决策支持系统的现状与开发

决策支持系统与决策 决策支持系统是辅助决策者通过数据、模型和知识,以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统（MIS）向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境,调用各种信息资源和分析工具,帮助决策者提高决策水平和质量。     

最低收费额路径收费方法浅析

前言 本文讨论的内容,是针对未采用路径识别技术的路网.在这类路网中,由于无法确定每部车辆的实际行驶路径,因此为了避免引发争执,平原地区省份都是假定车辆按照最短路径行驶,并且按照最短路径的长度进行收费,但在山区省份,由于最短路径不一定是收费额最低的路径,如果按照最短路径收费,反而有可能因路径问题引发争执.     

高速公路特殊路段里程实测的若干问题

关于高速公路联网收费里程表制作的问题，笔者分别在《中国交通信息产业》杂志2006年第8期、2008年第12期发表了《高速公路联网收费里程表制作》、《关于联网收费里程表制作的十个问题》两篇文章。文章发表后，不少业内同行对特殊路段的里程实测提出了一些具体的相关问题。本文针对里程实测特殊路段存在的问题，结合近几年部分省市的里程实测经验，提出了一些解决方案，以保证里程实测数据准确、可靠。     

高速公路计重设备稳定性分析

计重设备不稳定的危害 自2003年开始实行计重收费以来,计重设备就成为了收费系统中的一个重要组成部分.计重设备是否能够正常上作,直接决定了货车计费的准确性,已成为普遍认知的常识.当计算出的通行费偏高时,有可能引发的争议或复称要求,这不仅会降低高速公路的服务水平,而且还会影响企业形象;反之,必然会给高速公路公司带来隐性经济损失.     

联网收费数据应用研究

数据过滤与预处理 联网收费数据分析 联网收费数据除了备用字段和校验字段外,其余字段大体可以分为7类,其中1～4类描述了车辆在高速公路中的行驶情况,5～7类描述了收费拆账情况、收费员工作情况和系统运行情况,具体如下:     

高速公路联网收费里程表制作

本文给出一种制作高速公路联网收费里程表的方法——路段法。该方法使用计算机软件,通过“迷宫算法”或者“最短路径算法”计算里程表。只要基础数据正确,可以避免人工制作时易于产生的长短链、路径错误等问题。该方法尤其适用高速公路联网收费里程不断增长的省份。每当收费里程增加时,只要将新增路段加入相应的基础数据表,并对连接处进行适当调整,再进行一次计算即可生成新里程表。     

电费回收中两种法律权利运用之探讨

电费回收是供电企业生产经营成果的最重要体现,能否及时回收电费直接影响供电企业的生存和发展。近年来,随着地方经济的快速发展,供电企业所面临的电费回收压力越来越大,电费回收工作中碰到的难题也越来越多。本文就如何灵活运用、丰富我们现有的催费手段来保障电费的回收并保障国有资产的增值保值进行了探讨。     

收费问题关键技术(上)——也谈"二义性"路径(3)

在二义性路径问题中,涉及公路收费的有两个研究方向:按实际行车路径收费问题和二义性路径通行费分配问题。二义性路径收费问题的解决方案并不复杂,无非是在关键位置安装合适的车辆检测设备,即设立路径标识站,     

江苏省高速公路联网收费计重设备测试实践

通过近一年的艰苦努力，江苏省高速公路南、北网终于2005年12月成功地实行了联网计重收费，有效地遏制了超限、超载车辆对高速公路及桥梁的严重损害。对计重设备的反复测试是这一项目成功的关键，笔者从测试的过程、内容、方法及心得等方面谈一些经验，仅供参考。     

挖掘数据宝藏——联网收费数据应用研究之挖掘基础工作

高速公路路网营运产生的数据量是臣大的,在这些营运数据中反映了很多的信息,例如：轴重状况,车流量状况,车流量比例状况,每个路段车流负荷状况和每个收费站的收费人员工作状况等。这些信息对服务质量的提高,资源的有效使用,路颟的有效保养都具有重要的参考意义。这些数据,无论是对交通管理部门来说,还是对高速公路营运企业来说,都是一笔十分宝贵的数据财富。从这笔数据财富中挖掘出的规律,对交通行业主管进行决策参考和管理公司指导营运管理,都具有很高的价值。 为了充分利用这些高速公路联网收费数据,江苏省交通科学研究院专门组成课题组,对高速公路联网收费数据可能存在的应用领域和应用方法进行了深入地研究,为将来进行高速公路收费数据挖掘做好必要的准备。 该项目经江苏省交通厅批准,列入了2006年度江苏省交通科研项目计划。该项目自2006年1月启动,至2007年10月底完成,经过一年多的研究工作,于2007年12月通过评审并且获得专家组的一致好评。 在研究过程中,项目组首先进行了广泛地调查研究和深入地需求分析,将各相关部门提出的应用需求分门别类,归纳总结为20余项数据处理单元操作。其次,对收费数据进行了筛选过滤和预处理,将海量收费数据中相关的内容,经整理后按照数据挖掘所需要的格式进行了重新存储;与此同时,对收费数据中的隐含内容进行了预处理将其显化。最后,根据各类应用需求,分别制作了大量的应用实例,每类均给出应用说明、数据源、计算方法和典型示例。 为了将该项目的研究思想和研究方法介绍给读者,本刊特邀请项目组撰写本文。由于该文篇幅较长,故分三期刊出,以飨读者。