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:
隧道是城市交通的咽喉所在,为了有效引导隧道交通流,实现隧道交通状况的实时发布,从而引导驾驶员理性进出隧道,准确可靠的数据采集及实时交通流预测是关键所在.以VISSIM仿真为基础,建立研究隧道路网模型,以行程时间误差为依据,探讨了检测器在隧道中的空间合理布局,保证数据采集的可靠性.在准确的数据采集基础上,选取了自适应权重指数平滑法(AWES)以及基于径向基函数的神经网络模型(RBFN)进行实证研究,并采用数据融合技术以保障预测精度及误差的稳定性.并进一步以VISSIM仿真平台简略探讨了交通状态判别指标,以期更好服务于城市交通诱导系统.
推荐文章
基于检测器优化选择的短时交通流预测
交通流预测
检测器优化
遗传算法
小波神经网络
短时交通流量预测方法
城市交通
短时交通流量
预测
智能交通系统
基于深度学习的短时交通流预测
交通流预测
深度学习
短时交通流
支持向量回归
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
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 基于仿真的隧道检测器优化布设及短时交通流预测
来源期刊 公路交通科技 学科 交通运输
关键词 交通工程 检测器 短时预测 仿真 隧道
年,卷(期) 2014,(1) 所属期刊栏目 智能运输系统与交通工程
研究方向 页码范围 124-130
页数 7页 分类号 U491.1+16
字数 5393字 语种 中文
DOI 10.3969/j.issn.1002-0268.2014.01.022
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 韩宝睿 南京林业大学汽车与交通工程学院 50 362 9.0 18.0
2 刘英丽 南京林业大学汽车与交通工程学院 2 5 2.0 2.0
3 沈颖洁 南京林业大学汽车与交通工程学院 4 10 2.0 3.0
4 徐静仪 南京林业大学汽车与交通工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (78)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (15)
二级引证文献  (17)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(9)
  • 参考文献(3)
  • 二级参考文献(6)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
交通工程
检测器
短时预测
仿真
隧道
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
公路交通科技
月刊
1002-0268
11-2279/U
大16开
北京市西土城路8号
2-480
1984
chi
出版文献量(篇)
6909
总下载数(次)
12
论文1v1指导