张文波
- 作品数：5 被引量：5H指数：1
- 供职机构：东南大学交通学院更多>>
- 发文基金：国家重点基础研究发展计划教育部人文社会科学研究基金国家自然科学基金更多>>
- 相关领域：交通运输工程更多>>
- 基于多源大数据的货车超限超载行为预测被引量：1
- 2022年
- 为了解决超限超载行为治理难度大、执法精准度低、大数据执法应用深度不足等问题,基于超限超载治理的多源异构数据,采用随机森林模型构建车辆超限超载行为预测方法。本文综合考虑货运车辆基础数据、卫星定位数据、检测站点称重数据、高速公路入口劝返数据、历史案件数据等多源数据,针对数据量大、价值密度低、特征提取难度大等问题,提取车辆的载重类型、结构型式、车牌注册地、注册年限、使用时间等管理特征,上一行程平均速度、上一行程里程、上一行程是否超限超载、当前货车行程平均速度、当前行程已行驶里程等运行特征,近一周的平均速度、运营里程、超限超载次数等营运特征,分别基于随机森林、朴素贝叶斯、逻辑回归算法构建模型,并对比分析了预测效果。以F1-score作为综合评判标准,实验结果分别为94.39%、81.03%和80.24%,随机森林的综合表现更优。算法应用可为执法人员提供更聚焦的执法对象和大数据支撑,并可提取车辆历史特征作为执法依据,以提升现场执法效率和精准性。
- 陈爱伟张文波陈玉飞万剑
- 关键词：超限治理多源数据
- 考虑城市交换中心的居民出行方式选择分析
- 2022年
- 城市交换中心(city exchange center,CEC)是一种新兴的交通枢纽基础设施,提供停车、换乘、商业等综合服务,旨在提高城市公共交通出行比例,践行绿色智慧出行理念。考虑CEC建成环境下城市居民出行的多模式组合特征,挖掘单一出行方式、组合出行方式、非公共机动车出行、公共机动车出行及非机动车出行的交叉归属关系,构建对应效用函数,基于交叉巢式Logit模型刻画居民出行方式选择行为。结合雄安新区的居民出行问卷调查数据,通过拟合发现,提高公共交通服务水平是提高CEC交通服务水平的重要切入点;选择服务水平高的出行者时间敏感度较高,出行费用敏感度较低,选择服务水平低的出行者则相反,所以在建设前期需要对CEC服务区域内的人口分布及家庭收入水平进行调研;需将出行者等待时间控制在10 min以内,超过此阈值,等待时间的降低对提高出行服务水平没有意义。该结果定量分析了居民出行方式选择的影响因素,有助于科学规划和布设CEC交通资源配置,为其他城市及地区的公共交通设计提供了量化指导。
- 罗丰左玙璠张文波刘志远贾若
- 关键词：效用函数
- 城市道路交通色彩的安全评价及调和被引量：1
- 2010年
- 为实现城市道路交通色彩的安全与和谐美观,降低交通事故,建立和谐美观新城市,进行了城市道路交通色彩的定量化研究。通过交通问卷调查和现有研究成果,综合系统工程学,提出城市道路交通色彩评价指标体系,并在此基础上构建GT-GA-BPNN的联合交通色彩评价模型。通过现代色彩理论和色彩心理学知识,基于孟塞尔和孟·斯宾瑟色彩理论构建了城市道路交通色彩调和优化模型。最后,通过构建徐州市城市道路算例,使用MATLAB,EXCEL等软件进行运算,验证了以上评价指标体系和评价、优化模型的有效性和科学性,提出相关改善建议。
- 张文波段荟王浩淼
- 关键词：城市交通交通安全安全评价
- 定制公交居民出行方式选择的影响因素被引量：3
- 2021年
- 掌握影响定制公交选择概率的因素,对于定制公交的运营管理具有重要作用。结合广义Logit回归模型和条件Logit回归模型的混合模型,将居民个人属性与出行方案属性同时考虑进出行方式效用函数中。根据定制公交的在旅途距离及服务水平的设置定位,选取定制公交、出租车与常规公交作为出行选择集。运用问卷调查数据进行模型参数拟合,得到不同影响因素对于出行方式的边际效用和分布概率的影响。通过拟合结果,得到出行价格变量的系数在常规公交及定制公交1的效用函数中绝对值较大,分别为0.1954和0.1173,而在定制公交2和出租车的效用函数中绝对值较小,分别为0.1561和0.0571。行程时间变量在定制公交2和出租车效用函数中的绝对值较大,分别为0.0735和0.0807,在常规公交和定制公交1的效用函数中绝对值较小,分别为0.0204和0.0150。说明定制公交的服务需根据潜在乘客的出行价格及出行时间敏感度进行设置,研究结果对设置定制公交运营策略具有重要参考意义。
- 张文波左玙璠王岳平陈景旭刘志远
- 关键词：效用函数混合模型
- 基于时空特征提取和深度学习的出行需求预测模型
- 2021年
- 考虑到城市交通系统中时间和空间维度的复杂影响,重点针对模型的输入特征进行研究,分别使用长短时记忆神经网络和卷积神经网络,对时间特征和空间特征进行加工,提出了一种适用于出行需求预测的时空特征提取方法,同时借助全连接层融合时空特征实现对出行需求预测,提升出行需求的预测效果。基于滴滴开源成都数据,对比传统预测模型,文中研究对均方根误差等指标进一步降低5%以上。
- 熊文磊王升张文波刘志远贾若
- 关键词：城市交通卷积神经网络
