第159章?一整套的解决方案(1/2)
模拟交通系统写好了，程文加入到了算法的研究当郑算法的研究当真有趣的很。
程文进入之后就如痴如醉、不能自拔，虽然冯乐他们写的这个算法优化的太少，但是毕竟有优化，关键是大方向并没有错。
有了程文的加入，他们的进展异常的快，只用了半个月就研究出来了一个算法模型。
最后在验证的阶段，这个算法模型应该能让等待红绿灯的平均时长减少30秒。
当然这个等待时间不仅仅是让车辆的等待时间，还包括了行饶时间。
如果只是让车辆的等待时间缩短，那就让行人走的那些红绿灯时间更短一些就好了。
这显然不能满足所有的人们的出行要求。
其实程文在做这个算法的时候，不仅仅是考虑了正常的车辆的行驶，还有一些特殊车辆的行驶。
比如执行任务的警车、还有救护车、消防车等这些特殊的车辆。
他们出动的时候一般都是有急事，需要更通畅的道路。
怎么识别这些特殊车辆，一开始的时候程文他们也在思考。
如果是正常的车辆，比如私家车，只需要通过摄像头就能看出来多少了。
但是要分析出来他们是什么型号的，需要更大的计算。
尤其这个是必须实时的，就是晚个一分钟就不行，那样就没有意义了。
除非是可以智能判断一分钟之后，这个车辆会沿着哪个道路行驶，一分钟之后会出现在哪里？
但是这一分钟也许这个车辆会变化路线，或者是停在某地不走了，所以实时的计算是很重要的。
最后他们有三种解决方案，第一种最靠谱的就是让这些特殊的车辆联网，能向他们的系统实时的报告他们的位置，尤其是出勤的这些车辆。
第二种有一些局限性，就是通过摄像头，来判断路过的车辆是不是特殊车辆。
第二钟不需要这些车辆做什么特殊的事情，但是也受到一些环境的影响，比如晚上的时候摄像头的成像质量就没有那么好，还有雨的时候也不会有那么好。
第三种，是通过声音，但是这个也只能作为一个保留的方案，因为它有点不太靠谱。
程文也让人和xx市那里联系了，相关部门他们可以提供他们的联网数据，不过这个数据不能给他们公司，只能是他们的系统部署到他们那里的时候才能接入。
这也是为了防止别有用心的人用这些数据做一些什么事情。
最终他们选择邻一种方案和第二种方案结合的方式。
第一种准确，但是有一定的成本，第二种在不用变更现有的设施的情况下就可以完成了。
经过他们的测试，如果用了他们的算法来控制交通灯，那么这些任务车辆平均的等待时间会缩短40秒钟，整体从他们出发到目的地的时间会缩短510分钟。
俗话一寸光阴一寸金，消防车和救护车他们的时间那可是生命。
也许救护车早一分钟到达就能挽救一条生命，消防车早一分钟可能挽救更多的生命。
其实除了这些，他们的算法还有一个非实时的、宏观的优化。
这种优化不是为了一时的时间长短，而为了长远的发展。
是对城市交通进行的全局的，括更好地安排各类公交工具的数量、配置、调度和接驳，更好地规划和管理停车场，以及更好地激励和利用共享出行等新兴模式等诸多方面。
程文得到他们提供的数据也不是单一的，除了视频，还有一个重要的数据来源就是通过移动互联网获得的整个城市的人和车的出行轨迹。
甚至他们还预留了一个口子，如果每辆车愿意贡献自己的数据，那么会更让这个算法变得更好用一些。
在他们的现有的优化的基础上，平均等待时间能再减少5左右。
还有一项是程文最初没有考虑过了，但是由相关部门的负责人和他沟通而确定的。
他们想的是智慧交通应该不仅仅是只能控制这些红绿灯，还应该把公共交通和还有所有的道路，都有机的串联起来。
除了串联这些还应该把他们城市十几万个停车位也都串联起来，实现整个城市所有停车位的互联互通。
有了这些数据，他们可以诱导让所有的车辆都有地方停车有好地方停车，减少大家找车位的时间，这样也能减少人们的出行时间。
基于这些，程文还开发了一个一站式的地图app，不过这个地图app只有xx市的地图。
它能涵盖的城市与其它的地图工具相比，那是没有可比性的。
但是要是论谁对xx市更熟悉，别的城市比不上这个。
这个地图软件，能帮车主分析出来走哪个路用时更短，通行更快。
还能帮人们规划好要去一个地方，用什么样的方式最快，是开车还是走路，还是骑车或者是做公共的交通工具。
有一个app叫做实时公交，可以查询公交车的位置信息，程文也把这个软件的相关功能也给融入进来了。
这些数据当然是公交公司提供的，因为在前几年的时候他们要做一些智能化的管理，给每个公交车都安装了一些定位的设备。
但是他们使用这个东西的地方却并不是很多，可以钱花了，但是起到的作用很有限。
这个也是他们双方相互沟通才拿出来的一个方案。
程文也想了很久
程文进入之后就如痴如醉、不能自拔，虽然冯乐他们写的这个算法优化的太少，但是毕竟有优化，关键是大方向并没有错。
有了程文的加入，他们的进展异常的快，只用了半个月就研究出来了一个算法模型。
最后在验证的阶段，这个算法模型应该能让等待红绿灯的平均时长减少30秒。
当然这个等待时间不仅仅是让车辆的等待时间，还包括了行饶时间。
如果只是让车辆的等待时间缩短，那就让行人走的那些红绿灯时间更短一些就好了。
这显然不能满足所有的人们的出行要求。
其实程文在做这个算法的时候，不仅仅是考虑了正常的车辆的行驶，还有一些特殊车辆的行驶。
比如执行任务的警车、还有救护车、消防车等这些特殊的车辆。
他们出动的时候一般都是有急事，需要更通畅的道路。
怎么识别这些特殊车辆，一开始的时候程文他们也在思考。
如果是正常的车辆，比如私家车，只需要通过摄像头就能看出来多少了。
但是要分析出来他们是什么型号的，需要更大的计算。
尤其这个是必须实时的，就是晚个一分钟就不行，那样就没有意义了。
除非是可以智能判断一分钟之后，这个车辆会沿着哪个道路行驶，一分钟之后会出现在哪里？
但是这一分钟也许这个车辆会变化路线，或者是停在某地不走了，所以实时的计算是很重要的。
最后他们有三种解决方案，第一种最靠谱的就是让这些特殊的车辆联网，能向他们的系统实时的报告他们的位置，尤其是出勤的这些车辆。
第二种有一些局限性，就是通过摄像头，来判断路过的车辆是不是特殊车辆。
第二钟不需要这些车辆做什么特殊的事情，但是也受到一些环境的影响，比如晚上的时候摄像头的成像质量就没有那么好，还有雨的时候也不会有那么好。
第三种，是通过声音，但是这个也只能作为一个保留的方案，因为它有点不太靠谱。
程文也让人和xx市那里联系了，相关部门他们可以提供他们的联网数据，不过这个数据不能给他们公司，只能是他们的系统部署到他们那里的时候才能接入。
这也是为了防止别有用心的人用这些数据做一些什么事情。
最终他们选择邻一种方案和第二种方案结合的方式。
第一种准确，但是有一定的成本，第二种在不用变更现有的设施的情况下就可以完成了。
经过他们的测试，如果用了他们的算法来控制交通灯，那么这些任务车辆平均的等待时间会缩短40秒钟，整体从他们出发到目的地的时间会缩短510分钟。
俗话一寸光阴一寸金，消防车和救护车他们的时间那可是生命。
也许救护车早一分钟到达就能挽救一条生命，消防车早一分钟可能挽救更多的生命。
其实除了这些，他们的算法还有一个非实时的、宏观的优化。
这种优化不是为了一时的时间长短，而为了长远的发展。
是对城市交通进行的全局的，括更好地安排各类公交工具的数量、配置、调度和接驳，更好地规划和管理停车场，以及更好地激励和利用共享出行等新兴模式等诸多方面。
程文得到他们提供的数据也不是单一的，除了视频，还有一个重要的数据来源就是通过移动互联网获得的整个城市的人和车的出行轨迹。
甚至他们还预留了一个口子，如果每辆车愿意贡献自己的数据，那么会更让这个算法变得更好用一些。
在他们的现有的优化的基础上，平均等待时间能再减少5左右。
还有一项是程文最初没有考虑过了，但是由相关部门的负责人和他沟通而确定的。
他们想的是智慧交通应该不仅仅是只能控制这些红绿灯，还应该把公共交通和还有所有的道路，都有机的串联起来。
除了串联这些还应该把他们城市十几万个停车位也都串联起来，实现整个城市所有停车位的互联互通。
有了这些数据，他们可以诱导让所有的车辆都有地方停车有好地方停车，减少大家找车位的时间，这样也能减少人们的出行时间。
基于这些，程文还开发了一个一站式的地图app，不过这个地图app只有xx市的地图。
它能涵盖的城市与其它的地图工具相比，那是没有可比性的。
但是要是论谁对xx市更熟悉，别的城市比不上这个。
这个地图软件，能帮车主分析出来走哪个路用时更短，通行更快。
还能帮人们规划好要去一个地方，用什么样的方式最快，是开车还是走路，还是骑车或者是做公共的交通工具。
有一个app叫做实时公交，可以查询公交车的位置信息，程文也把这个软件的相关功能也给融入进来了。
这些数据当然是公交公司提供的，因为在前几年的时候他们要做一些智能化的管理，给每个公交车都安装了一些定位的设备。
但是他们使用这个东西的地方却并不是很多，可以钱花了，但是起到的作用很有限。
这个也是他们双方相互沟通才拿出来的一个方案。
程文也想了很久
本章未完，点击下一页继续阅读