CN108447265A - 基于topsis法的公路交通事故黑点路段鉴别方法 - Google Patents
基于topsis法的公路交通事故黑点路段鉴别方法 Download PDFInfo
- Publication number
- CN108447265A CN108447265A CN201810487177.7A CN201810487177A CN108447265A CN 108447265 A CN108447265 A CN 108447265A CN 201810487177 A CN201810487177 A CN 201810487177A CN 108447265 A CN108447265 A CN 108447265A
- Authority
- CN
- China
- Prior art keywords
- accident
- section
- traffic
- section unit
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于TOPSIS法的公路交通事故黑点路段鉴别方法,包含如下步骤:1、将所要研究的公路按长度等分为n个路段单元;2、采集若干年的公路交通事故数据,统计每个路段单元的事故总量、事故总死亡人数、事故总重伤人数、事故总轻伤人数、由交通事故引发的总封道时间等数据;3、计算各路段单元的交通事故当量伤亡总人数;4、将各路段单元的交通事故总量、交通事故当量伤亡总人数、由交通事故引发的总封道时间等指标作为公路交通安全性评价指标体系,运用TOPSIS法计算各路段交通安全性排序指标;5、将交通安全性排序指标小于安全阈值的路段单元鉴别为事故黑点路段。该方法综合考虑多种交通事故指标,且操作简单,可移植性强,易于推广应用。
Description
技术领域
本发明属于公路交通安全管理研究领域,具体涉及一种基于TOPSIS法的公路交通事故黑点路段鉴别方法。
背景技术
由于高速公路上运行的交通流具有很高的速度,因此发生交通事故的严重程度往往要高于城市道路,我国近年的统计结果显示,虽然高速公路里程数仅占公路总里程的3%,但发生在高速公路上的交通事故死亡人数却占据了交通事故死亡总人数的10%,因此鉴别高速公路交通事故黑点路段并将其作为交通事故重点防治对象成为高速公路交通安全管理的一项重要工作。
目前国内外在交通事故黑点鉴别方面的研究方法主要分为两类:
第一类是建立在历史交通事故数据上,直接运用事故数法和事故率法鉴别事故黑点,或者通过构建泊松回归、负二项回归以及经验贝叶斯方法等模型回归分析事故数据,根据对事故发展趋势的预测判断事故黑点,这一类方法的缺点在于事故黑点鉴别的指标往往比较单一,主要以事故数及事故伤亡人数为评价指标,没有考虑由于交通事故引发的封道时间等间接评价指标;
第二类是运用交通冲突分析技术(TCT),通过预测车辆运行轨迹判断可能存在的交通冲突点,将交通冲突较为严重的位置判断为事故黑点,交通冲突分析方法对交通事故历史数据的依赖程度较小,但是它只考虑了交通事故中交通流的因素,无法鉴别主要因道路条件、环境因素产生的事故黑点,而且由于交通冲突分析方法工作量较大,因此只适用于小范围城市道路的交通事故黑点鉴别。
发明内容
发明目的:针对现有技术中存在的问题,本发明提供了一种公路交通事故黑点路段鉴别方法,该方法综合考虑多种交通事故指标,且操作简单,可移植性强,易于推广应用。
技术方案:本发明采用如下技术方案:
基于TOPSIS法的公路交通事故黑点路段鉴别方法,包含如下步骤:
(1)将所要研究的公路按长度等分为n个路段单元;
(2)采集若干年的公路交通事故数据,统计每个路段单元的事故总量、事故总死亡人数、事故总重伤人数、事故总轻伤人数、由交通事故引发的总封道时间、直接经济损失等数据;
(3)根据事故总死亡人数、事故总重伤人数和事故总轻伤人数计算各路段单元的交通事故当量伤亡总人数;
(4)将各路段单元的交通事故总量、交通事故当量伤亡总人数、由交通事故引发的总封道时间等m个指标作为公路交通安全性评价指标体系,运用TOPSIS法计算各路段交通安全性排序指标;
(5)将交通安全性排序指标小于安全阈值的路段单元鉴别为事故黑点路段。
步骤(3)所述交通事故当量伤亡人数计算公式为:
Ds=k1D1+k2D2+k3D3
其中,Ds、D1、D2、D3分别为事故当量伤亡人数、事故死亡人数、事故重伤人数及事故轻伤人数,k1、k2、k3分别代表死亡人数、重伤人数、轻伤人数换算为当量伤亡人数的系数值。
所述步骤(4)具体包括:
(4-1)以各路段单元的交通安全性评价指标值为元素建立原始事故数据矩阵A={xij},其中xij表示第i个路段单元第j个指标的值,i=1,...,n,j=1,...,m;
(4-2)运用z-score方法对原始事故数据矩阵A={xij}进行标准化处理,同时由于各交通安全性评价指标对评价结果影响程度不同,需要赋予各指标相应的权重值,得到加权标准化决策矩阵:
vij=wjrij
其中,i=1,...,n,j=1,...,m,μj表示n个路段单元第j个指标的平均值,rij表示标准化之后第i个路段单元第j个指标的值,wj表示第j个指标的权重值,vij表示加权标准化之后第i个路段单元第j个指标的值;
(4-3)计算理想解与负理想解:
其中,i=1,...,n,j=1,...,m,为第j个指标的理想解,A+为事故数据集的理想解集合;为第j个指标的负理想解,A-为事故数据集的负理想解集合;
(4-4)采用欧氏距离计算每个路段单元的交通安全性评价指标值与理想解和负理想解间的偏差:
其中,i=1,...,n,为第i个路段单元指标值与理想解之间的偏差,为第i个路段单元指标值与负理想解之间的偏差;
(4-5)根据上一步求解得到的各路段单元指标值到理想解与负理想解之间的偏差,计算各路段单元交通安全性指标与最优解的接近程度Ci:
Ci为道路单元i的交通安全性排序指标。
步骤(5)中,当路段单元的交通安全性排序指标C满足:L≤C≤1,该路段单元的安全性接近于具备安全性指标理想解的路段,同时与具备安全性指标负理想解的路段单元相差足够远,可以判定为相对安全的路段;当路段单元的安全性排序指标C满足:C<L,该路段单元的安全性指标较差,可以判定为事故黑点路段;其中L为预设的安全阈值。在高速公路安全管理过程中,应将鉴别出的事故黑点路段作为重点交通事故防治对象。
有益效果:与现有技术相比,本发明公开的基于TOPSIS方法的公路交通事故黑点路段鉴别方法具有以下优点:1、在评价路段安全性方面既考虑了事故总量、事故当量伤亡总人数等直接指标,也考虑了因交通事故引发的封道时间等间接指标,丰富了公路交通安全性评价指标体系;2、应用TOPSIS法计算路段单元的交通安全性排序指标C,将交通安全性排序指标小于安全阈值L的路段单元鉴别为事故黑点路段,该事故黑点鉴别方法操作简单,可移植性强,易于推广应用。
附图说明
图1为本发明的事故黑点鉴别流程图;
图2为实施例中温丽高速K117~K189研究路段位置示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明的具体实施案例做说明。
本发明公开了一种基于TOPSIS法的公路交通事故黑点路段鉴别方法,流程如图1所示。
温丽高速位于浙江省境内,是连接温州和丽水的重要交通线路。温丽高速通车里程116km,其中桥梁和隧道长度占比达90%以上,是名副其实的“桥隧俱乐部”,地理环境复杂,线形组合变化明显。本实施例所选取的研究路段范围为K117~K189,全长72km,如图2所示。
本实施例对温丽高速事故黑点路段进行鉴别,包括如下主要步骤:
(1)考虑到温丽高速(K117~K189)多数路段为分离式车道,两侧公路线形组合特征不同,故将温丽高速(K117~K189)右线(温州方向)和左线(丽水方向)以1km为单位长度共划分为144个路段单元(i=1,2,...,144),记右线路段单元R1~R72,左线路段单元L1~L72。
(2)统计出2006~2013年每个路段单元的事故总量、事故总伤亡(死亡、重伤、轻伤)人数及总封道时间,同时将各路段事故总伤亡(死亡、重伤、轻伤)人数换算成事故当量伤亡总人数,换算公式如下:
Ds=k1D1+k2D2+k3D3
其中,Ds、D1、D2、D3分别为事故当量伤亡人数、事故死亡人数、事故重伤人数及事故轻伤人数,k1、k2、k3分别代表死亡人数、重伤人数、轻伤人数换算为当量伤亡人数的系数值,根据以往研究成果(王炜,过秀成.交通工程学[M].南京:东南大学出版社,2000:229-230),取k1=1,k2=0.33,k3=0.1,温丽高速2006~2013事故原始数据统计如表1、表2所示。
表1温丽高速右线(温州方向)2006~2013事故统计数据
表2温丽高速左线(丽水方向)2006~2013事故统计数据
(3)选取事故总量、事故当量伤亡人数、总封道时间三个指标作为路段安全性评价指标(j=1,2,3),同时根据经验,事故总量、事故当量伤亡总人数为交通安全性评价直接指标,总封道时间为交通安全评价间接指标,因此设置事故总量、事故当量伤亡总人数、总封道时间的交通安全评价权重值为w1=0.4,w2=0.4,w3=0.2,运用TOPSIS法分别计算温丽高速右线(温州方向)及左线(丽水方向)的路段单元的交通安全性排序指标。温丽高速右线(温州方向)与左线(丽水方向)的路段单元安全性排序(按照C值从小到大的顺序)如表3、表4所示。
表3温丽高速右线(温州方向)路段安全性排序
表4温丽高速左线(丽水方向)路段安全性排序
(4)根据表3、表4显示的温丽高速各路段单元交通安全性排序指标计算结果,取安全阈值L=0.8,故将C<0.8的路段单元判断为事故黑点路段。因此温丽高速右线(温州方向)的事故黑点路段为安全性排序前35位的路段,事故黑点路段事故总数占右线事故总量的70.04%;温丽高速左线(丽水方向)的事故黑点路段为安全性排序前22位的路段,事故黑点路段事故总数占右线事故总量的55.63%。
Claims (4)
1.基于TOPSIS法的公路交通事故黑点路段鉴别方法,其特征在于,包含如下步骤:
(1)将所要研究的公路按长度等分为n个路段单元;
(2)采集若干年的公路交通事故数据,统计每个路段单元的事故总量、事故总死亡人数、事故总重伤人数、事故总轻伤人数、由交通事故引发的总封道时间、直接经济损失等数据;
(3)根据事故总死亡人数、事故总重伤人数和事故总轻伤人数计算各路段单元的交通事故当量伤亡总人数;
(4)将各路段单元的交通事故总量、交通事故当量伤亡总人数、由交通事故引发的总封道时间等m个指标作为公路交通安全性评价指标体系,运用TOPSIS法计算各路段交通安全性排序指标;
(5)将交通安全性排序指标小于安全阈值的路段单元鉴别为事故黑点路段。
2.根据权利要求1所述的基于TOPSIS法的公路交通事故黑点路段鉴别方法,其特征在于,步骤(3)所述交通事故当量伤亡人数计算公式为:
Ds=k1D1+k2D2+k3D3
其中,Ds、D1、D2、D3分别为事故当量伤亡人数、事故死亡人数、事故重伤人数及事故轻伤人数,k1、k2、k3分别代表死亡人数、重伤人数、轻伤人数换算为当量伤亡人数的系数值。
3.根据权利要求1所述的基于TOPSIS法的公路交通事故黑点路段鉴别方法,其特征在于,所述步骤(4)具体包括:
(4-1)以各路段单元的交通安全性评价指标值为元素建立原始事故数据矩阵A={xij},其中xij表示第i个路段单元第j个指标的值,i=1,...,n,j=1,...,m;
(4-2)运用z-score方法对原始事故数据矩阵A={xij}进行标准化处理,同时由于各交通安全性评价指标对评价结果影响程度不同,需要赋予各指标相应的权重值,得到加权标准化决策矩阵:
vij=wjrij
其中,i=1,...,n,j=1,...,m,μj表示n个路段单元第j个指标的平均值,rij表示标准化之后第i个路段单元第j个指标的值,wj表示第j个指标的权重值,vij表示加权标准化之后第i个路段单元第j个指标的值;
(4-3)计算理想解与负理想解:
其中,i=1,...,n,j=1,...,m,为第j个指标的理想解,A+为事故数据集的理想解集合;为第j个指标的负理想解,A-为事故数据集的负理想解集合;
(4-4)采用欧氏距离计算每个路段单元的交通安全性评价指标值与理想解和负理想解间的偏差:
其中,i=1,...,n,为第i个路段单元指标值与理想解之间的偏差,为第i个路段单元指标值与负理想解之间的偏差;
(4-5)根据上一步求解得到的各路段单元指标值到理想解与负理想解之间的偏差,计算各路段单元交通安全性指标与最优解的接近程度Ci:
Ci为道路单元i的交通安全性排序指标。
4.根据权利要求4所述的基于TOPSIS法的公路交通事故黑点路段鉴别方法,其特征在于,步骤(5)中,当路段单元的交通安全性排序指标C满足:L≤C≤1,判定为相对安全的路段;当路段单元的安全性排序指标C满足:C<L,判定为事故黑点路段;其中L为预设的安全阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810487177.7A CN108447265A (zh) | 2018-05-21 | 2018-05-21 | 基于topsis法的公路交通事故黑点路段鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810487177.7A CN108447265A (zh) | 2018-05-21 | 2018-05-21 | 基于topsis法的公路交通事故黑点路段鉴别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108447265A true CN108447265A (zh) | 2018-08-24 |
Family
ID=63204228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810487177.7A Pending CN108447265A (zh) | 2018-05-21 | 2018-05-21 | 基于topsis法的公路交通事故黑点路段鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108447265A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930701A (zh) * | 2019-11-22 | 2020-03-27 | 长安大学 | 一种基于道路事故数据的车辆分级预警系统及方法 |
CN111598482A (zh) * | 2020-05-26 | 2020-08-28 | 中国国家铁路集团有限公司 | 一种铁路运输安全评估方法、装置及计算机设备 |
CN111640295A (zh) * | 2020-05-09 | 2020-09-08 | 天津市市政工程设计研究院 | 基于潜在冲突风险评估的交叉口事故黑点判别方法 |
CN112966941A (zh) * | 2021-03-09 | 2021-06-15 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及系统 |
CN115240407A (zh) * | 2022-06-10 | 2022-10-25 | 深圳市综合交通与市政工程设计研究总院有限公司 | 交通事故黑点的鉴别方法、装置、电子设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034009A (zh) * | 2010-12-20 | 2011-04-27 | 东南大学 | 基于当量道路事故数法的事故多发路段鉴别设备 |
CN102855395A (zh) * | 2012-08-16 | 2013-01-02 | 长安大学 | 一种道路交通事故多发位置鉴别方法 |
CN103091480A (zh) * | 2013-01-07 | 2013-05-08 | 河北工业大学 | 基于熵权的地下道路沥青路面使用性能评价方法 |
CN103116979A (zh) * | 2013-01-17 | 2013-05-22 | 东南大学 | 基于系统安全指标分布法的道路事故黑点鉴别系统 |
CN103353919A (zh) * | 2013-05-06 | 2013-10-16 | 东南大学 | 适于模糊不确定环境下卡车司机应急反应能力的评价方法 |
CN103955596A (zh) * | 2014-03-14 | 2014-07-30 | 安徽科力信息产业有限责任公司 | 一种基于交通事故采集技术的事故热点综合判定方法 |
CN104217297A (zh) * | 2014-09-16 | 2014-12-17 | 北京交通大学 | 一种轨道交通车站动态安全风险评价方法 |
CN104217367A (zh) * | 2014-09-16 | 2014-12-17 | 北京交通大学 | 一种轨道交通线路动态安全风险评价方法 |
CN104240030A (zh) * | 2014-09-16 | 2014-12-24 | 北京交通大学 | 一种轨道交通路网动态安全风险评价方法 |
CN104392076A (zh) * | 2014-12-16 | 2015-03-04 | 东南大学 | 城市路网行人交通事故黑点识别方法 |
US9286793B2 (en) * | 2012-10-23 | 2016-03-15 | University Of Southern California | Traffic prediction using real-world transportation data |
CN105608902A (zh) * | 2016-03-28 | 2016-05-25 | 辽宁省交通科学研究院 | 一种高速公路事故多发点鉴别系统及方法 |
CN106530720A (zh) * | 2016-12-28 | 2017-03-22 | 吉林大学 | 一种高速公路道路交通安全黑点路段识别与预警方法 |
CN106935030A (zh) * | 2017-03-31 | 2017-07-07 | 青岛海信网络科技股份有限公司 | 一种高速公路安全隐患路段识别方法和装置 |
-
2018
- 2018-05-21 CN CN201810487177.7A patent/CN108447265A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034009A (zh) * | 2010-12-20 | 2011-04-27 | 东南大学 | 基于当量道路事故数法的事故多发路段鉴别设备 |
CN102855395A (zh) * | 2012-08-16 | 2013-01-02 | 长安大学 | 一种道路交通事故多发位置鉴别方法 |
US9286793B2 (en) * | 2012-10-23 | 2016-03-15 | University Of Southern California | Traffic prediction using real-world transportation data |
CN103091480A (zh) * | 2013-01-07 | 2013-05-08 | 河北工业大学 | 基于熵权的地下道路沥青路面使用性能评价方法 |
CN103116979A (zh) * | 2013-01-17 | 2013-05-22 | 东南大学 | 基于系统安全指标分布法的道路事故黑点鉴别系统 |
CN103353919A (zh) * | 2013-05-06 | 2013-10-16 | 东南大学 | 适于模糊不确定环境下卡车司机应急反应能力的评价方法 |
CN103955596A (zh) * | 2014-03-14 | 2014-07-30 | 安徽科力信息产业有限责任公司 | 一种基于交通事故采集技术的事故热点综合判定方法 |
CN104217297A (zh) * | 2014-09-16 | 2014-12-17 | 北京交通大学 | 一种轨道交通车站动态安全风险评价方法 |
CN104240030A (zh) * | 2014-09-16 | 2014-12-24 | 北京交通大学 | 一种轨道交通路网动态安全风险评价方法 |
CN104217367A (zh) * | 2014-09-16 | 2014-12-17 | 北京交通大学 | 一种轨道交通线路动态安全风险评价方法 |
CN104392076A (zh) * | 2014-12-16 | 2015-03-04 | 东南大学 | 城市路网行人交通事故黑点识别方法 |
CN105608902A (zh) * | 2016-03-28 | 2016-05-25 | 辽宁省交通科学研究院 | 一种高速公路事故多发点鉴别系统及方法 |
CN106530720A (zh) * | 2016-12-28 | 2017-03-22 | 吉林大学 | 一种高速公路道路交通安全黑点路段识别与预警方法 |
CN106935030A (zh) * | 2017-03-31 | 2017-07-07 | 青岛海信网络科技股份有限公司 | 一种高速公路安全隐患路段识别方法和装置 |
Non-Patent Citations (6)
Title |
---|
刘丹,裴虹,程灵希,魏永长: "基于改进TOPSIS法的区域道路交通安全评价", 《武汉理工大学学报信息与管理工程版》 * |
曹建军: "道路交通事故当量死亡人数的计算模型研究", 《重庆交通大学学报》 * |
芦威: "基于变权TOPSIS法的城市道路交通安全评价", 《科学技术创新》 * |
辛督强: "基于熵权-TOPSIS的陕西省各市区道路交通安全评价", 《中国安全生产科学技术》 * |
辛督强: "基于熵权一TOPSIS模型的我国区域道路交通安全评价", 《物流技术装备版》 * |
马社强: "区域道路交通安全评价的理论与方法", 《中国博士学位论文全文数据库》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930701A (zh) * | 2019-11-22 | 2020-03-27 | 长安大学 | 一种基于道路事故数据的车辆分级预警系统及方法 |
CN111640295A (zh) * | 2020-05-09 | 2020-09-08 | 天津市市政工程设计研究院 | 基于潜在冲突风险评估的交叉口事故黑点判别方法 |
CN111640295B (zh) * | 2020-05-09 | 2023-03-28 | 天津市政工程设计研究总院有限公司 | 基于潜在冲突风险评估的交叉口事故黑点判别方法 |
CN111598482A (zh) * | 2020-05-26 | 2020-08-28 | 中国国家铁路集团有限公司 | 一种铁路运输安全评估方法、装置及计算机设备 |
CN111598482B (zh) * | 2020-05-26 | 2023-08-08 | 中国国家铁路集团有限公司 | 一种铁路运输安全评估方法、装置及计算机设备 |
CN112966941A (zh) * | 2021-03-09 | 2021-06-15 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及系统 |
CN112966941B (zh) * | 2021-03-09 | 2024-04-19 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及系统 |
CN115240407A (zh) * | 2022-06-10 | 2022-10-25 | 深圳市综合交通与市政工程设计研究总院有限公司 | 交通事故黑点的鉴别方法、装置、电子设备及存储介质 |
CN115240407B (zh) * | 2022-06-10 | 2024-01-12 | 深圳市综合交通与市政工程设计研究总院有限公司 | 交通事故黑点的鉴别方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108447265A (zh) | 基于topsis法的公路交通事故黑点路段鉴别方法 | |
CN105405293B (zh) | 一种道路旅行时间短期预测方法和系统 | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
CN105913661B (zh) | 一种基于收费数据的高速公路路段交通状态判别方法 | |
CN105046956B (zh) | 一种基于转向系数的交通流模拟及预测方法 | |
CN109215350B (zh) | 一种基于rfid电子车牌数据的短期交通状态预测方法 | |
CN109993970A (zh) | 一种城市区域交通事故风险预测方法 | |
CN108682149A (zh) | 基于二项Logistic回归的公路事故黑点路段线形致因分析方法 | |
CN105023434B (zh) | 一种高速公路拥堵指数的获取方法 | |
CN106846801A (zh) | 一种基于车辆轨迹的区域徘徊异常行为检测方法 | |
WO2023216793A1 (zh) | 一种混合交通流环境高速公路瓶颈路段动态限速控制方法 | |
CN105809193A (zh) | 一种基于kmeans算法的非法运营车辆的识别方法 | |
CN108682153B (zh) | 一种基于rfid电子车牌数据的城市道路交通拥堵状态判别方法 | |
CN112767684A (zh) | 一种基于收费数据的高速公路交通拥堵检测方法 | |
CN111724592B (zh) | 一种基于收费数据与卡口数据的高速公路交通拥堵检测方法 | |
CN114550445B (zh) | 一种城市区域交通安全状态评估方法和装置 | |
CN107230350A (zh) | 一种基于卡口与手机流量话单数据的城市交通量获取方法 | |
CN109035763A (zh) | 基于c4.5的高速公路事故主次因分析及事故类型判断方法 | |
CN103632535A (zh) | 路段行人过街信号灯设置判定方法 | |
CN108961748A (zh) | 一种基于当量违法率的交叉口运行安全状态排名方法 | |
CN108830414B (zh) | 一种电动汽车商用充电区的负荷预测方法 | |
CN103778782B (zh) | 一种基于半监督机器学习的交通状态划分方法 | |
CN105825675B (zh) | 一种基于大数据的路段旅行时间计算方法和装置 | |
Yang et al. | Multiobjective evaluation of midblock crosswalks on urban streets based on topsis and entropy methods | |
CN103914984B (zh) | 一种基于单元-区间协作的城市道路交通状态分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180824 |
|
RJ01 | Rejection of invention patent application after publication |