CN102122434B - 一种可改善整体换乘性能的城市公共交通网络优化方法 - Google Patents
一种可改善整体换乘性能的城市公共交通网络优化方法 Download PDFInfo
- Publication number
- CN102122434B CN102122434B CN 201110025023 CN201110025023A CN102122434B CN 102122434 B CN102122434 B CN 102122434B CN 201110025023 CN201110025023 CN 201110025023 CN 201110025023 A CN201110025023 A CN 201110025023A CN 102122434 B CN102122434 B CN 102122434B
- Authority
- CN
- China
- Prior art keywords
- network
- factions
- node
- depth
- degree
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 title claims abstract description 12
- 238000012546 transfer Methods 0.000 title abstract description 20
- 238000013507 mapping Methods 0.000 claims description 17
- 238000013459 approach Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 238000011160 research Methods 0.000 description 11
- 238000004220 aggregation Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Abstract
一种可改善整体换乘性能的城市公共交通网络优化方法,将公交网络表示成站点和线路(即派系,网络中的最大完全子图)的关系,包括以下步骤:设定网络直径为N,模拟待优化的实际公交网络的成长过程,原始网络从只有一个派系开始,每个时间步向原始网络中增加一个派系,原始网络由彼此重叠的派系组成,网络将从逻辑上表现为(N+1)层结构,其中第(m-1)层的派系映射为m层的一点(1≤m≤N+1);每个时间步在增加一个派系后进行网络调节,保证每层网络都由派系组成,使得经过优化后的公交网络是一个理想N深度派系网络。本发明能有效地降低公交网络的平均换乘次数和平均最短路径时间系数,提高公交线路的聚集程度,从而实现更高的公交系统换乘效率。
Description
技术领域
本发明涉及网络科学和交通网络领域,尤其是一种城市公共交通网络优化方法。
背景技术
城市公共交通系统是与人们生活息息相关的重要基础设施,其基本任务是为乘客提供安全、方便、迅速、准点、舒适的乘车条件。大力提倡优先发展城市公共交通,是提高交通资源利用效率,缓解交通拥堵的必要手段,是城市发展的必由之路。优先发展城市公交,提高公交出行比例,将有利于缓解城市交通所面临的压力。但要提高公交的吸引力,仅仅依靠增加公交线路和公交车辆数量是不够的,还必须从优化公交线网结构和提高公交车辆的运行速度等方面着手。
近年来复杂网络研究的兴起,使人们开始广泛关注网络结构复杂性及其与网络行为之间的关系。要理解网络结构与网络行为之间的关系,并进而考虑改善网络的行为,就需要对实际网络的特征结构有很好地了解,并在此基础上建立合适的网络结构模型。在Watts关于小世界网络,以及Barabás关于无标度网络的开创性工作之后,人们对存在于不同领域的大量实际网络的拓扑特征进行了广泛的实证性研究。交通网络是一个复杂系统,而复杂网络作为复杂系统的重要研究工具之一,为深入研究交通网络的各种特性及动力学过程与拓扑结构间的相互作用等问题,奠定了理论基础。目前,应用复杂网络理论对交通网络特性和网络规划的研究,开始引起人们的研究兴趣。国内外已有很多学者对网络复杂性进行了大量理论研究,有的还从实证的角度进行了相关分析,但就公共交通网络而言,研究成果还相对较少,现有研究工作主要集中在交通网络的实证分析上,研究网络的基本拓扑特性,如度分布、平均最短距离、聚类系数等,也有少量论文提出了交通网络的演化模型。Sienkiewicz等(Sienkiewicz J,Holyst J A.Statistical analysisof22public transport networks in Poland[J].Phys.Rev.E,2005,72(4):046127.)分析了22个波兰城市公共交通网络的集聚系数、匹配性和介数等特性;Yong-ZhouChen等(Chen Yong-Zhou,Li Nan,He Da-Ren.A study on some urban bus transportnetworks,Physics A-statistical Mechanics and ITS Applications[J].2005,376(1):747-754.)提出了一个公交网络的演化模型;Xu Xinping等(Xu Xinping,HuJunhui,Liu Feng,Liu Lianshou.Scaling and correlations in three bus-transportnetworks of China.Physics A-statistical Mechanics and ITS Applications[J].2007,374(1):441-448.)研究了中国3个不同城市的公共汽车运输网的无标度和小世界特性,指出这些网络的度分布,簇团系数和最短路径,并构造了相应的加权复杂网络模型;Yang Xuhua等(Yang X H,Wang B,Wang W L,et al.Research on some bustransport networks with random overlapping clique structure[J].Communications intheoretical physics,2008,50(5):1249-1254.)提出了具有随机重叠派系结构的公交网络模型,并在中国的几个大城市进行了模型的实证研究。
在公交网络的设计和优化方面,国际上普遍采用站点的平均候车时间作为衡量服务水平的指标。杨新苗等(杨新苗,王炜,马文腾.基于GIS的公交乘客出行路径选择模型[J].东南大学学报:自然科学版,2000,30(6):87-91.)对公交乘客的出行心里进行了研究,其结果表明,“换乘次数”是大部分乘客出行时首先考虑的因数,其次是出行耗时和距离长短。出行耗时与换乘次数、等车的时间以及距离的长短密切相关。然而目前很多研究者都是从网络的局部性能对公交线路进行优化,提出增加线路和站点等方法来改善公交网络的局部性能,以缩短部分乘客的出行时间。还有从线路优化的角度出发,针对客流等因素对公交网络进行优化。这些方法都是从公交网络的局部出发,对公交线路进行优化,通过增加线路或调整站点等方法来改善公交网络的局部性能,以提高网络局部效率。很少有基于复杂网络理论,从网络的拓扑结构和整体网络性能考虑,提出公交网络的优化方法,以提升公交网络的整体服务性能。
发明内容
为了克服已有的城市公共交通网络优化方法的无法提高交通运行效率、限制公交网络整体性能的不足,本发明提供一种提高交通运行效率、提升公交网络整体性能的可改善整体换乘性能的城市公共交通网络优化方法。
本发明解决其技术问题所采用的技术方案是:
一种可改善整体换乘性能的城市公共交通网络优化方法,所述优化方法包括以下步骤:
步骤1:初始化派系,按照每条派所包含的节点的度的总和的大小,对待优化的公交网络中所有的线路进行降序排列成H;,所述派系为公交线路,所述度是指一个节点的相邻节点的个数;
步骤2:设定理想n深度派系网络的深度值为N;
步骤3:初始化每一深度网络,原始网络为序列H中的第一条派系c0,c0是由m个节点构成,即一条具有m个站点的公交线路,第1~N深度网络为1个节点;
步骤4:向原始网络中新增一个派系,即将序列H中第i个派系ci加入,其大小为m,从找出ci中的原有节点,记为m1个,其余的m2个节点记为新增节点(i=1,2,L);
步骤5:若第k层有新派系出现,0≤k≤N-2,将新增派系映射成第(k+1)层的一个节点,如该节点所对应的原始网络中的节点包含在上一次N-深度派系网络映射中的节点中,则删除该节点,否则进入步骤6;
步骤6:若该节点与某个已有的第(k+1)层派系构成新的最大派系,找出所述最大派系,使它们组成新派系,这时第(k+1)层的派系数不变;如果不存在最大派系,则从第(k+1)层的已有派系中找出一个包含该点的最大完全子图,即包含该点的最大派系,使它们与该节点构成第(k+1)层的一个新派系,第(k+1)层的派系数加1;
步骤7:按照步骤5,对网络进行(N-1)次映射,在第(N-1)次映射时,网络是由一条派系构成,即映射成了理想N深度派系网络,若在第(N-1)次映射时,网络不能成为一条派系,进入步骤8;
步骤8:若在第(N-1)次映射时不能成为一条派系,则根据原新增派系ci映射到1深度网络中的节点与已有派系的相似度S,选择出具有相似度最大的派系c,若相似度S的小于等于阈值Q,则在原始网络中,调节新增派系ci中的m1个原有节点的连接,使得ci映射到1-深度网络中节点与派系c可以构成一个新的派系c′;否则,根据新增节点逐个加入大到与该节点有最小L派系的中;
步骤9:返回步骤4,若所有的派系都加入到网络中,而该网络是一个理想N深度派系网络,所述理想N深度派系网络为优化后的城市公共交通网络。
进一步,所述步骤5中,找出新节点所在派系的方法是:在采用二分图描述网络的情况下,若一个派系的所有节点与这个新节点都相连,则该派系与新节点构成新派系。
再进一步,所述步骤8中,派系间的相似度是指两条派系间的公共节点数目,S是节点与派系相连的节点的数目;L是节点与派系所包含节点的Space L距离的最小值,Q取正整数。
本发明的技术构思为:针对现有公交网络优化方法存在的不足,从全局考虑提高公交网络的整体性能出发,提出一种基于理想n深度派系网络的城市公交网络优化方法。若按照此方法进行优化,能够使得公交网络在保持与实际公交网络非常相似的网络性能同时,有效地降低公交网络的平均最短换乘次数和平均最短路径时间系数,提高公交线路的聚集程度,从而提高公交系统的服务质量,进而促进公交分担更多的出行率,在一定程度上改善城市交通拥堵状况。
城市现有的公交网络是按照公交线路演化的,即可将公交网络看成是按照派系增长的,公交网络每一时刻增加一条公交线路(派系),最终生成现在的公交网络。次优化方法是将现有的公交网络模拟再现成一个按照派系增长的过程,在每一时刻,作一次理想n深度派系网络的映射,通过调整每一时刻加入的线路的站点连接情况,最终使公交网络成为理想n深度派系网络。
根据理想n深度派系网络的定义和对实际公交网络的分析,以及公交网络优化的目的的考虑,一种可改善整体换乘性能的城市公共交通网络优化方法有以下几个特点:
(1)一股来说,公交线路(派系)上的公交站点(节点)的相连公交站点数的总和越多,该公交线路建立的早。因此,对待优化的公交网络的成长过程进行模拟时,按照每条派所包含的节点的度的总和的大小,行降序排序。排序后的派系即可模拟成公交网络成长的过程。
(2)公交网络优化的目的在于降低站点之间的换乘次数平均最短路径时间系数和,而不是要求每层网络都要是派系组成,所以只要包括所有站点的原始网络可映射成理想n深度派系网络皆可。若当第k(1≤k≤N-1)层网络中出现不符合理想n深度派系网络的节点时,该节点所对应的原始网络中的所有节点都已经包含在上一次映射所得的理想n深度派系网络中,则在层中删除此节点,否则按照理想n深度派系网络的映射方法进行调整。
(3)当对实际公交网络进行优化调整时,所作的调整必须符合实际情况。若出现调整的站点有要相连接的站点的Space L距离过大,就不符合实际情况,因为一条公交线路中的两个相连的公交站点不可能距离太远。因此,我们设置一个阈值,距离大于这个值,我们就忽略这次优化调整。然后将没有包括在理想n深度派系网络中的站点根据它与包括在其中的站点的相似度,找出一条包括在理想n深度派系网络中的派系,将其加入其中,这样所有站点将会映射成一个理想n深度派系网络。
本发明的有益效果主要表现在:能够使得公交网络在保持与实际公交网络非常相似的网络性能同时,有效地降低公交网络的平均最短换乘次数和平均最短路径时间系数,提高公交线路的聚集程度,实现公交网络整体性能的改善和整体服务质量的提升,最终使得公交系统能够分担更多的出行率,达到改善城市路网运行效率,缓解城市交通压力。
附图说明
图1为本发明中出现不能映射成为派系的节点的示意图
图2为本发明中处理出现不能映射成派系的节点的过程示意图
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1和图2,一种可改善整体换乘性能的城市公共交通网络优化方法,所述优化方法包括以下步骤:
步骤1:初始化派系,按照每条派所包含的节点的度的总和的大小,对待优化的公交网络中所有的线路进行降序排列成H,所述派系为公交线路,所述度是指一个节点的相邻节点的个数;
步骤2:设定理想n深度派系网络的深度值为N;
步骤3:初始化每一深度网络,原始网络为序列H中的第一条派系c0,c0是由m个节点构成,即一条具有m个站点的公交线路。第1~N深度网络为1个节点;
步骤4:向原始网络中新增一个派系(公交线路),即将序列H中第i个派系ci加入,其大小为m,从找出ci中的原有节点,记为m1个,其余的m2个节点记为新增节点(i=1,2,L);
步骤5:若第k(0≤k≤N-2)层有新派系出现,将新增派系映射成第(k+1)层的一个节点,如该节点所对应的原始网络中的节点包含在上一次N-深度派系网络映射中的节点中,则删除该节点,如图2中的第一层网网络中的节点6,否则进入步骤6;
步骤6:若该节点可以与某个已有的第(k+1)层派系构成新的最大派系,找出该派系,使它们组成新派系,这时第(k+1)层的派系数不变;如果不存在这样的派系,则从第(k+1)层的已有派系中找出一个包含该点的最大完全子图,即包含该点的最大派系,使它们与该节点构成第(k+1)层的一个新派系,这时第(k+1)层的派系数加1;
步骤7:按照步骤5,对网络进行(N-1)次映射。在第(N-1)次映射使网络是由一条派系构成,即可以映射成了理想N深度派系网络,进入步骤7,若不能,进入步骤8;
步骤8:若在第(N-1)次映射时不能成为一条派系,如图1中所示的黑实点,则根据原新增派系ci映射到1-深度网络中的节点与已有派系的相似度S,选择出具有相似度最大的派系c,若相似度S的小于等于阈值P,则在原始网络(0深度网络)中,调节新增派系ci中的m1个原有节点的连接,使得ci映射到1-深度网络中节点与派系c可以构成一个新的派系c′;否则,根据新增节点逐个加入大到与该节点有最小L派系的中;
步骤9:返回步骤4,若所有的派系都加入到网络中,而该网络是一个理想N深度派系网络,所述理想N深度派系网络为优化后的城市公共交通网络。
上述步骤5中,找出新节点所在派系的方法是,在采用二分图描述网络的情况下,若一个派系的所有节点与这个新节点都相连,则该派系可与新节点构成新派系。
上述步骤8中,派系间的相似度是指两条派系间的公共节点数目,数目越多相似度越大。S是节点与派系相连的节点的数目;L是节点与派系所包含节点的Space L距离的最小值,P可根据实际情况取正整数。
本实施例的优化方法能降低公交网络的平均换乘次数和平均最短路径时间系数,提高公交线路的聚集程度,实现公交网络整体性能的改善和整体服务质量的提升,最终使得公交系统能够分担更多的出行率,达到改善城市路网运行效率。
平均最短路径时间系数P来表示公交系统换乘的便捷程度和公交网络的效率。第一步,采用无权网络,可以根据最短路径长度得到最优换乘次数,但此时表现出的问题是:无法解决同样的换乘次数中哪一种换乘方法最优的问题。第二步,采用加权网络表示换乘的便捷和时间效率,权值wij为i,j节点(站点)之间连边数(通过两点间公交线路数)的倒数,在所有符合最少换乘次数的路线中选定最佳出行路线。具体做法是:在无权网络中找出两节点之间所有的最短路径集合Kij,然后利用加权网络选出一条权值之和最小的路径,此权值之和定义为两点间的路径时间系数pij,即
Claims (1)
1.一种可改善整体换乘性能的城市公共交通网络优化方法,其特征在于:所述优化方法包括以下步骤:
步骤1:初始化派系,按照每条派系所包含的节点的度的总和的大小,对待优化的公交网络中所有的线路进行降序排列成序列H,所述派系为公交线路,所述度是指一个节点的相邻节点的个数;
步骤2:设定理想n深度派系网络的深度值为N;
步骤3:初始化每一深度网络,原始网络为序列H中的第一条派系c0,c0是由m个节点构成,即一条具有m个站点的公交线路,第1~N层深度网络为1个节点;
步骤4:向原始网络中新增一个派系,即将序列H中第i个派系ci加入,其大小为m,从找出ci中的原有节点,记为m1个,其余的m2个节点记为新增节点(i=1,2,…);
步骤5:若第k层有新派系出现,0≤k≤N-2,将新增派系映射成第(k+1)层的一个节点,如该节点所对应的原始网络中的节点包含在上一次N-深度派系网络映射中的节点中,则删除该节点,否则进入步骤6;
步骤6:若该节点与某个已有的第(k+1)层派系构成新的最大派系,找出所述最大派系,使它们组成新派系,这时第(k+1)层的派系数不变;如果不存在最大派系,则从第(k+1)层的已有派系中找出一个包含该点的最大完全子图,即包含该点的最大派系,使它们与该节点构成第(k+1)层的一个新派系,第(k+1)层的派系数加1;
步骤7:按照步骤5,对网络进行(N-1)次映射,当在第(N-1)次映射时,网络是由一条派系构成,即映射成了理想N深度派系网络,若在第(N-1)次映射时,网络不能成为一条派系,进入步骤8;
步骤8:若在第(N-1)次映射时不能成为一条派系,则根据原新增派系ci映射到1深度网络中的节点与已有派系的相似度S,选择出具有相似度最大的派系c,如果相似度S小于等于阈值P,则在原始网络中,调节新增派系ci中的m1个原有节点的连接,使得ci映射到1深度网络中节点与派系c构成一个新的派系c';否则,根据新增节点逐个加入到与该节点有最小L的派系中;
派系间的相似度是指两条派系间的公共节点数目,L是节点与派系所包含节点的Space L距离的最小值;
步骤9:返回步骤4,若所有的派系都加入到网络中,而该网络是一个理想N深度派系网络,所述理想N深度派系网络为优化后的城市公共交通网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110025023 CN102122434B (zh) | 2011-01-24 | 2011-01-24 | 一种可改善整体换乘性能的城市公共交通网络优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110025023 CN102122434B (zh) | 2011-01-24 | 2011-01-24 | 一种可改善整体换乘性能的城市公共交通网络优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102122434A CN102122434A (zh) | 2011-07-13 |
CN102122434B true CN102122434B (zh) | 2013-07-24 |
Family
ID=44250981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110025023 Expired - Fee Related CN102122434B (zh) | 2011-01-24 | 2011-01-24 | 一种可改善整体换乘性能的城市公共交通网络优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102122434B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880642A (zh) * | 2012-08-20 | 2013-01-16 | 浙江工业大学 | 一种基于加权有向网络模型的公交换乘方法 |
CN103049829B (zh) * | 2013-01-17 | 2017-02-22 | 上海交通大学 | 城乡客运线网与枢纽场站一体化融合方法 |
CN103413433B (zh) * | 2013-07-26 | 2015-08-05 | 浙江工业大学 | 一种基于流量信息的交通拥堵时的公交换乘方法 |
CN103473606B (zh) * | 2013-08-27 | 2016-05-18 | 浙江工业大学 | 基于gis的最大最短路径长度的公交网络整体换乘性能优化方法 |
CN104200650B (zh) * | 2014-08-27 | 2017-01-18 | 浙江工业大学 | 一种城市拥堵时段的多模式公交换乘方法 |
CN106157603B (zh) * | 2016-08-23 | 2018-09-07 | 浙江工业大学 | 一种衡量公交网络交通流空间分布不均衡程度的方法 |
CN107103701B (zh) * | 2017-04-24 | 2019-06-14 | 北京航空航天大学 | 基于混乘城市公共交通系统下的共享单车租赁点选址方法 |
CN108199888B (zh) * | 2018-01-09 | 2021-05-04 | 东北大学 | 一种基于历史信息预测和缓解公共交通网络拥塞的方法 |
CN110309962B (zh) * | 2019-06-21 | 2021-11-23 | 清华大学 | 基于时间扩展模型的铁路行程路线规划方法及装置 |
CN111724076A (zh) * | 2020-06-24 | 2020-09-29 | 西南交通大学 | 运营中断条件下区域多式轨道交通客流动态分配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6950418B1 (en) * | 1999-04-30 | 2005-09-27 | Rockwell Collins, Inc. | Clique activation multiple access (CAMA) |
CN101187996A (zh) * | 2007-10-08 | 2008-05-28 | 常飞 | 一种基于自适应骨干网的快速公交选线算法 |
CN101799839A (zh) * | 2010-01-19 | 2010-08-11 | 浙江工业大学 | 基于随机重叠派系的可控网络直径的公交网络模型的建立方法及公交网络模型 |
CN101847322A (zh) * | 2010-05-21 | 2010-09-29 | 中国科学院地理科学与资源研究所 | 公交换乘线路确定方法 |
-
2011
- 2011-01-24 CN CN 201110025023 patent/CN102122434B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6950418B1 (en) * | 1999-04-30 | 2005-09-27 | Rockwell Collins, Inc. | Clique activation multiple access (CAMA) |
CN101187996A (zh) * | 2007-10-08 | 2008-05-28 | 常飞 | 一种基于自适应骨干网的快速公交选线算法 |
CN101799839A (zh) * | 2010-01-19 | 2010-08-11 | 浙江工业大学 | 基于随机重叠派系的可控网络直径的公交网络模型的建立方法及公交网络模型 |
CN101847322A (zh) * | 2010-05-21 | 2010-09-29 | 中国科学院地理科学与资源研究所 | 公交换乘线路确定方法 |
Non-Patent Citations (1)
Title |
---|
肖华勇 等.公交换乘的优化枚举算法研究与应用.《计算机工程与应用》.2010,第46卷(第2期),第237-239页. * |
Also Published As
Publication number | Publication date |
---|---|
CN102122434A (zh) | 2011-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102122434B (zh) | 一种可改善整体换乘性能的城市公共交通网络优化方法 | |
CN106712076B (zh) | 一种海上风电场集群规模下的输电系统优化方法 | |
Asakereh et al. | Developing a GIS-based fuzzy AHP model for selecting solar energy sites in Shodirwan region in Iran | |
CN109919819B (zh) | 区域生态网络的构建、评价和优化方法 | |
CN105809279A (zh) | 一种基于多目标量子混合蛙跳算法的水资源优化调度方法 | |
Zvoleff et al. | The impact of geography on energy infrastructure costs | |
CN103971160A (zh) | 基于复杂网络的粒子群优化方法 | |
CN107769237A (zh) | 基于电动汽车接入的多能源系统协同调度方法及装置 | |
CN106100719A (zh) | 基于对地观测任务的小卫星网络高效资源调度方法 | |
CN107276664A (zh) | 基于门限式负载的混合虚网映射方法 | |
Khalili-Damghani et al. | Solving land-use suitability analysis and planning problem by a hybrid meta-heuristic algorithm | |
CN101799839B (zh) | 基于随机重叠派系的可控网络直径的公交网络模型的建立方法及公交网络模型 | |
CN103297305A (zh) | 一种分层mcc片上网络系统 | |
CN109670694A (zh) | 一种多能源供给系统负荷预测方法 | |
CN114511143A (zh) | 基于组团划分的城市轨道交通线网生成方法 | |
CN115481810A (zh) | 基于多目标优化的国土空间规划的方法 | |
CN116882741A (zh) | 一种超标准洪水灾害动态定量评估方法 | |
Afzalan et al. | Optimal DG placement and sizing with PSO&HBMO algorithms in radial distribution networks | |
CN104318333A (zh) | 基于多源空间数据的输电线路通道优选系统及方法 | |
CN104268639B (zh) | 一种基于森林模型与改进遗传算法的船舶引航排班方法 | |
Qasimi et al. | Genetic algorithms-based optimal site selection of solar PV in the north of Afghanistan | |
CN112952814B (zh) | 一种考虑城镇生长特性的区域能源互联网演化模拟方法 | |
Link et al. | Impacts of the German energy transition on coastal communities in Schleswig-Holstein, Germany | |
CN104270327A (zh) | 一种基于集群的共享射频片上网络及映射方法 | |
CN103024758A (zh) | 基于农田电子地图的无线传感器网络节点智能部署方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130724 |