导读:本文包含了区域交通网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:交通,机场,网络,航空,区域,旅游,客运。
区域交通网络论文文献综述
宋泽堃,黎浩东,邱果,毕明凯[1](2019)在《京津冀区域轨道交通网络演化研究》一文中研究指出京津冀区域轨道交通网络的发展完善是区域协同发展的重要支撑,研究其演化规律对该区域轨道交通发展具有重要的借鉴与指导意义。基于复杂网络的Space L模型,使用Gephi软件构建1950—2030年的京津冀区域轨道交通网络模型,并计算网络直径、度中心性、接近中心性及介数中心性等特征指标。通过对特征指标的演化分析可知,京津冀区域轨道交通网络呈现较明显的3阶段发展特征;网络结构由单中心放射状逐渐向多中心环形放射状发展,表明网络结构在逐步发展完善;从区域协同发展角度,应优先围绕雄安新区、首都新机场进行轨道交通建设,并加强其与区域内现有站点的联系。(本文来源于《都市快轨交通》期刊2019年05期)
齐慧[2](2019)在《“轨道上的京津冀”初步形成》一文中研究指出“轨道上的京津冀”初步形成!这是记者从9月26日交通运输部召开的例行新闻发布会上获悉的。目前京津冀交通一体化建设各项工作取得积极成效,下一步将着力打造叁地综合立体交通网络,实现区域内快速铁路覆盖所有地级及以上城市,形成相邻城市间基本实现“1.5小时交通圈(本文来源于《经济日报》期刊2019-09-27)
陈露[3](2019)在《我市着力构建航空交通网络打通区域发展“空中走廊”》一文中研究指出从“羊城”广州到河西走廊重镇“金张掖”,五小时之内便可从南国的“热情似火”穿越至西北的“沁人心脾”;从“世界之窗”到张掖丹霞,六小时之内即可感受多彩人文景观到大自然神奇馈赠的“奇妙旅程”……7月25日和8月1日,随着“广州——兰州——张掖”“深圳——重庆(本文来源于《张掖日报》期刊2019-08-06)
李艳红,靳磊[4](2019)在《崇礼区区域交通网络建设快速发展》一文中研究指出7月29日,崇礼铁路项目工地上,中铁二十局的施工队正在加紧进行轨道焊接、放散和精调施工。施工队从下花园站开始,一路向崇礼太子城车站方向推进,已行进至宣化区境内。崇礼铁路全线计划于今年8月底完工,9月1日便将启动全面联调联试。与此同时,延崇高速也在紧张施工(本文来源于《河北日报》期刊2019-07-31)
袁兴记,张珍[5](2019)在《金海湖新区推进立体交通网络 带动区域经济发展》一文中研究指出本报讯(袁兴记 张 珍 报道)今年是金海湖新区“城市建设推进年”,新区交通建设好戏连台、高潮迭起。成贵高铁毕节站综合交通枢纽位于金海湖新区梨树镇,主要包含站前广场、长途客运枢纽和公交枢纽等项目。自2016年5月底开工建设以来,建设单位根据项目投入(本文来源于《毕节日报》期刊2019-07-16)
贾善铭,王亚丽[6](2019)在《快速交通网络建设对区域经济格局均衡性的影响——以粤港澳大湾区为例》一文中研究指出快速交通网络建设是影响区域经济格局均衡性的重要因素。粤港澳大湾区作为国家推进粤港澳互利合作以及协同发展的一个重要平台,在推进区域经济协调发展过程中,必须充分认识快速交通网络建设给区域经济格局均衡性带来的影响。通过研究发现,粤港澳大湾区快速交通网络建设有利于提高区域经济格局均衡性;对不同区域经济格局均衡性的影响存在差异;可达性相对较高地区的快速交通网络建设更有利于促进区域经济格局走向均衡。因此,粤港澳大湾区要进一步强化交通网络化,提升交通方式之间的互联互通水平,重点关注可达性相对较低的城市利用交通网络的能力,推动形成多极网络联动的区域经济格局。(本文来源于《开发研究》期刊2019年03期)
肖欢欢[7](2019)在《基于神经网络及聚类的城市区域交通流量预测研究》一文中研究指出我国经济的快速发展和城市化进程的加快增加了城市的就业需求,更多的人选择聚集在城市工作和生活。城市人口增长在推动城市发展方面做出了巨大的贡献,另一方面也给城市带来了一些负面影响,最显而易见的问题就是交通拥堵和空气污染。解决交通拥堵问题被许多城市当作工作重点之一,也成为了学术界一个热门的研究课题。交通拥堵受交通基础设施、人口密度等因素影响,还受学校所在地、企业密集地、公众活动场所、气候、气象条件等多种因素影响。因而预测和解决交通拥堵问题是一个巨大的挑战。本文探讨关于时空相关性的城市区域交通流量预测问题,提出基于神经网络及聚类的城市区域交通流量预测方法,主要的研究内容包括:(1)提出基于周期性特征的中长期交通流量预测方法。这种方法的主要思想是利用交通流量时间序列数据的周期性特征(如对于某个特定区域,工作日各时间点的交通流量有很大的相似性等)来建立数据之间的相关性,从而构建针对性的预测模型。本文从建立基于长短期记忆人工神经网络(Long-Short Term Memory,LSTM)的交通流量预测模型入手,根据区域交通流量的变化范围选择聚类粒度,将原始流量数据作聚类,然后再对聚类后的数据进行训练和预测验证,目的是忽略区域交通流量数据微小变化带来的波动,更多地关注数据的趋势性变化,以便更好地匹配区域流量周期性特征。从而提高预测的准确率,尤其是对中长期时间交通流量预测的效果更好。(2)提出基于临近性特征的短期交通流量预测方法。这种方法的主要思想是利用交通流量时间序列数据的临近性特征(如对于某个特定区域,过去几小时交通流量变化对未来短期交通流量的变化有较大影响)建立数据之间的相关性,从而构建针对性的预测模型。本文首先构建基于临近性特征及LSTM的预测模型;其次对原始数据进行聚类,建立基于动态聚类临近性特征及LSTM的预测模型,对聚类后的数据进行训练和预测验证;然后将两种模型的预测结果进行整合,根据均方根误差(Root Mean Squared Error,RMSE)情况给两种模型的预测值分配适当的权值,对预测偏差做适当修正,即RMSE小的模型分配更大的权值,RMSE大的分配小一些的权值。多模型整合实现了对各模型取长补短,可提高预测的准确率。(3)提出基于相关区域聚类及CNN的交通流量预测方法。这种方法的主要思想是利用交通流量数据的空间相关性特征(由于车辆进入目标区域或离开目标区域都经过其某个相临区域,所以目标区域与其周边临近区域有着非常密切的空间相关性)建立数据之间的相关性,从而构建针对性的预测模型。本文通过区域流量相关度量方法选择相关区域,减少模型训练的计算量;然后对目标区域及相关区域的交通流量数据进行聚类,再用基于相关区域聚类及CNN的预测模型对聚类后的相关区域数据进行训练和预测,从而提高了CNN的训练准确度及效率。本文利用微软亚洲研究院提供的数据集对所提出的交通流量预测模型进行了训练和预测验证,并对实验结果进行分析。(本文来源于《广西师范大学》期刊2019-06-01)
霍菲菲[8](2019)在《基于交通网络导引的区域旅游合作系统仿真研究》一文中研究指出武陵山区作为出入川蜀地区的重要通道,横跨湘、鄂、黔、渝四个省市,旅游合作发展是该区域经济发展的重要组成部分。但是在区域一体化的大背景下,复杂的地理环境以及相对落后的交通基础设施逐渐成为影响该区域跨界旅游合作发展的关键阻碍因素。在区域合作大框架内,各个有机子系统例如交通网络子系统、跨界旅游合作子系统等通过怎样的路径进行演化与发展以此提高系统内部各个因素的经济社会效益成为重要的研究课题与方向。本研究根据以上背景,以武陵山区为案例地,全面探讨区域旅游业跨界合作发展的内在系统、合作模式与对策等问题。论文核心部分,介绍武陵山区交通网络、旅游业发展的现状和态势,分析交通网络驱动武陵山区旅游产业空间合作的概念模型。基于交通网络导引下的旅游合作理论模型,构建系统动力学模型,将交通网络影响旅游合作的效应进行直观化呈现,并以政府、旅游者以及企业作为叁大主体进行系统仿真,探究叁大主体在交通网络导引的大背景下对旅游合作运行机制的影响。主要得到以下结论:(1)交通网络的优化与旅游市场合作指数呈同步上升趋势,即2010年前后经历高峰期后于2012年增速变慢将在2027年达至另一个高峰期。(2)在交通网络导引的旅游合作系统中政府、企业和旅游者叁大主体对旅游合作系统的灵敏度均不相同。首先当政府资金投入比例大幅度增加时,旅游市场合作程度上升的幅度并不明显。其次,旅游者需求时间与旅游市场合作程度呈现正比例增长状态。而当企业所提供的人力资源达到饱和时,旅游合作态势急剧下降。论文最后总结主要结论性观点,并就武陵山区旅游合作的未来趋势以及政策性研究进行进一步的思考,以期促进区域交通与旅游合作融合发展的繁荣,推动跨界旅游业健康可持续发展。(本文来源于《湖南师范大学》期刊2019-05-01)
朱寅健[9](2019)在《环鄱阳湖区域交通网络通达性与旅游一体化发展》一文中研究指出旅游一体化是区域旅游经济发展和文化融合的一种趋势,交通网络演化对区域旅游一体化产生重要影响,这种影响随着通达性增强愈加明显。以江西省旅游资源分布最为集中的环鄱阳湖区域为例,以区域内交通网络格局演变及其所属的国家3A级以上旅游资源为研究对象,对区域内交通网络演化及其通达性水平进行定量分析,在此基础上,运用灰色关联耦合模型分析交通网络通达性与旅游经济之间关联耦合关系。研究认为:(1)环鄱阳湖区域交通网络通达性和旅游经济系统之间关联耦合程度较高,交通网络演化及通达性对驱动区域旅游经济及区域旅游一体化格局演变至关重要、产生重要影响,两者存在互为反馈机制;(2)交通网络演变及通达性发展阶段不同,区域旅游一体化发展演进对应不同的阶段模式,具体可分为点核模式、点轴廊道模式、多中心环轴模式、网络一体化模式;(3)目前该区域旅游一体化已进入初级可实施阶段,未来发展的重点应集中在旅游企业跨行政区合作、建立统一的旅游管理协调机构等,为制定区域旅游一体化发展提供参考。(本文来源于《长江流域资源与环境》期刊2019年04期)
刘秩铭[10](2019)在《基于生成对抗网络的交通场景视觉显着性区域预测》一文中研究指出交通驾驶场景是一个复杂多变的环境,其中包括车辆位置及其运动趋势、行人和交通标志的空间位置等重要信息。视觉选择性注意机制是人的视觉系统在复杂环境中将多余信号过滤掉,并提取重要信息的一种神经机制。根据该注意机制,有经验的驾驶员能够有效地搜索和处理驾驶任务中的目标信息。近年来,随着智能驾驶的研究和发展,越来越多的研究人员通过行为学眼动实验来模拟驾驶过程中的认知活动,并根据实验中采集到的驾驶员眼动数据来研究交通场景中的视觉注意机制和检测模型。本论文利用眼动数据来研究交通驾驶场景中驾驶员的视觉信息处理特征,建立了基于生成对抗网络的交通场景显着性预测模型。该模型可以比较准确地预测交通场景中驾驶员在模拟驾驶过程中的视觉显着性区域(包括主要注视区域和次要区域)。论文内容主要分为以下两部分:第一部分,介绍了眼动数据的来源以及眼动数据的预处理流程,建立了可供深度学习方法训练和测试的数据集。我们采用基础的生成对抗网络(GAN)和循环一致性生成对抗网络(CycleGAN)对本文数据集进行处理和分析,发现这两种基础方法存在欠拟合现象,其显着性评价指标也较低。CycleGAN与GAN相比,前者的预测效果较好,但生成损失的设计方式还有待改进。第二部分,基于CycleGAN的生成损失及其判别方法,本论文提出了一种图像尺度逐渐生长、生成网络多步判别的渐进式训练判别网络模型。本模型主要包含生成模型和判别模型,并设计了合适的生成损失和判别方式。生成模型采用U型的镜像结构,包含渐进式结构的编码器和解码器,其中每个尺度的网络结构都设计成残差网络单元。判别模型对生成图像的各个尺度进行多步判别,逐渐校正生成图像质量。本论文提出的神经网络模型可以生成交通驾驶场景的显着性图,即显着性预测结果。本论文基于自顶向下的视觉注意机制,提出了基于生成对抗网络的交通场景视觉显着性预测模型。本论文的模型可以有效地估计交通驾驶环境中驾驶员视觉搜索的显着性区域和环境周边突发情况,同时也能指出驾驶员注视的主要区域和交通标志等次要目标,可对未来的智能驾驶车辆和辅助驾驶系统等提供有用的理论依据和相关技术支持。(本文来源于《电子科技大学》期刊2019-03-23)
区域交通网络论文开题报告
(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:
“轨道上的京津冀”初步形成!这是记者从9月26日交通运输部召开的例行新闻发布会上获悉的。目前京津冀交通一体化建设各项工作取得积极成效,下一步将着力打造叁地综合立体交通网络,实现区域内快速铁路覆盖所有地级及以上城市,形成相邻城市间基本实现“1.5小时交通圈
(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。
区域交通网络论文参考文献
[1].宋泽堃,黎浩东,邱果,毕明凯.京津冀区域轨道交通网络演化研究[J].都市快轨交通.2019
[2].齐慧.“轨道上的京津冀”初步形成[N].经济日报.2019
[3].陈露.我市着力构建航空交通网络打通区域发展“空中走廊”[N].张掖日报.2019
[4].李艳红,靳磊.崇礼区区域交通网络建设快速发展[N].河北日报.2019
[5].袁兴记,张珍.金海湖新区推进立体交通网络带动区域经济发展[N].毕节日报.2019
[6].贾善铭,王亚丽.快速交通网络建设对区域经济格局均衡性的影响——以粤港澳大湾区为例[J].开发研究.2019
[7].肖欢欢.基于神经网络及聚类的城市区域交通流量预测研究[D].广西师范大学.2019
[8].霍菲菲.基于交通网络导引的区域旅游合作系统仿真研究[D].湖南师范大学.2019
[9].朱寅健.环鄱阳湖区域交通网络通达性与旅游一体化发展[J].长江流域资源与环境.2019
[10].刘秩铭.基于生成对抗网络的交通场景视觉显着性区域预测[D].电子科技大学.2019