作者:
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:
行程时间预测是智能运输系统研究的一个重要问题。为此,建立了许多算法,有历史趋势方法、非参数回归模型、时间序列方法、神经网络、卡尔曼滤波、交通模拟和动态交通分配模型等。然而,在变化的交通状况和任意时段的条件下, 这些方法和模型都不能取得令人满意的预测结果。在总结这些已有的预测方法和模型的基础上,提出了一种综合模型。
推荐文章
卡车路段行程时间的实时动态预测
人工神经网络(ANN)
行程时间
实时动态预测
公交车辆行程时间预测方法研究
智能交通运输系统
行程时间
预测模型
基于行程-时间域的路段行程时间预测
行程时间
行程-时间域
BP神经网络
高速公路
铁路智能运输系统的研究
智能交通
铁路运输
体系框架
系统研究
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 关于智能运输系统的关键理论--综合路段行程时间预测的研究
来源期刊 交通运输工程学报 学科 交通运输
关键词 智能运输系统 动态路径诱导 行程时间预测模型
年,卷(期) 2001,(1) 所属期刊栏目
研究方向 页码范围 65-67
页数 4页 分类号 U491.1
字数 2774字 语种 中文
DOI 10.3321/j.issn:1671-1637.2001.01.017
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 杨兆升 吉林大学交通学院 142 3140 33.0 50.0
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  (147)
同被引文献  (86)
二级引证文献  (784)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(15)
  • 引证文献(11)
  • 二级引证文献(4)
2005(20)
  • 引证文献(11)
  • 二级引证文献(9)
2006(27)
  • 引证文献(11)
  • 二级引证文献(16)
2007(58)
  • 引证文献(16)
  • 二级引证文献(42)
2008(62)
  • 引证文献(12)
  • 二级引证文献(50)
2009(63)
  • 引证文献(7)
  • 二级引证文献(56)
2010(57)
  • 引证文献(12)
  • 二级引证文献(45)
2011(65)
  • 引证文献(10)
  • 二级引证文献(55)
2012(53)
  • 引证文献(4)
  • 二级引证文献(49)
2013(62)
  • 引证文献(11)
  • 二级引证文献(51)
2014(72)
  • 引证文献(7)
  • 二级引证文献(65)
2015(90)
  • 引证文献(9)
  • 二级引证文献(81)
2016(93)
  • 引证文献(9)
  • 二级引证文献(84)
2017(65)
  • 引证文献(6)
  • 二级引证文献(59)
2018(56)
  • 引证文献(5)
  • 二级引证文献(51)
2019(57)
  • 引证文献(3)
  • 二级引证文献(54)
2020(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
智能运输系统
动态路径诱导
行程时间预测模型
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
交通运输工程学报
双月刊
1671-1637
61-1369/U
大16开
西安市南二环路中段
52-195
2001
chi
出版文献量(篇)
2370
总下载数(次)
7
总被引数(次)
47684
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导