CN117669002A - 一种基于大数据的道路设计实用程度评估方法及装置 - Google Patents
一种基于大数据的道路设计实用程度评估方法及装置 Download PDFInfo
- Publication number
- CN117669002A CN117669002A CN202311819550.1A CN202311819550A CN117669002A CN 117669002 A CN117669002 A CN 117669002A CN 202311819550 A CN202311819550 A CN 202311819550A CN 117669002 A CN117669002 A CN 117669002A
- Authority
- CN
- China
- Prior art keywords
- road
- design
- construction
- evaluation
- constraint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013461 design Methods 0.000 title claims abstract description 259
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 88
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000010276 construction Methods 0.000 claims description 149
- 238000012216 screening Methods 0.000 claims description 25
- 238000012937 correction Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 238000005266 casting Methods 0.000 claims description 10
- 238000012512 characterization method Methods 0.000 claims description 9
- 206010039203 Road traffic accident Diseases 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 14
- 238000007405 data analysis Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于大数据的道路设计实用程度评估方法及装置,涉及道路设计评估技术领域,包括获取道路的设计方案信息,并进行预处理得到道路设计要素集,分析得到道路设计的实用程度量度指征系数,并处理得到道路设计的评定解析标签进行智能显示反馈,本发明通过针对具体的道路设计方案进行深入分析,极大减少可能出现的建设区域相关参数符合要求而实际建设道路存在实用效益低下的问题,能够保证实际建设道路在实用性和效益性方面与建设区域之间的相互协调匹配度,避免造成更高的建设成本以及更长的施工周期,极大保障了道路的经济效益和实施进度,也有利于为道路在实际应用时的安全性和有效性提供可靠保障。
Description
技术领域
本发明涉及道路设计评估技术领域,具体为一种基于大数据的道路设计实用程度评估方法及装置。
背景技术
随着城市化推进和人口增长,交通需求也在不断增加,为了能够满足日益高涨的交通需求,并有效提高交通效率,在道路的修建前期,需要充分考虑未来的交通流量、建设经济成本等因素,以保证最后实际建设的道路具有足够的容量和适应性,而道路设计实用性评估则有助于识别和管理潜在的建设风险因素,通过在设计阶段发现并解决相应的问题,可以降低后期施工和运营阶段可能出现的问题,进而可以提高道路建设项目的可控性和效益性。
CN113051653B一种基于多维度数据分析的城市规划道路修建施工评估管理***,包括路线信息导入模块、区域划分模块、道路基本参数检测模块、土壤基本参数检测模块、土壤环境参数检测模块、地下水体参数检测模块、数据处理与分析模块、数据库和显示终端,进而通过对该待修建道路经过的建筑物数量、地形特征、道路基本参数、土壤基本参数、土壤环境参数和地下水体参数这七个方面进行细致的分析,进而有效的解决了现有的城市规划道路修建的施工评估方式评估的内容具有局限性的问题,同时大大的提高了道路修建的施工评估结果的准确性。
基于上述方案发现,现有技术存在的局限至少包括如下问题,首先,在设计前期,局限于仅针对规划区域进行深度的参数评估,而没有针对具体的道路设计方案进行深入分析,可能出现建设区域相关参数符合要求,但实际建设道路在实用性和效益性方面与建设区域之间存在不相协调匹配的现象,造成了更高的建设成本以及更长的施工周期等一系列负面影响,极大地抑制了道路的经济效益和实施进度,不利于为道路在实际应用时的安全性和有效性提供保障。
发明内容
针对现有技术的不足,本发明提供了一种基于大数据的道路设计实用程度评估方法及装置,能够有效解决上述背景技术中涉及的问题。
为实现以上目的,本发明通过以下技术方案予以实现:本发明第一方面提供一种基于大数据的道路设计实用程度评估方法,包括:评估云中心获取道路的设计方案信息,并进行预处理得到道路设计要素集。
根据所述道路设计要素集,并经数据处理导入至综合评估解析模型分析得到道路设计的实用程度量度指征系数。
根据所述道路设计的实用程度量度指征系数,并处理得到道路设计的评定解析标签传送至预置可视化集显WEB端进行智能显示反馈。
作为本发明进一步的设计,所述预处理得到道路设计要素集,具体过程包括:S1:从道路的设计方案信息中提取道路设计数字虚拟图纸、道路造价指标数据。
S2:根据道路设计数字虚拟图纸,并定位道路的预备筹划建设地区,从数据仓中提取道路的预备筹划建设地区的GIS全局地图,记为基准GIS全局地图,并从中映射勾勒,得到道路设计体表预覆盖地域,并进行统计得到道路设计体表预覆盖地域的各交叠汇聚支线干道,记为各预汇聚支线干道,并统计得到各预汇聚支线干道的交通数据,记为道路第一设计要素,并以a1标定。
S3:从道路设计数字虚拟图纸中统计道路的基础建构参数,记为道路第二设计要素,并以a2标定。
S4:根据基准GIS全局地图,并从中提取道路设计体表预覆盖地域的当前建造约束信息,记为道路第三设计要素,并以a3标定。
s5:汇聚处理得到道路设计要素集A,A={a1,a2,a3}。
作为本发明进一步的设计,所述分析得到道路设计的实用程度量度指征系数,具体过程包括:根据道路造价指标数据,提取道路预期总投成本,记为并导入至综合评估解析模型分析得到道路设计的实用程度量度指征系数,综合评估解析模型如下:
式中,ψ为道路设计的实用程度量度指征系数,ψ1为道路第一设计要素的实用程度指征系数,ψ2为道路第二设计要素的建造约束指征系数,ψ3为道路第三设计要素的建造约束指征系数,ψ0、Φ1分别为预定义第一设计要素的实用程度指征补偿值以及增补修正值,Φ2为预定义道路第二设计要素及道路第三设计要素的整合增补修正值,η、η″分别为预定义的实用程度指征系数以及建造约束指征系数之间的参照偏差阈值以及道路预期总投成本对应单位数值的偏差阈值减损因子。
作为本发明进一步的设计,所述道路第一设计要素的实用程度指征系数,具体处理过程如下:根据各预汇聚支线干道的交通数据,包括日均机动车流量、日均非机动车流量、日均行人流量,依次记为Zq→1、Zq→2、Zq→3。
同时从交通数据中统计各预汇聚支线干道的交通事故发生频次、设定高峰时段的平均行车密度、单次最高拥堵行车排列长度、单次最高拥堵时长,依次记为Pq、ρq、Xq、Tq,q为各预汇聚支线干道的编号,q=1,2,...,q′,q′为预汇聚支线干道总数。
分析预汇聚支线干道的交通流量影响值,约束执行式为:
式中,ω1为预汇聚支线干道的交通流量影响值,δ0为设定交通流量影响值的修正系数。
分析预汇聚支线干道的交通阻塞评估值,约束执行式为:
其中,
上式中,ω2为预汇聚支线干道的交通阻塞评估值,e为自然常数,γ1、γ2依次为设定的最高拥堵行车单位排列长度和最高拥堵单位时长的交通阻塞评估因子,ρ0预设的支线干道的参照行车密度,γ3、γ4依次为设定的交通事故发生频次以及高峰时段行车密度的修正系数。
综合分析道路第一设计要素的实用程度指征系数,约束执行式为:
式中,B1、B2依次为设定的预汇聚支线干道的交通流量影响值和交通阻塞评估值的实用指征评估权值因子。
作为本发明进一步的设计,所述道路第二设计要素的建造约束指征系数,具体处理过程为:依据道路的基础建构参数,提取道路设计总延展长度、平均设计建设宽度以及交叉口数,依次记为L、K、C。
分析道路第二设计要素的建造约束指征系数,约束执行式为:
式中,λ为道路第二设计要素的建造约束评估因子,L0、K0、C0依次为预定义的道路设计参考延展长度、参考设计建设宽度以及参考设计交叉口数,υ1、υ2、υ3分别为设定的道路设计总延展长度、平均设计建设宽度以及交叉口数的指征权重比例系数。
作为本发明进一步的设计,所述道路第二设计要素的建造约束评估因子,具体处理过程为:从所述基础建构参数中提取道路在各坡位点的预设计坡度及其坡段长度,依次标记为θw、Lw,w为各坡位点的编号,w=1,2,...,w′,w′为坡位数。
提取道路在各弯道段的总长及其曲率半径,依次标记为Lr、Rr,r为各弯道段的编号,r=1,2,...,r′,r′为弯道段数。
提取道路的各类道路基建架构的总占长度以及总设计规格,依次标记为Ly、Vy,y为各类道路基建架构的编号,y=1,2,...,y′,y′为道路基建架构总数。
处理构建道路第二设计要素的建造约束评估因子,约束条件如下:其中:
上式中,分别为设定的坡道、弯道以及道路基建架构的评估影响因子,τ1、θ0分别为预定义的坡段单位长度的建造约束评估表征系数以及参考设计坡度,ζ1、ζ2为设定坡位点坡度和坡段长度的建造约束评估权值,ΔL、τ2、R0分别为预定义的参照弯道段总长、弯道总长单位偏离长度的评估表征系数以及弯道参照界定曲率半径,ζ3、ζ4为设定弯道总长以及弯道曲率半径的建造约束评估权值,L为道路设计总延展长度,Ny为预定义的道路基建架构y的参照界定长度占比,χy为预定义道路基建架构y的总设计规格对应单位数值的建造约束评估表征系数。
作为本发明进一步的设计,所述道路第三设计要素的建造约束指征系数,具体处理过程为:根据道路设计体表预覆盖地域的当前建造约束信息,从中提取易感区覆盖面积以及隶属途径地区的人口总计密度,并标记为S(YG)、J。
分析道路第三设计要素的建造约束指征系数,约束条件如下:
式中,κ1、κ2为设定的易感区覆盖单位面积以及地区人口总计密度对应单位数值的建造约束指征因子,为第三设计要素的建造约束指征增设补偿系数。
作为本发明进一步的设计,所述第三设计要素的建造约束指征增设补偿系数,具体处理过程为:根据基准GIS全局地图,提取各类型地貌的总覆盖面积,并定位提取道路设计体表预覆盖地域的中轴延展线,记为设计参照基准线,并以设定间隔进行等比例筛查点布设,提取各筛查点的高程值及地表倾斜度,并统计相邻筛查点之间的平均高程差记为ΔH。
分析第三设计要素的建造约束指征增设补偿系数,约束条件如下:
其中,
上式中,Su为地貌类型u的总覆盖面积,ΔSu、φ1分别为预定义的地貌类型u的参照界定覆盖面积以及地貌建造约束指征修正系数,Hp、Qp分别为筛查点p的高程值及地表倾斜度,H″、Q0、ΔH0依次为预定义的筛查点界定偏差高程值、参考地表倾斜度以及相邻筛查点之间的界定高程差,σ1、σ2、σ3分别为设定的筛查点的高程值、地表倾斜度、平均高程差的建造约束指征修正系数,u为各类型地貌的编号,u=1,2,...,u′,u′为地貌总类型数,p为各筛查点的编号,p=1,2,...,p′,p′为地貌总类型数。
本发明第二方面提供一种基于大数据的道路设计实用程度评估装置,包括:处理器,以及与处理器连接的内存和网络接口。所述网络接口与服务器中的非易失性存储器连接。所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述所述的方法。
相对于现有技术,本发明的实施例至少具有如下有益效果:
(1)本发明通过提供一种基于大数据的道路设计实用程度评估方法及装置,在设计前期,实现获取道路的设计方案信息进行深入分析,有力解决了现有技术局限于仅针对规划区域进行深度参数评估的问题,通过针对具体的道路设计方案进行深入分析,极大减少可能出现的建设区域相关参数符合要求而实际建设道路存在实用效益低下的问题,能够保证实际建设道路在实用性和效益性方面与建设区域之间的相互协调匹配度,避免造成更高的建设成本以及更长的施工周期,极大保障了道路的经济效益和实施进度,也有利于为道路在实际应用时的安全性和有效性提供可靠保障。
(2)本发明通过分析得到道路设计的实用程度量度指征系数,根据多个层面的数据分析结果进行评估,将道路的设计实用程度进行数值量化处理,避免了人为判断的主观性因素影响,提高了本发明数据分析的精确性和有效性,为道路设计的实用性评估提供客观的数据基础,有助于提前预防潜在的道路设计问题,进一步降低道路项目效益低下或额外的成本风险。
(3)本发明通过处理得到道路设计的评定解析标签传送至预置可视化集显WEB端进行智能显示反馈,能够帮助设计人员更好地理解道路设计方案的经济效益和成本问题,进而在最终道路建设决策过程中更加快速和明智地做出选择,进一步为道路建设的可靠性和可持续性提供数据支持基础。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明的方法流程示意图。
图2为本发明实施例涉及的预汇聚支线干道分布示意图。
附图标记:1、道路设计体表预覆盖地域,2、预汇聚支线干道。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的组件或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。
请参阅图1所示,本发明实施例第一方面提供一种技术方案:一种基于大数据的道路设计实用程度评估方法,包括:评估云中心获取道路的设计方案信息,并进行预处理得到道路设计要素集。
本实施例中的评估云中心即为一种计算机数据分析中心,在硬件方面,评估云中心具备高性能计算集群、大规模存储功能和高速网络,这些硬件功能能够支持大规模的数据处理和分析任务,并且能够有效地存储和管理各种类型的数据,包括结构化数据、半结构化数据和非结构化数据,评估云中心还支持应用多种数据分析工具,包括统计分析软件、机器学习框架、数据可视化工具等,能给实施各种数据分析和挖掘任务,在本实施例中的道路设计实用程度评估过程,具备良好的实用性和灵活性。
具体地,所述预处理得到道路设计要素集,具体过程包括:S1:从道路的设计方案信息中提取道路设计数字虚拟图纸和道路造价指标数据,其中道路设计数字虚拟图纸是指通过计算机辅助设计,如CAD和其他数字技术创建的道路工程的虚拟表示,这种虚拟图纸包括三维模型、平面图、剖面图以及其他与道路设计相关的数字信息,本实施例中利用道路设计数字虚拟图纸并从中提取相应的道路设计要素信息,能够充分为后续道路设计的实用性评估提供支撑基础。
S2:根据道路设计数字虚拟图纸,并定位道路的预备筹划建设地区,从数据仓中提取道路的预备筹划建设地区的GIS全局地图,记为基准GIS全局地图,GIS全局地图是利用GIS技术生成的地图,它包含基本的地理空间要素,如道路、河流、山脉等,从基准GIS全局地图中映射勾勒,得到道路设计体表预覆盖地域,并进行统计得到道路设计体表预覆盖地域的各交叠汇聚支线干道,记为各预汇聚支线干道,并从交通数据平台统计得到各预汇聚支线干道的交通数据,记为道路第一设计要素,并以a1标定。
如图2所示,各预汇聚支线干道(2),即为与道路设计体表预覆盖地域(1)存在交叉关系的若干现有既存道路。
本实施例使用了数据仓,数据仓是一个用于集成、存储和管理大量数据的计算机虚拟仓库,在本实施方案中用于存储各个地区的GIS全局地图,根据道路的预备筹划建设地区,可以针对定位分割提取道路的预备筹划建设地区的GIS全局地图。
S3:从道路设计数字虚拟图纸中统计道路的基础建构参数,记为道路第二设计要素,并以a2标定。
S4:根据基准GIS全局地图,并从中提取道路设计体表预覆盖地域的当前建造约束信息,记为道路第三设计要素,并以a3标定。
S5:汇聚处理得到道路设计要素集A,A={a1,a2,a3}。
根据所述道路设计要素集,并经数据处理导入至综合评估解析模型分析得到道路设计的实用程度量度指征系数。
具体地,所述分析得到道路设计的实用程度量度指征系数,具体过程包括:根据道路造价指标数据,提取道路预期总投成本,记为并导入至综合评估解析模型分析得到道路设计的实用程度量度指征系数,综合评估解析模型如下:
式中,ψ为道路设计的实用程度量度指征系数,ψ1为道路第一设计要素的实用程度指征系数,ψ2为道路第二设计要素的建造约束指征系数,ψ3为道路第三设计要素的建造约束指征系数,ψ0、Φ1分别为预定义第一设计要素的实用程度指征补偿值以及增补修正值,Φ2为预定义道路第二设计要素及道路第三设计要素的整合增补修正值,η、η″分别为预定义的实用程度指征系数以及建造约束指征系数之间的参照偏差阈值以及道路预期总投成本对应单位数值的偏差阈值减损因子。
作为所述综合评估解析模型的进一步解释,道路第一设计要素的实用程度指征系数ψ1是道路的首要设计实用程度评估指标,而道路第二设计要素的建造约束指征系数ψ2以及道路第三设计要素的建造约束指征系数ψ3,二者在一定程度上是判定在实际建设过程中的建设复杂性和成本投入程度的评估指标,当ψ1出现高数值低于ψ2和ψ3的情况下,则道路设计的实用程度严重低下,同时纳入道路预期总投成本进行约束分析,进一步抬升了数据分析的精准性,也提高了综合评估解析模型的可信度和有效说服性,若道路设计的实用程度量度指征系数的取值水平过于低下,此时,则说明需要对道路设计进行调节优化,并进一步为后续处理得到道路设计的评定解析标签提供数据基础。
本发明实施例中,通过分析得到道路设计的实用程度量度指征系数,根据多个层面的数据分析结果进行评估,将道路的设计实用程度进行数值量化处理,避免了人为判断的主观性因素影响,提高了本发明数据分析的精确性和有效性,为道路设计的实用性评估提供客观的数据基础,有助于提前预防潜在的道路设计问题,进一步降低道路项目效益低下或额外的成本风险。
进一步地,所述道路第一设计要素的实用程度指征系数,具体处理过程如下:根据各预汇聚支线干道的交通数据,包括日均机动车流量、日均非机动车流量、日均行人流量,依次记为Zq→1、Zq→2、Zq→3。
本发明针对日均机动车流量、日均非机动车流量、日均行人流量进行分析,而不是独立针对支线干道的总车流量进行分析,能够充分评估各预汇聚支线干道的交通压力现状,为预备设计建设道路的实用性提供评估依据,并且极大减少了交通数据分析的误差,为后续的数据分析提供前期支撑基础。
同时从交通数据中统计各预汇聚支线干道的交通事故发生频次、设定高峰时段的平均行车密度、单次最高拥堵行车排列长度、单次最高拥堵时长,依次记为Pq、ρq、Xq、Tq,q为各预汇聚支线干道的编号,q=1,2,...,q′,q′为预汇聚支线干道总数。
本实施例中设定高峰时段为上午7点到9点以及下午5点到7点两个时段组合而成。
在实施例中,上述各预汇聚支线干道的交通事故发生频次、设定高峰时段的平均行车密度、单次最高拥堵行车排列长度、单次最高拥堵时长都是评估现存交通压力的重要基础,通过充分分析现有各预汇聚支线干道的交通状况,可以更好地理解目前交通需求的趋势,进而帮助评估预备建设道路的可持续性,不仅有助于规划预备建设道路的容量,以满足未来的交通需求,且有利于确保预备建设道路设计的长期有效性。
分析预汇聚支线干道的交通流量影响值,约束执行式为:
式中,ω1为预汇聚支线干道的交通流量影响值,δ0为设定交通流量影响值的修正系数。
分析预汇聚支线干道的交通阻塞评估值,约束执行式为:
其中,
上式中,ω2为预汇聚支线干道的交通阻塞评估值,e为自然常数,γ1、γ2依次为设定的最高拥堵行车单位排列长度和最高拥堵单位时长的交通阻塞评估因子,ρ0预设的支线干道的参照行车密度,γ3、γ4依次为设定的交通事故发生频次以及高峰时段行车密度的修正系数。
综合分析道路第一设计要素的实用程度指征系数,约束执行式为:
式中,ω1为预汇聚支线干道的交通流量影响值,ω2为预汇聚支线干道的交通阻塞评估值,B1、B2依次为设定的预汇聚支线干道的交通流量影响值和交通阻塞评估值的实用指征评估权值因子。
应理解的是,通过将预汇聚支线干道的交通流量影响值以及预汇聚支线干道的交通阻塞评估值进行整合评估得到道路第一设计要素的实用程度指征系数,能够深入了解现有道路***的交通情况,以便于设计人员能够更准确地预测即将设计建设的道路可能面临的挑战,进一步降低建设道路项目实施过程中的风险,提高建设道路项目成功的可能性。
进一步地,道路第二设计要素的建造约束指征系数,具体处理过程为:依据道路的基础建构参数,提取道路设计总延展长度、平均设计建设宽度以及交叉口数,依次记为L、K、C。
分析道路第二设计要素的建造约束指征系数,约束执行式为:
式中,λ为道路第二设计要素的建造约束评估因子,L0、K0、C0依次为预定义的道路设计参考延展长度、参考设计建设宽度以及参考设计交叉口数,υ1、υ2、υ3分别为设定的道路设计总延展长度、平均设计建设宽度以及交叉口数的指征权重比例系数。
本实施例中分析道路第二设计要素的建造约束指征系数,将道路设计方案中的信息进行具体化分析,能够高度反映道路设计的预计建设投入程度,有助于后续进一步地评估道路设计的实用性。
更加进一步地,所述道路第二设计要素的建造约束评估因子,具体处理过程为:从所述基础建构参数中提取道路在各坡位点的预设计坡度及其坡段长度,依次标记为θw、Lw,w为各坡位点的编号,w=1,2,...,w′,w′为坡位数。
提取道路在各弯道段的总长及其曲率半径,依次标记为Lr、Rr,r为各弯道段的编号,r=1,2,...,r′,r′为弯道段数。
提取道路的各类道路基建架构的总占长度以及总设计规格,依次标记为Ly、Vy,y为各类道路基建架构的编号,y=1,2,...,y′,y′为道路基建架构总数。
示例性地,道路基建即为与道路平面融为一体,为适应不同的地形条件而建造的特殊路面结构工程,例如桥梁、隧道等,作为各类道路基建架构的总设计规格的进一步示例描述,若桥梁为其中一类道路基建架构,那么桥梁总设计规格即为总占地面积,若隧道为其中一类道路基建架构,那么隧道的总设计规格即为总通道体积。
处理构建道路第二设计要素的建造约束评估因子,约束条件如下:其中:
上式中,分别为设定的坡道、弯道以及道路基建架构的评估影响因子,τ1、θ0分别为预定义的坡段单位长度的建造约束评估表征系数以及参考设计坡度,ζ1、ζ2为设定坡位点坡度和坡段长度的建造约束评估权值,ΔL、τ2、R0分别为预定义的参照弯道段总长、弯道总长单位偏离长度的评估表征系数以及弯道参照界定曲率半径,ζ3、ζ4为设定弯道总长以及弯道曲率半径的建造约束评估权值,L为道路设计总延展长度,Ny为预定义的道路基建架构y的参照界定长度占比,χy为预定义道路基建架构y的总设计规格对应单位数值的建造约束评估表征系数。
本实施例中,处理构建道路第二设计要素的建造约束评估因子,根据道路在各坡位点的预设计坡度及其坡段长度、道路在各弯道段的总长及其曲率半径以及道路的各类道路基建架构的总占长度以及总设计规格,通过针对分析,目的在于,考虑到道路设计中的坡度、弯道等参数可以直接影响到道路建设的投入成本和代价,例如更陡峭的坡度、更大半径的弯道以及更多的道路基建架构,坡道段可能需要更多的土方工程来进行挖填,这会增加工程成本,弯道可能需要更多的土地购置或地形改造,这也会增加建设成本,同时坡道段需要更多的支持结构和防止侧滑的措施,弯道可能需要更多的路面材料和边坡支护工程,各类道路基建架构则需要更多的特殊建造材料,这些都会进一步增加建造成本以及后期的维护成本,通过这些分析信息,能够充分体现道路设计的预备投入程度,进而有助于后续结合评估道路设计的实用性。
进一步地,所述道路第三设计要素的建造约束指征系数,具体处理过程为:根据道路设计体表预覆盖地域的当前建造约束信息,从中提取易感区覆盖面积以及隶属途径地区的人口总计密度,并标记为S(YG)、J。
示例性地,所述易感区,具体如农田、农业区、水域、湿地、人口居住区等。
分析道路第三设计要素的建造约束指征系数,约束条件如下:
式中,κ1、κ2为设定的易感区覆盖单位面积以及地区人口总计密度对应单位数值的建造约束指征因子,为第三设计要素的建造约束指征增设补偿系数。
本实施例中,根据道路设计体表预覆盖地域的易感区覆盖面积以及隶属途径地区的人口总计密度等信息进行分析,得到道路第三设计要素的建造约束指征系数,能够判断道路在实际建设过程中的复杂程度,有助于提前预估建设的时间和成本,进而能够制定相应的建设调整计划,并且在后续的道路设计的实用性综合评估中,为判定道路的实用价值提供了支持。
更加进一步地,所述第三设计要素的建造约束指征增设补偿系数,具体处理过程为:根据基准GIS全局地图,提取各类型地貌的总覆盖面积,各类型地貌包括但不限于山脉、山谷、丘陵、平原、峡谷等,定位提取道路设计体表预覆盖地域的中轴延展线,记为设计参照基准线,并以设定间隔进行等比例筛查点布设,提取各筛查点的高程值及地表倾斜度,并统计相邻筛查点之间的平均高程差记为ΔH。
本实施例中,将设计参照基准线设定10m间隔进行等比例筛查点布设,并提取各筛查点的高程值及地表倾斜度进行分析,有规律以及有依据地进行分析,并不是针对其中的某几个特殊点进行分析,极大减少了数据分析的误差性。
分析第三设计要素的建造约束指征增设补偿系数,约束条件如下:
其中,
上式中,Su为地貌类型u的总覆盖面积,ΔSu、φ1分别为预定义的地貌类型u的参照界定覆盖面积以及地貌建造约束指征修正系数,Hp、Qp分别为筛查点p的高程值及地表倾斜度,H″、Q0、ΔH0依次为预定义的筛查点界定偏差高程值、参考地表倾斜度以及相邻筛查点之间的界定高程差,σ1、σ2、σ3分别为设定的筛查点的高程值、地表倾斜度、平均高程差的建造约束指征修正系数,u为各类型地貌的编号,u=1,2,...,u′,u′为地貌总类型数,p为各筛查点的编号,p=1,2,...,p′,p′为地貌总类型数。
根据所述道路设计的实用程度量度指征系数,并处理得到道路设计的评定解析标签传送至预置可视化集显WEB端进行智能显示反馈,可视化集显WEB端是基于网页技术构建的应用服务,可通过计算机互联网中的浏览器进行访问,使用人员能够直观理解数据可视化内容,本实施例中不仅处理得到道路设计的评定解析标签进行显示,同时也可以可视化显示在评估过程中采集的所有道路设计信息,使设计人员能够更直观、更容易地理解复杂的道路相关数据。
需要解释的是,上述处理得到道路设计的评定解析标签,具体过程为:将道路设计的实用程度量度指征系数与设定实用程度量度指征系数槛值进行比较,若道路设计的实用程度量度指征系数低于实用程度量度指征系数槛值,则生成道路设计的评定解析标签进行显示,评定解析标签具体内容包括提示性文本,如:通过针对既有道路交通状况的分析,并考虑道路建设、维护和运营的成本,本方法判断预备设计建设的道路存在实用性低下的局限问题,请确认并做出道路设计方案的调整,以确保道路设计符合可行性和实用性标准。
本发明实施例中,通过处理得到道路设计的评定解析标签传送至预置可视化集显WEB端进行智能显示反馈,能够帮助设计人员更好地理解道路设计方案的经济效益和成本问题,进而在最终道路建设决策过程中更加快速和明智地做出选择,进一步为道路建设的可靠性和可持续性提供数据支持基础。
本发明实施例第二方面提供一种技术方案:一种基于大数据的道路设计实用程度评估装置,包括:处理器,以及与处理器连接的内存和网络接口。所述网络接口与服务器中的非易失性存储器连接。所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述所述的方法。
本发明实施例中,通过提供一种基于大数据的道路设计实用程度评估方法及装置,在设计前期,实现获取道路的设计方案信息进行深入分析,有力解决了现有技术局限于仅针对规划区域进行深度参数评估的问题,通过针对具体的道路设计方案进行深入分析,极大减少可能出现的建设区域相关参数符合要求而实际建设道路存在实用效益低下的问题,能够保证实际建设道路在实用性和效益性方面与建设区域之间的相互协调匹配度,避免造成更高的建设成本以及更长的施工周期,极大保障了道路的经济效益和实施进度,也有利于为道路在实际应用时的安全性和有效性提供可靠保障。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明,只要不偏离本发明的结构或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.一种基于大数据的道路设计实用程度评估方法,其特征在于,包括:
评估云中心获取道路的设计方案信息,并进行预处理得到道路设计要素集;
根据所述道路设计要素集,并经数据处理导入至综合评估解析模型分析得到道路设计的实用程度量度指征系数;
根据所述道路设计的实用程度量度指征系数,并处理得到道路设计的评定解析标签传送至预置可视化集显WEB端进行智能显示反馈。
2.根据权利要求1所述的一种基于大数据的道路设计实用程度评估方法,其特征在于:所述预处理得到道路设计要素集,具体过程包括:
S1:从道路的设计方案信息中提取道路设计数字虚拟图纸、道路造价指标数据;
S2:根据道路设计数字虚拟图纸,并定位道路的预备筹划建设地区,从数据仓中提取道路的预备筹划建设地区的GIS全局地图,记为基准GIS全局地图,并从中映射勾勒,得到道路设计体表预覆盖地域,并进行统计得到道路设计体表预覆盖地域的各交叠汇聚支线干道,记为各预汇聚支线干道,并统计得到各预汇聚支线干道的交通数据,记为道路第一设计要素,并以a1标定;
S3:从道路设计数字虚拟图纸中统计道路的基础建构参数,记为道路第二设计要素,并以a2标定;
S4:根据基准GIS全局地图,并从中提取道路设计体表预覆盖地域的当前建造约束信息,记为道路第三设计要素,并以a3标定;
S5:汇聚处理得到道路设计要素集A,A={a1,a2,a3}。
3.根据权利要求2所述的一种基于大数据的道路设计实用程度评估方法,其特征在于:所述分析得到道路设计的实用程度量度指征系数,具体过程包括:
根据道路造价指标数据,提取道路预期总投成本,记为并导入至综合评估解析模型分析得到道路设计的实用程度量度指征系数,综合评估解析模型如下:
式中,ψ为道路设计的实用程度量度指征系数,ψ1为道路第一设计要素的实用程度指征系数,ψ2为道路第二设计要素的建造约束指征系数,ψ3为道路第三设计要素的建造约束指征系数,ψ0、Φ1分别为预定义第一设计要素的实用程度指征补偿值以及增补修正值,Φ2为预定义道路第二设计要素及道路第三设计要素的整合增补修正值,η、η″分别为预定义的实用程度指征系数以及建造约束指征系数之间的参照偏差阈值以及道路预期总投成本对应单位数值的偏差阈值减损因子。
4.根据权利要求3所述的一种基于大数据的道路设计实用程度评估方法,其特征在于:所述道路第一设计要素的实用程度指征系数,具体处理过程如下:
根据各预汇聚支线干道的交通数据,包括日均机动车流量、日均非机动车流量、日均行人流量,依次记为Zq→1、Zq→2、Zq→3;
同时从交通数据中统计各预汇聚支线干道的交通事故发生频次、设定高峰时段的平均行车密度、单次最高拥堵行车排列长度、单次最高拥堵时长,依次记为Pq、ρq、Xq、Tq,q为各预汇聚支线干道的编号,q=1,2,...,q′,q′为预汇聚支线干道总数;
分析预汇聚支线干道的交通流量影响值,约束执行式为:
式中,ω1为预汇聚支线干道的交通流量影响值,δ0为设定交通流量影响值的修正系数;
分析预汇聚支线干道的交通阻塞评估值,约束执行式为:
其中,
上式中,ω2为预汇聚支线干道的交通阻塞评估值,e为自然常数,γ1、γ2依次为设定的最高拥堵行车单位排列长度和最高拥堵单位时长的交通阻塞评估因子,ρ0预设的支线干道的参照行车密度,γ3、γ4依次为设定的交通事故发生频次以及高峰时段行车密度的修正系数;
综合分析道路第一设计要素的实用程度指征系数,约束执行式为:
式中,B1、B2依次为设定的预汇聚支线干道的交通流量影响值和交通阻塞评估值的实用指征评估权值因子。
5.根据权利要求3所述的一种基于大数据的道路设计实用程度评估方法,其特征在于:所述道路第二设计要素的建造约束指征系数,具体处理过程为:
依据道路的基础建构参数,提取道路设计总延展长度、平均设计建设宽度以及交叉口数,依次记为L、K、C;
分析道路第二设计要素的建造约束指征系数,约束执行式为:
式中,λ为道路第二设计要素的建造约束评估因子,L0、K0、C0依次为预定义的道路设计参考延展长度、参考设计建设宽度以及参考设计交叉口数,υ1、υ2、υ3分别为设定的道路设计总延展长度、平均设计建设宽度以及交叉口数的指征权重比例系数。
6.根据权利要求5所述的一种基于大数据的道路设计实用程度评估方法,其特征在于:所述道路第二设计要素的建造约束评估因子,具体处理过程为:
从所述基础建构参数中提取道路在各坡位点的预设计坡度及其坡段长度,依次标记为θw、Lw,w为各坡位点的编号,w=1,2,...,w′,w′为坡位数;
提取道路在各弯道段的总长及其曲率半径,依次标记为Lr、Rr,r为各弯道段的编号,r=1,2,...,r′,r′为弯道段数;
提取道路的各类道路基建架构的总占长度以及总设计规格,依次标记为Ly、Vy,y为各类道路基建架构的编号,y=1,2,...,y′,y′为道路基建架构总数;
处理构建道路第二设计要素的建造约束评估因子,约束条件如下:
其中:
上式中,分别为设定的坡道、弯道以及道路基建架构的评估影响因子,τ1、θ0分别为预定义的坡段单位长度的建造约束评估表征系数以及参考设计坡度,ζ1、ζ2为设定坡位点坡度和坡段长度的建造约束评估权值,ΔL、τ2、R0分别为预定义的参照弯道段总长、弯道总长单位偏离长度的评估表征系数以及弯道参照界定曲率半径,ζ3、ζ4为设定弯道总长以及弯道曲率半径的建造约束评估权值,L为道路设计总延展长度,Ny为预定义的道路基建架构y的参照界定长度占比,χy为预定义道路基建架构y的总设计规格对应单位数值的建造约束评估表征系数。
7.根据权利要求3所述的一种基于大数据的道路设计实用程度评估方法,其特征在于:所述道路第三设计要素的建造约束指征系数,具体处理过程为:
根据道路设计体表预覆盖地域的当前建造约束信息,从中提取易感区覆盖面积以及隶属途径地区的人口总计密度,并标记为S(YG)、J;
分析道路第三设计要素的建造约束指征系数,约束条件如下:
式中,κ1、κ2为设定的易感区覆盖单位面积以及地区人口总计密度对应单位数值的建造约束指征因子,为第三设计要素的建造约束指征增设补偿系数。
8.根据权利要求7所述的一种基于大数据的道路设计实用程度评估方法,其特征在于:所述第三设计要素的建造约束指征增设补偿系数,具体处理过程为:
根据基准GIS全局地图,提取各类型地貌的总覆盖面积,并定位提取道路设计体表预覆盖地域的中轴延展线,记为设计参照基准线,并以设定间隔进行等比例筛查点布设,提取各筛查点的高程值及地表倾斜度,并统计相邻筛查点之间的平均高程差记为ΔH;
分析第三设计要素的建造约束指征增设补偿系数,约束条件如下:
其中,
上式中,Su为地貌类型u的总覆盖面积,ΔSu、φ1分别为预定义的地貌类型u的参照界定覆盖面积以及地貌建造约束指征修正系数,Hp、Qp分别为筛查点p的高程值及地表倾斜度,H″、Q0、ΔH0依次为预定义的筛查点界定偏差高程值、参考地表倾斜度以及相邻筛查点之间的界定高程差,σ1、σ2、σ3分别为设定的筛查点的高程值、地表倾斜度、平均高程差的建造约束指征修正系数,u为各类型地貌的编号,u=1,2,...,u′,u′为地貌总类型数,p为各筛查点的编号,p=1,2,...,p′,p′为地貌总类型数。
9.一种基于大数据的道路设计实用程度评估装置,其特征在于:包括:处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述权利要求1-8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311819550.1A CN117669002B (zh) | 2023-12-27 | 2023-12-27 | 一种基于大数据的道路设计实用程度评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311819550.1A CN117669002B (zh) | 2023-12-27 | 2023-12-27 | 一种基于大数据的道路设计实用程度评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117669002A true CN117669002A (zh) | 2024-03-08 |
CN117669002B CN117669002B (zh) | 2024-06-21 |
Family
ID=90073340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311819550.1A Active CN117669002B (zh) | 2023-12-27 | 2023-12-27 | 一种基于大数据的道路设计实用程度评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117669002B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117933763A (zh) * | 2024-03-22 | 2024-04-26 | 国网安徽省电力有限公司经济技术研究院 | 基于输变电工程地质分布图的评审应用分析方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN112836942A (zh) * | 2021-01-15 | 2021-05-25 | 谢雨函 | 基于大数据和云计算的桥梁工程项目造价评估智能管理*** |
KR102328592B1 (ko) * | 2021-07-29 | 2021-11-17 | 유문삼 | 교통영향평가 분석 방법 및 시스템 |
CN115048700A (zh) * | 2022-06-18 | 2022-09-13 | 武汉阳洋建筑工程有限公司 | 一种基于多维度数据的基建项目工程建设可行性分析评估方法 |
CN115713858A (zh) * | 2022-11-15 | 2023-02-24 | 江苏抖灵网络科技有限公司 | 一种基于交通大数据的智慧交通运行管控*** |
CN116307699A (zh) * | 2023-02-09 | 2023-06-23 | 公安部道路交通安全研究中心 | 基于多源数据的道路隐患点段分级方法、装置及存储介质 |
CN116385047A (zh) * | 2023-05-31 | 2023-07-04 | 中铁四局集团有限公司 | 一种基于多维度数据分析的工程项目成本预测方法 |
KR20230100188A (ko) * | 2021-12-28 | 2023-07-05 | 한국건설기술연구원 | Pem 기술을 이용하여 도로를 설계하기 위한 장치 및 그 방법 |
CN116543552A (zh) * | 2023-04-27 | 2023-08-04 | 北京交通大学 | 基于车路协同的城市主干道缓堵策略仿真评估方法及*** |
-
2023
- 2023-12-27 CN CN202311819550.1A patent/CN117669002B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN112836942A (zh) * | 2021-01-15 | 2021-05-25 | 谢雨函 | 基于大数据和云计算的桥梁工程项目造价评估智能管理*** |
KR102328592B1 (ko) * | 2021-07-29 | 2021-11-17 | 유문삼 | 교통영향평가 분석 방법 및 시스템 |
KR20230100188A (ko) * | 2021-12-28 | 2023-07-05 | 한국건설기술연구원 | Pem 기술을 이용하여 도로를 설계하기 위한 장치 및 그 방법 |
CN115048700A (zh) * | 2022-06-18 | 2022-09-13 | 武汉阳洋建筑工程有限公司 | 一种基于多维度数据的基建项目工程建设可行性分析评估方法 |
CN115713858A (zh) * | 2022-11-15 | 2023-02-24 | 江苏抖灵网络科技有限公司 | 一种基于交通大数据的智慧交通运行管控*** |
CN116307699A (zh) * | 2023-02-09 | 2023-06-23 | 公安部道路交通安全研究中心 | 基于多源数据的道路隐患点段分级方法、装置及存储介质 |
CN116543552A (zh) * | 2023-04-27 | 2023-08-04 | 北京交通大学 | 基于车路协同的城市主干道缓堵策略仿真评估方法及*** |
CN116385047A (zh) * | 2023-05-31 | 2023-07-04 | 中铁四局集团有限公司 | 一种基于多维度数据分析的工程项目成本预测方法 |
Non-Patent Citations (5)
Title |
---|
刘丽芬;赵伟忠;刘星星;邵海鹏;: "基于数据包络分析方法的地下道路交通工程设计方案评价", 长安大学学报(自然科学版), no. 03, 15 May 2017 (2017-05-15) * |
刘茂华;杨洋;岳强;: "CityEngine与ArcGIS结合的辅助道路规划设计", 测绘通报, no. 12, 25 December 2016 (2016-12-25) * |
李丕伟;: "交通道路选线模型在现代道路路线设计中的应用", 建筑知识, no. 07, 15 July 2016 (2016-07-15) * |
李军;: "基于道路设计与交通规划的道路选线优化模型", 居业, no. 08, 20 August 2020 (2020-08-20) * |
罗睿;黄凯;: "基于GIS的BIM技术在路网优化设计中的应用研究", 城市道桥与防洪, no. 11, 15 November 2019 (2019-11-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117933763A (zh) * | 2024-03-22 | 2024-04-26 | 国网安徽省电力有限公司经济技术研究院 | 基于输变电工程地质分布图的评审应用分析方法 |
CN117933763B (zh) * | 2024-03-22 | 2024-06-21 | 国网安徽省电力有限公司经济技术研究院 | 基于输变电工程地质分布图的评审应用分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117669002B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10614255B2 (en) | Computer-implemented land planning system and method with GIS integration | |
CN109584510B (zh) | 一种基于评估函数训练的道路高边坡滑坡灾害预警方法 | |
Jiao et al. | Proximity Expansion Index: An improved approach to characterize evolution process of urban expansion | |
Callow et al. | How does modifying a DEM to reflect known hydrology affect subsequent terrain analysis? | |
US10366180B2 (en) | Computer-implemented land planning system and method with automated parking area design tools | |
US9721043B2 (en) | Computer-implemented land planning system and method with GIS integration | |
CN117669002B (zh) | 一种基于大数据的道路设计实用程度评估方法及装置 | |
CN104008241B (zh) | 一种输电线路多窗口联动选线、排塔定位***及方法 | |
CN110569538A (zh) | 一种铁路工程施工便道参数化建模和设计优化方法 | |
Babapour et al. | Forest road profile optimization using meta-heuristic techniques | |
CN105513370A (zh) | 基于稀疏车牌识别数据挖掘的交通小区划分方法 | |
Wang et al. | Research on the construction of highway traffic digital twin system based on 3D GIS technology | |
CN102184423B (zh) | 一种全自动的区域不透水面遥感信息精确提取方法 | |
Karlsson et al. | Life cycle assessment in road infrastructure planning using spatial geological data | |
CN104112366B (zh) | 基于隐语义模型的交通信号优化方法 | |
CN112069571A (zh) | 一种基于三维实景的绿色矿山立体规划方法 | |
CN113282572B (zh) | 一种耕地网格化划分的方法、***及终端设备 | |
CN111563651A (zh) | 一种基于bim技术的沥青路面施工工程量动态追踪管理*** | |
CN110717233B (zh) | 一种基于gis下垫面解析的雨水管网流量计算方法及*** | |
KR102585579B1 (ko) | Pem 기술을 이용하여 도로를 설계하기 위한 장치 및 그 방법 | |
Gopalan | WRAPHydro data model: finding input parameters for the water rights analysis package | |
CN115239281A (zh) | 一种基于bim+gis的公路征迁管理***、方法及存储介质 | |
Bobrova et al. | Parameterization of environmental components in the information-modeling context of roads | |
CN106326613A (zh) | 一种基于土地经济数学模型的经济容积率计算方法及*** | |
JP6535260B2 (ja) | 吹きだまり予測モデルの構築方法、吹きだまり予測方法及び吹きだまり予測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |