排序方式: 共有62条查询结果,搜索用时 109 毫秒
1.
合理设置高速公路收费站ETC (Electronic Toll Collection)车道数量,对高速公路通行效率至关重要。针对目前路网中ETC与MTC (Manual Toll Collection)车辆混行的情况,考虑ETC的普及率,结合多用户路网均衡模型和排队论方法,建立基于双层规划模型的高速路网ETC车道优化布设方法。上层模型以车辆总通行时间最小为目标,优化设置进出收费站的ETC车道数量;下层模型为多用户路网均衡模型,反映ETC和MTC车辆的路径和收费车道选择行为。下层模型通过设计收费站的等价拓扑结构,表征收费站的车道使用规则及车辆的收费车道选择行为,并采用排队论方法估计ETC和MTC车道的收费排队时间。根据模型的特点设计了基于主动集的启发式算法,利用参数二进制与拉格朗日函数法确定迭代下降方向,解决了下降方向与步长难以计算的问题;通过内嵌优化函数的方式,保证在主动集转化过程中上层约束均不会失效,且避免了迭代过程中的模型解退化问题。基于上海市绕城高速进行实证分析,结果表明:随着ETC普及率的提升,收费排队时长按照负指数趋势下降;与按比例布设ETC车道的方法相比,所提方法最高可降低57.4%的收费排队时间,且该方法可以避免ETC车道布设过多对于MTC车道通行能力挤压造成的负面效果。研究成果可以有效指导高速路网ETC车道的布设,提高路网通行效率。 相似文献
2.
3.
4.
5.
6.
7.
为提升低光照环境下路面病害识别模型的精确度与鲁棒性,提出了一种考虑低光照场景的自适应路面病害检测模型。将采集的数据按照亮度分成低光照图像和正常光照图像2类,随后对低光照图像进行自适应增强,并接入路面病害检测流程。为解决现有光照增强图像失真的问题,在Zero-DCE++基准模型上引入光照约束网络,提出了光照增强模块Zero-DCE-Retinex。在此基础上,以提升路面病害检测精度为核心需求,提出了以病害识别模型为驱动的光照增强模块训练策略。具体的,在训练过程中,将病害识别模型嵌入光照增强模块,并通过损失函数来引导光照增强模块的训练。试验结果表明:当使用所提模型对低光照图像进行增强后,再经过YOLOv7模型进行检测,比直接输入低光照图像的方式,AP指标提升了7.04%,F1-score指标提升了11.22%;图像质量亦得到进一步改善,表现在图像信息熵、标准差和平均梯度的提升分别为0.62、13.24和21.61。与同类无监督光照模型相比,所提模型在目标检测任务的AP和F1-score提升方面显著优于其他模型,同时有效避免了增强结果出现色彩失真和过度曝光等问题。因此,提出的模型可广泛适用于... 相似文献
8.
在碳排放的形势日益严峻的情况下,减少道路交通的排放是控制温室气体排放的重要手段。通过对国外研究机构和各国政府的低碳交通政策与指标发展的综述,对低碳交通指标体系进行初步研究,为建立适合我国国情的低碳交通指标体系提供参考。 相似文献
9.
10.