信号交叉路口有时涉及多级人行横道，其中行人横穿一个或多个岛屿，然后在那儿等待信号继续。 如果对信号进行定时而不注意行人的前进，则多级交叉口的行人延误可能会很长。 本文讨论了两个问题。 首先，很少评估多级交叉路口的行人延误，因为除了微观模拟外，业内没有其他工具可实现这一目的。 我们提出了一种数值方法，用于确定任何阶段数和每个周期可能存在多个WALK间隔的交叉延迟。 可以将相同的方法应用于单级交叉口，对角线两级交叉口（行人可以选择路径）和自行车两级转弯。 此方法已在免费的在线工具中实现。 其次，我们描述了几种信号定时技术，可通过多级交叉路口改善行人和自行车骑行者的行进速度，从而减少行人和骑行者的延迟。 其中包括为选定的交叉路口提供服务，左转弯重叠，行人相相互重叠以及双向自行车交叉路口，这些交叉路口为两阶段转弯创建了路径选项。 实例表明，行人延误有可能大大减少，而行车延误通常很少增加或没有增加。 在一个示例中，增加短的行人重叠阶段使三级交叉口的平均行人延迟减少了82 s，而平均车辆延迟仅增加了0.5 s。

延误参数的精确提取对于交叉口的信号配时设计和评价具有重要的研究意义。文章对传统的延误参数提取模型的精度进行了验证，结果表明，以1个周期为分析时长，95%置信度下传统模型得到的参数精度不超过75%。借助于应用日益广泛的视频检测技术，文中给出了2种视频环境下延误参数提取的方法，以1个周期为统计时长，得到新方法提取的参数精度均在85%以上，说明新的方法比传统的模型能够更精确地提取交叉口的延误参数。

预测航空公司延误 使用Hadoop通过2007年和2008年的数据预测奥黑尔机场的航班延误。使用Pig脚本，构建了一个特征矩阵，通过该矩阵我们可以训练和预测航空公司的延误，准确度约为80％ 项目详情 建立了一个预测航空公司延误的模型，准确度约为80％ 将航空公司数据集与UCI Repo的740万飞行记录一起使用 利用Pydoop实现MapReduce以构建特征矩阵 使用Pig脚本生成功能 使用Python，Scikit-Learn，Pig，Hadoop，HDFS，AWS EMR，IPython构建 技术指标 Python 2.7 Hadoop 2.7.3 Scikit学习 大熊猫 线性回

1、适合人群：机器学习初学者 2、配套教程使用： Spark项目实战：飞机延误预测项目https://blog.csdn.net/shaock2018/article/details/90286682 3、Spark项目实战：飞机延误预测项目的数据

本文介绍了一个案例研究的结果，该案例研究是中国高铁（HSR）系统中典型服务中断的原因和影响-武广高铁（WH-GZ HSR）– 1096公里高铁线。 十个月的列车运行记录用于评估导致列车服务中断或主要延误的主要事件，以及它们对其他列车运行的影响。 确定了七种主要类型的延误事件，并分析了它们在主要延误和延误列车数量方面的影响。 分析表明，无论造成中断的原因是什么，主要的延迟都遵循近似相似的分布模式。 干扰的总体影响（以火车延误的数量来衡量）在很大程度上取决于干扰的类型和位置。 这项研究的分析结果可洞悉高铁运营的关键问题之一-服务中断，这对于制定可靠的列车时刻表和服务管理策略至关重要。

航空公司延误产生后的航班恢复策略以及相关算法，是国外相关专业的经典书籍

MATLAB车流仿真 包括跟驰、延误_fvd模型仿真,fvd跟驰模型仿真代码

;Dear sir/madam, Thank you for your order. Shipping address for your order can only be changed prior to your package unshipped. Due to our high efficiency, I am afraid that your package has been shipped yesterday by e-Packet and the shipping address cannot be changed. So please check your package in time in case of losing. Maybe you can ask for your friend or neighbor to help. Hope everything will be fine. Best wishes, (Your name);Dear sir/madam, See your information, we are very sad. It is what

飞行延迟预测 介绍 延误是任何运输系统中最令人难忘的性能指标之一。 值得注意的是，民航业者将延误理解为航班延误或推迟的时间。 因此，延迟可以由飞机的起飞或到达的预定时间与实际时间之间的差异来表示。 国家监管机构有许多与航班延误的容忍阈值有关的指标。 实际上，航班延误是航空运输系统中必不可少的主题。 2013年，欧洲有36％的航班延误了超过5分钟，而美国有31.1％的航班延误了超过15分钟。 这表明该指标的相关性如何，以及无论航空公司网格的规模如何对其产生影响。 为了更好地了解整个飞行生态系统，每时每刻都会收集来自商业航空的大量数据并将其存储在数据库中。 淹没在传感器和物联网产生的大量数据中，分析人员和数据科学家正在增强其计算和数据管理技能，以从每个数据中提取有用的信息。 在这种情况下，理解领域，管理数据和应用模型的过程被称为数据科学，这是解决与大数据有关的挑战性问题的趋势。 在此项目中，我

美国交通运输部统计司公布的2015年国内民航航班数据，包括航班准点、延误、取消、转机和摘要等信息。