,并分析获得所述目标区域在单位时间内的在网车辆数;
S2:获取所述目标区域单位时间对应的交通拥堵指数;
S3:将在网车辆数和交通运指数进行拟合,获得交通拥堵指数和在网车辆数的函数,y=f(x),其中,y表示交通拥堵指数,X表示在网车辆数;
S4:判断步骤S3中的拟合系数是否大于等于拟合阈值,若是,则进入下一步,若否,则进入步骤S1:
S5:令y=10,代入步骤S3中的函数,计算获得在网车辆数,所述在网车辆数即为天气状况晴朗时目标区域的路网容量。
进一步,所述步骤S1具体包括:
在晴天,采集目标区域内所有RFID监测点在单位时间内的通行记录数据;
对所述通行记录数据进行预处理;
获得目标区域在单位时间内的在网车辆数;
所述预处理包括:
统计所述通行记录数据中覆盖的车辆ID数,即所述车辆ID数即为目标区域在单位时间内的在网车辆数。
进一步,所述步骤S1具体包括:
在雨天,采集目标区域内所有RFID监测点在单位时间内的通行记录数据;
对所述通行记录数据进行预处理;
获得目标区域在单位时间内的在网车辆数;
所述预处理包括:
统计所述通行记录数据中覆盖的车辆ID数,即所述车辆ID数即为目标区域在单位时间内的在网车辆数。
进一步,所述目标区域单位时间内通行记录数据中大于1次出现的同一车辆ID,记为一辆车。
进一步,所述交通拥堵指数通过城市道路交通拥堵评价指标体系来确定。
进一步,所述拟合阈值为0.8。
本发明的有益技术效果:通过RFID采集目标区域在单位时间内的在网车辆数,获取所述目标区域单位时间对应的交通拥堵指数,从而获得交通拥堵指数和在网车辆数的函数关系,确定目标区域的路网容量;同时,可确定目标区域在不同天气状态下的路网容量,如晴天的路网容量、雨天的路网容量;本发明提供的路网容量的确定方法精度高,同时可将计算结果应用于实际交通管理限行、路网规划,实用性强。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的流程图。
图2为本发明的在网车辆数与交通拥堵指数的函数关系图。
图3为本发明的RFID通行数据记录实施例图。
图4为本发明的RFID通行数据覆盖的车辆ID数实施例图。
图5为本发明的晴天在网车辆数与交通拥堵指数的函数关系图。
图6为本发明的雨天在网车辆数与交通拥堵指数的函数关系图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明:
本发明提供一种基于RFID数据确定路网容量的方法,其特征在于:所述方法包括以下步骤:
S1:获取目标区域在单位时间内的RFID数据,并分析获得所述目标区域在单位时间内的在网车辆数;所述单位时间本领域技术人员可根据实际来设定,如15分钟、30分钟、1个小时等;所述在网车辆数表示在目标区域路网的车辆数量;
S2:获取所述目标区域单位时间对应的交通拥堵指数;所述交通拥堵指数用于反映道路或道路网交通运行状况的无量纲数值,交通拥堵指数越大说明道路拥堵越严重;
S3:将在网车辆数和交通运指数进行拟合,获得交通拥堵指数和在网车辆数的函数,y=f(x),其中,y表示交通拥堵指数,X表示在网车辆数;
S4:判断步骤S3中的拟合系数是否大于等于拟合阈值,若是,则进入下一步,若否,则进入步骤S1:在本实施例中,所述拟合阈值取值为0.8。
S5:令y=10,代入步骤S3中的函数,计算获得在网车辆数,所述在网车辆数即为天气状况晴朗时目标区域的路网容量。交通拥堵指数达到10时,目标路网的路网容量达到最大,即,交通拥堵指数达到10时,在网车辆数为路网容量;通过RFID采集天气晴朗时目标区域在单位时间内的在网车辆数,获取所述目标区域单位时间对应的交通拥堵指数,从而获得交通拥堵指数和在网车辆数的函数关系,确定目标区域的路网容量;同时,可确定目标区域在不同天气状态下的路网容量,如晴天的路网容量、雨天的路网容量;本发明提供的路网容量的确定方法精度高,同时可将计算结果应用于实际交通管理限行、路网规划,实用性强。
在本实施例中,所述步骤S1具体包括:
在晴天,采集目标区域内所有RFID监测点在单位时间内的通行记录数据;
对所述通行记录数据进行预处理;
获得目标区域在单位时间内的在网车辆数;
所述预处理包括:
统计所述通行记录数据中覆盖的车辆ID数,即所述车辆ID数即为目标区域在单位时间内的在网车辆数。
在本实施例中,所述步骤S1具体包括:
在雨天,采集目标区域内所有RFID监测点在单位时间内的通行记录数据;
对所述通行记录数据进行预处理;
获得目标区域在单位时间内的在网车辆数;
所述预处理包括:
统计所述通行记录数据中覆盖的车辆ID数,即所述车辆ID数即为目标区域在单位时间内的在网车辆数。晴天车辆驾驶员的视域较雨天好,车速较雨天快,晴天和雨天,同一区域,其路网容量不同。本申请考虑天气对路网容量的影响,故,在晴天和雨天分别采集RFID数据,从而为后续计算路网容量的确定,提供基于天气状况的在网车辆数。
所述目标区域单位时间内通行记录数据中大于1次出现的同一车辆ID,记为一辆车。在本实施例中,利用RFID通行记录数据,分析重庆市内环以内8点至9点所有通行记录数据,如图3所示,统计内环以内8点至9点的车辆总数,即统计所述内环以内8点至9点所有通行记录覆盖的车辆ID数,同时,在8点至9点的通行记录数据中大于1次出现的同一车辆ID,记为一辆车,即对RFID数据进行清洗,将同一辆车在目标区域单位时间内多次重复出现的数据进行清洗,如图4所示;从而确定重庆市内环以内8点至9点的车辆总数。
在本实施例中,所述交通拥堵指数通过城市道路交通拥堵评价指标体系来确定。实施交通拥堵指数采用如下方法确定:
以单位时间为统计间隔,得到道路网中各路段的平均行程速度;
根据路段平均行程速度等级划分,详见表一,判断各路段所处运行等级;
统计各等级道路中处于第5级运行水平的路段里程比例;
利用车公里数加权,计算目标区域路网拥堵里程比例;
基于单位时间交通拥堵指数与拥堵里程比例的线性转换关系,获得单位时间内交通拥堵指数;
表1路段平均行程速度等级划分表(单位:km/h)
交通拥堵指数分为5级,取值区间为[1,10],对应不同的道路网交通拥堵等级,详见表2交通拥堵指数分级:
表2交通拥堵指数分级表
交通拥堵指数 | [0,2] | (2,4] | (4,6] | (6,8] | (8,10] |
路网拥堵等级 | 非常畅通 | 畅通 | 轻度拥堵 | 拥堵 | 严重拥堵 |
当交通拥堵指数达到10时,道路在网车辆数即为当前道路的路网容量。
在本实施例中,以重庆市内环以内为例,分析2019年3月的数据,包括:每个小时平均交通运行指数、在网车辆数,数据表明:在网车辆数越多,交通运行指数越大,如图2所示。
如图5所示,其中,图5横轴为在网车辆数,纵轴为交通拥堵指数,在晴天采集RFID数据,并获得天气状况为晴朗的情况下的网车辆数和交通拥堵指数,在本实施例中,单位时间为一小时,进行拟合,将在网车辆数和交通拥堵指数输入SPSS软件进行拟合,获得晴天交通拥堵指数和在网车辆数的函数关系为:
y=0.8834e1E-0.5x
其中,y表示交通拥堵指数,x表示在网车辆数;
其拟合系数R2=0.9433,所述拟合系数大于拟合阈值0.8;
令交通拥堵指数为10,计算获得在网车辆数X=242656辆。
如图6所示,其中,图6横轴为在网车辆数,纵轴为交通拥堵指数,在雨天采集RFID数据,并获得天气状况为雨的情况下的在网车辆数和交通拥堵指数,在本实施例中,单位时间为一小时,进行拟合,将在网车辆数和交通拥堵指数输入SPSS软件进行拟合,获得雨天交通拥堵指数和在网车辆数的函数关系为:
y=1.0066e1E-0.5x
其中,y表示交通拥堵指数,x表示在网车辆数;
其拟合系数R2=0.9145,所述拟合系数大于拟合阈值0.8;
令交通拥堵指数为10,计算获得在网车辆数X=229601辆。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种基于RFID数据确定路网容量的方法,其特征在于:所述方法包括以下步骤:
S1:获取目标区域在单位时间内的RFID数据,并分析获得所述目标区域在单位时间内的在网车辆数;
S2:获取所述目标区域单位时间对应的交通拥堵指数;
所述交通拥堵指数通过城市道路交通拥堵评价指标体系来确定,具有包括:
以单位时间为统计间隔,得到道路网中各路段的平均行程速度;
根据路段平均行程速度等级划分,判断各路段所处运行等级;
统计各等级道路中处于第5级运行水平的路段里程比例;
利用车公里数加权,计算目标区域路网拥堵里程比例;
基于单位时间交通拥堵指数与拥堵里程比例的线性转换关系,获得单位时间内交通拥堵指数;
S3:将在网车辆数和交通运指数进行拟合,获得交通拥堵指数和在网车辆数的函数,y=f(x),其中,y表示交通拥堵指数,X表示在网车辆数;
S4:判断步骤S3中的拟合系数是否大于等于拟合阈值,若是,则进入下一步,若否,则进入步骤S1:
S5:令y=10,代入步骤S3中的函数,计算获得在网车辆数,所述在网车辆数即为天气状况晴朗时目标区域的路网容量。
2.根据权利要求1所述基于RFID数据确定路网容量的方法,其特征在于:所述步骤S1具体包括:
在晴天,采集目标区域内所有RFID监测点在单位时间内的通行记录数据;
对所述通行记录数据进行预处理;
获得目标区域在单位时间内的在网车辆数;
所述预处理包括:
统计所述通行记录数据中覆盖的车辆ID数,即所述车辆ID数即为目标区域在单位时间内的在网车辆数。
3.根据权利要求1所述基于RFID数据确定路网容量的方法,其特征在于:所述步骤S1具体包括:
在雨天,采集目标区域内所有RFID监测点在单位时间内的通行记录数据;
对所述通行记录数据进行预处理;
获得目标区域在单位时间内的在网车辆数;
所述预处理包括:
统计所述通行记录数据中覆盖的车辆ID数,即所述车辆ID数即为目标区域在单位时间内的在网车辆数。
4.根据权利要求2或3任一所述基于RFID数据确定路网容量的方法,其特征在于:所述目标区域单位时间内通行记录数据中大于1次出现的同一车辆ID,记为一辆车。
5.根据权利要求1所述基于RFID数据确定路网容量的方法,其特征在于:所述拟合阈值为0.8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010426877.2A CN111680888B (zh) | 2020-05-19 | 2020-05-19 | 基于rfid数据确定路网容量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010426877.2A CN111680888B (zh) | 2020-05-19 | 2020-05-19 | 基于rfid数据确定路网容量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680888A CN111680888A (zh) | 2020-09-18 |
CN111680888B true CN111680888B (zh) | 2023-06-06 |
Family
ID=72451984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010426877.2A Active CN111680888B (zh) | 2020-05-19 | 2020-05-19 | 基于rfid数据确定路网容量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680888B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112289030B (zh) * | 2020-11-02 | 2021-12-21 | 吉林大学 | 城市路网可容纳最大车辆数的计算方法 |
CN114120654A (zh) * | 2022-01-26 | 2022-03-01 | 南京原力智能科技有限公司 | 一种道路行驶车辆数对路网通行能力影响的通用计算方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280098A (zh) * | 2013-05-23 | 2013-09-04 | 北京交通发展研究中心 | 交通拥堵指数计算方法 |
CN104680789A (zh) * | 2015-03-04 | 2015-06-03 | 蔡诚昊 | 一种快速道路拥堵指数估算及预测方法 |
CN105139645A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于浮动车技术的城市区域路网运行指数评估方法 |
CN105702073A (zh) * | 2016-04-13 | 2016-06-22 | 徐亚国 | 一种基于路网决策点行程时间索引值的动态转向导航方法 |
CN106652442A (zh) * | 2016-10-14 | 2017-05-10 | 北京交通发展研究中心 | 需求调控的一般性控制模型及其建立方法和应用 |
CN107591003A (zh) * | 2017-10-26 | 2018-01-16 | 江苏智通交通科技有限公司 | 基于车辆识别数据的城市路网消散能力提取方法 |
CN108122408A (zh) * | 2016-11-29 | 2018-06-05 | 中国电信股份有限公司 | 一种路况监测方法、装置及其用于监测道路路况的*** |
CN111028505A (zh) * | 2019-11-28 | 2020-04-17 | 北京世纪高通科技有限公司 | 交通拥堵的治理方法及装置 |
-
2020
- 2020-05-19 CN CN202010426877.2A patent/CN111680888B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103280098A (zh) * | 2013-05-23 | 2013-09-04 | 北京交通发展研究中心 | 交通拥堵指数计算方法 |
CN104680789A (zh) * | 2015-03-04 | 2015-06-03 | 蔡诚昊 | 一种快速道路拥堵指数估算及预测方法 |
CN105139645A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于浮动车技术的城市区域路网运行指数评估方法 |
CN105702073A (zh) * | 2016-04-13 | 2016-06-22 | 徐亚国 | 一种基于路网决策点行程时间索引值的动态转向导航方法 |
CN106652442A (zh) * | 2016-10-14 | 2017-05-10 | 北京交通发展研究中心 | 需求调控的一般性控制模型及其建立方法和应用 |
CN108122408A (zh) * | 2016-11-29 | 2018-06-05 | 中国电信股份有限公司 | 一种路况监测方法、装置及其用于监测道路路况的*** |
CN107591003A (zh) * | 2017-10-26 | 2018-01-16 | 江苏智通交通科技有限公司 | 基于车辆识别数据的城市路网消散能力提取方法 |
CN111028505A (zh) * | 2019-11-28 | 2020-04-17 | 北京世纪高通科技有限公司 | 交通拥堵的治理方法及装置 |
Non-Patent Citations (1)
Title |
---|
王雪,邵春福.基于宏观交通流的城市路网容量研究.交通科技.(第03期),55-59. * |
Also Published As
Publication number | Publication date |
---|---|
CN111680888A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109558988B (zh) | 一种基于大数据融合的电动汽车能耗预测方法及*** | |
CN109697854B (zh) | 多维度的城市道路交通状态评估方法 | |
CN107563566B (zh) | 一种基于支持向量机的公交站间运行时间区间预测方法 | |
CN110807919A (zh) | 基于过车数据的城市路网交通运行态势评价方法 | |
CN107292417B (zh) | 基于重污染序列案例库的区域重污染判别预报方法及装置 | |
CN111680888B (zh) | 基于rfid数据确定路网容量的方法 | |
CN114783183A (zh) | 一种基于交通态势算法的监控方法与*** | |
CN111583628B (zh) | 基于数据质量控制的道路网重型货车交通流量预测方法 | |
CN110751311A (zh) | 偶发***通拥堵持续时间的数据提取与实时预测方法 | |
CN115691120A (zh) | 一种基于高速公路流水数据的拥堵识别方法及*** | |
CN114023073B (zh) | 一种基于车辆行为分析的高速公路拥堵预测方法 | |
CN116797055A (zh) | 一种基于物联网的城市道路规划方法及*** | |
CN106529765A (zh) | 采集作业的绩效评估方法和装置 | |
CN114332825B (zh) | 基于深度学习的道路地形分布识别方法、设备和存储介质 | |
CN114442623B (zh) | 一种基于时空图神经网络的农机作业轨迹田路分割方法 | |
CN116739376A (zh) | 一种基于数据挖掘的公路路面预防性养护决策方法 | |
CN113077089B (zh) | 一种多因素对空气质量影响的评价方法和装置 | |
CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
CN112071073A (zh) | 一种噪声地图***的道路噪声自动修正方法 | |
CN112729863B (zh) | 一种车辆实测道路选择方法 | |
CN114407661A (zh) | 基于数据驱动的电动车能耗预测方法、***、设备及介质 | |
CN110956808B (zh) | 一种基于非全样定位数据的重型货车交通流量预测方法 | |
CN110021164B (zh) | 基于行驶时间数据的网约车路网占有率分析方法 | |
CN112598896A (zh) | 一种基于gps数据的工业园区物流关键路段识别方法 | |
CN111369200B (zh) | 一种基于车辆lbs数据的城市物流通道识别方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |