Caratteristiche della variabilità del flusso di traffico e loro impatto sull'AADT
Uitgelicht
|
48,90 |
Naar shop
|
|
48,90 |
Naar shop
|
|
48,90 |
Naar shop
|
Beschrijving
Bol
Oggetto dello studio era determinare le caratteristiche affidabili della variabilità del flusso di traffico allo scopo di stimare il traffico medio giornaliero annuo, compreso l'anno della previsione. Per raggiungere questo obiettivo, è stata effettuata un'analisi dei dati sul volume di traffico tra il 2000 e il 2010. Questi studi hanno contribuito a identificare la variabilità del flusso di traffico in diversi periodi di tempo, i suoi fattori determinanti e il loro impatto sulle caratteristiche del flusso di traffico rilevanti per la stima dell'AADT. La ricerca ha presentato: la suddivisione delle reti stradali in sezioni di traffico uniformi (analisi cluster, classificazione funzionale/geografica); profili rappresentativi del volume di traffico (per definizione); relazioni modello tra le caratteristiche temporali della variabilità del volume di traffico e l'AADT (analisi di regressione, rete neurale artificiale); modello destinato a completare i dati sul traffico mancanti (SARIMA). Le conclusioni della ricerca condotta costituiscono la base teorica ed empirica per migliorare la qualità e l'affidabilità della determinazione dell'AADT e, di conseguenza, la qualità delle soluzioni stradali.
Oggetto dello studio era determinare le caratteristiche affidabili della variabilità del flusso di traffico allo scopo di stimare il traffico medio giornaliero annuo, compreso l'anno della previsione. Per raggiungere questo obiettivo, è stata effettuata un'analisi dei dati sul volume di traffico tra il 2000 e il 2010. Questi studi hanno contribuito a identificare la variabilità del flusso di traffico in diversi periodi di tempo, i suoi fattori determinanti e il loro impatto sulle caratteristiche del flusso di traffico rilevanti per la stima dell'AADT. La ricerca ha presentato: la suddivisione delle reti stradali in sezioni di traffico uniformi (analisi cluster, classificazione funzionale/geografica); profili rappresentativi del volume di traffico (per definizione); relazioni modello tra le caratteristiche temporali della variabilità del volume di traffico e l'AADT (analisi di regressione, rete neurale artificiale); modello destinato a completare i dati sul traffico mancanti (SARIMA). Le conclusioni della ricerca condotta costituiscono la base teorica ed empirica per migliorare la qualità e l'affidabilità della determinazione dell'AADT e, di conseguenza, la qualità delle soluzioni stradali.
AmazonPagina's: 64, Paperback, Edizioni Sapienza
Prijshistorie
* Prijshistorie bevat geen data van Amazon, Amazon Marketplace.
Prijzen voor het laatst bijgewerkt op: