基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立较为精确的城市交通流路段行程时间预测模型是建立诱导系统的关键.本文所建的预测模型充分考虑了交通延误变化的灵敏性,将汽车在路段上的运行时间分为两部分,分别预测.经过实测数据检验,该模型具有很好的效果.
推荐文章
基于神经网络的城市交通流预测研究
神经网络
城市交通
交通流
预测模型
基于BP神经网络的城市交通流预测研究
非线性
BP神经网络
交通流预测
人工智能
深度学习在城市交通流预测中的实践研究
深度学习
交通流预测
神经网络
机器学习
城市交通流诱导系统中的路段行程时间间接预测方法研究
交通运输工程
城市交通流诱导系统
排队论
交通模拟
实时动态行程时间
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 城市交通流路段行程时间预测模型
来源期刊 北方交通大学学报 学科 交通运输
关键词 交通流 交通诱导 交通延误 占有率
年,卷(期) 2001,(2) 所属期刊栏目 交通运输工程
研究方向 页码范围 65-69
页数 5页 分类号 U121
字数 4306字 语种 中文
DOI 10.3969/j.issn.1673-0291.2001.02.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟雁 北方交通大学交通运输学院 9 174 6.0 9.0
2 钱大琳 北方交通大学交通运输学院 13 294 7.0 13.0
3 杨昊 北方交通大学交通运输学院 1 67 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (67)
同被引文献  (32)
二级引证文献  (264)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(4)
  • 引证文献(3)
  • 二级引证文献(1)
2006(13)
  • 引证文献(9)
  • 二级引证文献(4)
2007(27)
  • 引证文献(8)
  • 二级引证文献(19)
2008(20)
  • 引证文献(8)
  • 二级引证文献(12)
2009(31)
  • 引证文献(8)
  • 二级引证文献(23)
2010(19)
  • 引证文献(2)
  • 二级引证文献(17)
2011(21)
  • 引证文献(3)
  • 二级引证文献(18)
2012(35)
  • 引证文献(3)
  • 二级引证文献(32)
2013(25)
  • 引证文献(1)
  • 二级引证文献(24)
2014(23)
  • 引证文献(1)
  • 二级引证文献(22)
2015(27)
  • 引证文献(5)
  • 二级引证文献(22)
2016(28)
  • 引证文献(1)
  • 二级引证文献(27)
2017(20)
  • 引证文献(3)
  • 二级引证文献(17)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(16)
  • 引证文献(2)
  • 二级引证文献(14)
研究主题发展历程
节点文献
交通流
交通诱导
交通延误
占有率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
总被引数(次)
38401
论文1v1指导