灰关联分析与变权排序法在公路网规划方案比选中的应用

公路网规划方案比选具有多指标的特点，且各指标的属性、重要程度和可比性都不相同，方案比选过程带有明显的灰性。运用加权灰色关联分析法计算各比选方案与理想方案的灰关联度，根据权重的不确定性和灰色性，采用基于区间灰数的变权排序法来确定各属性指标的权重值。根据由灰关联分析法与变权排序法计算得到的加权灰关联度大小对方案进行排序。评价实例表明，灰关联分析法与变权排序法对于公路网规划方案比选问题具有较好的适用性和可操作性。     

城市对外客运枢纽选址方案比选模型与遗传算法应用

城市对外客运枢纽选址规划是城市规划的重要组成部分。分析了城市对外客运枢纽选址存在的问题及其解决方法,针对土地开发密集的老城区和土地规划正在进行(或尚未完成)的新城区,结合其不同的土地使用限制条件,以城市对外出行旅客市内出行总时间最小为目标,分别建立了约束型和无约束型两种选址模型,并分别设计了线性规划和遗传算法的计算方法对其进行求解,通过模型求解,可以得出规划城市对外客运枢纽的数目及其规模。     

基于轴载谱的公路货运运力结构预测研究

针对传统数据采集和研究模式中的不足,论文提出了基于车辆轴型分类的车辆轴载谱来分析高等级公路车流轴载、公路货运车辆运营成本和超限严格管制下公路货运运力结构预测的新方法,其基本思路为按轴型和车辆载重状态划分车型、开展轴载和交通量调查、计算不同车型的轴载谱、对各车型各轴型的轴载谱进行Gauss曲线拟合、再根据拟合函数进行车辆轴载、运营成本和运力结构的计算,文中还结合世行安徽公路项目II(超载运输课题研究)进行了实际应用。     

综合模糊品质机能法和模糊TOPSIS的配送中心选址方法

考虑第3方物流企业在配送选中心选址决策过程中的模糊不确定性和多角度性，综合模糊TOPSIS和模糊品质机能法建立了配送中心选址的多角度决策方法。首先应用模糊品质机能法分别从客户、第3方物流企业的角度确定配送中心选址准则因素权重，并对选址准则因素权重进行集成，然后再利用模糊TOPSIS综合确定最优选址方案。最后，应用一个案例说明此选址方法的有效性。     

基于GIS的公交网络客流分配方法研究

常规公交是我国城市公共交通运营的主体,研究常规公交网络的客流分配方法有着重要的意义。本文分析传统公交客流分配方法的不足,在地理信息系统的基础上研究了一种公交网络数据结构模型,以充分表达公交线路、站点和交通区域间的空间位置关系,提出一种实用的公交客流分配技术。该方法在城市公交规划中得到了实际应用,并取得良好的效果。     

区域高速公路网布局结构的连通度研究

公路网的连通度评价指标反映了网络中各节点的连通状况,体现了网络的结构特征。本文分析区域高速公路网布局结构的特点,评述现有的公路网连通度评价指标,并指出其存在的局限性。在此基础上提出路网加权模糊连通度的定义和计算方法,有效体现区域高速公路网布局结构评价中存在的节点重要度的差异性和线路连通度的模糊性。最后给出计算示例,说明该方法的有效性。     

数据包络分析在物流园区规划方案评价中的应用

物流园区是我国现代物流发展中出现的新生事物,许多省份和经济中心城市在区域物流发展规划中都提出规划建设若干物流园区。物流园区的投资效益评价是物流园区规划评价中的一项重要内容。本文根据物流园区规划投资建设具有多投入、多产出的特点,应用数据包络分析方法对物流园区的投资规模规划进行投资效益评价,以期找出非有效的投资规模规划方案,并对其进行有效性改进。     

公路货物超载运输轴载调查及数据分析研究

为了有效地获取超载超限条件下公路运输车辆的实际轴载信息,研究了通过称重设备对行驶车辆进行现场称重的轴载调查及数据分析方法,阐述了车辆轮轴类型分类、车辆轴载称重调查、按轮轴类型划分的交通量调查、调查数据分析与轴载谱分析的内容、方法和注意事项。结合公路安徽世行项目Ⅱ———超载运输研究,给出了调查与分析实例,证明文中的方法切实可行。     

公路交通OD模拟方法研究

公路交通OD模拟是一种通过对调查数据进行分析处理从而获得现状交通分布的方法。在分析现有研究方法的基础上,结合区域交通规划、图论和数理统计方法,提出针对单节点和单点对的两种模拟方法。可以通过小样本调查数据反映实际交通分布情况,并且使得计算出的OD资料更为精确、完整。     

改进BP算法在公路工程主材价格预测中的应用研究

分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异。结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数。同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效。