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

    基于多群组结构方程的城市共享交通乘客忠诚度

    黄凯马飞后玉蓉郭燕茹...
    103-112页
    查看更多>>摘要：为探索影响城市共享交通乘客忠诚度的关键因素,采集了325个受试者在车况、寻车时间、个人属性等方面的数据;利用AMOS软件描述了城市共享交通乘客忠诚度的结构方程模型(包括乘客质量感知、转换成本、替代者吸引力、乘客满意度及乘客忠诚度5个潜变量及15个观测变量);根据修正指数进行多次修正得到最终的结构方程模型,由此获得表征城市共享交通乘客忠诚度各变量间的关系及对应参数.研究结果表明:影响城市共享交通乘客忠诚度的因素可以分为3大类,转换成本、替代者吸引力及乘客满意度;转换成本反向影响乘客忠诚度,替代者吸引力反向影响乘客忠诚度,乘客满意度正向影响乘客忠诚度;乘客质量感知(安全可靠性、快捷便利性、用车舒适度)正向影响乘客满意度;不同群组的数据均适配该模型且对乘客忠诚度和满意度具有不同的影响效应,进一步验证了所建立模型的正确性.该模型能有效揭示城市共享交通乘客忠诚度的影响因素,有助于据此制定相应的改进政策,可进一步提高城市共享交通乘客忠诚度.

    交通工程共享交通乘客忠诚度结构方程模型多群组分析

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

    基于客流时间序列的城市轨道交通车站分类

    马壮林杨兴谭晓伟马飞...
    113-126页
    查看更多>>摘要：针对不同类型的车站在城市中的区域特征、交通功能、用地功能等方面差异,进行科学合理的车站分类,了解城市功能分区、解读居民出行特征、理解城市格局和演化以及评价轨道交通基础设施建设情况.采用主成分分析(PCA)方法对轨道交通进出站客流进行特征提取,采用Hopkins统计量分析聚类趋势并探讨聚类数量确定方法,采用CH系数、轮廓系数和DB指标对比分析高斯混合模型(GMM)和K-means聚类的优劣,基于南京市轨道交通2017年连续2周工作日的刷卡数据,采用GMM对其车站的类型进行识别,并对不同类型的轨道交通车站进行空间分析.研究结果表明:在相同的输入变量和迭代次数下,GMM的3个检验指标均优于K-means聚类;采用GMM将南京市轨道交通车站分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型和枢纽综合型6类;南京市轨道交通车站具有明显的圈层式分布特点,人口稠密的城市中心区域以就业导向型和错位偏就业型车站为主,人口密度适中的主城区以混合型车站(职住错位型、错位偏居住型和错位偏就业型)为主,人口密度较低的远郊区的轨道交通车站功能相对单一;人口密度超过2万人/km2的轨道交通车站有14个,以就业导向型和错位偏就业型为主,人口密度在1万～2万人/km2的轨道交通车站有16个,以就业导向型、职住错位型和错位偏就业型为主,人口密度在0.5万～1万人/km2的轨道交通车站有12个,以职住错位型、错位偏居住型和错位偏就业型为主.研究结果可以辨识城市轨道交通车站工作日的客流高峰时段,为轨道交通运营管理部门制定有效的进出站客流组织、避免大客流冲击造成的拥挤踩踏等群体性事件的发生具有指导意义.

    交通工程城市轨道交通车站分类刷卡数据客流特征主成分分析高斯混合模型

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

    《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
    • 维普