基于超效率DEA的北京ITMS效率评价研究

交通运输系统工程与信息 ›› 2012, Vol. 12 ›› Issue (3): 19-23.

• 智能交通系统与信息技术 • 上一篇下一篇

基于超效率DEA的北京ITMS效率评价研究

卫振林^*, 赵鹏, 艾姝琳

北京交通大学交通运输学院，北京 100044

收稿日期:2012-03-05 修回日期:2012-04-24 出版日期:2012-06-24 发布日期:2012-07-03
作者简介:卫振林（ 1972- ），男，山西运城人，副教授,博士
基金资助:
北京市科技项目（Z09050600630909）.

Efficiency Evaluation of Beijing Intelligent Traffic Management System Based on Super-DEA

WEI Zhen-Lin, ZHAO Peng, AI Shu-Lin

School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China

Received:2012-03-05 Revised:2012-04-24 Online:2012-06-24 Published:2012-07-03

摘要/Abstract

摘要：

智能交通管理系统是提高和改善城市道路交通系统运行效率的一项有效措施.本文以北京城市智能交通管理系统应用为背景，选取城市交通系统、社会经济系统以及能源环境系统为投入系统，相关道路交通管理效率及城市交通外放性指标组成产出系统，建立了相应的超效率DEA评价模型，研究分析城市智能交通管理系统水平与城市发展的协调程度.应用北京市2000-2010年的实际数据进行了实证分析，根据模型计算结果，结合北京市的发展实践，对比分析了城市交通与经济及能源环境子系统的相对有效性变化趋势，以期为北京城市ITMS未来的发展建设提供一定的参考借鉴.

关键词: 智能交通, 综合效率, SUPDEA, 城市智能交通管理, 评价分析

Abstract:

Intelligent traffic management system (ITMS) is an effective measure to improve the urban road transport system operating efficiency. With the practice of Beijing urban intelligent traffic management system, this paper takes the urban transportation systems, socio-economic system and energy environment system as the input system, and sets the road traffic management efficiency and urban transport putting indicators as the output systems. The paper develops a corresponding super-efficiency DEA model, and examines the coordination degree between the ITMS level and urban development. The field data of Beijing from 2000 to 2010 are used for empirical analysis. Based on the model results and the practices of Beijing, the paper comparatively analyzes the relative effectiveness trend of urban transportation and the subsystems of economy and energy environment. It aims to provide some references for the future development and construction of the Beijing ITMS.

Key words: intelligent transportation, comprehensive efficiency, superDEA, urban intelligent traffic management system, evaluation and analysis

中图分类号:

U491

卫振林, 赵鹏, 艾姝琳. 基于超效率DEA的北京ITMS效率评价研究[J]. 交通运输系统工程与信息, 2012, 12(3): 19-23.

WEI Zhen-Lin, ZHAO Peng, AI Shu-Lin. Efficiency Evaluation of Beijing Intelligent Traffic Management System Based on Super-DEA[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(3): 19-23.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18398.shtml

http://www.tseit.org.cn/CN/Y2012/V12/I3/19

参考文献

[1]彭辉,朱力争. 综合交通运输系统及规划[M]. 成都：西南交通大学出版社,2000：23-38. [PENG H, ZHU L Z. Integrated transport system and planning[M]. Chengdu：Southwest Jiaotong University Press,2000. 23-28.]
[2]Yao C.Raiking efficient units in DEA[J]. The Interational Journal of Management Science.2004,32(6):213-219
[3]穆东,巩传景. 外沿生产函数的DEA估计新方法[J]. 山东矿业学院学报. 1995（02）：163-166. [MU D, GONG C J. The outer edge of the production function of the DEA estimation method[J]. Shandong Mining Institute.1995(02):163-166. ]
[4]雷怀英. 基于DEA的交通运输与经济发展的协调性评价[J]. 统计与信息论坛,2007（01）： 50-54. [LEI H Y. The coordination of evaluation of transportation and economic development in DEAbased [J]. Statistics and Information Forum,2007(01):50-54. ]
[5]隽志才. 智能运输系统项目社会经济影响评价方法[M]. 北京:清华大学出版社, 2008:18-39. [JUAN Z C. Intelligent transport system project socioeconomic impact assessment methods[M]. Bei jing: Tsinghua University Press,2008:18-39. ]
[6]张雷元. 智能交通管理系统及其现状[J]. 智能交通,2010(06) ：49-51. [ZHANG L Y. Intelligent traffic management system and its status[J]. Intelligent Transportation,2010(06):49-51.]
[7]Chames A, W W Cooper, Rhodes E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research.1978,6(2) ：429-444.
[8]王浩,杨再宇,薛广林. 我国智能运输系统（ITS）现状与发展构想[J]. 黑龙江交通科技,2002（07）：67-68. [WANG H,YANG Z Y,XUE G L. The status quo and future development of Intelligent Transport Systems (ITS)[J]. Heilongjiang Transportation Research,2002(07):67-68. ]

[1]	郭烈, 胥林立, 秦增科, 王旭. 自动驾驶接管影响因素分析与研究进展[J]. 交通运输系统工程与信息, 2022, 22(2): 72-90.
[2]	徐猛, 刘涛, 钟绍鹏, 姜宇. 城市智慧公交研究综述与展望[J]. 交通运输系统工程与信息, 2022, 22(2): 91-108.
[3]	程君, 张立炎, 陈启宏. 一种基于地图辅助的自动驾驶视-惯融合定位方法[J]. 交通运输系统工程与信息, 2022, 22(2): 117-126.
[4]	王国栋, 刘立, 孟宇, 马智萍, 郑淏清, 顾青, 白国星. 一体式车辆避撞轨迹规划与跟踪控制[J]. 交通运输系统工程与信息, 2022, 22(2): 127-136.
[5]	马东方, 陈曦, 吴晓东, 金盛. 基于强化学习的干线信号混合协同优化方法[J]. 交通运输系统工程与信息, 2022, 22(2): 145-153.
[6]	许波桅, 王玲玲, 李军军. 自动化码头多级作业超网络延误传导特性研究[J]. 交通运输系统工程与信息, 2022, 22(2): 280-289.
[7]	田会娟, 刘嘉伟, 翟佳豪, 邓琳琳. 基于多入侵线的视频车速检测方法[J]. 交通运输系统工程与信息, 2022, 22(1): 49-56.
[8]	贾彦峰, 曲大义, 赵梓旭, 王韬, 宋慧. 基于安全势场的网联自主车辆跟驰行为决策及模型[J]. 交通运输系统工程与信息, 2022, 22(1): 85-97.
[9]	刘文, 汪文博. 基于秩最小化矩阵去噪的船舶轨迹重构方法[J]. 交通运输系统工程与信息, 2022, 22(1): 106-114.
[10]	赵建东, 陈溱, 焦彦利, 张凯丽, 韩明敏. 重点营运车辆的异常驾驶行为识别研究[J]. 交通运输系统工程与信息, 2022, 22(1): 282-291.
[11]	徐东伟, 彭航, 商学天, 魏臣臣, 杨艳芳. 基于图自编码-生成对抗网络的路网数据修复[J]. 交通运输系统工程与信息, 2021, 21(6): 33-41.
[12]	游峰, 梁健中, 曹水金, 肖智豪, 吴镇江, 王海玮. 面向多目标跟踪的密集行人群轨迹提取和运动语义感知[J]. 交通运输系统工程与信息, 2021, 21(6): 42-54.
[13]	王福建, 俞佳浩, 赵锦焕, 梅振宇. 基于站点实时关联度的短时公交客流预测方法[J]. 交通运输系统工程与信息, 2021, 21(6): 131-144.
[14]	张毅, 姚丹亚, 李力, 裴华鑫, 晏松, 葛经纬. 智能车路协同系统关键技术与应用[J]. 交通运输系统工程与信息, 2021, 21(5): 40-51.
[15]	龙建成, 郭嘉琪. 动态交通分配问题研究回顾与展望[J]. 交通运输系统工程与信息, 2021, 21(5): 125-138.

基于超效率DEA的北京ITMS效率评价研究

Efficiency Evaluation of Beijing Intelligent Traffic Management System Based on Super-DEA

PDF

可视化

被引次数

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