冯微
- 作品数：9 被引量：60H指数：5
- 供职机构：长安大学公路学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金教育部重点实验室开放基金更多>>
- 相关领域：交通运输工程建筑科学理学更多>>
- 基于瓶颈模型的随机需求下出行选择行为研究被引量：2
- 2016年
- 为准确描述通勤者在随机网络下的出行选择行为,将瓶颈模型拓展为2条平行道路,推导了不同道路条件下的行程时间函数,在通行能力退化及出行需求波动的条件下分析通勤者的出行选择行为.结果显示,通勤者一般会选择在准时上班之前的高峰期集中出行,设有公交专用道的公路小汽车出行比重减小,高峰期持续时间更长,出行分布更加分散.随着退化程度和波动程度的加剧,出行比值逐渐增大,出行者更倾向于选择公共汽车出行.
- 王韩麒陈红冯微宋占国刘玮蔚
- 关键词：交通工程公交专用道
- 基于CPT的异质通勤者多维出行决策模型被引量：5
- 2017年
- 为了准确描述异质通勤者的风险态度及出行决策行为,假设通勤者的到达时间符合偏态分布,根据不同的可靠性要求计算偏好到达时间,综合考虑出行费用的影响,构建参照点与风险偏好系数函数,建立了基于累积前景理论(CPT)的异质通勤者多维出行决策模型.结果表明,在参照点与风险偏好系数异质的情况下,通勤者表现出不同的风险态度,从而采取不同的出行决策行为,多维出行决策模型得到的结果更符合实际.在单维出行决策时,风险偏好系数对出行决策结果的影响不显著;而在多维出行决策时,风险偏好系数对出行决策结果的影响显著.
- 王韩麒陈红冯微刘玮蔚
- 关键词：交通工程
- 基于GBRBM-DBN模型的短时交通流预测方法被引量：11
- 2018年
- 为提高城市道路短时交通流预测的精度和效率,提出了一种基于深度学习的短时交通流参数预测模型,结合高斯-伯努利受限波尔兹曼机、Softmax回归模型和深度置信网络,对大规模路网中地点车速进行预测。该模型在网络底层加入高斯-伯努利受限波尔兹曼机,将传统二值输入转换为连续实值输入以适应地点车速的数据特征。在网络输入、输出矩阵中加入时空特征表达,并将深度置信网络顶层接入Softmax回归模型,根据深度学习模型提取到的地点车速时空特征对多路段多时刻的地点车速进行预测。选取广州市大规模路网中60条路段60d的实测地点车速对网络结构和参数进行调试,并分析预测结果。结果表明,GBRBM-DBN网络结构能够提取大规模路网中地点车速的时空分布特征,预测精度较高。与长短时记忆循环神经网络预测结果进行对比,具有更高的时效性;与"深层模型+小规模数据"相比,平均绝对误差减小10.13km/h,平均相对误差减少14.5%;对输入矩阵中的训练集和测试集数据量比例作不同划分,平均绝对误差变化范围在1.64km/h以内,平均相对误差仅增大7.3%。
- 冯微陈红张兆津邵海鹏
- 关键词：智能交通交通流预测
- 基于累积前景理论的出行风险分析被引量：4
- 2014年
- 将出行者基于累积前景理论的出行成本——累积感知价值(CPV)看作是由路径出行时间成本和到达目的地后的到达时间感知价值共同组成,对累积前景理论(CPT)进行了介绍,同时引入到达时间感知价值(ATPV)概念建立到达时间与出行感知价值之间的联系,以一个中间节点设置可变信息情报板(VMS)的简单平行网络为例,对累积前景理论在出行决策中的运用进行了分析.结果表明,基于累积前景理论的累积感知价值建模方式较好的刻画了不同出行环境下出行选择风险,VMS的设置有利于降低出行风险.
- 甘佐贤陈红冯微邓亚娟
- 关键词：交通工程VMS
- 基于云模型的地铁换乘枢纽拥挤度辨识方法被引量：12
- 2016年
- 针对地铁换乘枢纽拥挤状态划分中的模糊性和随机性,提出了一种基于云模型的地铁换乘枢纽行人拥挤度辨识方法。首先分析行人拥挤度的内涵和度量标准,根据它们在不同服务水平下边界值计算云的数字特征。其次利用云的合成理论建立不同服务水平对应的模板云模型,同时将采集到的行人交通特性基本参数输入到枢纽内各基础设施的云发生器中,建立待识别云模型。然后根据云相似度计算模板云和待识别云的相似度并引入拥挤度定义,给出拥挤度辨识的具体实现过程。最后以西安市北大街地铁换乘枢纽为例对其进行了试验验证。结果表明:通过实际采集的数据建立待识别云模型,并与模板云作相似度分析,得出通道该时刻的行人拥挤度为100.095,处于拥挤状态;楼梯该时刻的行人拥挤度为100.273,处于拥挤状态。该方法不仅能够较准确地定量辨别枢纽内行人拥挤度状态,而且能够反映行人拥挤的程度和拥挤的变化过程,有较强的实用性。
- 周继彪陈红闫彬张文冯微
- 关键词：交通运输系统工程拥挤度云模型基础设施
- 基于多项logit模型的城市公共自行车租借需求预测模型被引量：21
- 2013年
- 将城市公共自行车作为一种出行方式,建立了不同交通方式的效用函数,基于多项logit模型,测算得到公共自行车的分担率.以未来年居民出行OD为基础,结合公共自行车分担率,测算得出公共自行车的租借需求,并结合公共自行车和停车桩的周转率最终得到公共自行车以及停车桩的总规模.以西安某新城为案例,采用所提出的方法对公共自行车以及停车桩的总规模进行预测,结果表明方法简单高效,便于应用.
- 吴瑶陈红鲍娜冯微
- 关键词：公共自行车
- 基于BA模型的公交线网演化研究
- 研究城市公共交通网络在土地利用因素影响下的演化规律，能够为公共交通线网的合理布设提供理论依据。本文基于复杂系统理论中的BA模型，对公交线网演化过程中的适应度函数进行研究，提出新建公交站点与已有站点的连接概率模型。该模型以...
- 冯微陈红张兆津王韩麒宋占国
- 关键词：BA模型土地利用可持续发展
- 降雨条件下城市路段通行能力影响研究
- 研究降雨条件下城市道路路段通行能力可为道路的规划和改造提供决策依据，确保未来路网在降雨天气下能够保持一定的畅通性和承担风险的可靠性。论文确定交通运行状态下的降雨影响因素指标，结合道路车道净宽对考虑降雨因素的驾驶行为及Iv...
- 许方经陈红冯微宋占国
- 关键词：降雨条件路段通行能力折减系数影响因素
- 一种基于深度置信网络的车撞桥墩损伤等级判别方法被引量：5
- 2018年
- 为了解决车撞桥墩过程中桥墩受损等级不易被实时监测和提前预警的问题,在深度学习理论框架下,对车撞桥墩损伤等级判别方法进行研究。在探讨车撞桥墩过程及其影响因素的基础上,引入场论,分析碰撞过程动力学和能量转换关系,并构建桥墩结构损伤场势计算公式;借鉴风险评估概念,对不同场势值所属的损伤等级进行定义,建立车撞桥墩损伤等级判别模型。利用深度置信网络能够准确提取数据本质特征和Softmax分类器可有效判别多等级概率的优势,构建基于深度置信网络的车撞桥墩损伤等级判别模型。将已有研究中相关试验和仿真数据输入构建的网络模型中,对网络结构中参数进行调试,并将该模型判别结果与传统机器学习判别方法结果进行对比验证。研究结果表明:针对该模型设计的3种网络结构,网络深度为7层时,模型判别结果的精度最高,平均绝对误差和平均相对误差分别为0.37和14.8%;相比人工神经网络模型,提出的模型采用深层神经网络结构,判别结果更为稳定,平均绝对误差和平均相对误差分别降低了1.34和11.5%;相比随机森林模型,提出的模型可自动提取数据的特征属性,所得判别等级结果的偏差更低,不超过0.5级,且其平均绝对误差和平均相对误差分别降低了0.46和4.7%,在多损伤等级判别问题中效率和准确度更高。
- 冯微张兆津邵海鹏
- 关键词：桥梁工程车辆碰撞
