基于GIS的公交乘客出行路径选择模型

公交乘客出行路径选择模型是公交乘客信息系统的关键技术。本文通过对公交乘客出行心理的研究，结合地理信息系统（GIS）的特点，提出了以换乘次数最少为首要目标、出行距离最短为第二目标的基本GIS的公交乘客出行路径选择模型。为提高路径搜索效率，模型中提出了GIS方向估价函数的概念。在南京市实际公交网络上的试算结果表明该模型实用、高效。  

交通系统中最少换乘算法及其实现

把图论中针对单个结点的广度优先搜索思想，推广到拥有若干个结点集合的广度优先搜索上，对旅游路线中最佳路径的问题，提出一种新的算法，可解决旅游路线中的最少换乘问题，并巳成功地在计算机上实现。  

城市交通系统可持续发展规划框架研究

随着社会经济的发展，城市交通拥护现象日趋严重，城市资源得不到优化利用，环境质量日趋恶化，而现行的城市交通规划方法是单一面向交通的方法，没有考虑交通发展对资源的要求及对环境的影响，本立足中国国情，通过对21世纪中国城市交通领域发展趋势分析，建立了适应中国国情的可持续发展城市交通模式以及实现此模式的可持续发展城市交通系统规划理论体系结构，并对理论体系中的4个关键技术-可持续发展的城市交通系统模式、高度信息化社会条件下的城市交通需求预测技术、城市交通系统能源消耗分析与预测技术、城市交通系统环境影响评价与预测技术进行了详细论述。  

ITS共用信息平台体系框架和运行机制研究

介绍了ITS共用信息平台的地位和作用，解释了ITS共用信息平台的基础理论，首次给出了共用信息平台的明确定义，提出了适合我国民表的共用信息平台的体系框架，并以广州市ITS共用信息平台示范工程技术方案设计为例，明确了共用信息平台的功能，并对平台的运行机制进行了研究，提出了适合我国现阶段发展特性的运行机制，对推进共用信息平台的建设，乃至整个ITS建设进程有深远的指导意义和现实意义。  

基于卡尔曼滤波的高速道路行程时间动态预测

首先介绍了卡尔曼滤波的算法，并定性说明了其优点－动态性、实时性。然后使用卡尔曼滤波法和传统的预测方法分别对同一观测数据进行了观测和对比，从而定量证明了卡尔曼滤波的高精度性，研究成果对于开发交通信息诱导系统和动态交通分配均具有较大的意义。  

基于LS-SVM的交通流量时间序列预测

针对城市交通“智能运输系统”。本文提出了基于最小二乘支持向量机(LS-SVM)方法的交通流量时间序列预测，并给出了基于最小二乘支持向量机方法的算法，与传统的神经网络相比，此方法简单易实现．通过实验表明。此方法确实效果好，能取得较好的预测效果。  

建设我国海上数字交通系统的设想

从我国海上交通运输的实际出发，系统地探讨了建设海上数字交通系统的组成部分，包括船岸信息系统、港口信息系统、沿岸及内陆水域AIS监控网、增强型VTS及联网管理系统、DGPS台链组网实现广域差分GPS系统等．海上数字交通系统是以信息集成共享为基础的，具有为海运管理决策者提供管理、控制及决策依据的决策支持系统．它的实现将大大提高我国海上交通的安全水平，提高通航能力和航运效率，是我国从海运大国向海运强国发展的必要保证。  

智能交通系统的应用研究

以MapInfo为平台，采用GIS(Geographic Information System)和GPS(Global Positioning System)相结合的方法开发了智能交通系统，具体方法是应用MapInfo软件，设计并制作了一幅包含多层数据（道路交通设置情况、商业点等）的矢量电子地图，再使用MapInfo的二次开发工具MapBasic编写了监控服务程序。该程序除完成数据交换外，还创建了一个动态图层，透明叠加在监控电子地图上，将目标定位数据可视化于该图层，进行实时更新，实现了对多目标的动态监控和实时显示；同时利用VB(Visual Basic)编写通信服务程序，实现GPS接收机的数据采集，以及与计算机之间的通信；并与其他Microsoft Windows 下的用户程序进行动态数据交换，从而使MapInfo等地理信息系统软件可通过该通信软件调用GPS数据，达到动态实时显示和监控的目的。  

基于DEA模型的区域高速公路社会经济适应性评价方法研究

实现高速公路建设与经济的一体化发展是区域社会经济发展中的重要课题.本文在分析高速公路社会经济适应性内涵及划分的基础上,选取数据包络分析方法及C2R模型作为高速公路社会经济适应性评价方法与模型,该模型能够通过测算输入指标利用率对各输入指标的投入情况进行具体分析.最后结合辽宁省实际案例对评价方法、模型进行了初步验证,并对高速公路综合密度、建设投资和运输能力3项输入指标的利用状况进行了分析.  

GPS中的一种新的选星方法

在GPS定位中，选择空间位置合适的卫星是第一步，也是非常重要的一步。如果选择得不合适，就会大大降低定位的精度；如果选择位置分布合理的卫星进行定位，则能大幅度提高定位的精度。经典的选星法（即最佳选星法）涉及大量的矩阵乘法与矩阵求逆运算，运算量大，需要的时间较长，而且由于卫星位置的不断变化，通常每隔大约15min就要重新选一次，这不利于智能定位导航中对实时性的要求。准最佳选星法大大降低了计算量，其效果也仅次于最佳选星法，但是当有卫星的方位角分布比较接近时，其效果要变差。该文提出一种在准最佳选星法的基础上的改进方法——模糊选星法，它不仅计算量小，计算速度快，而且克服了准最佳选星法在某些情况下效果变差的缺点。