基于多层次综合评价的公交运行瓶颈诊断

运行瓶颈诊断对公交发车时刻表调整和车辆调度优化具有重要意义。从公交乘客和公交运营企业的不同关切点出发,结合公交GPS和IC卡等实时运营数据,提出一种公交运行瓶颈诊断方法。在公交企业运营效益、公交乘客出行效率等因素分析的基础上,分别从站点层面提出公交车头时距、车辆延误度等运行评价方法,在线路层面构建公交行程时间与运输效益评价方法,以及基于站点、线路评价结果的线网层面综合分析方法。最后,利用案例获取的公交车位置、行驶速度、公交乘客数量等实时数据,以及公交站点、线路、线网和调度方案等静态数据,对所提方法进行检验。结果表明,公交运行瓶颈诊断结果与公交实际运行状况具有较高符合度,能够实时、有效反应公交运行状态,具有较好的工程实用价值。     

基于GPS的山区农村公路线形安全改进方法

针对山区农村道路线形和路侧危险系数高的问题,利用GPS定位技术采集道路中线、边线和路线地形地貌信息,结合现有的交通设施布置情况,评价各危险路段的安全等级,根据危险性质进行安全分类. 从安全角度提出了最优的路线改进方法和交通安全设施设置方法,并基于GPS对山区农村道路的交通车辆进行定位和测速,对改进后的路况安全状况进行了整体评价. 结果显示,人与车的行车安全系数得到显著提高.     

基于支持向量机的高光谱遥感影像道路提取

为了从高光谱遥感影像中高精度提取各种线形道路,提出了基于支持向量机（SVM）的道路特征快速提取算法,首先利用PCA对高光谱影像进行合理压缩,由SVM模式识别理论推导出该算法具有快速精确提取道路网信息的能力,针对高光谱遥感影像高信息量和道路网复杂度高的特点,提出基于1Vm（一对多算法）的多种道路SVM一次性高精度提取的多分类策略,在提高精度的同时,兼顾了道路特征识别的效率。研究结果表明：SVM对线状道路模式判别能力比常规方法有更强的优势,对小样本的道路识别效果更加明显,从遥感影像中不仅能准确地辨别出道路的线形特征,还能识别出其材质和类型;该算法能同时识别出多种道路,执行效率更高。     

基于遗传算法的淄博市主干道绿视率测算和评价

为了提升绿视率测算精度、找出影响绿视率大小的因素和提升道路绿视率的措施，以淄博市主干道作为研究对象，以绿视率作为道路绿化效果的评价指标。首次利用遗传算法筛选清晰、无遮挡的街景图片，使用MATLAB软件计算绿视率，通过ArcMap软件，对淄博市道路绿化效果量化评价。研究结果表明，淄博市绿视率平均值达到20.483%。低水平和一般水平的采样点主要是路面宽度较宽和绿化模式搭配不合理导致；建立绿化模式与道路类型的关系表，疏林灌木式对绿视率的提升显著，更加适合城市道路绿化。车道数的绿视率对比情况为：双向双车道>双向三车道>双向单车道>双向四车道。道路设置非机动车道与机动车道的隔离绿化带，绿化带采用疏林灌木式，将对提升绿视率效果显著。