CN102024206A - 市郊轨道交通客流的预测方法 - Google Patents
市郊轨道交通客流的预测方法 Download PDFInfo
- Publication number
- CN102024206A CN102024206A CN2010105953208A CN201010595320A CN102024206A CN 102024206 A CN102024206 A CN 102024206A CN 2010105953208 A CN2010105953208 A CN 2010105953208A CN 201010595320 A CN201010595320 A CN 201010595320A CN 102024206 A CN102024206 A CN 102024206A
- Authority
- CN
- China
- Prior art keywords
- passenger flow
- track traffic
- suburbs
- traffic
- zone
- 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.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
市郊轨道交通客流的预测方法:⑴通过OD反推及站点吸引进行预测模型基础数据库的构建;⑵依据市郊轨道交通的功能定位,结合运营衔接方式,构建轨道交通客流分配网络;⑶分别针对市郊轨道交通与城市轨道交通之间的运营衔接方式,构建预测模型;⑷利用预测模型结合基础数据,在相应的轨道交通分配网络上进行市郊轨道交通客流分配,从而得到市郊轨道交通全线客流、车站客流、分流客流、换乘客流;⑸通过不同运营组织方案的客流预测结果的比较,推荐最佳的运营规划方案,并结合推荐的运营规划方案进行最终方案的客流预测。本发明克服了现有技术中预测结果不理想、与事后的实际数据差距较大的缺陷;进一步提高预测的准确性。
Description
技术领域
本发明涉及一种市郊轨道交通客流的预测方法。本发明适用于我国特大、大城市的市郊轨道交通的客流预测,能较好的支持市郊轨道交通的规划与设计。
背景技术
随着各国经济的快速发展以及城市化进程加快,城市开始呈现出向外围组团发展的趋势,同时城市组团型特征日益突出,如何解决好外围组团与中心城区的沟通、促进并带动城市外围组团的发展是解决好目前我国“城市病”的关键。轨道交通与其它交通方式相比具有运量大、速度快、安全、准时、环保等特点,随着人们对这一新型交通工具认识的不断加深、运营设施的完善及管理水平的不断提高,越来越多的城市,尤其是特大及大型城市在解决城市外围组团出行及引导发展时开始逐步的选择市郊轨道交通。
市郊轨道交通是介于城市轨道交通和城际轨道交通之间的轨道交通制式,主要功能有以下三点:
(1).沟通中心城区与外围城镇组团的联系;
(2).发挥市郊轨道交通的“TOD”效应,引导外围城镇组团的发展;
(3).引导优化市域城镇空间的合理演变及发展。
市郊轨道交通源于国外,最早出现于德国。由于它可以弥补城市轨道交通与城际轨道交通之间的空白,构建满足不同层次出行需求的轨道交通体系,目前在国外获得广泛推广,比如德国的杜塞尔多夫、科隆、柏林及慕尼黑等。
虽然市郊轨道交通是一种快速、便捷、高效、安全、环保的交通方式,目前国内部分城市正在积极的规划研究之中,但由于其建设耗资巨大、运营维护费用高、规划年限长、涉及面广、综合性强的特点,所以在开工建设之前必须对其进行合理的规划和客观科学的客流预测工作,只有这样才能发挥出应有的作用,否则不但不能有效的解决居民出行的交通问题和引导市域城镇体系的合理发展,还会成为城市发展的沉重包袱,造成城市无序的发展。
轨道交通客流预测技术主要源于国外,目前城市轨道交通客流预测及城际轨道交通的客流预测技术从国外引进后,通过演变、消化吸收,已基本上形成了一套科学合理的预测方法,并已成功的应用于实际工作中。由于市郊轨道交通在中国的起步较晚,重视程度不高。现有技术中,部分城市规划的市郊轨道客流预测仍借鉴城市轨道交通的预测方法,其预测结果不是很理想,与事后的实际数据差距较大。其原因在于市郊轨道交通无论从服务对象及范围还是从主要出行竞争中的交通方式及功能定位等方面,市郊轨道交通既不同于城市轨道交通又不同于城际轨道交通。
市郊轨道交通的规划建设之后,在一定程度上不仅会影响居民的出行方式的选择,还会对城市的空间发展带来很大的影响。同时,它也是城市百年建设大计,直接关系着整个市域,乃至都市圈的发展,但是其耗资大、运营成本高、建设周期长,如何进行科学的预测市郊轨道交通的客流,不仅可以较好的支持其发展,又能利用最小的成本收获最大效益。但是目前还没有一套专门针对市郊轨道交通的特点而进行客流预测的方法,借用城市轨道交通或城际轨道交通客流预测方法会造成较大的偏差。这严重影响某城市市郊轨道交通规划建设的客观性和科学性。如何解决该技术问题,成为交通科学中的一个困难课题。
总的说来,适用于中国国情的市郊轨道交通客流预测的出台,将为城市市郊轨道交通可行性研究及设计提供科学的理论支撑。
发明内容
本发明的目的是提供一种市郊轨道交通客流预测的方法。该方法将克服现有技术中预测结果不理想、与事后的实际数据差距较大的缺陷;能够进一步提高预测的准确性。该方法可以在分析城市空间形态的基础上,综合考虑市域城市组团空间布局、人口分布、行政区划、交通结构、市郊轨道线的功能定位、运营组织以及与城市轨道交通的衔接方式等影响因素,建立相关关系模型进行相关指标的筛选,然后从运营组织出发,借助软件平台构建相应的客流预测方法。
完成上述发明任务的技术方案是:一种市郊轨道交通客流的预测方法,其具体操作步骤如下:
(1).通过OD反推及站点吸引进行预测模型基础数据库的构建;
(2).依据市郊轨道交通的功能定位,结合运营衔接方式,构建轨道交通客流分配网络;
(3).分别针对市郊轨道交通与城市轨道交通之间的运营衔接方式,分别构建预测模型;
(4).利用预测模型,结合基础数据,在相应的轨道交通分配网络上进行市郊轨道交通客流分配,从而得到市郊轨道交通全线客流(包括全日客流量和各小时段的客流量及比例)、车站客流(包括全日、早、晚高峰小时的上下客流、站间断面流量以及相应的超高系数)、分流客流(包括站间OD表、平均运距及各级运量)、换乘客流(市郊轨道与市郊轨道间的换乘量以及市郊轨道与城市轨道间的换乘量);
(5).通过不同运营组织方案的客流预测结果的比较,推荐最佳的运营规划方案,并结合推荐的运营规划方案进行最终方案的客流预测。
更具体和更优化地说,本预测方法有两个关键点,即步骤(1)和步骤(3),其中步骤(1)克服了现有预测技术中预测模型基础数据获取的耗时长、投资大、周期长等缺点;步骤(3)从市郊轨道与城市轨道之间的关系出发,克服了现有预测技术仅考虑一种交通制式的缺陷,将大大提高预测的精度。下面分别对这两个关键点加以说明。
关键点(一):预测模型基础数据库的构建。
步骤(1)包括以下子步骤:
a、确定规划区域并划分交通小区;
OD反推区域包含所有预测的路段,而且还包括该区域所在行政职能区内的主要干道。确定反推区域后进行交通小区划分,划分时应遵循如下原则:
①相似原则:小区内土地利用和人口构成尽可能相似;
②统一原则:小区划分应与行政区划或者已有的城市规划小区兼容;
③均衡原则:以出行时间为衡量标准,交通拥挤区域、土地利用强度高的区域和重点研究的区域应更细致;
④分隔线原则:以天然障碍作为小区的边界线。
b、交通网络的构建;
c、种子矩阵的构建;
d、调查路段的选择;
利用最少的调查路段获取满足要求的OD信息,需要合理的选择调查路段。由于调查路段的数量和位置不同对推算OD矩阵所起的作用不同,得到的OD估算矩阵的精度也不同。因此在调查路段的选取时必须遵循以下基本准则:
①OD覆盖准则。调查路段流量应该涵盖所有OD对信息,即任意OD之间的分配流量均包含在所选路段上。
②最大流量准则。对于某一特定的OD点对,应使这一OD点对间的流量在调查路段上尽可能大。在一般情况下,网络中所观测的交通流越大,OD反推的精度就越高。
③最大流截断准则。在调查路段数量一定时,所选路段应尽可能多地截断OD交通量。
④路段独立准则。路网中调查路段的流量之间应线性无关,为了提供尽可能多的OD信息,某一调查路段交通量不能由其他调查路段交通量计算得到。
通常上述4条准则很难同时得到满足,一般来说,OD覆盖准则以及路段独立准则是选择调查路段的基本依据,需优先得到满足。
调查路段选取准则的基本的数学模型可表述为:
za=0,1,a∈A
式中:w表示OD对,W表示OD对集合,a表示路段,A为路段集合,∈表示隶属于。
其目标函数要求调查路段尽量少,而约束限定每个OD对之间必须包含一条调查路段,即利用最少的路段提供尽可能多的OD信息。
e、OD反推模型的构建;
f、进行OD反推,直至反推后的OD进行分配时,预测客流与调查路段实际客流相比,
其误差小于允许误差时,则终止迭代,输出结果。
其中步骤c和d是影响整个基础数据获取精度的关键。
关键点(二):不同运营衔接方式的市郊轨道交通客流预测方法。步骤(3)包括以下几种不同选择:
第一种基于合作竞争的市郊轨道交通客流预测方法:
本方法主要是针对市郊轨道交通与城市轨道交通采用联轨共线运营的情况。此时的预测步骤为:
①.确定所规划范围;
②.居民出行基础数据的收集;
③.分层次策略性的交通方式划分;
④.合作竞争联合分配网络的构建;
⑤.基于合作竞争联合策略的客流分配;
⑥.对步骤(5)所预测的客流,进行通道客流验证。
第二种基于联运接驳方式的市郊轨道交通客流预测方法:
本方法主要是针对市郊轨道交通与城市轨道交通采用节点换乘衔接的情况。此时的预测步骤为:
①.确定所规划范围;
②.居民出行基础数据的收集;
③.联运接驳客运网络的构建;
④.通道客流预测及接驳节点换乘客流预测;
⑤.对步骤(4)所预测的客流,进行客流模拟验证。
本发明克服了现有技术中预测结果不理想、与事后的实际数据差距较大的缺陷;进一步提高预测的准确性。本发明的方法可以在分析城市空间形态的基础上,综合考虑市域城市组团空间布局、人口分布、行政区划、交通结构、市郊轨道线的功能定位、运营组织以及与城市轨道交通的衔接方式等影响因素,建立相关关系模型进行相关指标的筛选,然后从运营衔接方式出发,借助软件平台构建相应的客流预测。
附图说明
图1为本发明轨道交通线网方案示意图;
图2为交通小区划分图;
图3关键路段选取;
图4客流预测分配网络的构建示意图;
图5合作竞争运营衔接方式市郊轨道交通远景年客流预测分布图(含城市轨道交通)
图6接驳联运运营衔接方式市郊轨道交通远景年客流预测分布图(含城市轨道交通)。
具体实施方式
本发明将针对不同的市域空间形态选择不同的城市为例展开研究,初步选择如下:
实施例1,中心+外围组团型城市以南京为例;带状组团型城市以兰州为为例。针对这两个不同形态的城市,分别从与城市轨道交通联轨运营和接驳联运的不同运营衔接方式展开验证分析。现以兰州市市郊轨道交通客流预测为例,展开说明,具体情况如下:
(1)远景年轨道交通线网方案
1号线:东岗站-东方红广场站-南关什字站-西关什字站-小西湖站-西客站-陈官营站,长度26km。
2号线:雁北路站-兰州站-东方红广场站-南关站-西关十字站-理工大站-西客站-培黎广场站-费家营站-元台子站,长度32km;
3号线:五泉山站-西关什字站-草场街站-新港城站-雁东路站-东岗站-和平东站,长度约为24km。
市郊1号线:中川线;
市郊2号线:青什线;
市郊3号线:榆中线。
中心城区换乘站:
陈官营站、西客站、西关十字站、双城门站、南关站、东方红广场站、五里铺站、雁北路站、东岗站(参照图1轨道交通线网方案)。
(2)预测基础数据库的构建
·交通小区的划分(参照图2交通小区划分图);
·OD反推关键路段的选取(参照图3关键路段选取)。
·OD反推
由于164×164的矩阵OD比较大,现将其合并为12×12的矩阵OD,利用本次提出的OD反推技术获取的OD矩阵见表1,同时为了验证反推技术获取基础数据的科学性,特意与通过居民出行调查获取的OD,即正推OD进行了验证,结果表明反推OD矩阵(表1)与正推OD矩阵(表2)的比较,可以看出两个矩阵分布基本吻合,误差在10%以内。
表1利用路段交通量反推的基年OD矩阵(百人次/日)
表2正推得到的基年OD矩阵(百人次/日)
(3)分配路网的构建
市郊轨道客流预测的分配路网一般有三级网络构成,即市郊轨道+城市轨道网、公共交通网和步行集网络,具体见图4所示。
(4)分配预测模型的构建
无论是合作竞争运营衔接还是接驳联运衔接时,都需要对路阻函数进行构建,原因是此模型是假设每个居民出行均选择出行费用最小的路径及交通方式,为了提高预测精度,本次将出行费用进行了广义化的定义,即包括实际交通费用和出行时间的综合。其模型如下:
式中:ck——以货币单位衡量的路径k的总费用;
Ci——路径i高峰小时通行能力;
di——与路径i相关的停站时间;
i——路线k经过的路径标识;
I——路线k经过的路径集合;
j——经过路线k的公交线路标识;
J——经过路线k的公交线路的集合;
rj——公交线j的费用;
ti——路径i的车内时间或非公交时间;
vi——路径i的客流量;
VOT——时间价值;
wj——公交线路j的等车时间;
xj——公交线路j的换乘时间;
α,β——拥挤影响参数;
γd——上下车时间权重;
γv——车内时间权重;
γw——等车时间权重;
γx——换乘时间权重;
·广义费用函数分配模型标定
表3线路服务水平基本参数标定
表4不同公共交通方式间换乘参数标定
表5分配模型权重参数的标定
类别 | 常规公交 | 快速轨道交通 |
步行时间权重 | 3.0 | 3.0 |
候车时间权重 | 2.0 | 2.0 |
乘车时间(舒适程度)权重 | 1.0 | 0.8 |
上车惩罚时间(分钟) | 1.0 | 1.0 |
换乘时间权重 | 2.0 | 2.0 |
·时间价值参数的确定
W——平均小时工资水平,元/小时;
H——平均小时家庭收入水平,元/小时;
(5)客流预测
然后将以上标定出的参数输入分配路网数据库中,再结合基础OD数据库分别针对合作竞争运营衔接和接驳联运运营衔接方式进行客流预测,其部分结果见下表和图5、图6所示。
表6合作竞争运营衔接方式市郊轨道客流预测(含城市轨道交通)
表7接驳联运运营衔接方式市郊轨道客流预测(含城市轨道交通)
(6)客流预测结果的比选
通过上述预测比较分析可以得知,对于市郊线:中川线、青什线和榆中线而言,采用与城市轨道线路合作竞争运营衔接方式更有利于客流的培育,即更能最大限度的方便市郊居民的出行。同时,预测的客流强度及日客流量将直接决定着后期的车辆选型及编组。
Claims (5)
1.一种市郊轨道交通客流的预测方法,其特征在于,步骤如下:
(1).通过OD反推及站点吸引进行预测模型基础数据库的构建;
(2).依据市郊轨道交通的功能定位,结合运营衔接方式,构建轨道交通客流分配网络;
(3).分别针对市郊轨道交通与城市轨道交通之间的运营衔接方式,分别构建预测模型;
(4).利用预测模型,结合基础数据,在相应的轨道交通分配网络上进行市郊轨道交通客流分配,从而得到市郊轨道交通全线客流、车站客流、分流客流、换乘客流;
(5).通过不同运营组织方案的客流预测结果的比较,推荐最佳的运营规划方案,并结合推荐的运营规划方案进行最终方案的客流预测。
2.根据权利要求1所述的市郊轨道交通客流的预测方法,其特征在于,所述的步骤(1)包括以下子步骤:
a、确定规划区域并划分交通小区;
OD反推区域包含所有预测的路段,而且还包括该区域所在行政职能区内的主要干道;确定反推区域后进行交通小区划分;
b、交通网络的构建;
c、种子矩阵的构建;
d、调查路段的选择;
调查路段选取准则的基本数学模型表述为:
za=0,1,a∈A
式中:w表示OD对,W表示OD对集合,a表示路段,A为路段集合,∈表示隶属于;
其目标函数要求调查路段尽量少,而约束限定每个OD对之间必须包含一条调查路段;
e、OD反推模型的构建;
f、进行OD反推,直至反推后的OD进行分配时,预测客流与调查路段实际客流相比,
其误差小于允许误差时,则终止迭代,输出结果。
3.根据权利要求2所述的市郊轨道交通客流的预测方法,其特征在于,所述的子步骤a、确定规划区域并划分交通小区;OD反推区域包含所有预测的路段,而且还包括该区域所在行政职能区内的主要干道;确定反推区域后进行交通小区划分,划分时应遵循如下原则:
①相似原则:小区内土地利用和人口构成尽可能相似;
②统一原则:小区划分应与行政区划或者已有的城市规划小区兼容;
③均衡原则:以出行时间为衡量标准,交通拥挤区域、土地利用强度高的区域和重点研究的区域应更细致;
④分隔线原则:以天然障碍作为小区的边界线。
4.根据权利要求2所述的市郊轨道交通客流的预测方法,其特征在于,所述的子步骤d、调查路段的选择时遵循以下基本准则:
①OD覆盖准则。调查路段流量应该涵盖所有OD对信息,即任意OD之间的分配流量均包含在所选路段上;
②最大流量准则。对于某一特定的OD点对,应使这一OD点对间的流量在调查路段上尽可能大。在一般情况下,网络中所观测的交通流越大,OD反推的精度就越高;
③最大流截断准则。在调查路段数量一定时,所选路段应尽可能多地截断OD交通量;
④路段独立准则。路网中调查路段的流量之间应线性无关,为了提供尽可能多的OD信息,某一调查路段交通量不能由其他调查路段交通量计算得到。
5.根据权利要求1-4之一所述的市郊轨道交通客流的预测方法,其特征在于,所述的步骤(3)包括以下几种不同选择:
第一种,针对市郊轨道交通与城市轨道交通采用联轨共线运营的情况、基于合作竞争的市郊轨道交通客流预测方法,预测步骤为:
①.确定所规划范围;
②.居民出行基础数据的收集;
③.分层次策略性的交通方式划分;
④.合作竞争联合分配网络的构建;
⑤.基于合作竞争联合策略的客流分配;
⑥.对步骤(5)所预测的客流,进行通道客流验证;
第二种,针对市郊轨道交通与城市轨道交通采用节点换乘衔接的情况、基于联运接驳方式的市郊轨道交通客流预测方法,预测步骤为:
①.确定所规划范围;
②.居民出行基础数据的收集;
③.联运接驳客运网络的构建;
④.通道客流预测及接驳节点换乘客流预测;
⑤.对步骤(4)所预测的客流,进行客流模拟验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105953208A CN102024206A (zh) | 2010-12-20 | 2010-12-20 | 市郊轨道交通客流的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105953208A CN102024206A (zh) | 2010-12-20 | 2010-12-20 | 市郊轨道交通客流的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102024206A true CN102024206A (zh) | 2011-04-20 |
Family
ID=43865477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105953208A Pending CN102024206A (zh) | 2010-12-20 | 2010-12-20 | 市郊轨道交通客流的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102024206A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208034A (zh) * | 2013-03-22 | 2013-07-17 | 北京交通大学 | 一种轨道交通客流分布预测模型建立及预测方法 |
CN103208033A (zh) * | 2013-03-22 | 2013-07-17 | 北京交通大学 | 一种成网条件下城市轨道交通新线接入客流预测方法 |
CN103226801A (zh) * | 2013-03-19 | 2013-07-31 | 天津市市政工程设计研究院 | 基于多用户配流模型的空港集疏运交通量确定方法 |
CN104572811A (zh) * | 2014-11-25 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 智能公交路线推荐方法、装置及设备 |
CN104966135A (zh) * | 2015-06-16 | 2015-10-07 | 西南交通大学 | 基于可达性和可达强度的公交线路网络优化方法 |
CN105023230A (zh) * | 2015-07-22 | 2015-11-04 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种基于arcgis的轨道站点客流吸引范围界定方法 |
CN105095993A (zh) * | 2015-07-22 | 2015-11-25 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种轨道站点客流量预测系统及方法 |
CN105719021A (zh) * | 2016-01-21 | 2016-06-29 | 中国铁路总公司 | 铁路客流预测方法及系统 |
CN105893491A (zh) * | 2016-03-29 | 2016-08-24 | 东南大学 | 一种基于区域城际流强度测算模型的划定大都市圈的方法 |
CN106504535A (zh) * | 2016-11-30 | 2017-03-15 | 东南大学 | 一种结合重力模型与Fratar模型的交通分布预测方法 |
CN107516140A (zh) * | 2017-06-29 | 2017-12-26 | 中兴软创科技股份有限公司 | 交通节点节假日客流预测方法 |
CN108345987A (zh) * | 2018-01-22 | 2018-07-31 | 东南大学 | 一种道路基础设施建设项目影响评价决策支持系统及方法 |
CN108647879A (zh) * | 2018-05-08 | 2018-10-12 | 深圳市公安局公交分局 | 轨道交通线网的实时拥堵指数计算方法、装置及介质 |
CN109034506A (zh) * | 2018-09-18 | 2018-12-18 | 中铁第五勘察设计院集团有限公司 | 一种综合客运枢纽联运交通客流量预测方法 |
CN109949574A (zh) * | 2018-05-18 | 2019-06-28 | 中山大学 | 一种数据驱动的城市路网交通小区多级划分方法 |
CN110826943A (zh) * | 2020-01-13 | 2020-02-21 | 武汉元光科技有限公司 | 判断是否需要进行配车及确定公交配车数的方法及相关设备 |
CN112561128A (zh) * | 2020-11-27 | 2021-03-26 | 武汉理工大学 | 预测未来城市轨道交通换乘常规公交日客运量的方法 |
CN113868830A (zh) * | 2021-08-19 | 2021-12-31 | 佛山市城市规划设计研究院 | 一种基于交通可达性的同城化城际客流生成模型构建方法 |
CN117455078A (zh) * | 2023-12-20 | 2024-01-26 | 中铁第四勘察设计院集团有限公司 | 基于空间圈层需求的都市圈轨道交通一体化客流预测方法 |
CN117745108A (zh) * | 2024-02-20 | 2024-03-22 | 中国民用航空飞行学院 | 一种先进空中交通的客流需求预测方法和系统 |
-
2010
- 2010-12-20 CN CN2010105953208A patent/CN102024206A/zh active Pending
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226801B (zh) * | 2013-03-19 | 2016-03-30 | 天津市市政工程设计研究院 | 基于多用户配流模型的空港集疏运交通量确定方法 |
CN103226801A (zh) * | 2013-03-19 | 2013-07-31 | 天津市市政工程设计研究院 | 基于多用户配流模型的空港集疏运交通量确定方法 |
CN103208033A (zh) * | 2013-03-22 | 2013-07-17 | 北京交通大学 | 一种成网条件下城市轨道交通新线接入客流预测方法 |
CN103208034A (zh) * | 2013-03-22 | 2013-07-17 | 北京交通大学 | 一种轨道交通客流分布预测模型建立及预测方法 |
CN103208033B (zh) * | 2013-03-22 | 2017-02-08 | 北京交通大学 | 一种成网条件下城市轨道交通新线接入客流预测方法 |
CN103208034B (zh) * | 2013-03-22 | 2016-05-18 | 北京交通大学 | 一种轨道交通客流分布预测模型建立及预测方法 |
CN104572811B (zh) * | 2014-11-25 | 2018-06-05 | 百度在线网络技术(北京)有限公司 | 智能公交路线推荐方法、装置及设备 |
CN104572811A (zh) * | 2014-11-25 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 智能公交路线推荐方法、装置及设备 |
CN104966135B (zh) * | 2015-06-16 | 2018-04-13 | 西南交通大学 | 基于可达性和可达强度的公交线路网络优化方法 |
CN104966135A (zh) * | 2015-06-16 | 2015-10-07 | 西南交通大学 | 基于可达性和可达强度的公交线路网络优化方法 |
CN105023230A (zh) * | 2015-07-22 | 2015-11-04 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种基于arcgis的轨道站点客流吸引范围界定方法 |
CN105095993A (zh) * | 2015-07-22 | 2015-11-25 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种轨道站点客流量预测系统及方法 |
CN105023230B (zh) * | 2015-07-22 | 2018-08-28 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种基于arcgis的轨道站点客流吸引范围界定方法 |
CN105719021A (zh) * | 2016-01-21 | 2016-06-29 | 中国铁路总公司 | 铁路客流预测方法及系统 |
CN105893491A (zh) * | 2016-03-29 | 2016-08-24 | 东南大学 | 一种基于区域城际流强度测算模型的划定大都市圈的方法 |
WO2017166370A1 (zh) * | 2016-03-29 | 2017-10-05 | 东南大学 | 一种基于区域城际流强度测算模型的划定大都市圈的方法 |
US10621604B2 (en) | 2016-03-29 | 2020-04-14 | Southeast University | Method for defining metropolitan area based on regional inter-city flow intensity measurement model |
CN106504535A (zh) * | 2016-11-30 | 2017-03-15 | 东南大学 | 一种结合重力模型与Fratar模型的交通分布预测方法 |
CN107516140A (zh) * | 2017-06-29 | 2017-12-26 | 中兴软创科技股份有限公司 | 交通节点节假日客流预测方法 |
CN108345987A (zh) * | 2018-01-22 | 2018-07-31 | 东南大学 | 一种道路基础设施建设项目影响评价决策支持系统及方法 |
CN108345987B (zh) * | 2018-01-22 | 2022-03-08 | 东南大学 | 一种道路基础设施建设项目影响评价决策支持系统及方法 |
CN108647879A (zh) * | 2018-05-08 | 2018-10-12 | 深圳市公安局公交分局 | 轨道交通线网的实时拥堵指数计算方法、装置及介质 |
CN109949574A (zh) * | 2018-05-18 | 2019-06-28 | 中山大学 | 一种数据驱动的城市路网交通小区多级划分方法 |
CN109949574B (zh) * | 2018-05-18 | 2021-09-28 | 中山大学 | 一种数据驱动的城市路网交通小区多级划分方法 |
CN109034506A (zh) * | 2018-09-18 | 2018-12-18 | 中铁第五勘察设计院集团有限公司 | 一种综合客运枢纽联运交通客流量预测方法 |
CN110826943A (zh) * | 2020-01-13 | 2020-02-21 | 武汉元光科技有限公司 | 判断是否需要进行配车及确定公交配车数的方法及相关设备 |
CN112561128A (zh) * | 2020-11-27 | 2021-03-26 | 武汉理工大学 | 预测未来城市轨道交通换乘常规公交日客运量的方法 |
CN112561128B (zh) * | 2020-11-27 | 2022-06-10 | 武汉理工大学 | 预测未来城市轨道交通换乘常规公交日客运量的方法 |
CN113868830A (zh) * | 2021-08-19 | 2021-12-31 | 佛山市城市规划设计研究院 | 一种基于交通可达性的同城化城际客流生成模型构建方法 |
CN113868830B (zh) * | 2021-08-19 | 2022-07-05 | 佛山市城市规划设计研究院 | 一种基于交通可达性的同城化城际客流生成模型构建方法 |
CN117455078A (zh) * | 2023-12-20 | 2024-01-26 | 中铁第四勘察设计院集团有限公司 | 基于空间圈层需求的都市圈轨道交通一体化客流预测方法 |
CN117745108A (zh) * | 2024-02-20 | 2024-03-22 | 中国民用航空飞行学院 | 一种先进空中交通的客流需求预测方法和系统 |
CN117745108B (zh) * | 2024-02-20 | 2024-05-07 | 中国民用航空飞行学院 | 一种先进空中交通的客流需求预测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102024206A (zh) | 市郊轨道交通客流的预测方法 | |
CN103310287B (zh) | 基于svm预测乘客出行概率的轨道交通客流预测方法 | |
CN105389640A (zh) | 市郊铁路客流的预测方法 | |
CN102496076B (zh) | 宏、中、微观多层次的城市停车需求预测模型集成系统 | |
CN102521965B (zh) | 基于车牌识别数据的交通需求管理措施效果评价方法 | |
CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
CN103049829A (zh) | 城乡客运线网与枢纽场站一体化融合方法 | |
Purba et al. | A current review of high speed railways experiences in Asia and Europe | |
Kim et al. | High-speed rail route and regional mobility with a raster-based decision support system: The Texas Urban Triangle case | |
An et al. | Estimating nonmotorized travel demand | |
Hamad et al. | Forecasting model for vehicular demand: an alternative methodology in the context of developing countries | |
Ahmed et al. | Pavement damage cost estimation: a synthesis of past research | |
Marshall et al. | Travel demand modeling for regional visioning and scenario analysis | |
Alshalalfah et al. | Traffic management of mega infrastructure construction projects: Success story and lessons learned from the Riyadh metro project | |
CN105023063B (zh) | 公交线网新能源公交车运行能耗指标体系的建立方法 | |
CN102609625B (zh) | 一种城郊高速公路出入口匝道选位方法 | |
Wang et al. | Research on the Impact of Road Construction on Traffic Congestion | |
Fitrada | Investigating the Impact of Airport Relocation on the Transport Network in Special Region of Yogyakarta, Indonesia | |
Hu et al. | Truck traffic and truck axle load spectra on interstate highways for mechanistic-empirical pavement design | |
Ridley et al. | The London transportation study and beyond | |
Radović et al. | Expert project analyses in the process of road maintenance management | |
Liming et al. | Exploration and Development of Urban Integrated Traffic System Planning: A Case Study of Ganzhou City. | |
Khade et al. | Evaluation of traffic impact on road network due to new commercial development | |
Thabit et al. | The Environmental Dimension and its Impact on the Sustainability of the Road Network in Ramadi City | |
Yang | Transportation and environment in Xiamen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110420 |