简介:摘要随着交通技术的不断发展,各类交通工具被发明、生产和运用,城市生活变得越来越依赖于这些物流参与者。但由于目前我国交通系统在设计中存在着一定缺陷,导致遭遇越来越多的道路交通的安全事故频发。经过很数十年的发展,我国城市经济建设突飞猛进,居民收入水平连创新高,乘车出行成为越来越多人的出行首选,但这也是造成交通拥堵的主要原因,同时提高了城市交通的运营成本和生态成本。早在20世纪80年代,自行车被普通居民广泛应用与日常出行当中。时至今日,自行车也是部分民众进行短途旅行的首选工具。然而越来越复杂的交通状况制约了自行车的使用情况。市区内推广自行车出行模式可以有效缓解拥堵,同时有利于物流产业的发展,为社会提供健康的环境效益。道路系统的管理措施包括对大型货运车辆限制的行驶路线和时间,避免与骑自行车人发生冲突,并要求在城市地区使用的车辆具有更好的可见性。
简介:为了提高交通需求预测精度,综合考虑居民出行行为在时间维度上的分布,采用支持向量机、径向基神经网络和多项logit三种方法,基于居民活动目的,建立了出行链模式识别模型,并利用敏感性分析方法研究了解释因素对出行链模式选择的影响和对模型性能的贡献程度.结果显示:支持向量机模型在总体准确度和分类准确度上均优于其他2种方法,体现了支持向量机在小样本下的识别性能优势;证明了支持向量机能够较准确地反映多分类因素对于出行链模式选择行为的影响程度;因素对于不同出行链模式识别精度的贡献度差异表明了细化出行链模式及探索各个模式特有影响因素的重要性.支持向量机技术在交通需求预测建模及影响因素分析方面均具有实践意义.
简介:摘要:本研究旨在探讨物联网在出行领域所带来的便捷模式。随着物联网技术的迅速发展,智能交通系统、无人驾驶技术、位置感知设备等相继涌现,为出行带来了全新的解决方案。本文通过文献综述和案例研究,分析了物联网技术在出行领域的应用现状与趋势。研究发现,物联网为出行提供了个性化定制的交通方案,实现了出行信息的实时共享与智能决策,同时降低了交通拥堵与事故发生率。然而,与其带来的便利相比,物联网出行模式也面临着数据安全与隐私保护等挑战。因此,进一步完善相关法规、提升数据保护技术是未来发展的重点。本研究对于推动物联网在出行领域的应用与发展具有重要参考价值。
简介:旅游交通出行信息的提取为挖掘旅游者出行时空特征提供数据基础,从而对旅游交通规划与设计、旅游客运优化以及多模式旅游交通协调系统构建等提供支持.本研究以客运包车定位数据为基础,利用DBSCAN算法建立了旅游出行停留点识别方法,并基于关联规则技术提出了出行链提取、分类方法.论文以青海省热度排名前三的青海湖,塔尔寺和茶卡盐湖为研究对象,从多时间粒度挖掘了旅游出行者的旅游交通客流月/日变特征和旅游时间分布特征,以及旅客出发时间、抵达时间、景区驻留时间等信息.论文的主要方法及研究结论可为政府主管部门、景区监管部门以及交通运营管理部门提供决策支持.
简介:摘要就业出行是城市居民最基本和最重要的出行,直接影响城市居民其他活动和出行的安排,出行环境不仅关系到出行者个人的切身利益,并且会因为就业出行行为的群体效益而影响到城市功能组织的方方面面。在当前城市走向转型发展,优化发展模式的新型城市化背景之下,本文对在传统城市化模式以及新区建设模式下形成的新区就业出行模式进行研究,提出影响新区就业出行模式的关键影响因素,并且总结和归纳出大都市新区现有的就业出行模式,归纳出大都市新区就业出行存在问题以及大都市新区就业出行阶段性特征,并从规划学科角度提出相应的改善措施建议。希望通过本研究为国内新区在转型期的开发建设提供一些经验借鉴。