CN102609781A - 一种基于od更新的公路交通预测系统及方法 - Google Patents
一种基于od更新的公路交通预测系统及方法 Download PDFInfo
- Publication number
- CN102609781A CN102609781A CN2011104193993A CN201110419399A CN102609781A CN 102609781 A CN102609781 A CN 102609781A CN 2011104193993 A CN2011104193993 A CN 2011104193993A CN 201110419399 A CN201110419399 A CN 201110419399A CN 102609781 A CN102609781 A CN 102609781A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- highway
- data
- traffic
- network
- 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
本发明公开了一种基于OD更新的公路交通预测系统。预测系统由5个子系统构成,分别是数据管理、图形管理、OD更新、需求预测和交通量预测子系统,其中前三个子系统用于公路交通基础数据的维护与分析,后两个子系统面向公路规划建设管理的实际决策与应用。本发明还公开了一种基于OD更新的公路交通预测方法,在前次公路OD调查基础上,根据OD更新方法获得当前年份公路OD矩阵,以此为基础实现对区域公路网交通预测,分析公路网交通运行状况。本发明解决了公路网规划中普遍存在的公路OD矩阵与规划年份不同步的问题,为公路主管决策部门就公路新建、改建项目提供决策依据,提升公路网项目决策快捷性、科学性和合理性。
Description
技术领域
本发明涉及一种基于OD更新的公路交通预测技术,属于公路网交通规划系统领域。
背景技术
“OD调查”即“交通起止点调查”,又称“OD交通量调查”,“OD交通量”就是指起终点间的交通出行量。“O”来源于英文“ORIGIN”,指出行的出发地点,“D”来源于英文“DESTINATION”,指出行的目的地。OD调查结果通常用一个二维表格表示,称为OD表,也叫OD矩阵。OD调查结果已被应用于公路网规划,新建或改建项目可行性研究、设计、交通组织及管理等各方面。大量的OD调查数据,对远景交通量的预测、道路类型及等级的确定、互通立交的设置、道路横断面的设计、交通服务设施的配置、交通管理与控制、规划方案和建设项目的国民经济评价、以及财务分析等提供了定量依据,进而为交通规划的完善和建设项目的科学决策奠定了基础。
公路OD数据是公路规划研究的基础资料,是公路交通数据中最为重要的数据信息。目前公路OD数据是通过投入大量的人力、物力、财力进行实地调查得到,因此不能经常性进行,各地区一般每隔5年进行一次公路OD调查,但是公路OD数据在不断地发展和变化中,实际研究应用中需要对其进行不断的同步更新。
公路交通需求预测以既有社会经济信息、公路OD数据、路网信息等为依据,通过一系列的数学模型和方法,推求未来任意小区之间公路运输需求以及任意路段上的汽车交通需求量,为公路交通决策部门提供决策依据。公路交通数据涉及面广、数量庞大、具有时空特性,如何对纷繁芜杂的海量数据进行维护、管理、更新,以及根据公路发展决策需要分析获得有效的决策数据是当前需要解决的迫切问题,在相关领域引起了广泛的关注。
目前对该领域的理论研究成果颇多,但真正投入并运用到实际工程中的技术极少,国外已有一些专业机构针对此开发了相应的交通规划软件,但由于我国情况特殊,国外软件在国内应用效果不甚理想;国内在公路交通规划软件设计开发方面成果较少,并且能同时解决OD更新问题和公路交通预测的软件少之又少,这也使一些先进的公路规划技术难以应用到工程实践中。
发明内容
本发明所要解决的技术问题是为了将现有先进的公路规划技术更好的应用到实际工程项目中,提出一种基于OD更新的公路交通预测系统。
本发明为解决上述技术问题采用以下技术方案:
一种基于OD更新的公路交通预测系统,包括数据管理子系统、图形管理子系统、OD更新子系统、需求预测子系统、交通量预测子系统,其中:
所述数据管理子系统基于数据库完成对公路网基础数据的分析和维护管理;
所述图形管理子系统采用地理信息系统完成公路网空间数据和属性数据的关联和同步更新,对应的图形文件由村镇节点层、交叉口层、小区层、大区层和公路层组成;
所述OD更新子系统采用基于客货运量、小样本路段调查交通量、核查线调查交通量的三种公路OD模拟模型将前次调查的OD数据更新到当前年份的OD数据;
所述需求预测子系统接受数据管理子系统提供的基础数据以及OD更新子系统更新得到的当前年份的OD数据,采用经典的四阶段模型预测未来任意年份公路OD;
所述交通量预测子系统根据相应的新建、改建项目,结合公路网图形文件将预测获得的OD数据分配到公路网上,通过路段交通量、饱和度和交叉口交通量检验项目前后公路网交通状况。
本发明还提出一种基于OD更新的公路交通预测系统的预测方法,包含如下步骤:
步骤A,进行公路网基础数据的搜集提取,建立公路网基础数据数据库;
步骤B,运用地理信息系统,将公路网空间信息和属性信息结合生成公路网图形文件,结合步骤A搜集提取的基础数据建立公路网图形数据库,完成公路网图形数据和基础数据的特征匹配;
步骤C,根据客货运量OD更新模型、小样本路段OD更新模型、核查线调查交通量OD更新模型,基于步骤A搜集提取的基础数据,完成OD数据的逐年同步更新;
步骤D,根据步骤A的基础数据以及步骤C更新后的OD数据,用弹性系数法预测客货运量,采用经典的四阶段模型和公路需求预测理论,建立公路网需求预测模型;
步骤E,根据步骤B的图形数据以及公路项目建设前后交通状况对比分析,采用交通分配技术将公路交通需求分配到公路网络上,并将结果以专题图形式显示,表达公路路段交通运行状况对比。
作为本发明的预测方法的进一步方案,步骤B所述的公路网图形文件包括5层,分别为:村镇节点层、大区层、小区层、交叉口层、公路层。
作为本发明的预测方法的进一步方案,步骤D中采用美国公路局重力模型或者福莱特模型或者平均增长模型建立公路网需求预测模型。
作为本发明的预测方法的进一步方案,步骤E中所述的公路分配技术包括最短路径法、容量限制最短路径法、多路径法、容量限制多路径法。
作为本发明的预测方法的进一步方案,步骤E中所述的专题图包括路网、路段交通量、路段饱和度、交叉口交通量、小区社会经济、OD期望线专题图。
作为本发明的预测方法的进一步方案,步骤D所述四阶段预测模型包括:交通生成预测、交通分布预测、交通方式预测和交通分配预测。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)集成了数据库技术和地理信息技术,将纷繁复杂海量的社会经济、客货运量、道路交通、公路OD、公路网信息结合在一起,通过对数据特征的提取,实现了图形空间数据和属性数据的匹配;
(2)采用OD更新技术,运用数据库中的基础数据信息,实现公路OD的同步更新,使公路规划设计和运营管理部门能根据需要获得实时公路OD,弥补每隔5年才进行一次OD调查期间的数据空缺;
(3)采用经典的“四阶段”模型,结合基础数据和OD更新结果,预测得未来任意年份公路OD;
(4)通过地理信息技术反映公路新建、改建项目,用成熟的公路交通分配技术和优化理论,对比分析评价项目前后公路交通运行状况。
公路交通预测是公路规划设计和运营管理的基础,而基于OD更新的公路交通预测系统集成了先进的公路规划管理技术、优化技术、数据库技术、地理信息技术,将纷繁复杂的公路交通预测技术以便捷、友好的软件形式体现,将先进的公路规划管理技术从理论层面推向工程实践应用。因此,本发明的有益效果所具有的特性可帮助公路规划设计和运营管理部门科学、快捷、高效地制定项目方案和控制管理策略,丰富和完善了公路规划管理技术体系。对于提升我国在公路规划设计管理领域的研究和应用,缩短与国际先进水平的差距,具有重要的理论意义;对于提升公路规划设计方案的质量,提高公路运营管理策略的科学性、快捷性,具有重要的现实意义。
附图说明
图1是本系统在公路交通规划设计与运营管理中的功能示意图;
图2是系统构成以及数据传递关系示意图;
图3是本系统中OD更新示意图;
图4是本系统中所采用的经典“四阶段”预测方法(模型)流程;
图5是本系统操作流程示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
如图1,规划设计者将对应的规划设计方案(新建、改建项目)在路网图形文件中表达,并将对应的基础数据同步更新至当前,然后运行系统,输出项目建设前后公路网交通运行状况,供项目分析评价和完善使用;运营管理者也根据日常统计的数据信息维护和更新基础数据和图形文件,将对应的公路管理策略在图形文件中表现,运行系统并输出对应管理策略下公路网交通运行状况,分析、评价和改进公路管理策略。规划设计方案和运营管理策略的实践又导致基础数据和路网图形文件更新,成为系统进一步交通预测的依据。因此,基于OD的公路交通预测系统建立了规划设计者、运营管理者和公路交通运行状况之间的相互关系,将先进的公路规划设计和运营管理理论与工程实践相结合,有利于提高方案质量和管理水平。
如图2,本发明由五个子系统构成,包括数据管理子系统、图形管理子系统、OD更新子系统、需求预测子系统和交通量预测子系统,其中交通量预测子系统是最核心的部分,各系统之间存在相互数据关联。
(1)数据管理子系统的主要功能是:由于与公路交通相关的基础数据(人口、经济、民用汽车、客货运量、道路交通、公路OD、路段信息)种类繁、条目多,数据的分析查询比较困难,必须对这些数据集中管理,便于使用。该子系统运用数据库技术将相关的数据信息集成,并提供查询、编辑、分析、维护的方法,为整个系统的运行奠定数据基础。
(2)图形管理子系统的主要功能是:通过运用地理信息系统技术,将公路网空间信息和属性信息结合,实现同步更新,生成公路网图形文件,图形文件包括5层,村镇节点层、大区层、小区层、交叉口层、公路层。提供了分级查询、编辑、显示图形信息的方法,为系统的运行提供图形基础。
(3)OD更新子系统的主要功能是:公路OD作为公路规划设计和运营管理的基础,一般每隔5年调查一次,期间OD数据与公路发展不同步,出现数据空缺,由于种种经济因素的限制,公路OD调查不可能每年进行,因此需要一种相应技术填补两次调查期间公路OD数据的不同步问题。如图3所示,本发明通过易于获取的基础数据(客货运量、路段小样本调查、核查线调查),建立了三种公路OD模拟模型,将前次调查的公路OD数据同步更新,供规划设计和运营管理使用。
(4)需求预测子系统的主要功能是:运用经典的“四阶段”模型和公路需求预测理论,以OD更新结果为基础,用弹性系数法预测客货运量,提供多种方法(美国公路局重力模型、福莱特模型、平均增长模型)进行交通分布,并提供预测OD结果期望线。在此不具体展开描述其具体实施流程,此处属于本领域普通技术人员的常规知识。
(5)交通量预测子系统的主要功能是:通过地理信息技术将新建、改建项目在公路网上体现,以成熟的公路分配技术(如最短路径法、容量限制最短路径法、多路径法、容量限制多路径法,在此不具体展开描述其具体实施流程,此处属于本领域普通技术人员的常规知识)展示项目建设前后相关(相交、平行)路段交通运行状况对比,并以路网、路段交通量、路段饱和度、交叉口交通量、小区社会经济、OD期望线专题图全面展示公路网交通运行状况,供规划设计和运营管理部门分析、评价使用。
如图4,本发明采用的经典“四阶段”预测流程,主要包括:交通生成预测、交通分布预测、交通方式预测和交通分配预测。在此不具体展开描述其具体实施流程,此处属于本领域普通技术人员的常规知识。
如图5,本发明的操作流程主要包括两大步骤,数据和公路网图形文件的准备和公路网测试分析。数据和公路网图形文件准备步骤为后一步骤准备需要的公路OD、公路网图形文件,后一步以此为基础运用公路交通分配技术测试和分析公路网交通运行状况,输出对比分析结果和相应专题图。
Claims (7)
1. 一种基于OD更新的公路交通预测系统,其特征在于:包括数据管理子系统、图形管理子系统、OD更新子系统、需求预测子系统、交通量预测子系统,其中:
所述数据管理子系统基于数据库完成对公路网基础数据的分析和维护管理;
所述图形管理子系统采用地理信息系统完成公路网空间数据和属性数据的关联和同步更新,对应的图形文件由村镇节点层、交叉口层、小区层、大区层和公路层组成;
所述OD更新子系统采用基于客货运量、小样本路段调查交通量、核查线调查交通量的三种公路OD模拟模型将前次调查的OD数据更新到当前年份的OD数据;
所述需求预测子系统接受数据管理子系统提供的基础数据以及OD更新子系统更新得到的当前年份的OD数据,采用经典的四阶段预测模型预测未来任意年份公路OD;
所述交通量预测子系统根据相应的新建、改建项目,结合公路网图形文件将预测获得的OD数据分配到公路网上,通过路段交通量、饱和度和交叉口交通量检验项目前后公路网交通状况。
2. 一种基于OD更新的公路交通预测系统的预测方法,其特征在于,包含如下步骤:
步骤A,进行公路网基础数据的搜集提取,建立公路网基础数据数据库;
步骤B,运用地理信息系统,将公路网空间信息和属性信息结合生成公路网图形文件,结合步骤A搜集提取的基础数据建立公路网图形数据库,完成公路网图形数据和基础数据的特征匹配;
步骤C,根据客货运量OD更新模型、小样本路段OD更新模型、核查线调查交通量OD更新模型,基于步骤A搜集提取的基础数据,完成OD数据的逐年同步更新;
步骤D,根据步骤A的基础数据以及步骤C更新后的OD数据,用弹性系数法预测客货运量,采用经典的四阶段预测模型和公路需求预测理论,建立公路网需求预测模型;
步骤E,根据步骤B的图形数据以及公路项目建设前后交通状况对比分析,采用交通分配技术将公路交通需求分配到公路网络上,并将结果以专题图形式显示,表达公路路段交通运行状况对比。
3. 根据权利要求2所述的基于OD更新的公路交通预测系统的预测方法,其特征在于,步骤B所述的公路网图形文件包括5层,分别为:村镇节点层、大区层、小区层、交叉口层、公路层。
4. 根据权利要求2所述的基于OD更新的公路交通预测系统的预测方法,其特征在于,步骤D中采用美国公路局重力模型或者福莱特模型或者平均增长模型建立公路网需求预测模型。
5. 根据权利要求2所述的基于OD更新的公路交通预测系统的预测方法,其特征在于,步骤E中所述的公路分配技术包括最短路径法、容量限制最短路径法、多路径法、容量限制多路径法。
6. 根据权利要求2所述的基于OD更新的公路交通预测系统的预测方法,其特征在于,步骤E中所述的专题图包括路网、路段交通量、路段饱和度、交叉口交通量、小区社会经济、OD期望线专题图。
7.根据权利要求2所述的基于OD更新的公路交通预测系统的预测方法,其特征在于,步骤D所述四阶段预测模型包括:交通生成预测、交通分布预测、交通方式预测和交通分配预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104193993A CN102609781A (zh) | 2011-12-15 | 2011-12-15 | 一种基于od更新的公路交通预测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104193993A CN102609781A (zh) | 2011-12-15 | 2011-12-15 | 一种基于od更新的公路交通预测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102609781A true CN102609781A (zh) | 2012-07-25 |
Family
ID=46527135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104193993A Pending CN102609781A (zh) | 2011-12-15 | 2011-12-15 | 一种基于od更新的公路交通预测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102609781A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855405A (zh) * | 2012-09-13 | 2013-01-02 | 东南大学 | 一种城市路外公共停车场规模的计算模型 |
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 |
CN107170236A (zh) * | 2017-06-14 | 2017-09-15 | 中山大学 | 一种基于浮动车数据的路网重要交叉口提取方法 |
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 |
CN108364471A (zh) * | 2018-04-24 | 2018-08-03 | 浙江方大智控科技有限公司 | 基于智能交通灯od信息检查的货运规划管理方法及系统 |
CN108428340A (zh) * | 2018-05-11 | 2018-08-21 | 深圳市图灵奇点智能科技有限公司 | 道路交通状况分析方法和系统 |
CN109461307A (zh) * | 2018-11-16 | 2019-03-12 | 中电科新型智慧城市研究院有限公司 | 一种预估路段平均车辆流量和od需求的方法 |
CN113449926A (zh) * | 2021-07-12 | 2021-09-28 | 中车青岛四方机车车辆股份有限公司 | 轨道交通车辆数据安全管理方法、系统、存储介质及设备 |
CN114973671A (zh) * | 2022-05-23 | 2022-08-30 | 浙江数智交院科技股份有限公司 | 公路网od数据处理方法、装置、设备及存储介质 |
CN115497301A (zh) * | 2022-11-21 | 2022-12-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通组织优化方案的评估方法、电子设备及存储介质 |
CN117894176A (zh) * | 2024-01-17 | 2024-04-16 | 兰州朗青交通科技有限公司 | 一种基于高速公路etc数据的四阶段法交通量预测及存储方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866543A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 区域交通服务水平的多粒度分析评估方法与评价系统 |
CN101866550A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 基于服务水平的道路交通仿真技术方法 |
-
2011
- 2011-12-15 CN CN2011104193993A patent/CN102609781A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866543A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 区域交通服务水平的多粒度分析评估方法与评价系统 |
CN101866550A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 基于服务水平的道路交通仿真技术方法 |
Non-Patent Citations (1)
Title |
---|
柏宏权、李军龙: "OD支持的公路交通预测系统的设计与实现", 《南京师范大学学报(工程技术版)》, vol. 11, no. 3, 20 September 2011 (2011-09-20), pages 83 - 88 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855405A (zh) * | 2012-09-13 | 2013-01-02 | 东南大学 | 一种城市路外公共停车场规模的计算模型 |
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 |
CN107170236A (zh) * | 2017-06-14 | 2017-09-15 | 中山大学 | 一种基于浮动车数据的路网重要交叉口提取方法 |
CN107170236B (zh) * | 2017-06-14 | 2020-05-12 | 中山大学 | 一种基于浮动车数据的路网重要交叉口提取方法 |
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 |
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 |
CN108364471A (zh) * | 2018-04-24 | 2018-08-03 | 浙江方大智控科技有限公司 | 基于智能交通灯od信息检查的货运规划管理方法及系统 |
CN108364471B (zh) * | 2018-04-24 | 2023-07-07 | 浙江方大智控科技有限公司 | 基于智能交通灯od信息检查的货运规划管理方法及系统 |
CN108428340A (zh) * | 2018-05-11 | 2018-08-21 | 深圳市图灵奇点智能科技有限公司 | 道路交通状况分析方法和系统 |
CN109461307B (zh) * | 2018-11-16 | 2021-09-24 | 中电科新型智慧城市研究院有限公司 | 一种预估路段平均车辆流量和od需求的方法 |
CN109461307A (zh) * | 2018-11-16 | 2019-03-12 | 中电科新型智慧城市研究院有限公司 | 一种预估路段平均车辆流量和od需求的方法 |
CN113449926A (zh) * | 2021-07-12 | 2021-09-28 | 中车青岛四方机车车辆股份有限公司 | 轨道交通车辆数据安全管理方法、系统、存储介质及设备 |
CN113449926B (zh) * | 2021-07-12 | 2022-07-29 | 中车青岛四方机车车辆股份有限公司 | 轨道交通车辆数据安全管理方法、系统、存储介质及设备 |
CN114973671A (zh) * | 2022-05-23 | 2022-08-30 | 浙江数智交院科技股份有限公司 | 公路网od数据处理方法、装置、设备及存储介质 |
CN114973671B (zh) * | 2022-05-23 | 2024-03-12 | 浙江数智交院科技股份有限公司 | 公路网od数据处理方法、装置、设备及存储介质 |
CN115497301A (zh) * | 2022-11-21 | 2022-12-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通组织优化方案的评估方法、电子设备及存储介质 |
CN117894176A (zh) * | 2024-01-17 | 2024-04-16 | 兰州朗青交通科技有限公司 | 一种基于高速公路etc数据的四阶段法交通量预测及存储方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102609781A (zh) | 一种基于od更新的公路交通预测系统及方法 | |
Wu et al. | Identifying different types of urban land use dynamics using Point-of-interest (POI) and Random Forest algorithm: The case of Huizhou, China | |
Sánchez-Lozano et al. | GIS-based photovoltaic solar farms site selection using ELECTRE-TRI: Evaluating the case for Torre Pacheco, Murcia, Southeast of Spain | |
Liu et al. | Characterizing the polycentric spatial structure of Beijing Metropolitan Region using carpooling big data | |
CN104933490A (zh) | 一种考虑社会车辆的土石坝工程的土石方调配优化方法 | |
CN105898762A (zh) | 基站优化及部署方法和装置 | |
Wu et al. | Will the construction of high-speed rail accelerate urban land expansion? Evidences from Chinese cities | |
CN114331020A (zh) | 一种基于cim模型一网统管的智慧城市运行管理平台 | |
CN107704531B (zh) | 一种osm地图数据中路网交叉口节点自动合并方法 | |
CN104063805A (zh) | 综合能源规划中区域建筑冷热电负荷预测数据的处理方法及装置 | |
Li et al. | Construction of Smart City Street Landscape Big Data‐Driven Intelligent System Based on Industry 4.0 | |
Qiao et al. | Fast-charging station location problem: A two-phase approach with mathematical program with equilibrium constraints considering charging choice behaviour | |
Tu et al. | Spatial cooperative simulation of land use-population-economy in the Greater Bay Area, China | |
Zhang et al. | A multi-objective site selection of electric vehicle charging station based on NSGA-II | |
CN107103133B (zh) | 一种可视化的非全跑道运行方案仿真评估系统和方法 | |
Stanilov | Bridging the gap between urban morphology and urban modelling K. Stanilov | |
Zhang et al. | Exploring Non-linear Urban Vibrancy Dynamics in Emerging New Towns: A Case Study of the Wuhan Metropolitan Area | |
Chakraborty et al. | The pitfalls of regional delineations in land use modeling: Implications for Mumbai region and its planners | |
Panda et al. | Quantifying the Aggregate Flexibility of EV Charging Stations for Dependable Congestion Management Products: A Dutch Case Study | |
CN116362523A (zh) | 考虑温度适应性的换电站选址与运营策略协同优化方法 | |
CN114862276A (zh) | 产城大数据协同分析应用方法及系统 | |
Qi et al. | Comparison of intercity travel network structure during daily time and holiday in China | |
CN207319233U (zh) | 一种地理影响民居建筑形态的统计系统 | |
Nayak et al. | Ingenious techniques for creation of smart cities by big data technology & urban modelling simulation by matsim | |
Chai et al. | Space-time behavior research and application in China |
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: 20120725 |