BP人工神经网络模型在拉萨道路交通噪声预测中的应用

针对拉萨市道路交通噪声污染问题,运用人工神经网络理论和方法对拉萨市道路交通噪声的等效连续声级进行预测.经检验,计算值与实测值接近,从而为道路交通噪声的预测提供了一种新的途径.     

上海市公交车站点对道路交通噪声评价的影响

我国目前道路交通噪声污染的监测与评价实际是针对道路交通噪声污染源的监测与评价,与道路交通沿线的居民实际的感受相差甚远.通过对上海市公交车站点噪声调查、监测及评价,结合我国现行的道路交通噪声评价方法,论证了公交车站点对交通噪声污染评价的影响,与现行道路交通噪声污染评价做出比较并分析差异,提出了对道路交通噪声污染评价的新看法.     

垣曲县城区道路交通噪声污染现状与防治

对垣曲县城区道路交通噪声污染现状进行了调查,分析了城区道路交通噪声产生的原因,提出了垣曲县城区道路交通噪声的有关防治措施。     

道路交通噪声影响因素的研究

本文通过对道路交通噪声测试结果的统计检验和回归分析,得出了道路交通噪声污染的时间分布规律和道路交通噪声普查工作中依据车型噪声污染程度的车辆统计方法,建立了道路交通噪声与车流量的回归模型和道路交通噪声与路面宽度的回归模型。     

近年来文山城区道路交通噪声质量状况及探究

根据文山州生态环境局文山分局生态环境监测站对文山市城区道路交通噪声连续3a的监测数据,得出文山市城区道路交通噪声质量状况3a来保持稳定,并对不同等级路段交通噪声强度变化趋势和车流量与道路交通噪声的年度变化趋势进行探究分析,对文山市城区道路交通噪声质量现状提出相应建议.     

BP人工神经网络模型在拉萨道路交通噪声预测中的应用

针对拉萨市道路交通噪声污染问题，运用人工神经网络理论和方法对拉萨市道路交通噪声的等效连续声级进行预测。经检验，计算值与实测值接近，从而为道路交通噪声的预测提供了一种新的途径。     

强化道路交通植被建设的环保意义

文章着重论述了道路建设及运营对区域环境的影响和破坏,通过减少道路交通对周边环境的负面影响及采取相应的环保措施——人工植被建设,来改变因道路交通对区域环境带来的压力,从而达到道路交通与环境相和谐统一。人工植被建设对道路交通产生的积极影响也将对其它项目建设带来的现实意义。     

广州市道路交通噪声现状分析

本运用数理统计的理论和概率论对监测数据进行归纳、整理、分析．建立了交通噪声等效声级与车流量变化的数学模型，从理论上说明了广州市道路交通噪声年变化趋势的动态规律；给出了广州市道路交通噪声的时间分布、空间分布规律以及交通噪声各评价量与车流量各成份的作用关系，为广州市道路交通噪声防治对策提供依据．     

数据挖掘技术在我国道路交通安全评价中的应用

利用数据挖掘技术从国家安全生产监督管理总局事故查询系统中我国2004—2014年间发生的重大交通事故中筛选出具有道路类型信息的2 383件交通事故数据,按照省级行政区和道路类型进行聚类分析,将我国31个省级行政区域的道路交通安全水平进行了归类,并利用相关性分析法分析了社会经济发展水平、地势阶梯和人口密度等区域特征与道路交通安全水平之间的关系。结果表明:通过文本数据挖掘技术可以得到对我国道路交通安全评价有价值的信息;我国68%的省级行政区域在不同道路类型上的道路交通安全水平存在差异性;利用相关性分析发现我国道路交通安全水平与社会经济发展水平、地势阶梯、人口密度等区域特征有较强的相关性。     

重庆市道路交通噪声现状、变化趋势及对策

根据十几年来重庆道路交通噪声监测资料，对重庆市道路交通噪声状况，变化趋势进行了分析研究，分析了道路交通噪声污染的原因，提出了改善声环境质量的对策建议。     

道路交通参与者安全可靠性研究

从可靠性的角度研究了道路交通参与者的安全性，提出了道路交通参与者安全可靠性定义，在原有对驾驶员可靠性研究的基础上增加了对包括行人、非机动车驾驶员在内的道路交通参与者的可靠性研究，并结合心理学对事故成因进行分类，给出了交通事故树，建立了交通参与者安全可靠性模型，得出行人、非机动车驾驶员在道路交通安全中的作用是不可忽视的结论。     

呼和浩特市道路交通噪声的预测及评价

本文针对呼和浩特市区道路及机动车发展现状,对城区部分主要道路交通噪声进行实测和分析,建立BP人工神经网络交通噪声模型,并对其道路交通噪声进行预测,测试样本的预测值与实测值的等效声级比较接近,平均误差值小于2％.     

基于FHWA的城市交通噪声预测模型研究

结合美国道路交通噪声污染预测模型(FHWA)和国内学者在该方面的大量研究成果,选择城市主、次干道监测点的建模采样数据,分析比较FHWA噪声预测模型的预测值,研究影响道路交通噪声的各个因子与道路交通噪声的相关性,提出符合实测道路交通特征的噪声污染统计噪声预测模型。随后应用噪声预测模型对监测点噪声污染进行预测,并与实测值对比验证后发现二者具有较高的一致性,此模型可应用在城市道路交通噪声污染的预测评价中。     

仪征市“十二五”期间城区道路交通噪声污染现状及防治对策

道路交通噪声是城市环境噪声污染的主要来源。在对仪征市"十二五"期间城区道路交通噪声监测数据进行统计分析的基础上,研究其交通噪声污染现状、发展趋势和原因,并提出控制与降低交通噪声污染的对策和建议。     

道路交通噪声评价与控制防范分析

近年来,随着我国经济的快速发展,城市的现代化建设和道路交通建设相对完善,各种机动车辆纷纷涌上道路,大大方便了人们的出行,但同时也带来了不可避免的噪声污染.道路交通噪声污染已成为当今城市噪声污染的主要来源,文章正是立足于对道路交通噪声的分析,在指出道路交通噪声的来源和现状的基础上,对如何控制和防范道路交通噪声污染提出了几点建议,希望能为解决道路交通噪声问题提供理论指导,从而更好地促进城市的可持续发展.     

基于FHWA的兰州市道路交通噪声预测模型的建立

结合美国道路交通噪声污染预测模型(FHWA)和国内学者在该方面的大量研究成果,选择兰州市主、次干道共计52条、142个监测点的建模采样数据,并应用统计学原理分析了影响道路交通噪声的各个因子与道路交通噪声的相关性,最终得出了符合兰州市道路交通特征的噪声污染统计预测模型.随后通过兰州市15个监测点的预测与实测对比验证后发现二者具有较高的一致性,此模型可应用在兰州市道路交通噪声污染的预测评价中.     

基于因子分析法的道路交通安全评价与决策研究

利用因子分析法将导致道路交通安全事故的原因大致归结为人、车辆、环境和法规四个方面,通过分析反映各地区交通状况的各公共因子得分以及综合得分。对各地区的道路交通状况进行评价,为指导道路交通安全管理提供决策依据。     

模糊评价数学模型在道路交通安全评价中的应用

以道路交通安全公认的三大因素———人、车、路为前提,依据系统工程学原理,确定了道路交通安全评价的指标体系,采用层次分析法确定评价指标的权重,对交通安全的影响进行模糊综合评价,并给出了算例。     

道路交通噪声评价与控制防范分析

近年来，随着我国经济的快速发展，城市的现代化建设和道路交通建设相对完善，各种机动车辆纷纷涌上道路，大大方便了人们的出行，但同时也带来了不可避免的噪声污染。道路交通噪声污染已成为当今城市噪声污染的主要来源，文章正是立足于对道路交通噪声的分析，在指出道路交通噪声的来源和现状的基础上，对如何控制和防范道路交通噪声污染提出了几点建议，希望能为解决道路交通噪声问题提供理论指导，从而更好地促进城市的可持续发展。     

人工神经网络在道路交通噪声预测中的应用

人工神经网络具有很强的预测功能，根据某公路交通噪声的实测数据，应用人工神经网络进行道路交通噪声的预测，经检验，计算值与实测值接近，从而为道路交通噪声的预测提供了一种新的途径。