考虑异质交通流的随机参数优化速度跟驰模型OA北大核心CSTPCD
Stochastic parameter-optimized car-following model considering heterogeneous traffic flow
为分析交通流异质性对车辆跟驰行为的影响,基于随机参数线性回归方法改进优化速度函数.根据分位数回归对交通流速度-密度数据进行分类,对每个类别数据进行随机参数线性回归,并得到不同类别的改进优化速度函数与假设检验结果,结合改进的优化速度函数和全速度差跟驰模型建立随机优化速度跟驰模型,利用傅里叶变化理论对跟驰模型进行稳定性分析,并搭建环形车道仿真平台对跟驰模型进行数值实验.结果表明,分类处理后的随机参数模型误差较未分类降低28%;随机参数跟驰车队的速度值…查看全部>>
In order to examine the impact of traffic flow heterogeneity on vehicle following behavior,we propose an improved optimized speed function based on the stochastic parametric linear regression method.The speed-density data for traffic flow are categorized using quantile regression.Random parameter linear regression is then applied to each data category,resulting in improved optimal velocity function and hypothesis testing for each category.The stochastic opti…查看全部>>
潘义勇;全勇俊;管星宇
南京林业大学汽车与交通工程学院,江苏南京 210037南京林业大学汽车与交通工程学院,江苏南京 210037南京林业大学汽车与交通工程学院,江苏南京 210037
交通运输
交通工程交通流理论分位数回归随机参数线性回归优化速度函数跟驰模型稳定性分析
traffic engineeringtraffic flow theoryquantile regressionrandom parameter linear regressionoptimal velocity functioncar-following modelstability analysis
《深圳大学学报（理工版）》 2024 (4)
415-422,8
National Natural Science Foundation of China(51508280)High Education Talents Foundation of Nanjing Forestry University(GXL2014031) 国家自然科学基金资助项目(51508280)南京林业大学高学历人才基金资助项目(GXL2014031)
评论