基于DEA的城市交通系统协同发展综合评价研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (32): 245-248.

• 工程与应用 • 上一篇

基于DEA的城市交通系统协同发展综合评价研究

张军,杜文,赵月,于洋

西南交通大学交通运输学院,成都 610031

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-11 发布日期:2007-11-11
通讯作者: 张军

Integrated evaluation for synergetic development of city traffic system based on DEA model

ZHANG Jun,DU Wen,ZHAO Yue,YU Yang

School of Traffic and Transportation,Southwest Jiaotong University,Chengdu 610031,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-11 Published:2007-11-11
Contact: ZHANG Jun

摘要/Abstract

摘要： 从城市交通系统的各个子系统内与系统间的投入产出角度出发并结合城市交通可持续发展指标体系建立基于DEA的综合评价模型,给出城市交通系统“协同”和“发展”有效度的评价方法与指标,进而得到城市交通系统协同发展的综合评价指标对其进行综合评价。以某市近6年（2000年～2005年）的城市交通系统协同发展状况作为综合评价的实例进行研究和分析,并从综合评价研究中寻求未来城市交通系统协同发展的对策。

关键词: 城市交通, 协同发展, 综合评价, 有效性, DEA

Abstract: We use the data envelopment analysis model to evaluate the synergetic development of city traffic based on the input－output matrix and the index of sustainable development,provide an approach of evaluating the validity degree of “synergia” and“development” within the city traffic system and among subsystems,and get the integrated evaluation index of the synergetic development of city traffic system.Therefore we systemically study and analyze the recent 6 years conditions of some city,and put forward improved policy suggestions．

Key words: city traffic, synergetic development, integrated evaluation, validity, Data Envelopment Analysis（DEA）

张军,杜文,赵月,于洋. 基于DEA的城市交通系统协同发展综合评价研究[J]. 计算机工程与应用, 2007, 43(32): 245-248.

ZHANG Jun,DU Wen,ZHAO Yue,YU Yang. Integrated evaluation for synergetic development of city traffic system based on DEA model[J]. Computer Engineering and Applications, 2007, 43(32): 245-248.

[1]	顾上航，张利军，郭越超，徐勇. 基于无效卷积核权值回退的神经网络优化方法[J]. 计算机工程与应用, 2021, 57(22): 86-91.
[2]	范建平，成瑞，吴美琴. 区间复模糊软集的距离测度及其应用[J]. 计算机工程与应用, 2020, 56(9): 248-259.
[3]	严加展，陈华，李阳. 改进的模糊C-均值聚类有效性指标[J]. 计算机工程与应用, 2020, 56(9): 156-161.
[4]	金楠森，刘美玲，谷欣然，韩雨彤. 双参卷积理论模型预测交通通行时间[J]. 计算机工程与应用, 2020, 56(20): 258-263.
[5]	周小领1，马庆功2. 概率犹豫模糊算法及其网络舆情预测模型选择[J]. 计算机工程与应用, 2019, 55(4): 179-184.
[6]	王燕燕1，王宏伟1，2. 基于粒子群的后件多项式RBF神经网络算法[J]. 计算机工程与应用, 2019, 55(12): 72-76.
[7]	范建平，卫媛，吴美琴. 考虑中间变量产出时滞性的两阶段评价[J]. 计算机工程与应用, 2018, 54(8): 36-43.
[8]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[9]	何明慧1，徐怡1，2，王冉1，胡善忠1. 改进的粒子群算法优化神经网络及应用[J]. 计算机工程与应用, 2018, 54(19): 107-113.
[10]	范建平，张晓杰，吴美琴. 基于群决策的加权动态网络SBM-DEA模型[J]. 计算机工程与应用, 2018, 54(12): 251-257.
[11]	张宏军，徐有为，程恺，张睿，尹成祥. 数据包络分析研究热点综述[J]. 计算机工程与应用, 2018, 54(10): 219-228.
[12]	李红艳1，吴忠2，王静1. 基于ANP-DEA-GRA的协同创新合作伙伴选择[J]. 计算机工程与应用, 2017, 53(24): 238-244.
[13]	杜文举1，张建刚2，俞建宁1. 复杂公交社团网络模型的稳定性研究[J]. 计算机工程与应用, 2017, 53(23): 39-46.
[14]	彭守镇，林显宁，吴桂明. 犹豫语言信息集成算法及其数据库选择应用[J]. 计算机工程与应用, 2017, 53(21): 85-90.
[15]	解小平1，邱建东1，汤旻安2. 基于Elman神经网络的公共自行车单站点需求预测[J]. 计算机工程与应用, 2017, 53(16): 221-224.

基于DEA的城市交通系统协同发展综合评价研究

Integrated evaluation for synergetic development of city traffic system based on DEA model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics