一、一种快速构建道路整体模型方法的研究(论文文献综述)
高远[1](2021)在《基于稀疏数据的区域路网交通状态识别与预测技术研究》文中研究表明随着我国汽车保有量、出行总量和出行范围的快速扩张,交通拥堵问题愈加严重,逐渐由局部瓶颈拥堵演变为区域路网内蔓延性拥堵,已严重影响了交通系统的运行效率,产生交通安全和环境污染等社会问题。交通流参数预测可分析带有随机性和不确定性的交通参数变化规律,为缓解交通拥堵提供技术支持。交通数据是交通流参数预测实现的基础,近年来,蕴含着较传统固定检测器数据更大的连续时间、空间交通流信息的浮动车数据,逐渐成为智能交通领域的重要数据源。然而,浮动车的覆盖比例较低导致的样本量稀疏问题严重制约了浮动车数据在交通领域的应用,如何基于稀疏的浮动车数据,重建完整的交通流参数是交通流参数预测研究中需要解决的问题之一。城市中交通网络与交通分布具有明显的异质性问题,基于整体路网数据进行交通流参数预测会降低预测模型的精度,同时增加计算复杂度。如何将运行特征相似的路段进行聚集,实现区域路网子区的精确划分,是交通流参数预测研究中需要解决的问题之二。交通流状态的演变,具有复杂的非线性特征,现有的交通流参数预测方法预测精度不足,这在一定程度上限制了交通流参数预测在缓解交通拥堵上的作用。如何实现高精度、鲁棒性的交通流预测是需要解决的问题之三。针对上述问题,本文以稀疏的浮动车数据为基础,选取道路平均行程速度这一重要交通流参数作为研究对象,重点针对高速公路和城市快速路衔接区域展开局部区域路网内道路的交通状态估计与预测方法的研究,具体的研究内容包括:(1)路网浮动车数据的采集与处理分析。首先,针对原始浮动车轨迹数据中各种异常数据的表现形式,制定了异常数据清洗流程。然后,为了从浮动车轨迹数据中提取交通流参数信息,采用基于隐马尔科夫模型(Hidden Markov Model,HMM)的地图映射方法,将GPS浮动车数据与从Open Street Map(OSM)获取的电子地图数据进行匹配。接着,基于路网覆盖强度和覆盖率分析了浮动车数据的最小样本需求量,并对浮动车数据的稀疏特性进行了分析。(2)提出了基于低秩张量分解算法的路段平均行程速度估计模型。首先,基于多模式交通流相关性分析和低秩性分析,以路段、周、天、时段四个维度为基础,构建行程速度张量。然后,针对该张量模型明显的稀疏问题,提出了基于截断核范数的低秩张量分解模型对缺失位置的交通流参数数据进行填充,从而实现了张量模型中缺失位置的路段交通流参数的估计。接着,基于北京市路网中获取的海量浮动车GPS轨迹数据进行了实验分析,结果表明,本文所提方法的填充精度较基于矩阵和向量形式的方法提升2%以上。(3)提出了基于密度峰值优化的归一化割(Normalized Cut,NCut)算法实现路网子区划分。首先,基于路段平均速度时间序列计算交通运行相似度,构建路网带权图。接着,基于NCut算法将交通流运行特征相似的路段进行聚集,进而将一个异质性较大的路网划分成多个同质性较强的子区域;针对NCut算法结果对初始聚类中心敏感的问题,提出了一种基于密度峰值优化的NCut算法,该方法通过计算各数据点的局部密度及与高局部密度点之间的距离来确定初始聚类中心及聚类数目。然后,基于平均行程速度和单位时间延误两个交通流参数,利用密度峰值优化的模糊C均值聚类(Fuzzy C-means,FCM)算法实现了交通状态识别。算法的验证结果表明,改进后算法交通状态分类识别效果的提升幅度为15.27%。(4)提出了时间序列分解模型和注意力机制组合优化LSTM的路段平均速度预测算法。首先,该算法模型以预测道路所在子区域内各路段的交通流参数时间序列及子区域交通状态作为输入。针对交通数据的非线性和非平稳性制约预测精度的问题,提出基于时间序列分解方法对时序数据进行分解,从而得到若干波动性较弱、规律性较强的分量,输入至LSTM模型中实现平均行程速度的预测。然后,针对交通流状态演变的局部周期性转移问题,提出采用注意力机制对LSTM模型结构进行优化。多场景下的验证结果表明,所提出的基于注意力机制和时间序列分解组合优化LSTM的预测方法与其他基线方法相比,预测精度提升均在3%以上,且在非常发性交通拥堵发生时,具有较强的鲁棒性。
刘步实[2](2021)在《复杂交通场景下轻量化视觉感知方法研究》文中研究指明复杂交通场景的构成要素丰富、目标多元,智能车辆的环境感知技术不仅可以帮助其精确感知和理解周围态势,及时掌握自身行驶状态并与外界环境信息实现交互,还能够有助于促进安全性能的提升。随着以图像、视频为媒介的多媒体技术蓬勃发展,视觉传感设备提供的场景信息更加充裕可靠且成本较低,因此基于视觉的环境感知已成为了智能车辆完成路径规划、决策控制等功能不可或缺的途径之一。其中,轻量化感知方法是在保持精度基础上进一步降低模型复杂度和参数量,旨在减轻计算机存储以及运算量负担,既涵盖了对模型架构压缩等思想的灵活运用,也包含了相应计算效率的探索。这类方法推动了机器视觉、控制科学等技术在移动和嵌入式设备的应用落地,并在智能驾驶、智慧交通等诸多领域都得以广泛应用。本文重点研究如何利用图像处理方法实现更精准的环境感知,运用和设计新颖的轻量化感知结构模型,帮助自动驾驶技术可以在更加便携、易操作的处理平台上实现对高分辨率道路图像的感知与理解,提升智能车辆对于复杂交通场景的判断和辅助控制能力。环境感知的关键挑战来自于系统对高层视觉内容的灵敏解读和判断,从而辅助智能车辆迅速感知交通场景中的空间布局、目标特征等动态信息,为之提供值得信赖且足够精确的执行操作与探测响应的依据。不过,实际交通场景中的道路前景和背景会时刻发生变化,多种复杂目标特征各异且相互关联,即使是同类物体不同实体之间也可能会因为拍摄角度、距离等造成尺度变化或遮挡的情况发生。诸多客观因素都为基于视觉的环境感知方法带来了严苛的考验,使其实现全局的准确理解和信息交互仍有待巩固和提升。因此,本文围绕复杂交通场景视觉感知任务的关键技术进行深入研究与创新,利用基于机器视觉的思想感知不同层级的视觉特征,构建了多种改善环境感知性能的轻量化模型和方法,同时提高其精度及效率。首先,利用轻量化的机器学习分割方法获取图像浅层特征,完成了道路环境感知中的可行驶区域识别与提取。接着,为了更全面地理解道路语义内容,结合轻量化的级联卷积神经网络获取更深层次的图像特征,实现作为环境感知问题中核心解决方案的场景语义分割。在此基础上,为了能够进一步实现对场景中可能存在的车辆障碍物及时地感知和规避,构建了轻量化的车辆目标检测模型。研究成果对于智能车辆的环境感知能力和发展具有实际意义和参考价值。本文的具体研究内容与贡献概述如下:(1)道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性,使得基于道路分割的可行驶区域识别方法大多存在信息冗余,并且存在边界丢失、模糊等质量问题。本文提出了一种基于MS-RG混合图像分割模型,该模型在无监督学习方法下提供了更多的位置像素信息,且不依赖于数据量的大小,应用在道路图像分割上完成对目标可行驶区域的提取。引入图像变换增强理论进行预处理,利用超像素算法进行更直接高效地分割,优化多种子点区域生长分割方法,解决不能完整分割问题,有效处理全局与局部像素特征,更好地控制噪音和灰度不平均,使得图像各区域之间的边界信息分割也更加分明,改善了分割方法的鲁棒性和实时性。在道路图像数据集的实验结果表明,本文提出的模型适用性强,相比于其它方法有效地提升了分割准确性和实时性,可准确识别出图像中的道路信息,可以满足实际应用需求。(2)由于深度学习对街道环境的准确认知,卷积神经网络在交通道路场景的应用中取得了巨大的发展。然而,复杂的网络深度、大型数据集、实时需求等都是实现智能驾驶技术迫切需要解决的典型问题。本文提出了一种改进的轻量级实时语义分割网络,利用图像级联网络体系结构,同时考虑道路语义建模及深入到语义层次的道路环境深度理解,使用多尺度分支和级联特征融合单元来提取丰富的多层特征。在本文中,空间信息网络被设计为传输更多关于空间位置和边缘信息的先验知识。在训练阶段的过程中,本文还附加了额外的加权损失函数,优化道路图像语义分割的鲁棒问题,以增强深度学习网络系统的学习过程。这种轻巧的网络可以快速感知道路语义信息并根据分割结果实现对道路场景的环境感知,从而满足了辅助驾驶的需求。在道路数据集的实验结果表明,相比较其他流行的语义分割算法,本文模型对细节信息的处理能力和时效性上都得到了显着的提升。(3)在复杂道路场景下执行车辆障碍物检测任务,车辆目标易受到不同物体实例之间尺度变化以及其他交通目标遮挡等干扰,模型提取的特征属性不一致,尤其是目标物体和小尺度的物体发生漏检、误检问题。为了平衡检测性能和实时需求,本文提出了一种轻量化的基于多视野特征融合的车辆检测模型,采用单阶段多框的目标检测框架,利用不同的任务模块挖掘图像深层次关联信息,减少局部特征丢失,并且保证复杂交通场景中目标障碍物检测的效率。在深层特征上,构建了特征融合模块促进算法对多层特征层的上下文信息传递;在浅层特征上,采用基于多分支卷积和膨胀卷积构建特征金字塔的多视野模块多尺度特征,学习目标车辆障碍物的位置和类别。实验结果表明,本文模型在保证实时性的前提下,不仅提升了复杂交通目标中多尺度、遮挡物的检测性能,提高了环境感知算法的工作效率。
余森彬[3](2021)在《交通网络重要点边识别方法研究》文中提出交通网络是人和物在空间上移动和运输的载体,是支撑社会经济有序运行的重要基础设施。识别交通网络的重要点边,如诱发拥堵的交叉口或路段,进而针对这些点边采取有效的交通管理控制措施,对于减少交通拥堵、提升居民的出行效率、促进社会经济的可持续发展都具有重要意义。挖掘交通系统中的重要点边,需要从系统科学的角度,对于该系统深入理解和细致分析,从宏观整体和微观局部多层次运用系统科学和交叉学科的理论,在深入探索交通网络运行规律和演化机制的基础上,识别和评估影响交通网络结构和功能的重要节点。本文综合运用大量实际交通数据,采用网络科学、物理学、应用数学等多学科理论,研究交通网络的重要点边识别方法。本文主要研究内容概括如下:(1)基于邻域结构特征的重要节点识别方法提出了两种基于邻域结构信息的重要节点识别方法:间接传播强度方法和加权H-index方法。其中间接传播强度方法强调间接传播对于刻画节点重要度的作用,而加权H-index方法则是通过考虑边的权重,来提升重要节点识别的准确性。在多个真实网络上的实验结果表明,两种方法不仅提升了原有方法识别网络传播环境下重要节点的准确性,且具有很好的鲁棒性。另外,研究了邻域范围对于识别重要节点的作用,提出了基于节点邻域结构的最佳邻域范围指标确定准则。实验结果表明,最佳邻域范围指标可以准确指示重要节点识别方法,测算节点重要度时使用的最佳邻域范围,大幅度提升基于邻域内节点重要度叠加的重要节点识别方法准确性。上述研究,揭示了邻域结构和邻域范围对于量化节点重要度的作用和科学意义,加深了人们对于网络传播机制模型的认识,为后文识别不同类别交通运输网络内重要节点的研究,提供了理论和方法基础。(2)影响高速公路网络运行效率的重要路段(边)识别方法在高速公路基础设施地理信息和大量高速公路收费数据的基础上,构建了3个省域高速公路交通功能网络。利用网络渗流理论,研究了高速公路网络中影响全局连接效率的瓶颈路段识别方法。本文揭示了高速公路网络的渗流相变点及其时变特征。进而根据相变点附近网络全局运行效率与网络结构之间的关系,提出了一种用于提升网络最大运行效率的瓶颈路段识别方法。研究表明,提升瓶颈路段运行速度,可以大幅度提升高速公路网络整体运行效率。相对于介数等复杂网络理论中度量路段重要度的方法而言,本文提出的重要路段识别方法更贴近交通系统实际运行情况,可以更准确识别出高速公路网络的交通瓶颈路段。(3)高速公路网络拥堵传播过程中的重要路段(边)识别方法本文建立了高速公路网络拥堵传播动力学微分方程模型,用以刻画高速公路网络拥堵传播和消解机制。在3个省域高速公路网络的实证研究结果表明,该模型可以较准确地识别高速公路网络拥堵道路比例随时间的变化情况,揭示高速公路网络内拥堵路段的时空演化规律。并构建了拥堵通过邻居路段传播形成的时空拥堵团,识别对于拥堵传播起着重要作用的关键起始路段。合理调控关键路段的交通状态,对于减少高速公路网络内交通拥堵和提升高速公路网络运行效率具有重要作用。(4)城市多方式交通网络的重要节点识别方法本文考虑多种交通方式的线路结构特性和交通方式间的换乘机制,构建了基于不同交通方式网络结构的状态转移矩阵和交通方式间重要度差异的邻居节点相互作用加权矩阵,提出了基于PageRank方法的交通多层网络重要节点识别方法。在北京、新加坡和银川3个城市的实证研究发现,相对于集聚多种交通方式的单层网络节点重要度测量方法而言,本文提出的多层网络PageRank重要节点识别方法,估计城市交通网络内交通流量重要节点更准确,且对于不同时间切片范围内交通流量重要节点的测量精度具有很好的稳定性。本文以交通网络结构和真实交通数据为基础,提出了能够有效识别交通系统重要点边的若干方法。在多种交通场景的实证研究结果表明,提出的交通网络重要点边识别方法,具有较好的适用性和有效性。本文研究成果将加深人们对交通网络点边重要度评估机制的认识,可为交通网络规划与交通管理提供决策性参考。
刘正[4](2021)在《突发事件情形下区域交通组织建模与优化》文中研究说明火灾、危险化学品事故、爆炸等突发事件威胁人民群众的生命和财产安全。建立科学有效的区域交通组织方案,将受灾人员快速、安全地转移至安全区域,是突发事件情形下保障受灾人员安全的重要举措。道路运输网络作为转移受灾人员的承载设施,突发事件会极大影响网络供给能力,从而降低路网疏散效率。在疏散过程中,比疏散更迫切的是突发事件的处置以及救援工作,救援交通组织和疏散交通组织往往需要协同考虑。对于局部突发事件,大部分社会车辆还能够在路网上正常运行,疏散过程应尽量减少对社会车辆造成的影响。本文以突发事件情形下交通系统为研究对象,从系统与整体的角度,运用系统科学的原理和方法,结合科学计算、模拟、仿真等现代研究工具,研究突发事件和管理策略对突发事件情形下区域交通组织的影响规律,发展优化和调控交通系统的方法以优化突发事件情形下的区域交通组织,为应急管理部门制定应急预案、储备应急资源以响应突发事件提供理论依据和决策支撑。本文主要工作包括以下五个方面:(1)针对传统的区域疏散道路危险水平评估策略不能体现道路上下游区域危险等级的差异性,本文提出了一种基于区域危险等级差异性的改进策略。在此基础上,建立了区域疏散交通组织优化模型,探究了基于传统策略和改进策略的区域疏散交通组织方案的差异性。研究结果表明:传统策略使疏散车辆从低危险等级区域进入高危险等级区域时,疏散危险增加;改进策略减少了从低危险等级区域进入高危险等级区域的疏散车辆数,而且疏散车辆选择从低危险等级区域进入高危险等级区域的道路,以尽快转移更高危险等级的受灾区域内的人员,降低了疏散危险。(2)针对突发事件产生的固体颗粒物、气体等有毒有害污染物在向周围区域扩散过程中,不仅威胁道路交通安全,而且降低局部区域大气能见度的问题,本文构建了低能见度情形下,车速和道路通行能力下降并具有随机性的区域疏散交通组织鲁棒优化模型,探究了大气能见度下降对区域疏散交通组织的影响。研究结果表明:区域疏散交通组织过程中,忽略能见度下降引起的车速和道路通行能力下降会低估疏散危险,高估受灾人员的转移效率;忽略能见度下降若使受灾人员更快离开受灾区域、但不能更快到达安全区域时,滞留在路网上会占用更多的道路;提升最优化模型最优解的鲁棒性以保持疏散方案可行性会降低疏散方案的疏散效果。(3)针对疏散需求激增而路网资源有限、交叉口流向冲突等问题,本文提出了交叉口流向管控与车道反向措施协同的区域疏散交通组织优化模型,探究了不同的道路交通管控协同措施对疏散效果的影响。为了提高大规模区域疏散问题的求解性能,设计并验证了模型简化方法。研究结果表明:信号控制措施使疏散车辆通过交叉口的冲突转向提高了疏散效果;车道反向措施可使疏散车辆采用正常路段和反向路段通过交叉口处的冲突转向,降低信号控制对冲突转向通行能力的影响;信号控制、交织消除、车道反向措施协同优化可以最小化疏散危险。(4)突发事件造成受灾区域出现严重灾情时,应急管理部门不仅需要转移受灾人员至安全区域,而且需要从应急区域外部调用救援资源进入受灾区域。针对疏散车辆和救援车辆同时存在于路网上时,交通路线会发生冲突的问题,本文设计了两阶段优化方法,研究了突发事件情形下面向救援优先的区域疏散和救援交通组织协同优化问题,分析了不同救援需求下,调整应急区域边界救援交通入口的位置和数量对疏散效果和救援效果的影响。研究结果表明:调用的救援车辆总数、应急区域边界交通路口的通行能力及其与受灾区域的距离、交叉口处的路网连通性会影响救援车辆进入应急区域选择的交通路口;调整救援车辆进入应急区域的交通路口可以平衡疏散效果和救援效果。(5)突发事件的现场情况不明和外部环境等因素会使受灾范围的变化难以确定。在疏散过程中,禁止社会车辆使用应急区域内的路网以保障社会车辆交通安全和疏散交通组织会造成路网资源浪费,无法满足社会车辆的日常通行需求。本文通过设计优化-仿真方法,研究了突发事件情形下面向疏散优先的社会车辆交通组织问题。研究结果表明:在疏散过程中,关闭受灾区域周围不同范围的道路未明显影响社会车辆完成的行程数量和行程时间。因此,在突发事件疏散过程中,可通过扩大受灾区域周围的交通管制范围同时保障社会车辆的日常出行需求和交通安全。
王瑜琼[5](2021)在《考虑常规线路影响的需求响应式公交协同优化方法研究》文中研究表明需求响应式公交是“互联网+城市公交”的创新服务模式,其根据乘客特殊需求设定线路,为相对处于相同区域、具有相同出行时间和相同出行需求的人群提供公共交通服务。需求响应式公交与地面公交的常规线路既相互竞争、又彼此协作,实现需求响应式公交与常规线路的协调和配合,是提升地面公交系统整体竞争力的有效途径。因此,对需求响应式公交及常规线路进行协同优化设计,并对多种模式的需求响应式公交进行协调调度优化,可以更好地发挥地面公交系统的整体出行效率,提升地面公交系统综合竞争力。本文面向需求响应式公交的应用及城市公共交通协调发展理念,研究了考虑常规线路影响的需求响应式公交协同优化的相关问题。对跨区域需求响应式公交进行系统设计,研究其站点选址及线路规划方法;考虑需求响应式公交与常规线路的竞争关系,在跨区域需求响应式公交模式开通条件下,对地面公交的运行协同问题进行研究;考虑需求响应式接驳公交与常规公交线路、跨区域需求响应式公交的协作关系,研究需求响应式接驳公交运行计划协同优化方法。具体研究内容包括:(1)跨区域需求响应式公交的站点选址及线路规划方法研究。建立考虑节点需求密度的AP聚类算法,明确使用该算法进行跨区域需求响应式公交站点选址的技术路线;考虑道路拥堵状况、线路停靠站点最大数量限制、车辆容量限制、乘客预约时间要求等因素,建立基于Q学习算法、决策需求响应式公交的车辆实际路径及时刻表的方法。算例结果表明,相比经典的AP聚类算法,本文提出的改进的AP聚类算法使得乘客平均步行距离由545.8 m降至500.9 m,降幅8.2%;基于该线路规划方法的运营方案可满足乘客起讫点及时间窗要求,响应率为87.5%。(2)考虑跨区域需求响应式公交与常规线路的竞争关系,构建地面公交运行协同优化的双层规划模型。上层模型以乘客总出行时间、地面公交出行量、地面公交企业运营盈余为目标,以常规公交线路的发车频率和跨区域需求响应式公交的车辆配置数为决策变量;下层模型为基于Logit-SUE的多方式交通网络配流模型,以网络平衡时各路径流量为决策变量。设计求解算法,并根据不同的通勤客流量及常规公交原有满载率水平设计多个算例。研究表明,通过地面公交系统运行协同优化,可降低乘客总出行时间,并使得地面公交企业运营盈余增加;同时,由于需求响应式公交提供舒适度高的“一人一座”服务,两种模式的运行协同优化会造成地面公交出行量在合理范围内有所减小、常规公交车辆的满载率稍有增加。不同的通勤客流量及常规公交原有满载率水平下的优化效果不同:在两者水平较低时,优化效果显着,适宜采用本文提出的地面公交协同优化模型进行优化;两者水平较高时,优化效果不显着,应综合分析后进行决策。(3)建立需求响应式接驳公交运行计划协同优化模型。该模型以系统响应率、人均时间成本、人均运营成本为目标,以车辆路径、时刻表、车辆排班为决策变量。确定接驳线路时刻表时,充分考虑接驳系统与其接驳的跨区域需求响应式公交的衔接。设计求解算法,并通过算例验证模型与算法的可行性和有效性。研究表明,相较于不考虑车辆往复运行的协同优化模型,本文模型的系统响应率增加比例为20.3%;人均时间成本的总等价时间减少3.2%;人均运营成本减少36.5%。本文提出的运行计划协同优化模型可以在减少车辆配置数和车辆固定运营成本的投入同时,保证需求响应式接驳系统的服务水平。(4)对需求响应式公交竞争力影响因素进行定量分析,为多模式需求响应式公交的运营提供策略和建议。跨区域需求响应式公交平均旅行速度及票价是其竞争力的内部影响因素;与跨区域需求响应式公交具有竞争关系的常规线路的运行特征是其竞争力的外部影响因素。在跨区域需求响应式公交与需求响应式接驳公交同时运营情境下,对两种模式需求响应式公交的竞争力影响因素进行分析,结果表明两种模式的需求响应式公交的衔接协作提高了需求响应式公交系统的整体竞争力。图56幅,表21个,参考文献148篇。
范晓鹏[6](2021)在《西安都市圈一体化与高质量耦合发展规划策略研究》文中研究说明都市圈作为城市化发展的高级形态,已成为发达国家和地区的经济增长极与人口承载核心区域,也是区域综合实力与发展水平的重要体现。从本质上来看,都市圈是一个具有较强开放性的复杂巨系统,其形成与发展类似于有机生命体,有着自身内在的规律与特征,以系统内各部分达到一体化为理想状态,高质量则是判断一体化发展水平的重要维度。都市圈发展既要考虑“量”的一体化,也要考虑“质”的一体化。作为引领区域高质量发展的重要板块,西安都市圈仍面临着辐射带动能力不强、产业同质恶性竞争、资源环境约束趋紧等现实问题,加快一体化与高质量发展已迫在眉睫。基于上述研究背景与现实困境,本研究重点围绕西安都市圈一体化与高质量耦合发展进行深入研究。第一,综合集成经济学、生态学、社会学、地理学与城乡规划学等多学科领域的基础理论,跟踪梳理国内外相关研究与实践,在遵循都市圈一体化发展与演化的一般规律基础上,结合经济、社会、文化、制度、空间、规划等多方位一体化,以及新时代背景下生产、生活、生态功能的高质量,从来源与构成、存在与变化、动因与结果、目标与路径等视角,系统阐释两者相互依赖、相互制约、相互促进的耦合辩证关系,归纳总结都市圈一体化与高质量耦合发展的基本特征与空间指向。第二,在一体化视角下,建构基于交通、经济、人口、文化等多维度的定量叠加测算方法体系,并结合西安历史文化空间格局和发展脉络进行定性辅助校核,从而科学识别西安都市圈的空间圈层结构。在此基础上,重点对近年来西安都市圈中心城区的空间扩展,以及圈层结构的演化规律进行总结分析,并综合集成“一体化—高质量—耦合度—满意度”等维度,开展一体化与高质量耦合发展的综合绩效评价,印证一体化与高质量的耦合发展关系,辅助研判西安都市圈的现实问题。第三,结合自然环境、经济社会、交通设施、历史文化等基础性因素,以及政策制度、信息技术等刺激性因素,对西安都市圈一体化与高质量耦合发展的影响因子进行研判,构建以因子属性与作用形式为基础的动力机制模型。基于此,通过梳理都市圈发展的一般模式与复合模式,结合复杂适应系统理论,探索西安都市圈的适宜空间发展模式。通过对以上内容的系统研究,本论文得出以下结论与观点。第一,都市圈一体化发展的重点应在区域协同、产业分工、市场统一、设施互联、风险共担等方面,且未来高质量发展应充分体现人本化、绿色化、创新化与网络化等发展理念。都市圈一体化与高质量耦合发展的基本特征应体现在产业协同创新、市场开放统一、生态绿色共保、城乡协调融合、文化包容认同、交通互联互通、服务共建共享、科技智慧引领、治理现代高效等多维层面,由此才能在空间层面真正实现都市圈要素、结构、功能的高质量一体化。第二,从西安都市圈空间范围划定及圈层结构识别的结果可以看出,目前西安都市圈仍是以西安主城区、咸阳主城区和西咸新区为核心的单核型都市圈,并呈现出沿交通要道轴向延伸的态势,区域整体空间联系仍较为松散。在充分解析区域现状和比较审视全国都市圈总体格局的基础上,研判得知西安都市圈目前还存在城镇体系不完善、产业协作不够、交通网络化水平低、生态保护乏力、公共服务过度集中、体制机制不健全等问题。通过“耦合—满意度”评价分析可知,西安都市圈一体化与高质量耦合发展的水平一般,仍有较大提升空间;尽管近年来一体化与高质量发展水平都有很大提升,但受到多维因素的影响仍处于中级耦合协调发展阶段;研究范围内居民对西安都市圈的认知程度较低,中心与外围的空间联系感知较弱,对一体化与高质量发展的满意度普遍不高。第三,针对西安都市圈提出“三多一网”的适宜空间模式,认为“多目标、多中心、多维度、网络化”的发展格局是理想空间形态。在明确西安都市圈的现实问题与战略使命的基础上,充分发挥规划的统筹引领作用,积极响应适宜空间模式,重点从功能提升与格局优化、产业协同与创新驱动、文化传承与文旅融合、交通一体与设施共享、生态优化与绿色发展等方面提出引导策略。同时,基于国土空间规划背景,强调规划思维转变与规划目标转向,进而加强规划体系的专项协同与内外衔接,优化完善都市圈规划编制程序,并提出协同治理与体制机制响应的路径与方法,从而有效支撑西安都市圈一体化与高质量耦合发展,为我国中西部地区都市圈发展规划实践提供有益借鉴。
骆辉[7](2021)在《路面径流生态阻控技术及其作用机制研究》文中研究指明面对城市化进程的加快所引发的“城市内涝、水污染严重”等社会和生态环境问题,亟需对城市雨水径流加以有效控制及利用。目前在海绵城市建设中,使用了大量的净化材料和阻滞模块,但其在特定的水质水量条件下削减能力、净化材料污染累积程度以及对地下水生态的影响等方面尚缺乏系统的研究。本论文在传统低影响开发技术基础上,根据城市道路雨水径流水质水量特征与迁移路径设计路面径流生态阻控组合系统,该系统主要包括透水路面、改良生物滞留系统等原位过滤技术和生态沟渠等关键单元,通过径流“蓄渗净排”,实现道路面源污染净化。考察了各单元和组合系统对径流污染的削减特性,优化了路面径流污染生物生态阻控技术的运行工艺参数,并对其作用机制进行研究。主要研究结论如下:(1)构建了钢渣透水砖(SP-B)、陶瓷透水砖(CP-B-陶瓷)、水泥透水砖(CP-B-水泥)、透水沥青路面(PAP)4种不同类型透水路面系统,其净化效能结果表明,随着降雨时间的延长,透水路面渗透出流水质总体变差,4种透水路面出流水质均为劣Ⅴ类,不同类型透水路面出水水质排序为:SP-B>CP-B-陶瓷>CP-B-水泥>PAP。相对于初期入渗径流,透水路面对雨水径流中氮、磷和重金属等污染物均有一定的控制效果,但出水水质仍无法达到地表Ⅴ类水标准。4种透水路面对热污染负荷削减的能力依次为:SP-B>CP-B-水泥>CP-B-陶瓷>PAP,透水沥青路面的热污染负荷削减率低于20%;入渗径流温度越高,降雨重现期越大,热污染削减率越高。重金属在路基土表层的污染程度显着高于中下层,在10~40cm深度范围路基土仍受到中度污染,Cu和Pb对污染指数贡献率较高。透水路面下渗携带的重金属在路基土中的积累和淋溶风险在长期运行中需要引起重视。(2)构建了3组滞留系统,通过模拟降雨实验发现滞留系统对污染物的削减能力排序如下:沙土填料+5%生物炭(BSM+5%BC)>沙土填料+5%生物炭+生物基质(BSM+5%BC+生物基质)>沙土填料(BSM);基于试验结果,以基质因子和渗透系数表征生物滞留系统的基本特性,同时考虑进水污染物浓度、设计重现期和雨前干燥期的影响,采用多元二次回归方程建立了水量调控、污染物去除和影响因素之间的定量耦合关系模型,可用于估算不同降雨情况下滞留设施调控效果。(3)构建以砾石和生物填料为基质的两组生态沟渠。根据径流中污染物的去除特征,生态沟渠的适宜水力负荷应选定为0.3m3/(m2·d),空心菜和狐尾藻在生态沟渠中的适应能力最强,可作为生态沟渠的备选优势植物,砾石类基质相较于生物填料基质更适合植物的生长;在缓流状态下以地表V类水为出水水质标准,根据拟合方程计算出水达标所需砾石基质和生物基质沟渠的平均适宜长度分别为:4.57m和4.01m。(4)以砾石为基质的生态沟渠基质上磷形态累积占比量的顺序依次为:钙结合态磷(Ca-P)>铁铝结合态磷(Fe/Al-P)>潜在活性磷(PA-P)>弱吸附态磷(WA-P);以生物填料为基质的生态沟渠基质上磷形态占比顺序为:WA-P>Fe/Al-P>PA-P>Ca-P。两条沟渠基质上重金属含量整体呈现:Zn>Cu>Pb,前端>中端>后端;重金属形态组成分布顺序为:残渣态>可还原态>可氧化态>弱酸提取态。变形菌门、放线细菌门、拟杆菌门、髌骨菌门、厚壁菌门、绿弯菌门和酸杆菌门是生态沟渠的优势菌门;变形菌门在两条沟渠中丰度占比最大,是共同的优势菌种。Saccharimonas、毛球菌属、伯克氏菌属、Lentimicrobiaceae和嗜皮菌属是生态沟渠中的优势菌属。相较于砾石基质沟渠,生物填料沟渠中反硝化功能菌属总量提高了1.53%,TN去除率上升14.1%,表明生物填料更有利于反硝化微生物的附着和生长。(5)将透水路面、改良生物滞留池和生态沟渠进行组合,分别采用实际路面径流和模拟雨水对多级生态组合系统的径流调控效果进行对比试验。结果表明,在不同入渗水质下,多级组合系统出水水质均可达地表Ⅱ类水标准,且具有一定的稳定性,适用于城市雨水径流的处理。透水沥青路面是拦截固体悬浮物的主要单元;生物滞留系统对TP和重金属的吸附能力最强;生态沟渠生物作用丰富,对氮磷和有机物等具有较强的净化能力。(6)基于HYDRUS-2D模型,进行透水路面、生物滞留系统和生态沟渠的关键参数敏感性分析,结果表明:降雨重现期(V)和入流浓度(c)为影响透水沥青路面和生态沟渠中污染物迁移的敏感参数;入流浓度(c)、基质孔径分布(n)和填料等温吸附常数(Kd)为影响生物滞留系统污染物运移的敏感性参数。通过模型的率定和验证,获得了较为可靠的雨水生态组合处理系统水力、水质特性参数,可以进行设定降雨情况的模拟。综上所述,本文系统探讨了透水路面、生物滞留和生态沟渠设施在不同雨强、浓度下对雨水径流中氮、磷、有机物、悬浮物和重金属的去除效率,并借助于Miseq高通量测序技术考察了生物滞留系统和生态沟渠中的微生物群落结构,揭示了微生物群落特性与雨水净化之间的关系,并根据城市道路的建设特征,建立雨水径流生物生态组合处理系统,以期为路面径流污染控制提供技术指导。
阮一晨[8](2021)在《基于数据驱动的杭州萧山区公共中心体系认知与优化研究》文中认为随着我国经济社会的发展由高速增长转为高质量增长,人民生活水平不断提升,社会主要矛盾发生转变,城市生活性空间的发展随之转变为引领城市建设、提升城市居民生活幸福感的主要动力之一。城市公共中心体系是承载城市居民生活性活动的主要空间,在城市公共服务与消费空间的发展中起到重要作用。近年来,城市研究数据与技术快速发展,特别是大数据与机器学习算法的引入,为城市空间结构研究提供了强有力的量化支撑。但同时也引申出公共中心体系研究中,数据表征的充分性、研究方法的适应性、表征关系的实效性等数据技术应用层面的问题。为此,本研究以杭州市萧山区为对象,针对城市公共中心体系研究,在数据技术选择与应用、影响要素与机制分析、优化布局手段等多方面文献综述基础上,结合规划研究中数据应用的特征,总结出本研究着力探索的三个主要问题:如何观察并总结公共中心的特征、公共中心体系发展类型特征与影响要素有哪些、怎样正确引导公共中心空间优化。并借鉴弱假设强表征的数据驱动范式,形成了由理论线索指导表征数据,再构建表征关系,从而推导特征规律的研究逻辑,将之应用于研究问题所对应的空间认知、空间分析与空间优化三个主要流程,以实现空间认知与优化的研究目的,解释公共中心体系空间特征与规律,完善其优化方法与流程。研究内容与结论主要包括三方面:一是公共中心体系的识别与空间特征认识。从供给与需求的角度入手,针对公共中心体系的构成要素,搭建手机信令、POI与调研数据结合的多源数据识别框架,实现杭州市萧山区公共中心体系识别,并从中心的空间布局、结构关系与功能关联认识其基本空间特征。初步认识了体系内的公共中心路径依赖与道路亲缘特征规律与“一主一副数次多基”的4级中心体系,同时发现政府主导配置的公共服务设施在中心关联中具有重要引领性作用。二是在公共中心体系的发展程度与影响要素分析。构建常态化和非常态化两大层面的分析框架:在常态化层面,遵循先扩样后收缩的思路,从浙江省扩样识别公共中心体系的初长型、增长型、成熟型、完善型四大聚类,定位出与萧山区近似的成熟型与完善型聚类样本。同时地形条件、经济规模、人口规模、城市建设、居民消费力与公共交通6类影响要素存在显着的类型性差异,其变化特征主要由发展初期政府主导的投资拉动型增长模式转变为后期由市场引领的消费主导型发展模式。各影响要素间呈现相互作用的网络机制,其中人口规模是发展程度最直接最核心的影响要素。在非常态化要素方面,萧山区公共中心体系深受G20、亚运会与新冠疫情防控等大事件中正向推动力的促进,并在后续使其持续影响。三是在公共中心体系优化分析。杭州市萧山区的研究范围,通过人口与公共中心体系具有强关联的线索,从人口的居住、就业、旅游三方面入手构建“人口—公共中心”的空间关联模型,推导出中心优化的空间基础。在此基础上借助三方面目标准则:一是通过公共中心发展的监督学习模型、满意度与亚运会大事件分析结合,总结出经验目标。二是通过人本主义价值尺度下总结出效率与公平的发展目标,三是在公共中心现状特征中总结的规律性原则。最终在空间与非空间两个层面提出了针对萧山区公共中心体系的优化指引。经三方面内容的逐层推进,实现了公共中心体系认知与优化的数据驱动研究框架搭建,通过实证案例分析与认知,总结具有时空背景的特征经验与一般性的规律,丰富了新数据环境下的城市空间结构研究。
陈德启[9](2021)在《基于浮动车数据的信号交叉口运行态势推演与配时优化方法》文中研究指明信号交叉口在道路网中扮演着重要的角色,交叉口的瓶颈问题已成为引起交通延误、制约交通效率的重要因素,因此制定合理的管控策略以缓解交叉口延误是十分必要的。然而,用于感知信号交叉口运行态势、诊断延误原因、预测交通演变规律、优化信号配时方案的传统技术手段在面对现阶段的越发复杂的交通状态时逐渐呈现出疲态。交通大数据和新兴智能技术的出现为降低交叉口延误提升运行效率带来了新的契机。其中,浮动车数据凭借着覆盖范围广、采集成本低、数据量大、时空信息丰富的优点,逐渐在交通出行特征的研究中流行起来。浮动车数据可以实时地检测信号交叉口的运行状态,被认为是感应道路网络运行脉络的“听诊器”,但是作为新兴的数据源,如何更好地发挥浮动车数据在交叉口的作用还有待深化研究。为了深入理解、梳理、挖掘浮动车数据的特征规律,本文以网格模型为匹配方法实现快速、有效地提取交叉口区域浮动车数据的时空特征,掌握浮动车数据的运行规律及演变机理,实现对信号交叉口运行状态精细化的评价和延误原因的自动诊断,是精准预测交叉口运行状态的基础和前提。基于此,构建了多任务融合深度学习框架,对大范围交叉口通行时间和速度特征进行有效地预测,并为后续的自适应配时优化方案提供技术基础。信号配时优化方案主要包括两个部分,构建深度强化学习模型和提取浮动车数据的交通状态,旨在浮动车数据的基础上设计更加有效的信号配时方案,提升信号交叉口的运行效率。本文的主要研究内容和发现分为以下四个方面:(1)基于海量浮动车数据,深入挖掘浮动车数据的基本属性特征、时空特征、环境特征和演化规律。构建交叉口网格模型用以匹配浮动车数据,提取交通特征。利用基于网格模型的模糊C-均值聚类方法界定信号交叉口的影响区域,精准地刻画不同交叉口、不同通行方向的影响范围。此外,利用网格模型可以快速地、精准地识别浮动车轨迹数据的方向。结果表明,网格模型可以有效地支撑信号交叉口的运行状态的研究。(2)基于网格模型提取浮动车数据的出行特征,通过估算交通参数和信号配时参数构建信号交叉口运行状态评价体系和延误诊断指数,以实现对信号交叉口运行状态感知和延误问题的自动识别。案例研究发现,本文构建的信号交叉口运行评价方法可以有效的感知信号交叉口的整体和内部的服务水平。信号配时参数计算方法可以对固定配时方案的配时参数实现精准地估算。所构建的延误诊断指数可以有效地诊断延误原因。相关结果和发现可以有效地支撑交叉口交通参数预测和配时优化策略的研究。(3)基于多任务融合深度学习模型MFDL(Multi-Task Fusion Deep Learning)对大范围信号交叉口的通行时间和速度进行协同预测。MFDL模型充分考虑了交通参数的时空特征、拓扑结构特征、天气环境特征,并利用残差神经网络提升模型深度,释放模型预测的潜能,采用注意力机制自动分配多维变量的权重,展现特征融合的优势。案例研究发现,与基础模型对比,MFDL模型的精准度更高。通过更改MFDL模型本身变量组对模型自身分析,发现模型具有较强的鲁棒性。与单任务模型对比,发现MFDL模型能够发挥变量之间信息共享的优势,减少训练时间、提升预测精度。相关结果和技术可以辅助构建深度强化学习配时优化方法。(4)基于深度强化学习模型3DQN-PSTER(Double Dueling DQN Priority Sum Tree Experience Replay)实现信号交口的自适应控制。3DQN-PSTER模型融合了Double DQN、Dueling DQN技术和优先级经验回放策略提升了模型性能。利用SUMO(Simulation of Urban MObility)仿真总体数据、浮动车数据、感应线圈数据的交通环境,并进行仿真优化。案例研究发现:3DQN-PSTER模型具有收敛速度快、稳定性强、优化效果显着的优点。在不同的交通量、不同方向的进口道的场景下与不同的配时优化方案对比,发现基于3DQN-PSTER的配时方案RLSC在实时的、非均衡的动态交通流环境中具有独特的优势。此外,在浮动车数据的交通环境中,发现渗透率越高,模型学习过程表现得越稳定,所训练的模型的优化效果越显着。本文按照发现延误、诊断延误、态势推演、缓解延误的研究思路。利用浮动车数据感知信号交叉口的运行态势、诊断延误原因、预测交通参数、优化配时方案的一系列工作,将交通大数据处理技术、深度学习方法和强化学习方法应用于交叉口复杂的交通状态。本研究对降低信号交叉口延误提升整个路网的运行效率具有重要的理论价值和实际指导意义。
王立威[10](2021)在《基于平移嵌套网格模型的交通拥堵识别及预测研究》文中研究指明随着中国城市化进程的发展,城市人口数量和机动车保有量逐年增加,而随之带来的城市交通拥堵问题日益严重,目前已经成为困扰大城市发展的主要问题之一。随着大数据技术和信息技术的发展,智能交通技术逐渐成为城市交通管理的重要手段。以浮动车数据为主要依托的城市交通管理技术通过对海量数据进行挖掘,刻画出城市路网的交通运行状态,并为交通管理者和道路使用者提供实时的交通拥堵信息。但是,目前基于浮动车数据的城市交通管理方法还存在很多不足。对于城市交通状态判别而言,交通路网的复杂性使得交通状态判别方法具有多样性,没有统一的标准。并且基于浮动车数据的交通特征提取方法往往需要借助于电子GIS地图进行地图匹配,该方法不仅依赖于GIS地图的可靠性,而且对于大规模的交通路网,地图匹配算法的运行效率也较低,因此亟需研究新的针对大规模路网的交通特征提取方法。此外,随着聚类方法的不断更新和人工智能技术的不断发展,交通拥堵识别及预测方法也需要新的技术来加以深化和发展。为了提高城市交通拥堵的管理水平,发挥大数据技术在城市交通管理中的作用,本文以海量浮动车数据为驱动,创造性的提出了平移嵌套网格模型的方法,对交通拥堵的识别及预测内容展开研究。本文的主要研究内容和发现包括以下三个方面:(1)建立了不依赖于GIS电子地图的平移嵌套网格模型,用来提取大规模城市路网的交通特征。针对节点对网格模型中的交通空间粒度约束问题,该模型利用嵌套网格的方法,基于海量浮动车数据将节点对交通特征反映在连续的小网格空间内,实现了细粒度层面的交通路径特征的刻画,并提取出相应的路网结构。针对网格模型的边界与路网重合的问题,该模型利用平移方法将网格边界与路网分隔,并将平移后的结果与原始模型结果进行合并,从而提取出与网格边界重合的交通路网结构。基于速度比和K-Means聚类法建立了交通状态指标的计算模型,并根据提取的交通路网结构和交通特征分析了北京市五环内路网的交通状态时空分布规律。结果显示,平移嵌套网格模型能够有效提取大规模的路网结构和交通特征,并且中心平移法能够增加20.7%的小网格数量。(2)提出了DGST-DBSCAN模型用于识别交通拥堵的时空特征。该模型建立了有向网格的时空聚类规则,为有向网格的交通拥堵时空识别问题提供了聚类算法。该模型首先通过平移嵌套网格模型提取出基于网格连接的交通路网拓扑结构,然后对交通状态时空数据进行空缺值填补,通过DGST-DBSCAN模型得到不同时空范围的拥堵聚类。通过提取拥堵时空团的交通特征,得到了拥堵时空团的时空范围,分析了拥堵发生点、拥堵持续点、拥堵消散点和拥堵瓶颈点的时空分布规律,分析了拥堵团内拥堵的传播特性以及拥堵频率的分布特征。最后基于主成分分析法建立了交通拥堵评价模型,并对北京市拥堵时空团进行评价指标排序,得到了北京市最为拥堵的十个拥堵时空区间。(3)建立了基于融合深度学习模型的交通路网时空拥堵预测模型。该模型在变量选取上综合考虑了时间特征、空间特征、天气特征以及历史特征,并通过聚类和独热编码等方式对变量特征进行处理。为了增加模型的准确性,对变量进行平滑处理以及标准化处理,基于随机森林法进行变量的重要度评估,筛选出主要变量。通过对比融合深度学习模型与其它模型在不同道路类型、不同空间位置、不同时间段内、不同拥堵程度、不同拥堵频率和不同时间步长的预测结果,发现LSTM2L-GRU模型的综合预测效果最好,其精度表现优于其它预测模型。同时结果还表明,交叉口路段比快速路路段更难预测,工作日比非工作日更难预测,高峰时期比非高峰时期更难预测,拥堵状态比非拥堵状态更难预测,拥堵发生频率越低越难预测。本文首次提出了平移嵌套网格模型的结构,并基于浮动车数据建立了交通拥堵识别及预测的方法和模型,对城市智能交通的发展具有重要的技术价值和现实意义。
二、一种快速构建道路整体模型方法的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种快速构建道路整体模型方法的研究(论文提纲范文)
(1)基于稀疏数据的区域路网交通状态识别与预测技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题来源 |
1.2 研究背景及意义 |
1.2.1 研究背景 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 基于缺失或稀疏数据重建交通流参数的研究现状 |
1.3.2 交通子区域划分算法研究现状 |
1.3.3 交通状态识别算法研究现状 |
1.3.4 交通状态预测算法研究现状 |
1.4 论文研究内容及技术路线 |
1.4.1 论文研究内容 |
1.4.2 论文研究技术路线 |
2 路网浮动车数据的采集与处理分析 |
2.1 浮动车数据采集 |
2.2 路网浮动车数据描述 |
2.3 浮动车异常数据预处理 |
2.4 路网浮动车数据地图匹配方法 |
2.4.1 地图匹配算法 |
2.4.2 地图匹配结果 |
2.5 基于路网覆盖能力的浮动车数据最小样本需求量分析 |
2.5.1 浮动车数据路网覆盖强度和覆盖率分析方法 |
2.5.2 浮动车数据最小样本需求量算例分析 |
2.6 浮动车数据的稀疏特性分析 |
2.7 本章小结 |
3 基于张量分解的路网内路段行程速度稀疏张量重建算法 |
3.1 张量理论基础 |
3.1.1 张量相关定义 |
3.1.2 基本符号 |
3.2 基于相关性分析和低秩假设的路网内路段行程速度稀疏张量建模 |
3.2.1 交通数据的相关性分析 |
3.2.2 路网内路段行程速度稀疏张量模型 |
3.2.3 交通数据的低秩性分析 |
3.3 基于截断核范数的低秩张量分解填充算法 |
3.4 路网内路段行程速度稀疏张量重建算例分析 |
3.4.1 实验数据 |
3.4.2 结果分析 |
3.5 本章小结 |
4 基于密度峰值优化的路网子区划分及交通状态识别算法 |
4.1 路网交通子区划分算法研究 |
4.1.1 路网子区划分的原则 |
4.1.2 基于NCut的路网子区划分方法 |
4.1.3 基于密度峰值聚类改进NCut的路网子区划分方法 |
4.2 路网子区内路段交通状态识别算法 |
4.2.1 交通流参数的选择 |
4.2.2 基于FCM算法的交通状态识别 |
4.2.3 基于密度峰值聚类和FCM算法的交通状态识别 |
4.3 路网子区域划分与交通状态识别算例分析 |
4.3.1 路网交通子区划分算例分析 |
4.3.2 子区域交通状态识别算例分析 |
4.4 本章小结 |
5 基于组合优化深度学习算法的路网内路段行程速度预测 |
5.1 LSTM理论基础 |
5.2 基于STL的 LSTM模型输入向量优化 |
5.3 基于注意力机制的LSTM模型结构优化 |
5.4 基于注意力机制和LSTM的交通流参数预测模型 |
5.5 交通流参数预测算例分析 |
5.5.1 数据准备 |
5.5.2 模型构建与参数设置 |
5.5.3 误差评价指标 |
5.5.4 预测结果对比分析 |
5.6 本章小结 |
6 结论与展望 |
6.1 论文主要工作 |
6.2 论文主要创新点 |
6.3 研究展望 |
参考文献 |
附录 A |
附录 B |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(2)复杂交通场景下轻量化视觉感知方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 研究现状分析 |
1.2.1 智能驾驶车辆发展现状 |
1.2.2 可行驶区域识别算法研究 |
1.2.3 场景语义分割算法研究 |
1.2.4 道路车辆检测算法研究 |
1.2.5 研究现状总结与难点分析 |
1.3 论文主要创新点 |
1.4 论文研究内容与框架 |
1.5 本章小结 |
2 交通场景环境感知相关工作概述 |
2.1 基于视觉的环境感知任务 |
2.2 深度学习原理 |
2.2.1 卷积神经网络 |
2.2.2 经典网络模型 |
2.2.3 网络学习框架 |
2.3 轻量化感知的图像处理方法 |
2.3.1 图像语义分割 |
2.3.2 目标检测任务 |
2.4 本章小结 |
3 轻量化的无监督可行驶区域识别方法研究 |
3.1 引言 |
3.2 多视觉的特征提取算法 |
3.2.1 超像素视觉特征 |
3.2.2 基于聚类的区域分割算法 |
3.3 基于多区域的轻量化道路识别模型 |
3.3.1 道路图像增强 |
3.3.2 基于多种子点的像素提取 |
3.3.3 构建道路分割模型 |
3.4 实验与性能分析 |
3.4.1 测试数据集与评价指标 |
3.4.2 实验结果与分析 |
3.5 本章小结 |
4 轻量化的尺度感知语义分割方法研究 |
4.1 引言 |
4.2 基于级联感知的语义分割网络 |
4.2.1 基于信息感知的空洞卷积 |
4.2.2 基于上下文的金字塔池化 |
4.2.3 图像级联特征网络 |
4.3 基于双分支的轻量化语义分割模型 |
4.3.1 空间信息网络 |
4.3.2 加权损失函数 |
4.3.3 框架整体结构 |
4.4 实验与性能分析 |
4.4.1 测试数据集与评价指标 |
4.4.2 实验设置 |
4.4.3 实验结果与分析 |
4.5 本章小结 |
5 轻量化的多视野车辆目标检测方法研究 |
5.1 引言 |
5.2 基于回归的目标检测算法 |
5.2.1 单阶段多框预测网络 |
5.2.2 候选区域生成 |
5.2.3 边框回归与损失函数 |
5.3 基于多模块的轻量化车辆检测模型 |
5.3.1 特征融合模块 |
5.3.2 多视野特征提取模块 |
5.3.3 框架整体结构 |
5.4 实验与性能分析 |
5.4.1 测试数据集与评价指标 |
5.4.2 实验设置 |
5.4.3 实验结果与分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 研究工作总结 |
6.2 研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(3)交通网络重要点边识别方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和研究意义 |
1.2 国内外研究现状 |
1.2.1 复杂网络重要节点识别方法研究现状 |
1.2.2 交通网络重要节点识别方法研究现状 |
1.2.3 现有工作存在的不足 |
1.3 研究思路和论文结构 |
1.3.1 研究思路 |
1.3.2 研究内容 |
2 基础理论与方法 |
2.1 复杂网络基本概念 |
2.1.1 复杂网络表示方法 |
2.1.2 复杂网络结构指标 |
2.1.3 理论网络及其特征 |
2.1.4 交通网络构建方法 |
2.2 复杂网络重要节点识别方法 |
2.2.1 度数、核数和H-index |
2.2.2 介数中心性、接近中心性和网络效率 |
2.2.3 PageRank方法 |
2.3 网络动力学模型 |
2.3.1 网络传播模型 |
2.3.2 网络渗流模型 |
2.3.3 随机游走模型 |
2.4 重要节点识别方法的评价指标和性能评价方法 |
2.4.1 基于传播动力学的评价指标 |
2.4.2 基于真实交通数据的评价指标 |
2.4.3 重要节点识别方法的性能评价 |
2.5 本章小结 |
3 基于邻域结构特征的重要节点识别方法 |
3.1 引言 |
3.2 实验网络的拓扑结构性质分析 |
3.3 基于间接传播的重要节点识别方法研究 |
3.3.1 考虑间接传播的重要节点识别方法研究 |
3.3.2 间接传播强度方法准确性分析 |
3.3.3 间接传播强度方法鲁棒性分析 |
3.4 考虑边权的H-index重要节点识别方法研究 |
3.4.1 加权H-index及其强度方法研究 |
3.4.2 加权H-index及其强度方法准确性分析 |
3.4.3 加权H-index及其强度方法鲁棒性和单调性分析 |
3.5 最佳邻域范围指标及其在重要节点识别方法中的作用研究 |
3.5.1 基于邻域节点重要度累加的重要节点识别方法研究 |
3.5.2 最佳邻域范围指标构建和有效性分析 |
3.5.3 最佳邻域范围指标应用研究 |
3.6 本章小结 |
4 高速公路网络重要路段识别方法 |
4.1 引言 |
4.2 高速公路网络及交通功能网络构建 |
4.2.1 高速公路管理特征及网络构建 |
4.2.2 高速公路收费数据处理 |
4.2.3 高速公路交通功能网络构建 |
4.3 基于网络渗流理论的高速公路网络瓶颈路段识别方法研究 |
4.3.1 高速公路网络渗流相变及其时变特征研究 |
4.3.2 高速公路网络瓶颈路段识别方法研究 |
4.4 高速公路网络拥堵传播机制及其重要路段识别方法研究 |
4.4.1 高速公路网络交通拥堵特征研究 |
4.4.2 高速公路网络交通拥堵传播机制研究 |
4.4.3 高速公路网络拥堵传播过程中关键路段识别方法研究 |
4.5 本章小结 |
5 城市多方式交通网络重要节点识别方法 |
5.1 引言 |
5.2 城市交通多层网络构建 |
5.2.1 城市多种交通方式网络结构数据来源与预处理 |
5.2.2 城市交通多层网络构建 |
5.3 城市不同交通方式出行数据处理 |
5.3.1 城市不同交通方式出行数据来源与预处理 |
5.3.2 城市不同交通方式出行数据处理 |
5.4 城市交通多层网络重要节点识别方法构建 |
5.4.1 城市交通多层网络层内和层间连接构建 |
5.4.2 城市交通多层网络重要节点识别方法构建 |
5.5 Multi-PageRank方法识别多方式交通流量重要节点性能研究 |
5.5.1 Multi-PageRank方法准确性分析 |
5.5.2 Multi-PageRank方法在不同阻尼系数下性能分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(4)突发事件情形下区域交通组织建模与优化(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 突发事件与道路危险水平 |
1.2.2 能见度与宏观交通流参数 |
1.2.3 区域疏散与道路交通管控 |
1.2.4 区域疏散与救援交通组织 |
1.2.5 最优化模型与求解方法 |
1.2.6 研究现状总结 |
1.3 研究内容 |
2 基于区域危险等级差异性的区域疏散交通组织 |
2.1 问题描述 |
2.2 道路危险水平评估 |
2.2.1 传统策略 |
2.2.2 改进策略 |
2.3 模型构建 |
2.3.1 符号及其含义 |
2.3.2 路段传输模型 |
2.3.3 数学规划模型 |
2.4 算例分析 |
2.4.1 区域疏散场景 |
2.4.2 疏散交通组织方案 |
2.4.3 疏散交通组织效果 |
2.4.4 局部路段关闭与疏散交通组织 |
2.4.5 道路危险水平与车辆滞留现象 |
2.5 本章小结 |
3 能见度影响下的区域疏散交通组织 |
3.1 问题描述 |
3.2 空气污染物扩散与大气能见度 |
3.2.1 污染物扩散 |
3.2.2 大气能见度 |
3.3 模型构建 |
3.3.1 符号及其含义 |
3.3.2 元胞传输模型 |
3.3.3 数学规划模型 |
3.3.4 鲁棒性分析 |
3.4 算例分析 |
3.4.1 区域疏散场景 |
3.4.2 疏散交通组织效果 |
3.4.3 疏散交通组织效率 |
3.4.4 疏散交通组织方案 |
3.5 本章小结 |
4 交叉口流向管控与车道反向措施协同的区域疏散交通组织 |
4.1 问题描述 |
4.2 道路交通管控措施 |
4.2.1 交叉口流向管控 |
4.2.2 车道反向 |
4.3 模型构建 |
4.3.1 符号及其含义 |
4.3.2 数学规划模型 |
4.4 模型扩展 |
4.5 模型简化 |
4.5.1 算法设计 |
4.5.2 可行性分析 |
4.6 算例分析 |
4.6.1 区域疏散场景 |
4.6.2 疏散交通组织方案 |
4.6.3 交叉口信号配时方案 |
4.6.4 疏散交通组织效果 |
4.7 模型简化方法检验 |
4.8 本章小结 |
5 面向救援优先的区域疏散和救援交通组织 |
5.1 问题描述 |
5.2 模型构建 |
5.2.1 符号及其含义 |
5.2.2 救援交通组织优化模型 |
5.2.3 疏散交通组织优化模型 |
5.3 算例分析 |
5.3.1 区域疏散与救援场景 |
5.3.2 疏散与救援交通组织方案 |
5.3.3 疏散与救援交通组织效果 |
5.3.4 救援入口选择的影响因素 |
5.4 本章小结 |
6 面向疏散优先的社会车辆交通组织 |
6.1 问题描述 |
6.2 研究方法 |
6.3 模型构建 |
6.3.1 符号及其含义 |
6.3.2 疏散交通组织优化 |
6.3.3 社会交通组织仿真 |
6.4 算例分析 |
6.4.1 社会车辆交通仿真场景 |
6.4.2 社会车辆交通拥堵分布 |
6.4.3 交通管制范围与社会车辆交通拥堵 |
6.4.4 交通管制范围与社会车辆通行效率 |
6.4.5 交通管制范围与社会车辆行程时间 |
6.5 本章小节 |
7 总结与展望 |
7.1 研究总结 |
7.2 创新点 |
7.3 研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(5)考虑常规线路影响的需求响应式公交协同优化方法研究(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 核心概念 |
1.3 国内外研究综述 |
1.3.1 需求响应式公交站点选址与线路规划 |
1.3.2 地面公交运行协同优化 |
1.3.3 需求响应式公交运行计划协同优化 |
1.3.4 需要进一步研究的问题 |
1.4 研究内容与论文结构 |
1.4.1 研究内容 |
1.4.2 论文结构 |
2 需求响应式公交服务模式分析 |
2.1 需求响应式公交系统特征分析 |
2.2 跨区域需求响应式公交服务模式分析 |
2.2.1 运营流程 |
2.2.2 竞争力影响因素分析 |
2.3 需求响应式接驳公交服务模式分析 |
2.3.1 运营流程 |
2.3.2 运行计划的关键要素分析 |
2.4 本章小结 |
3 跨区域需求响应式公交站点选址及线路规划方法 |
3.1 概述 |
3.2 问题描述与研究框架 |
3.2.1 站点选址问题描述 |
3.2.2 线路规划问题描述 |
3.2.3 研究框架 |
3.3 考虑节点需求密度的AP聚类算法的站点选址方法 |
3.3.1 经典AP聚类算法 |
3.3.2 考虑节点需求密度的AP聚类算法设计 |
3.4 基于Q学习算法的线路规划方法 |
3.4.1 Q学习算法原理 |
3.4.2 基于Q学习算法的线路规划算法设计 |
3.5 算例研究 |
3.5.1 算例背景与需求数据设定 |
3.5.2 站点选址结果与分析 |
3.5.3 线路规划结果与分析 |
3.6 本章小结 |
4 需求响应式公交开通条件下地面公交运行协同优化模型 |
4.1 概述 |
4.2 模型构建基础 |
4.2.1 问题描述 |
4.2.2 模型假设与参数定义 |
4.2.3 出行广义费用函数 |
4.3 跨区域需求响应式公交及常规线路发车频率协同优化模型 |
4.3.1 上层模型:多目标优化模型 |
4.3.2 下层模型:基于Logit-SUE的多方式交通网络配流模型 |
4.4 求解思路与算法设计 |
4.4.1 模型求解思路 |
4.4.2 算法设计及流程 |
4.5 算例研究 |
4.5.1 网络与参数取值 |
4.5.2 算例结果与分析 |
4.5.3 重要参数灵敏度分析 |
4.6 跨区域需求响应式公交竞争力影响因素分析 |
4.6.1 研究环境设定 |
4.6.2 跨区域需求响应式公交内部因素 |
4.6.3 常规公交线路运行特征 |
4.7 本章小结 |
5 需求响应式接驳公交运行计划协同优化模型 |
5.1 概述 |
5.2 问题描述与基本假设 |
5.2.1 问题描述 |
5.2.2 需求响应式接驳公交与常规公交的协作关系分析 |
5.2.3 基本假设与参数定义 |
5.3 需求响应式接驳公交运行计划协同优化模型 |
5.3.1 模型目标函数 |
5.3.2 约束条件 |
5.4 算法设计 |
5.4.1 遗传算法关键步骤 |
5.4.2 算法流程设计 |
5.5 算例研究 |
5.5.1 算例设计与参数赋值 |
5.5.2 算例结果与分析 |
5.5.3 重要参数灵敏度分析 |
5.6 多模式需求响应式公交竞争力影响因素分析 |
5.6.1 研究环境设定 |
5.6.2 影响因素分析 |
5.7 本章小结 |
6 结论与展望 |
6.1 主要工作及结论 |
6.2 论文的创新点 |
6.3 研究展望 |
参考文献 |
附录 A |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(6)西安都市圈一体化与高质量耦合发展规划策略研究(论文提纲范文)
摘要 |
abstract |
第一章 导论 |
1.1 研究背景与选题缘由 |
1.1.1 研究背景 |
1.1.2 选题缘由 |
1.2 研究对象 |
1.2.1 重要性和典型性 |
1.2.2 研究范围 |
1.3 研究目的与意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 概念释义 |
1.4.1 都市圈 |
1.4.2 一体化 |
1.4.3 高质量 |
1.5 研究内容、框架与方法 |
1.5.1 研究内容 |
1.5.2 研究框架 |
1.5.3 研究方法 |
1.6 基础性支撑原理与研究特性 |
1.6.1 基础性支撑原理 |
1.6.2 研究特性 |
1.7 本章小结 |
第二章 基础理论及相关研究与实践综述 |
2.1 相关基础理论 |
2.1.1 经济学相关理论 |
2.1.2 生态学相关理论 |
2.1.3 社会学相关理论 |
2.1.4 地理学相关理论 |
2.1.5 城乡规划学相关理论 |
2.2 相关研究综述 |
2.2.1 都市圈的相关研究 |
2.2.2 一体化的相关研究 |
2.2.3 高质量的相关研究 |
2.2.4 相关研究进展述评 |
2.3 国内外发展经验 |
2.3.1 国外经验 |
2.3.2 国内经验 |
2.4 基于理论与实践的若干启示 |
2.4.1 人本化 |
2.4.2 绿色化 |
2.4.3 创新化 |
2.4.4 网络化 |
2.5 本章小结 |
第三章 都市圈一体化与高质量耦合发展的内在逻辑及特征 |
3.1 都市圈一体化发展与演化的内在机理 |
3.1.1 从“要素分散”到“要素集合”:集聚化与融合化 |
3.1.2 从“增长极核”到“网络关联”:扩散化与网络化 |
3.1.3 从“单打独斗”到“协作一体”:协作化与一体化 |
3.2 都市圈一体化与高质量耦合发展的哲学思辨 |
3.2.1 来源与构成:“渊源合一” |
3.2.2 存在与变化:“协同发展” |
3.2.3 动因与结果:“互为因果” |
3.2.4 目标与路径:“殊途同归” |
3.3 都市圈一体化与高质量耦合发展的基本特征 |
3.3.1 产业协同创新 |
3.3.2 市场开放统一 |
3.3.3 生态绿色共保 |
3.3.4 城乡协调融合 |
3.3.5 文化包容认同 |
3.3.6 交通互联互通 |
3.3.7 服务共建共享 |
3.3.8 科技智慧引领 |
3.3.9 治理现代高效 |
3.4 都市圈一体化与高质量耦合发展的空间指向 |
3.4.1 空间要素流态化 |
3.4.2 空间结构网络化 |
3.4.3 空间功能协同化 |
3.5 本章小结 |
第四章 一体化视角下西安都市圈的空间范围划定及圈层结构识别 |
4.1 识别原则与思路 |
4.1.1 识别原则 |
4.1.2 识别思路 |
4.2 空间特征认知与识别方法选取 |
4.2.1 基本特征判别 |
4.2.2 基本范围选取 |
4.2.3 中心城市界定 |
4.2.4 识别方法选取 |
4.3 多维方法定量叠加测算 |
4.3.1 公路等时法测算结果 |
4.3.2 城市引力法测算结果 |
4.3.3 城镇人口密度测算结果 |
4.3.4 历史文化资源密度法测算结果 |
4.3.5 定量综合叠加测算结果 |
4.4 地域特征定性辅助校核 |
4.4.1 历史文化渊源回溯 |
4.4.2 历史文化空间格局指引 |
4.4.3 定性辅助校核结果 |
4.5 空间范围划定及圈层结构识别 |
4.5.1 核心圈层识别 |
4.5.2 扩展圈层识别 |
4.5.3 辐射圈层识别 |
4.6 本章小结 |
第五章 西安都市圈的时空演化特征及核心问题研判 |
5.1 时空演化特征 |
5.1.1 中心城区的时空演化 |
5.1.2 圈层结构的时空演化 |
5.2 区域现状解析 |
5.2.1 自然地理 |
5.2.2 经济社会 |
5.2.3 城镇体系 |
5.2.4 服务设施 |
5.2.5 体制机制 |
5.3 比较格局审视 |
5.3.1 全国都市圈总体格局 |
5.3.2 横向比较对象的选取 |
5.3.3 主要特征的比较判别 |
5.4 核心问题研判 |
5.4.1 一核独大且能级不高,辐射带动作用不足 |
5.4.2 创新引领能力不强,产业协同程度不高 |
5.4.3 文化高地尚未形成,文旅融合发展不够 |
5.4.4 网状交通尚未形成,枢纽能力内高外低 |
5.4.5 公服资源过度集聚,区域失衡现象突出 |
5.4.6 资源环境约束趋紧,生态环境质量欠佳 |
5.4.7 一体化建设推动缓慢,协同机制有待加强 |
5.5 本章小结 |
第六章 西安都市圈一体化与高质量发展的“耦合—满意度”评价 |
6.1 总体思路与评价方法 |
6.1.1 总体思路 |
6.1.2 评价方法 |
6.1.3 数据来源 |
6.2 一体化与高质量发展的耦合度评价 |
6.2.1 指标体系构建原则 |
6.2.2 指标选取与权重确定 |
6.2.3 评价结果分析 |
6.3 一体化与高质量发展的满意度评价 |
6.3.1 人群特征与空间范围认知情况 |
6.3.2 出行行为与差异化需求特征 |
6.3.3 评价结果分析 |
6.4 本章小结 |
第七章 西安都市圈一体化与高质量耦合发展的动力机制及适宜空间模式 |
7.1 影响因子研判 |
7.1.1 自然环境因子 |
7.1.2 经济社会因子 |
7.1.3 交通设施因子 |
7.1.4 历史文化因子 |
7.1.5 政策制度因子 |
7.1.6 信息技术因子 |
7.2 动力机制解析 |
7.2.1 自然环境约束力 |
7.2.2 经济社会推动力 |
7.2.3 交通设施支撑力 |
7.2.4 历史文化塑造力 |
7.2.5 政策制度调控力 |
7.2.6 信息技术重构力 |
7.3 既有模式梳理 |
7.3.1 一般模式 |
7.3.2 复合模式 |
7.3.3 模式特征 |
7.4 适宜空间模式建构 |
7.4.1 模式建构思路 |
7.4.2 空间模型建构 |
7.4.3 适宜模式推演 |
7.5 本章小结 |
第八章 西安都市圈一体化与高质量耦合发展的规划引导策略 |
8.1 战略价值与发展目标 |
8.1.1 战略价值研判 |
8.1.2 目标方向引导 |
8.2 功能提升与格局优化 |
8.2.1 城镇体系完善 |
8.2.2 空间结构优化 |
8.3 产业协同与创新驱动 |
8.3.1 区域产业布局优化 |
8.3.2 产业辐射能力强化 |
8.3.3 创新网络体系搭建 |
8.4 文化传承与文旅融合 |
8.4.1 文化遗产整体保护 |
8.4.2 历史文化格局传承 |
8.4.3 文旅全域融合发展 |
8.5 交通一体与设施共享 |
8.5.1 交通设施互联互通 |
8.5.2 公服设施均衡一体 |
8.5.3 基础设施共建共享 |
8.6 生态优化与绿色发展 |
8.6.1 区域生态环境修复 |
8.6.2 生态安全格局构建 |
8.6.3 绿色低碳转型发展 |
8.7 本章小结 |
第九章 面向一体化与高质量耦合发展的西安都市圈规划机制响应 |
9.1 思维转变与目标转向 |
9.1.1 规划思维转变 |
9.1.2 规划目标转向 |
9.1.3 规划基本原则 |
9.2 体系衔接和编制程序 |
9.2.1 规划体系的专项协同及内外衔接 |
9.2.2 规划编制的管理主体及程序完善 |
9.3 协同治理与体制机制 |
9.3.1 协同治理机制提升 |
9.3.2 城乡融合机制完善 |
9.4 本章小结 |
第十章 结论与展望 |
10.1 主要结论 |
10.1.1 都市圈一体化与高质量发展之间存在相互耦合的关系机理 |
10.1.2 西安都市圈一体化与高质量耦合发展仍有较大提升空间 |
10.1.3 西安都市圈一体化与高质量耦合发展的适宜空间模式 |
10.1.4 西安都市圈一体化与高质量耦合发展亟需规划引导及制度保障 |
10.2 创新点 |
10.2.1 揭示都市圈一体化与高质量耦合发展的关系机理与主要特征 |
10.2.2 提出多维视角融合地域特质的都市圈空间范围划定及圈层结构识别方法 |
10.2.3 探索西安都市圈一体化与高质量耦合发展的适宜模式与规划对策 |
10.3 不足与展望 |
10.3.1 不足之处 |
10.3.2 研究展望 |
参考文献 |
图表目录 |
作者在读期间研究成果 |
附录 |
致谢 |
(7)路面径流生态阻控技术及其作用机制研究(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 城市地表雨水径流排放特征 |
1.2.2 透水路面技术 |
1.2.3 原位阻控技术 |
1.2.4 生态阻控技术 |
1.2.5 低影响开发设施模型研究与应用进展 |
1.3 研究内容与技术路线 |
1.3.1 研究目的 |
1.3.2 研究内容 |
1.3.3 技术路线 |
第二章 透水路面对雨水径流的阻控技术研究 |
2.1 材料与方法 |
2.1.1 实验材料 |
2.1.2 实验方案 |
2.1.3 样品采集、检测以及分析方法 |
2.2 透水路面对污染物的去除特征分析 |
2.2.1 不同类型透水路面对污染物去除特征的影响 |
2.2.2 不同透水路面出水水质评价 |
2.2.3 降雨重现期对透水路面出水水质的影响 |
2.2.4 径流污染负荷对透水路面出水水质的影响 |
2.3 透水路面对热污染的去除特征分析 |
2.3.1 不同类型透水路面对热污染去除特征的影响 |
2.3.2 入渗雨水温度对透水路面热污染削减染效能的影响 |
2.3.3 降雨重现期对透水路面热污染削减染效能的影响 |
2.4 透水路面入渗对路基土累积特性及污染评价 |
2.4.1 路基土氮磷累积特征 |
2.4.2 路基土重金属累积特征 |
2.4.3 重金属污染特征评价 |
2.5 透水路面削减径流特征分析 |
2.5.1 路面径流总量及削减率分析 |
2.5.2 路面径流峰值流量及削减率分析 |
2.5.3 峰值延迟时间分析 |
2.6 本章小结 |
第三章 复合填料生物滞留系统对雨水径流污染物去除研究 |
3.1 材料与方法 |
3.1.1 试验材料 |
3.1.2 试验系统构建 |
3.1.3 试验方案 |
3.1.4 样品采集、检测及分析方法 |
3.2 生物滞留设施基质除污特征分析 |
3.2.1 基质吸附特性研究 |
3.2.2 基质入渗与保水特征 |
3.2.3 基质吸附容量和寿命分析 |
3.2.4 蓄水区基质硝化反硝化强度分析 |
3.3 生物滞留设施植物配置优化设计 |
3.3.1 不同禾草生长特性分析 |
3.3.2 不同禾草根系吸收雨水养分特征 |
3.3.3 不同禾草对雨水重金属耐受、富集和转运能力 |
3.4 生物滞留系统径流调控效果与机制研究 |
3.4.1 启动阶段特征 |
3.4.2 生物滞留系统对雨水径流调控效果 |
3.4.3 生物滞留系统对污染物削减机制研究 |
3.4.4 生物滞留系统雨水净化影响因素的定量分析 |
3.5 生物滞留系统微生物作用机制分析 |
3.5.1 微生物群落丰度和多样性 |
3.5.2 微生物群落组成及相似性分析 |
3.5.3 生物滞留系统功能微生物菌属分析 |
3.6 本章小结 |
第四章 基于雨水净化的生态沟渠强化雨水污染物去除研究 |
4.1 材料与方法 |
4.1.1 实验系统的构建 |
4.1.2 试验方案 |
4.1.3 样品采集、检测及分析方法 |
4.2 水生植物对生态沟渠净化能力的影响 |
4.2.1 不同水生植物生长特征 |
4.2.2 不同植物对雨水径流中污染物的去除效果 |
4.2.3 不同水生植物的综合净化能力评价 |
4.3 缓流下生态沟渠去除污染物特性分析 |
4.3.1 不同基质生态沟渠对雨水径流污染物的去除特性分析 |
4.3.2 不同基质生态沟渠沿程降解特征分析 |
4.4 模拟降雨下生态沟渠对雨水径流调控效果研究 |
4.4.1 不同基质生态沟渠对径流污染物的去除特征 |
4.4.2 降雨强度对生态沟渠去除雨水污染物的影响 |
4.4.3 污染负荷对生态沟渠去除雨水污染物的影响 |
4.5 静水条件下生态沟渠对污染物的去除特征分析 |
4.5.1 不同类型沟渠对氮、磷的去除作用 |
4.5.2 不同类型沟渠对有机物和重金属的去除作用 |
4.6 生态沟渠基质污染物累积与评价 |
4.6.1 氮磷含量及形态分析 |
4.6.2 重金属含量及形态分析 |
4.6.3 沟渠基质氮、磷和重金属的污染评价 |
4.7 生态沟渠微生物作用机制分析 |
4.7.1 微生物群落丰度和多样性 |
4.7.2 微生物群落组成及差异性分析 |
4.7.3 生态沟渠功能微生物菌属及β多样性分析 |
4.8 本章小结 |
第五章 雨水径流生态组合系统构建及运行研究 |
5.1 材料与方法 |
5.1.1 实验系统的构建 |
5.1.2 模型建立 |
5.2 多级生态组合对雨水污染物的去除特征 |
5.2.1 雨水采集特征分析 |
5.2.2 多级组合系统污染物去除效果 |
5.2.3 不同组合单元污染物去除特性 |
5.2.4 多级组合系统出水水质分析 |
5.3 基于HYDRUS-2D模型的生态组合系统关键参数模拟 |
5.3.1 透水路面关键参数模拟 |
5.3.2 生物滞留系统关键参数模拟 |
5.3.3 生态沟渠关键参数模拟 |
5.3.4 多级组合系统中污染物运移特征模拟 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 主要研究结论 |
6.2 论文的创新点 |
6.3 研究展望 |
攻读学位期间发表的学术论文 |
参考文献 |
(8)基于数据驱动的杭州萧山区公共中心体系认知与优化研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.1.1 社会主要矛盾发生转变带来的新需求 |
1.1.2 公共服务规划地位提升形成的新定位 |
1.1.3 数据科学革命引领的新视野 |
1.1.4 国土空间规划体系下的新要求 |
1.2 研究目的与意义 |
1.2.1 主要研究目的 |
1.2.2 研究意义 |
1.3 相关概念界定 |
1.3.1 数据驱动 |
1.3.2 公共中心体系 |
1.4 研究内容与范围 |
1.4.1 研究主要内容 |
1.4.2 研究范围 |
1.5 研究方法 |
1.5.1 定性研究方法 |
1.5.2 定量分析方法 |
1.6 技术路线与章节安排 |
1.6.1 研究技术路线 |
1.6.2 章节组织 |
2 相关研究综述 |
2.1 研究的理论基础 |
2.1.1 城市形态发展与演化理论中的城市中心 |
2.1.2 城市空间组织理论中的城市中心 |
2.2 城市公共中心体系的识别 |
2.2.1 城市中心识别数据源 |
2.2.2 城市中心及其体系识别方法 |
2.3 城市公共中心体系的演变趋势与影响要素 |
2.3.1 城市多中心结构的实践与效能 |
2.3.2 公共中心体系的发展趋势 |
2.3.3 公共中心的形成机制与影响要素 |
2.4 公共中心与城市服务的空间布局优化 |
2.4.1 公共中心的布局优化 |
2.4.2 各类城市服务的布局优化 |
2.5 借鉴与启示 |
2.5.1 研究借鉴 |
2.5.2 研究启示 |
3 研究框架 |
3.1 数据驱动的发展脉络 |
3.1.1 大数据的发展及利用 |
3.1.2 机器学习发展历程 |
3.1.3 数据驱动在城乡规划中的应用 |
3.2 表征学习与城市空间科学互动的研究理念 |
3.2.1 表征学习的应用难点 |
3.2.2 分析框架的基本流程 |
3.2.3 数据分析的基本逻辑 |
3.2.4 数据获取的基本原则 |
3.3 数据驱动的公共中心体系研究框架 |
3.3.1 研究主要问题难点 |
3.3.2 测度识别的理论先验 |
3.3.3 影响要素分析的理论先验 |
3.3.4 优化策略的理论先验 |
3.4 本章小结 |
4 萧山区公共中心体系识别与空间特征 |
4.1 供需视角下的中心度评级体系与数据基础 |
4.1.1 中心度的评价 |
4.1.2 中心度计算的数据基础 |
4.2 中心度计算结果与空间特征 |
4.2.1 指标权重计算 |
4.2.2 设施聚合度:多中心结构展现 |
4.2.3 设施规模度:中心集聚特征显着 |
4.2.4 设施使用度:就近满足的网络结构 |
4.2.5 中心度:内聚外散,北密南疏的整体格局 |
4.3 识别与特征分析 |
4.3.1 基于密度阈值的公共中心识别流程设计 |
4.3.2 公共中心的空间分布特征 |
4.3.3 公共中心的体系结构特征 |
4.3.4 功能关联特征 |
4.4 本章小结 |
5 萧山区公共中心体系的发展程度与影响要素 |
5.1 公共中心体系发展程度的表征 |
5.1.1 公共中心体系的总能级 |
5.1.2 公共中心体系的总数量 |
5.1.3 公共中心体系的均衡度 |
5.2 基于集成学习的中心度表征模型 |
5.2.1 特征构造与模型设计 |
5.2.2 模型精度检验方法 |
5.2.3 模型训练与精度表现 |
5.3 基于集成模型省域区县中心度拟合 |
5.3.1 中心度的分块拟合 |
5.3.2 中心体系的采样结果 |
5.3.3 省域区县公共中心体系表征 |
5.4 常态化影响要素分析 |
5.4.1 公共中心体系常态化影响要素的选择 |
5.4.2 中心度的多元线性回归 |
5.4.3 公共中心发展程度的聚类及其特征 |
5.4.4 公共中心体系的演化趋势分析 |
5.4.5 常态化影响要素构成与影响机制构建 |
5.5 萧山区公共中心体系的非常态化影响要素 |
5.5.1 公共服务设施配置 |
5.5.2 基础设施建设 |
5.5.3 城市空间调整 |
5.5.4 经济发展 |
5.5.5 城市品牌价值提升 |
5.5.6 城市治理能力提升 |
5.6 本章小结 |
6 萧山区公共中心体系布局优化 |
6.1 人口与公共中心体系布局的空间关联 |
6.1.1 基于人口的公共中心体系布局先验 |
6.1.2 人口分布的空间特征与空间关联 |
6.1.3 人口与公共中心的空间关联模型构造 |
6.1.4 模型结果与分析 |
6.1.5 人口与公共中心体系关联中的主要特征 |
6.2 公共中心优化目标 |
6.2.1 经验目标 |
6.2.2 价值目标 |
6.2.3 规律原则 |
6.3 公共中心体系布局优化指引 |
6.3.1 空间优化指引 |
6.3.2 服务优化策略 |
6.4 本章小结 |
7 结论与展望 |
7.1 研究主要结论 |
7.1.1 公共中心识别与空间特征分析 |
7.1.2 公共中心的影响要素与机制分析 |
7.1.3 公共中心的优化指引 |
7.2 主要创新之处 |
7.2.1 引入了多源数据与算法适应的公共中心识别系统 |
7.2.2 尝试了表征数据与理论结合的影响要素解释机制 |
7.2.3 构建了集成框架与机制协同的目标估计监督模型 |
7.3 研究不足与展望 |
7.3.1 研究内容的深入挖掘 |
7.3.2 研究理论的深化演绎 |
7.3.3 数据技术的更新适应 |
参考文献 |
附录 |
附录1 浙江省区县中心体系发展程度影响要素 |
附录2 集成树分类规则 |
附录3 网络调查问卷中公共中心体系相关问题 |
个人简介 |
(9)基于浮动车数据的信号交叉口运行态势推演与配时优化方法(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 国内外研究现状 |
1.3.1 信号交叉口运行状态评价 |
1.3.2 信号交叉口交通参数预测 |
1.3.3 信号交叉口配时优化方法 |
1.4 论文主要研究内容 |
1.4.1 浮动车数据处理及网格模型构建 |
1.4.2 信号交叉口运行状态的评价方法 |
1.4.3 信号交叉口交通参数的预测方法 |
1.4.4 信号交叉口自适应配时优化方法 |
1.5 论文技术路线 |
2 基础理论方法简介 |
2.1 信号交叉口配时参数及控制方法 |
2.1.1 信号配时参数 |
2.1.2 信号控制方法 |
2.2 深度学习方法 |
2.2.1 循环神经网络 |
2.2.2 卷积神经网络 |
2.3 强化学习方法 |
2.3.1 强化学习基本要素 |
2.3.2 强化学习基本模型 |
2.4 本章小结 |
3 浮动车数据处理与网格模型构建 |
3.1 浮动车数据说明 |
3.2 浮动车数据预处理 |
3.2.1 异常数据分析 |
3.2.2 数据过滤流程 |
3.2.3 轨迹坐标转换 |
3.3 浮动车出行数据基础分析 |
3.3.1 原始数据特征分析 |
3.3.2 空间范围影响分析 |
3.3.3 时间因素影响分析 |
3.3.4 天气因素影响分析 |
3.4 基于网格模型的浮动车数据匹配方法 |
3.4.1 网格模型的构建 |
3.4.2 交叉口区域界定 |
3.4.3 轨迹方向的识别 |
3.5 本章小结 |
4 信号交叉口运行状态评价与延误诊断方法 |
4.1 引言 |
4.2 信号交叉口交通参数计算方法 |
4.2.1 通行时间计算方法 |
4.2.2 总延误的计算方法 |
4.2.3 走停比的计算方法 |
4.2.4 流量比的计算方法 |
4.3 信号交叉口信号配时参数计算方法 |
4.3.1 信号周期计算方法 |
4.3.2 绿信比的计算方法 |
4.4 信号交叉口运行状态评价及诊断 |
4.4.1 信号交叉口整体延误分析 |
4.4.2 信号交叉口内部延误分析 |
4.4.3 信号交叉口延误问题诊断 |
4.5 本章小结 |
5 信号交叉口通行时间和速度预测方法 |
5.1 引言 |
5.2 信号交叉口交通特征数据集构建 |
5.2.1 特征变量相关性检验 |
5.2.2 特征变量标准化处理 |
5.2.3 特征变量数据集划分 |
5.3 多任务深度学习融合模型构建 |
5.3.1 残差卷积神经网络 |
5.3.2 残差图卷积神经网络 |
5.3.3 堆栈式长短期记忆网络 |
5.3.4 注意力机制神经网络 |
5.3.5 多任务融合深度学习模型 |
5.4 实验分析 |
5.4.1 评价指标选取 |
5.4.2 实验环境介绍 |
5.4.3 模型结果分析 |
5.4.4 敏感度的分析 |
5.5 本章小结 |
6 信号交叉口自适应配时优化方法 |
6.1 引言 |
6.2 信号交叉口智能体设计 |
6.2.1 基于NUDG的交通状态提取方法 |
6.2.2 信号灯相位集的构建及动作选择 |
6.2.3 信号相位转换奖励值函数的构建 |
6.3 基于3DQNPSTER的信号交叉口优化配时方法 |
6.3.1 3DQNPSTER深度强化学习模型 |
6.3.2 信号交叉口的交通环境构建方案 |
6.3.3 模型评估和应用性能的指标选取 |
6.4 仿真实验与结果分析 |
6.4.1 仿真环境设置 |
6.4.2 模型比较分析 |
6.4.3 模型应用结果 |
6.5 本章小结 |
7 结论 |
7.1 主要工作总结 |
7.2 主要的创新点 |
7.3 未来研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(10)基于平移嵌套网格模型的交通拥堵识别及预测研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 研究内容和论文技术路线 |
2 文献综述 |
2.1 城市交通拥堵问题研究 |
2.1.1 宏观交通状态判别 |
2.1.2 交通拥堵识别 |
2.1.3 交通拥堵预测 |
2.2 网格模型技术研究 |
2.2.1 网格模型概述 |
2.2.2 节点对网格模型 |
2.3 本章小结 |
3 基于平移嵌套网格模型的交通状态判别研究 |
3.1 浮动车数据预处理 |
3.2 嵌套网格模型 |
3.2.1 模型建立 |
3.2.2 网格编号方式 |
3.2.3 网格划分方式 |
3.2.4 嵌套网格模型结果分析 |
3.3 平移网格法处理网格边界重合问题 |
3.3.1 模型建立 |
3.3.2 平移结果分析 |
3.3.3 不同平移方法分析 |
3.4 网格交通运行状态判别 |
3.5 本章小结 |
4 基于DGST-DBSCAN的交通拥堵识别研究 |
4.1 交通路网拓扑结构提取 |
4.2 基于DGST-DBSCAN的交通拥堵时空聚类分析 |
4.2.1 原始数据处理 |
4.2.2 DGST-DBSCAN算法 |
4.2.3 参数选择 |
4.3 拥堵时空团分析 |
4.3.1 拥堵的时空范围分析 |
4.3.2 拥堵产生、传播及消散分析 |
4.3.3 拥堵频率分析 |
4.4 基于PCA方法的拥堵评价 |
4.5 本章小结 |
5 基于融合深度学习模型的交通拥堵预测研究 |
5.1 变量特征选取及构造 |
5.1.1 时间特征选取及构造 |
5.1.2 空间特征选取及构造 |
5.1.3 天气特征选取及构造 |
5.1.4 历史特征选取及构造 |
5.2 特征处理 |
5.2.1 平滑处理 |
5.2.2 标准化 |
5.2.3 重要度评估及特征筛选 |
5.3 模型建立 |
5.4 预测结果与分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 主要工作总结 |
6.2 主要创新点 |
6.3 研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
四、一种快速构建道路整体模型方法的研究(论文参考文献)
- [1]基于稀疏数据的区域路网交通状态识别与预测技术研究[D]. 高远. 北京交通大学, 2021
- [2]复杂交通场景下轻量化视觉感知方法研究[D]. 刘步实. 北京交通大学, 2021(02)
- [3]交通网络重要点边识别方法研究[D]. 余森彬. 北京交通大学, 2021
- [4]突发事件情形下区域交通组织建模与优化[D]. 刘正. 北京交通大学, 2021
- [5]考虑常规线路影响的需求响应式公交协同优化方法研究[D]. 王瑜琼. 北京交通大学, 2021
- [6]西安都市圈一体化与高质量耦合发展规划策略研究[D]. 范晓鹏. 西安建筑科技大学, 2021(01)
- [7]路面径流生态阻控技术及其作用机制研究[D]. 骆辉. 南京林业大学, 2021(02)
- [8]基于数据驱动的杭州萧山区公共中心体系认知与优化研究[D]. 阮一晨. 浙江大学, 2021(01)
- [9]基于浮动车数据的信号交叉口运行态势推演与配时优化方法[D]. 陈德启. 北京交通大学, 2021(02)
- [10]基于平移嵌套网格模型的交通拥堵识别及预测研究[D]. 王立威. 北京交通大学, 2021