Características da variabilidade do fluxo de tráfego e seu impacto no AADT
Uitgelicht
|
48,90 |
Naar shop
|
|
48,90 |
Naar shop
|
Beschrijving
Bol
O objetivo do estudo foi determinar as características fiáveis da variabilidade do fluxo de tráfego com o objetivo de estimar o tráfego médio diário anual, incluindo o ano da previsão. Para atingir este objetivo, foi realizada uma análise dos dados de volume de tráfego entre 2000 e 2010. Estes estudos ajudaram a identificar a variabilidade do fluxo de tráfego em diferentes períodos de tempo, os seus determinantes, bem como o seu impacto nas características do fluxo de tráfego que são relevantes para estimar o AADT. A investigação apresentou: divisão das redes rodoviárias em secções de tráfego uniformes (análise de agrupamentos, classificação funcional/geográfica); perfis representativos do volume de tráfego (por definição); relações modelo entre as características temporais da variabilidade do volume de tráfego e o AADT (análise de regressão, rede neural artificial); modelo destinado a completar os dados de tráfego em falta (SARIMA). As conclusões da investigação realizada criam uma base teórica e empírica para melhorar a qualidade e a fiabilidade da determinação do AADT e, consequentemente, a qualidade das soluções rodoviárias.
O objetivo do estudo foi determinar as características fiáveis da variabilidade do fluxo de tráfego com o objetivo de estimar o tráfego médio diário anual, incluindo o ano da previsão. Para atingir este objetivo, foi realizada uma análise dos dados de volume de tráfego entre 2000 e 2010. Estes estudos ajudaram a identificar a variabilidade do fluxo de tráfego em diferentes períodos de tempo, os seus determinantes, bem como o seu impacto nas características do fluxo de tráfego que são relevantes para estimar o AADT. A investigação apresentou: divisão das redes rodoviárias em secções de tráfego uniformes (análise de agrupamentos, classificação funcional/geográfica); perfis representativos do volume de tráfego (por definição); relações modelo entre as características temporais da variabilidade do volume de tráfego e o AADT (análise de regressão, rede neural artificial); modelo destinado a completar os dados de tráfego em falta (SARIMA). As conclusões da investigação realizada criam uma base teórica e empírica para melhorar a qualidade e a fiabilidade da determinação do AADT e, consequentemente, a qualidade das soluções rodoviárias.
AmazonPagina's: 64, Paperback, Edições Nosso Conhecimento
Prijshistorie
* Prijshistorie bevat geen data van Amazon.
Prijzen voor het laatst bijgewerkt op: