CN103077312B - 一种城市轨道交通线路建设时序的自动判定方法 - Google Patents

一种城市轨道交通线路建设时序的自动判定方法 Download PDF

Info

Publication number
CN103077312B
CN103077312B CN201310007547.XA CN201310007547A CN103077312B CN 103077312 B CN103077312 B CN 103077312B CN 201310007547 A CN201310007547 A CN 201310007547A CN 103077312 B CN103077312 B CN 103077312B
Authority
CN
China
Prior art keywords
centerdot
traffic route
sequential
rail traffic
city rail
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.)
Active
Application number
CN201310007547.XA
Other languages
English (en)
Other versions
CN103077312A (zh
Inventor
郭延永
刘攀
吴瑶
王炜
俞灏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201310007547.XA priority Critical patent/CN103077312B/zh
Publication of CN103077312A publication Critical patent/CN103077312A/zh
Application granted granted Critical
Publication of CN103077312B publication Critical patent/CN103077312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种城市轨道交通线路建设时序的自动判定方法,按如下步骤进行:(1)确定城市轨道交通线路建设时序的影响指标,采集城市轨道交通线路的影响指标数据;(2)构建城市轨道交通线路建设时序的标准化决策矩阵;(3)将标准化决策矩阵和影响指标权重系数相结合构造加权标准化决策矩阵;(4)根据步骤(3)中得到的加权标准化矩阵,结合TOPSIS方法确定加权标准化决策矩阵的正负理想项目方案;(5)计算城市轨道交通线路建设时序到正负理想方案的距离及贴近度;(6)根据计算结果判断交通线路的建设时序。本发明算出的时序与实践情况符合,使轨道交通线路建设的工程实践得以顺利进行,建设轨道交通线路的时序正确。

Description

一种城市轨道交通线路建设时序的自动判定方法
技术领域
本发明涉及一种城市轨道交通线路建设时序的自动判定方法,属于城市轨道交通规划领域。
背景技术
城市轨道交通的建设是一项长期、庞大的系统工程,在资金、人力、物力等客观条件一定的条件下,轨道交通线路的修建顺序不仅对轨道交通网的可操作性起作用,而且直接影响到轨道交通的运营效益,甚至影响到城市交通的整体运行。由于网络中各线路服务于不同繁忙程度的交通走廊,承担不同性质的客运任务,并且各条线路对于城市发展的契合程度也不一样,因此,每条线路在整个网络中的功能地位和修建时序也是有区别的。所以必须对轨道交通网的修建顺序进行深入研究,使轨道的建设与城市社会经济增长、人口发展以及交通需求滋长紧密结合。
目前,国内外针对轨道交通线路的建设时序没有一套系统的方法,大多数方法都是通过对轨道交通线网规模和轨道交通线路建设影响因素的定性分析,来定性的确定轨道交通线路的建设时序。也有少数研究建立在数学约束模型的基础上,但模型的约束条件较多,一方面模型所需的参数很难获取,另一方面不能寻求到快速收敛的求解算法。基于定性的,或是复杂数学模型的方法在轨道交通线路建设的工程实践中是不适用的,因而目前还没有关于确立城市轨道交通线路建设时序的系统方法。
发明内容
发明目的:本发明的目的在于针对现有技术的不足,提供一种参数获取容易、算法收敛较快并能指导工程实践的城市轨道交通线路建设时序的自动判定方法。
技术方案:本发明所述的一种城市轨道交通线路建设时序的自动判定方法,按如下步骤进行:
(1)确定城市轨道交通线路建设时序的影响指标,采集城市轨道交通线路的影响指标数据;
(2)构建城市轨道交通线路建设时序的标准化决策矩阵:
如果需要建设的轨道交通线路为n条,轨道交通线路集为A={A1,A2,…,An},轨道交通线路建设时序的影响指标为C={C1,C2,…,Cm},N={1,2,…,n},M={1,2,…,m},i∈N,j∈M,参数的权重为wj=(w1,w2,…,wm),则轨道交通线路集Ai对指标集Cj的决策矩阵为:
Y = ( y ij ) n × m = y 11 y 12 . . . y 1 m y 21 y 22 . . . y 2 m . . . . . . . . . . . . y n 1 y n 2 . . . y n × m ;
式中,yij表示第i条线路的第j个影响指标值;对指标进行标准化处理,通过对影响指标的含义分析,可知影响指标Cj均为效益型指标,故:其中: y j max = max { y ij / 1 < i < n } ; y j min = min { y ij / 1 < i < n } ;
则指标决策矩阵标准化处理后,城市轨道交通线路建设时序的标准化决策矩阵为:
R = ( r ij ) n &times; m = r 11 r 12 . . . r 1 m r 21 r 22 . . . r 2 m . . . . . . . . . . . . r n 1 r n 2 . . . r n m ;
(3)将标准化决策矩阵和影响指标权重系数wj相结合构造加权标准化决策矩阵Z=(Zij)m×n,其中zij=rijwj,则加权标准化矩阵可表示为:
Z = ( z ij ) n &times; m = z 11 z 12 . . . z 1 m z 21 z 22 . . . z 2 m . . . . . . . . . . . . z n 1 z n 2 . . . z n m ;
(4)根据步骤(3)中得到的加权标准化矩阵,结合TOPSIS方法确定加权标准化决策矩阵的正理想项目方案为:
A + = { max i &Element; N z i 1 , max i &Element; N z i 2 , . . . , max i &Element; N z ij } ;
加权标准化决策矩阵的负理想项目方案为:
A - = { min i &Element; N z i 1 , min i &Element; N z i 2 , . . . , min i &Element; N z ij } ;
(5)城市轨道交通线路Ai建设时序到正理想方案的距离为:
S i + = &Sigma; j = 1 m ( z ij - z j + ) 2
城市轨道交通线路Ai建设时序到负理想方案的距离为:
S i - = &Sigma; j = 1 m ( z ij - z j - ) 2
则城市轨道交通线路Ai到理想方案的贴近度为:
f i = S i + S i - + S i + ;
(6)将步骤(1)中采集的影响指标的数据输入步骤(5)中城市轨道交通线路Ai到理想方案的贴近度判断城市轨道交通线路的建设时序,当fi接近0时,愈接近0,城市轨道交通线路Ai建设需求就越高,建设时间就越早;当fi接近1时,愈接近0,城市轨道交通线路Ai建设需求就越低,建设时间就越晚。
步骤(3)中确定影响指标权重系数wj的方法为主观赋权法和客观赋权法相结合的方法,则最终确定的权重wj为:
w j = w i &prime; w i &prime; &prime; &Sigma; i = 1 n w i &prime; w i &prime; &prime;
其中,w′i为主观赋权法得到的权重,w″i为客观赋权法得到的权重。主观赋权法即层次分析法-AHP,客观赋权法即熵值法,此两种方法相结合可客观全面地反映影响参数的重要性和问题的实际情况。
步骤(1)中确定并采集的影响指标数据为线路客流负荷强度C1、轨道交通日客流量C2、城市发展方向吻合指数C3、位置系数C4、线网布局的重要程度指数C5、沿线土地开发效益C6。线路客流负荷强度C1指该线路所承担的日客运量与线路长度之比值;轨道交通日客流量C2指线路承担的日客运量与线路的乘积;城市发展方向吻合指数C3指轨道交通线路走向与城市总体规划中拟定的城市发展方向的吻合程度表示;位置系数C4是对轨道交通线路在城市空间上所处位置定性分析的量化表述,按照历经区域“核心区>中间区>外围区”和历经方式“直径线>半径线”的原则,位置系数越大,则线路的建设次序越高;线网布局的重要程度指数C5指对轨道交通线路在城市空间上所处位置定性分析的量化表述;线土地开发效益C6是轨道交通线路在整体线网中所起的作用和地位的量化表述及轨道交通线路对其沿线房价增值的量化表述。
有益效果:本发明所述的一种城市轨道交通线路建设时序的自动判断方法,通过构建加权标准化决策矩阵,采用主观赋权法和客观赋权法综合确定了指标参数的权重,确定并采集影响指标数据,计算轨道交通线路建设项目与正负理想方案的距离和贴近度,进而确定城市轨道交通线路建设的时序,模型的参数容易取得,算法收敛快,算出的时序与实践情况符合,使轨道交通线路建设的工程实践得以顺利进行,建设轨道交通线路的时序正确,复合城市发展方向,满足交通运输的荷载,方便城市人口出行,促进经济发展,使整个交通线路网平稳的运行,减少不必要的损失,提高工作效益。
附图说明
图1为本发明所述的一种城市轨道交通线路建设时序的自动判定方法的流程图;
图2为本发明所述的城市轨道交通线路建设时序的影响指标的示意图。
具体实施方式
下面对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
实施例:本发明一种城市轨道交通线路建设时序的自动判定方法,其流程图如图1所示,按如下步骤进行:
(1)确定城市轨道交通线路建设时序的影响指标,采集城市轨道交通线路的影响指标数据。
确定并采集的影响指标数据为线路客流负荷强度C1、轨道交通日客流量C2、城市发展方向吻合指数C3、位置系数C4、线网布局的重要程度指数C5、沿线土地开发效益C6。线路客流负荷强度C1指该线路所承担的日客运量与线路长度之比值;轨道交通日客流量C2指线路承担的日客运量与线路的乘积;城市发展方向吻合指数C3指轨道交通线路走向与城市总体规划中拟定的城市发展方向的吻合程度表示;位置系数C4是对轨道交通线路在城市空间上所处位置定性分析的量化表述,按照历经区域“核心区>中间区>外围区”和历经方式“直径线>半径线”的原则,位置系数越大,则线路的建设次序越高;线网布局的重要程度指数C5指对轨道交通线路在城市空间上所处位置定性分析的量化表述;线土地开发效益C6是轨道交通线路在整体线网中所起的作用和地位的量化表述及轨道交通线路对其沿线房价增值的量化表述。
(2)构建城市轨道交通线路建设时序的标准化决策矩阵:
如果需要建设的轨道交通线路为n条,轨道交通线路集为A={A1,A2,…,An},轨道交通线路建设时序的影响指标为C={C1,C2,…,Cm},N={1,2,…,n},M={1,2,…,m},i∈N,j∈M,参数的权重为wj=(w1,w2,…,wm),则轨道交通线路集Ai对指标集Cj的决策矩阵为:
Y = ( y ij ) n &times; m = y 11 y 12 . . . y 1 m y 21 y 22 . . . y 2 m . . . . . . . . . . . . y n 1 y n 2 . . . y n &times; m ;
对指标进行标准化处理,通过对影响指标的含义分析,可知影响指标Cj均为效益型指标,故: r ij = y ij - y j min y j max - y j min , 其中: y j max = max { y ij / 1 < i < n } ; y j min = min { y ij / 1 < i < n } ;
则指标决策矩阵标准化处理后,城市轨道交通线路建设时序的标准化决策矩阵为:
R = ( r ij ) n &times; m = r 11 r 12 . . . r 1 m r 21 r 22 . . . r 2 m . . . . . . . . . . . . r n 1 r n 2 . . . r n m .
(3)将标准化决策矩阵和影响指标权重系数wj相结合构造加权标准化决策矩阵Z=(Zij)m×n,其中zij=rijwj,则加权标准化矩阵可表示为:
Z = ( z ij ) n &times; m = z 11 z 12 . . . z 1 m z 21 z 22 . . . z 2 m . . . . . . . . . . . . z n 1 z n 2 . . . z n m .
确定影响指标权重系数wj的方法为主观赋权法和客观赋权法相结合的方法,则最终确定的权重wj为:
w j = w i &prime; w i &prime; &prime; &Sigma; i = 1 n w i &prime; w i &prime; &prime; ,
其中,w′i为主观赋权法得到的权重,w″i为客观赋权法得到的权重。主观赋权法即层次分析法-AHP,客观赋权法即熵值法,此两种方法相结合可客观全面地反映影响参数的重要性和问题的实际情况。
(4)根据步骤(3)中得到的加权标准化矩阵,结合TOPSIS方法确定加权标准化决策矩阵的正理想项目方案为:
A + = { max i &Element; N z i 1 , max i &Element; N z i 2 , . . . , max i &Element; N z ij } ;
加权标准化决策矩阵的负理想项目方案为:
A - = { min i &Element; N z i 1 , min i &Element; N z i 2 , . . . , min i &Element; N z ij } ;
(5)城市轨道交通线路Ai建设时序到正理想方案的距离为:
S i + = &Sigma; j = 1 m ( z ij - z j + ) 2
城市轨道交通线路Ai建设时序到负理想方案的距离为:
S i - = &Sigma; j = 1 m ( z ij - z j - ) 2
则城市轨道交通线路Ai到理想方案的贴近度为:
f i = S i + S i - + S i + ;
(6)将步骤(1)中采集的影响指标的数据输入步骤(5)中城市轨道交通线路Ai到理想方案的贴近度判断城市轨道交通线路的建设时序,当fi接近0时,愈接近0,城市轨道交通线路Ai建设需求就越高,建设时间就越早;当fi接近1时,愈接近0,城市轨道交通线路Ai建设需求就越低,建设时间就越晚。
下面利用本发明的方法,以西安轨道交通第一版线网规划为例,进行应用演示,西安轨道交通第一版线网规划一共有6条线。
(1)确定西安市轨道交通线网的影响因素,并计算各线路的影响指标的值,如表1所示:
表1:各线路的决策指标计算值
(2)构建城市轨道交通线路建设时序的标准化决策矩阵:
Y = 3.08 14155187 9.8 9.0 9.5 9.2 3.61 10067766 9.7 9.5 9.8 9.8 2.67 18326270 9.5 9.7 9.7 9.0 3.15 8638996 7.5 8.0 8.5 9.5 2.73 11274822 7.2 7.8 8.0 8.0 2.94 11518063 8.1 8.2 7.1 7.5
将决策矩阵标准化为:
R = 044 0.57 1.00 0.63 0.90 0.74 1.00 0.15 0.96 0.89 1.00 1.00 0 1.00 0.88 1.00 0.96 0.65 0.51 0 0.12 0.11 0.52 0.87 0.06 0.27 0 0 0.33 0.22 0.29 0.30 0.35 0.21 0 0
(3)确定影响指标权重系数
①主观赋权法确定权重
应用1-9标度法构建目标层矩阵和指标层矩阵,在对各判断矩阵进行一致性检验的基础上,通过对矩阵进行层次单排序和层次总排序,可计算指标参数权重如表2所示:
表2:
②客观赋权法确定权重
因为影响指标有6个,即m=6,因此,
根据标准化决策矩阵R中的rij,得到C1-C6的信息熵值及差值hi=1-ei,最后计算各指标参数的权重结果如表3所示:
表3:
③综合权重
根据主观赋权法和客观赋权法确定的权重,确定各影响因素的综合权重wj,计算结果如表4所示:
表4:
(4)将标准化决策矩阵和影响指标权重系数wj相结合构造加权标准化决策矩阵为:
Z = 0.051 0.036 0.241 0.143 0.184 0.111 0.115 0.010 0.231 0.202 0.204 0.150 0 0.064 0.212 0.227 0.196 0.098 0.059 0 0.029 0.025 0.106 0.131 0.007 0.017 0 0 0.067 0.033 0.033 0.019 0.084 0.048 0 0
(5)城市轨道交通线路Ai建设时序到正理想方案的距离为:
A+={0.115,0.064,0.241,0.227,0.204,0.150};
城市轨道交通线路Ai建设时序到负理想方案的距离为:
A-={0,0,0,0,0,0};
城市轨道交通线路Ai到正负理想方案的距离:
S 1 + = 0.118 , S 1 - = 0.358 ;
S 2 + = 0 . 061 , S 2 - = 0 . 414 ;
S 3 + = 0 . 130 , S 3 - = 0 . 385 ;
S 4 + = 0 . 321 , S 4 - = 0 . 182 ;
S 5 + = 0 . 395 , S 5 - = 0 . 077 ;
S 6 + = 0 . 360 , S 6 - = 0 . 104 ;
城市轨道交通线路Ai到理想方案的贴近度为:
f1=0.248,f2=0.128,f3=0.252,
f4=0.638,f5=0.836,f6=0.775。
(6)判断城市轨道交通线路的建设时序,根据以上计算结果可知:f5>f6>f4>f3>f1>f2
当fi接近0时,愈接近0,城市轨道交通线路Ai建设需求就越高,建设时间就越早;当fi接近1时,愈接近0,城市轨道交通线路Ai建设需求就越低,建设时间就越晚。
由此可知,6条轨道线路的建设时序为,2号线→1号线→3号线→4号线→6号线→5号线。
事实上,西安市轨道交通2号线已建成通车,1号线正处于建设中,3号线计划于2013年开始建设,说明该方法与实践情况符合,使轨道交通线路建设的工程实践得意顺利进行,建设轨道交通线路的时序正确。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。

Claims (3)

1.一种城市轨道交通线路建设时序的自动判定方法,其特征在于,按如下步骤进行:
(1)确定城市轨道交通线路建设时序的影响指标,采集城市轨道交通线路的影响指标数据;
(2)构建城市轨道交通线路建设时序的标准化决策矩阵:
如果需要建设的轨道交通线路为n条,轨道交通线路集为A={A1,A2,…,An},轨道交通线路建设时序的影响指标为C={C1,C2,…,Cm},N={1,2,…,n},M={1,2,…,m},i∈N,j∈M,参数的权重为wj=(w1,w2,…,wm),则轨道交通线路集Ai对指标集Cj的决策矩阵为:
Y = ( y ij ) n &times; m = y 11 y 12 &CenterDot; &CenterDot; &CenterDot; y 1 m y 21 y 22 &CenterDot; &CenterDot; &CenterDot; y 2 m &CenterDot; &CenterDot; &CenterDot; &CenterDot;&CenterDot;&CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; y n 1 y n 2 &CenterDot; &CenterDot; &CenterDot; y n &times; m ;
式中,yij表示第i条线路的第j个影响指标值;对指标进行标准化处理,通过对影响指标的含义分析,可知影响指标Cj均为效益型指标,故:其中:
y j max = max { y ij / 1 < i < n } ; y j min = min { y ij / 1 < i < n } ;
则指标决策矩阵标准化处理后,城市轨道交通线路建设时序的标准化决策矩阵为:
R = ( r ij ) n &times; m = r 11 r 12 &CenterDot; &CenterDot; &CenterDot; r 1 m r 21 r 22 &CenterDot; &CenterDot; &CenterDot; r 2 m &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; r n 1 r n 2 &CenterDot; &CenterDot; &CenterDot; r nm ;
(3)将标准化决策矩阵和影响指标权重系数wj相结合构造加权标准化决策矩阵Z=(Zij)m×n,其中zij=rijwj,则加权标准化矩阵可表示为:
Z = ( z ij ) n &times; m = z 11 z 12 &CenterDot; &CenterDot; &CenterDot; z 1 m z 21 z 22 &CenterDot; &CenterDot; &CenterDot; z 2 m &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; &CenterDot; z n 1 z n 2 &CenterDot; &CenterDot; &CenterDot; z nm ;
(4)根据步骤(3)中得到的加权标准化矩阵,结合TOPSIS方法确定加权标准化决策矩阵的正理想项目方案为:
A + = { max i &Element; N z i 1 , max i &Element; N z i 2 , max i &Element; Z z ij } ;
加权标准化决策矩阵的负理想项目方案为:
A - = { min i &Element; N z i 1 , min i &Element; N z i 2 , &CenterDot; &CenterDot; &CenterDot; , min i &Element; Z z ij } ;
(5)城市轨道交通线路Ai建设时序到正理想方案的距离为:
S i + = &Sigma; j = 1 m ( z ij - z j + ) 2
城市轨道交通线路Ai建设时序到负理想方案的距离为:
S i - = &Sigma; j = 1 m ( z ij - z j - ) 2
则城市轨道交通线路Ai到理想方案的贴近度为:
f i = S i + S i - + S i + ;
(6)将步骤(1)中采集的影响指标的数据输入步骤(5)中城市轨道交通线路Ai到理想方案的贴近度判断城市轨道交通线路的建设时序,当fi接近0时,愈接近0,城市轨道交通线路Ai建设需求就越高,建设时间就越早;当fi接近1时,愈接近0,城市轨道交通线路Ai建设需求就越低,建设时间就越晚。
2.根据权利要求1所述的一种城市轨道交通线路建设时序的自动判定方法,其特征在于,步骤(3)中确定影响指标权重系数wj的方法为主观赋权法和客观赋权法相结合的方法,则最终确定的权重wj为:
w j = w i &prime; w i &prime; &prime; &Sigma; i = 1 n w i &prime; w i &prime; &prime; ,
其中,w′i为主观赋权法得到的权重,w″i为客观赋权法得到的权重。
3.根据权利要求1所述的一种城市轨道交通线路建设时序的自动判定方法,其特征在于,步骤(1)中确定并采集的影响指标数据为线路客流负荷强度C1、轨道交通日客流量C2、城市发展方向吻合指数C3、位置系数C4、线网布局的重要程度指数C5、沿线土地开发效益C6。
CN201310007547.XA 2013-01-09 2013-01-09 一种城市轨道交通线路建设时序的自动判定方法 Active CN103077312B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310007547.XA CN103077312B (zh) 2013-01-09 2013-01-09 一种城市轨道交通线路建设时序的自动判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310007547.XA CN103077312B (zh) 2013-01-09 2013-01-09 一种城市轨道交通线路建设时序的自动判定方法

Publications (2)

Publication Number Publication Date
CN103077312A CN103077312A (zh) 2013-05-01
CN103077312B true CN103077312B (zh) 2015-08-26

Family

ID=48153841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310007547.XA Active CN103077312B (zh) 2013-01-09 2013-01-09 一种城市轨道交通线路建设时序的自动判定方法

Country Status (1)

Country Link
CN (1) CN103077312B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408313B (zh) * 2014-11-26 2017-07-04 上海工程技术大学 一种轨道交通能耗影响因素协同关联度建模方法
CN104679988B (zh) * 2015-01-26 2017-06-06 北京航空航天大学 一种基于云topsis的多属性决策方法
CN105069229A (zh) * 2015-08-03 2015-11-18 西安建筑科技大学 一种现代有轨电车线路规划方法
CN109523183A (zh) * 2018-11-27 2019-03-26 中铁二院工程集团有限责任公司 基于混合多属性决策的铁路建设方案的评价方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102226905A (zh) * 2011-05-26 2011-10-26 北京交通大学 铁路应急管理体系统计分析与评估模型
CN102629298B (zh) * 2012-03-09 2015-11-04 北京交通大学 一种轨道交通系统运行安全评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭延永.城市轨道交通建设与发展的适应性分析.《长安大学:交通运输规划与管理》.2012, *

Also Published As

Publication number Publication date
CN103077312A (zh) 2013-05-01

Similar Documents

Publication Publication Date Title
Maparu et al. Transport infrastructure, economic development and urbanization in India (1990–2011): Is there any causal relationship?
CN108492555A (zh) 一种城市路网交通状态评价方法及装置
CN104809112B (zh) 一种基于多源数据的城市公交发展水平综合评价方法
CN103606266B (zh) 基于数据包络分析的路网交通改善方案效率评估方法
CN103984994B (zh) 一种城市轨道交通客流高峰持续时间预测方法
CN104318758A (zh) 基于多层次多模式的公交线网规划方法
CN104239694A (zh) 一种城轨列车转向架的故障预测与视情维修方法
CN103077312B (zh) 一种城市轨道交通线路建设时序的自动判定方法
CN101930670A (zh) 公交行驶路段社会车辆运行时间预测方法
CN103049829B (zh) 城乡客运线网与枢纽场站一体化融合方法
CN109034506A (zh) 一种综合客运枢纽联运交通客流量预测方法
CN103761589A (zh) 一种城市轨道交通清分方法
CN105374209A (zh) 一种城市区域路网运行状态特征信息提取方法
CN103456163A (zh) 城市快速路互通立交通行能力和运行状态判别方法与系统
Huang et al. A methodology to control urban traffic noise under the constraint of environmental capacity: A case study of a double-decision optimization model
CN103218513A (zh) 一种城市轨道交通运行安全的判定方法
Shah et al. Relationship between road traffic features and accidents: An application of two-stage decision-making approach for transportation engineers
CN115496301B (zh) 一种面向国土空间规划的土地利用与交通协同评价方法
Carli et al. A dashboard and decision support tool for the energy governance of smart cities
CN104331746A (zh) 一种分离式的动态路径优化系统及其方法
Ghodmare et al. Application of the multi attribute utility technique with its for sustainability evaluation of emerging metropolitan city of Nagpur
CN103136446A (zh) 基于优化输入层的bp神经网络预报滑坡的方法
Hu et al. A study on urban road traffic safety based on matter element analysis
CN105701579A (zh) 高原双车道二级公路基本路段交通事故预测方法
Tian et al. Identification of critical links in urban road network considering cascading failures

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