李静
- 作品数：3 被引量：8H指数：2
- 供职机构：重庆交通大学交通运输学院更多>>
- 发文基金：国家自然科学基金重庆市教育委员会科学技术研究项目更多>>
- 相关领域：交通运输工程更多>>
- 山地城市医院出行特征及交通组织优化研究被引量：5
- 2017年
- 山地中心区医院的交通组织问题不仅加重医院"看病难"的问题,还一直是制约着医院发展的根本问题。研究通过对山地医院的出行生成率、出行目的、出行方式、出行时间分布进行分析,得出山地中心区医院出行特征的一般规律。并以重庆医科大学附属儿童医院为例,通过交通调查,分析该医院的出行特征规律,并在此基础上,对医院交通组织存在的问题提出优化建议;为医院交通管理提供科学的参考依据。
- 李静蔡晓禹蔡明
- 关键词：交通组织
- 基于矩形法的交通拥堵传播模型研究被引量：1
- 2018年
- 准确分析交通拥堵传播特征是预测交通拥堵状态进而解决拥堵问题的先决条件。首先结合实际交通状态,提出速度延伸判别指数(ESDI),并将道路拥堵状态划分为5个等级,界定各等级阈值,构造拥堵马赛克时空图。提出矩形法绘制规则,建立交通拥堵演变的传播模型分析法,研究拥堵和消散传播规律与特征,有效计算传播速度。最后以重庆市黄花园大桥为例进行建模验证,研究表明,基于ESDI的道路交通状态判别方法能正确划分路段所处拥堵状态,基于矩形法的交通拥堵传播模型能有效得到道路拥堵演变特征,包括常发或偶发性拥堵、消散的起止时间、传播速度及发生原因等。
- 吴琰飘蔡晓禹陈明亮李静
- 关键词：交通工程交通状态判别
- 基于改进D-S证据理论数据融合的路段单元交通状态判别方法被引量：2
- 2021年
- 为探究不同类型车辆运动特征差异对路段整体交通流状态判别的影响,解决单一数据源导致判别结果精度不高的问题,针对多种类型车辆的浮动车数据存在的显著差异,提出了基于改进D-S(Dempster-Shafer)证据理论数据融合的路段单元交通状态判别方法。通过分析不同类型车辆的浮动车数据,探究其在速度分布、交通状态划分标准及样本量等方面存在的差异;针对D-S证据理论在融合高冲突信息时的失效问题,从修正数据源基本信任分配函数与优化合成规则两方面改进D-S证据,并据此构建路段单元交通状态判别模型。经实例验证发现:基于出租车、公交车、私家车单一浮动车数据的路段单元交通状态判别准确率分别为83.58%,70.15%,61.19%,利用传统D-S证据理论融合数据的交通状态判别准确率为85.07%,改进方法判别准确率为94.03%。这表明改进方法可有效融合高度冲突的多种浮动车数据,其交通状态判别准确率高于基于单一浮动车数据或传统D-S证据理论的判别方法。
- 王玉婷李静李静
- 关键词：数据融合D-S证据理论交通状态判别浮动车数据
