首页期刊导航|长安大学学报（自然科学版）
期刊信息/Journal information
长安大学学报（自然科学版）
长安大学学报（自然科学版）

马建

双月刊

1671-8879

xuebao@chd.edu.cn

029-82334383

710064

西安市南二环路中段

长安大学学报（自然科学版）/Journal Journal of Chang'an University(Natural Science Edition)CSCD北大核心CSTPCDEI
查看更多>>本刊系中华人民共和国教育部主管，长安大学主办的学术性双月刊，她在中国乃至世界范围内的公路交流科技领域具有广泛的影响，她是中国期刊方阵“双效”期刊，国务院学位委员会、国家教育学位与研究生教育中文重要期刊，《中国核心期刊要目总览》（第三版）鉴定的中国公路运输类核心期刊，EI(Page One数据库)固定刊源，国际道路科研信息（IRRD）书目文献数据库固定刊源，中国道路文献服务中心（CRDS）核心报道期刊，自1981年创刊以来多次获国家交通部和陕西省奖励。本刊以繁荣公路交通科技为己任，促进公路交通科技交流和转化。她主要刊载道路工程、桥梁工程、交通工程、隧道工程、汽车工程、筑路机械、交通控制、交通运输管理、国土资源与环境、建筑工程、基础学科等具有国内先进水平的论文、同时刊载公路交通科技动态方面的简要评述和通讯。主要读者对象为大专院校师生、公路交通科研人员、公路交通管理决策人员、公路交通领域的勘测、设计和施工单位的技术人员，国土资源与环境、建筑工程等领域的科研及工程设计人员。
正式出版
收录年代

    基于期望-超额行程时间与有限理性的城市交通分配模型

    李洁张萌佳陈思妤
    125-137页
    查看更多>>摘要：为完善现有交通分配方法,综合考虑路网与出行者两方面不确定性因素对随机出行行为的影响,建立基于代理的城市路网交通分配模型.首先,采用期望-超额行程时间反映路网行程时间的客观不确定性,并构建通行能力随机退化条件下的出行成本函数.随后,引入出行者对路径成本的感知更新过程,采用有限理性理论描述出行者的主观不确定性,并结合Logit公式确定路径决策算法.接着,采用轮盘赌随机算法生成出行者每日出行选择,完成城市交通分配模型构建.最后,将所建立的模型分别应用于双路径网络、九点网络与Sioux-Falls网络,分析模型优势及参数变化对路网性能的影响.研究结果表明:路网达到稳定所需的天数随路网退化程度、出行者对成本差异的敏感程度和经验学习能力的提高而变长;稳定状态下的路网总成本随路网退化程度、出行者对行程时间可靠度要求的升高而变大;追求个人行程时间的可靠性会导致稳定状态下的路网总成本升高,可靠度越高,所需的缓冲时间越多;路网退化越剧烈,这种"升高"越明显,因为超额时间也在增大;相比于用户均衡(UE)模型、有限理性(BR)模型和期望-超额行程时间(METT)模型,所建模型兼顾主客观不确定性,能有效克服传统模型低估较长路径上流量的状况,分配结果更加贴合实际;该模型适用于城市大型交通路网的交通分配,其不确定性参数可通过相关交通管理政策的制定而改变,从而实现缓解交通拥堵、提升路网整体运行效率的目的.

    交通工程交通分配有限理性期望-超额行程时间城市道路网主客观不确定性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    混合交通环境下降雨对车辆跟驰行为的影响分析与模型构建

    邢国政高超
    138-148页
    查看更多>>摘要：针对混合交通环境下车辆跟驰分析时缺少对降雨环境考虑的问题,通过研究驾驶人在降雨环境下驾驶行为的改变,构建在不同降雨强度下适用的跟驰模型.首先,通过Python程序从云控平台数据库中提取车辆跟驰数据和降雨强度数据,分析了车辆在不同降雨强度和交通流状态下的跟驰速度、加速度和车头间距等变化特征以及其相互作用关系,进一步探索了降雨与正常天气下车辆跟驰行为的差异.其次,从优化速度跟驰模型出发,使用加速度衡量跟驰行为特性,综合考虑降雨对前后车相对距离和相对速度的影响,提出了适用于不同降雨强度下的安全间距和驾驶人期望速度确定方法,构建了不同降雨强度下的跟驰模型,并采用遗传算法对新模型进行了参数标定.最后,通过交叉验证方法对标定结果进行了评估,计算了模型输出值与实际值之间的误差.研究结果表明:降雨环境下车辆速度和加速度随着降雨强度的增加有不同幅度的降低,但是车辆加速度变化程度比车辆速度变化程度明显,这说明加速度对于降雨反应更加灵敏;降雨环境下,车头间距受前车速度影响,进而控制后车跟驰速度,不同降雨强度和不同前车速度区间都影响车头间距大小,后车跟驰速度随着车头间距的增大而增大;模型计算结果与实测值的均方根百分比误差不超过0.5,说明所构建的考虑降雨强度的跟驰模型能够很好地描述在不同降雨强度下高速公路驾驶人的跟驰行为.

    交通工程高速公路车辆跟驰模型优化速度模型降雨环境

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于RDB-YOLOv5的遥感图像车辆检测

    周力惠飞张嘉洋戚建...
    149-160页
    查看更多>>摘要：为了解决遥感图像中目标密集、目标小车辆检测难的问题,提出基于YOLOv5的改进模型RDB-YOLOv5,并将其首次应用于遥感图像车辆检测领域.首先,针对遥感图像车辆方向任意的问题,对现有基于旋转边界框(rotated bounding box)的 目标检测方法环形平滑标签(circular smooth label,CSL)进行改进;其次,针对遥感图像中背景信息复杂,车辆尺寸小导致检测精度降低的问题,提出基于注意力的多尺度目标检测方法,在骨干网络中添加双注意力机制(dual atten-tion mechanism)将局部特征与全局特征相结合,并用空洞卷积进行改进;再借鉴双向特征融合网络(BiFPN)的思想,加入新的浅层特征和深层特征信息传递路径,更好融合浅层中车辆的位置信息,并设计新的检测头,提高网络对小目标车辆的检测能力.研究结果表明,改进的RDB-YOLOv5相比YOLOv5的均值平均精度(mAP)增长2.7％,特别是小型车辆检测提高了 3.5％,相较于传统模型RCNN等mAP整体平均提高了 10％.RDB-YOLOv5能够在通用数据库上取得较高的检测精度,同时在遥感图像的复杂场景中能有效解决水平框检测带来的重叠以及漏检问题,并提高了小型车辆目标的检测准确率.

    交通工程数字图像处理遥感图像车辆检测旋转边界框双注意力机制双向特征融合网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    《长安大学学报(自然科学版)》稿约

    封2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据