CN103150680B - 一种道路可达性最佳的城市建设用地自动布局方法 - Google Patents
一种道路可达性最佳的城市建设用地自动布局方法 Download PDFInfo
- Publication number
- CN103150680B CN103150680B CN201310098695.7A CN201310098695A CN103150680B CN 103150680 B CN103150680 B CN 103150680B CN 201310098695 A CN201310098695 A CN 201310098695A CN 103150680 B CN103150680 B CN 103150680B
- Authority
- CN
- China
- Prior art keywords
- town site
- land
- placement scheme
- road
- assignment
- 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
Links
Landscapes
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开了一种城市建设用地的自动布局方法,利用以高性能计算机为核心的信息处理系统,以城市市区的地理数据为模型输入数据,以土地利用图斑为模型处理单元,建立城市建设用地随机分配模型,使用随机分配模型进循环计算,通过穷举,组合生成城市建设用地所有可能的布局方案,再以路网密度作为检测条件,自动对各布局方案中城市建设用地的路网密度进行检测,保存其中路网密度最高的布局方案,并通过绘图设备自动输出为城市控制性详细规划可以直接使用的工程图纸。本发明解决了城市建设工程实践中城市空间布局中利用人脑智力活动进行决策所存在的主观性、随机性的不足。
Description
技术领域
本发明涉及一种道路可达性最佳的城市建设用地自动布局方法,具体是一种基于随机分配模型的道路可达性最佳的城市建设用地自动布局方法。
背景技术
城市建设用地的布局是城市规划建设实践的重要环节,也是城市土地管理的重要技术手段,长期以来,人们对城市建设用地的布局技术进行了大量的实践总结。
早在1930年代,奈利(Reilly)就曾根据牛顿万有引力定律进行各城市建设用地对周围地区人口、贸易吸引量范围的相关性研究,认为它和城市人口规模和城市的交通可达性成正比。这项研究结果和美国所有大城市的实际非常接近。它开了城市空间模型的先河。然而以此理论进行城市建设用地布局,需要处理大量的数据。所以,直到50年代中期。随着计算机技术的发展才得到初步发展,首先是应用于各城市交通规划,其中最著名的就是引力模型(GravityModel),又称空间互感模型(SpecialinteractionModel),在波士顿、巴尔的摩、匹兹堡、旧金山等地,这一模型被普遍应用。但由于当时计算机性能所限,运算模型太大、费用太高而逐步被放弃。
在目前的以提升交通可达性为导向的城市建设用地布局工程实践中,常用的技术方法为:
1.T0PAZ模型
在城市建设用地的规划布局实践中,TOPAZ模型用来评价各地块的可能用途及交通选择,以获得最优的城市土地利用模式。TOPAZ模型把城市看为一个系统、一个整体、合理地选取各元素或各组成部分,其各部分间相互影响与相互作用可使系统有较好的交通可达性。十几年来,TOPAZ模型已在一些国家得到应用,如德黑兰和墨尔本的发展规划研究。根据预测,到2000年,墨尔本人口将从240万增加到450万人,该市南临菲利浦海湾,共有8个可能发展方向,根据模式研究,认为应首先向东面发展,然后向北拓展。
2.LUTO模型
在城市建设用地的规划布局实践中,LUTO模型假设城市建设用地布局问题是一个按一定的目标要求,在城市建设用地供给与交通需求之间不断调整的过程,包括:
1)估计各种交通需求;
2)假设可选择城市建设用地布局方案;
3)选择最好的建设途径使方案满足需求。
T0PAZ模型还是LUTO模型,其不足在于其解决城市建设用地的规划布局问题的常用方法是列出几个可行的方案,分析各方案,以便从中选出一个合适的方案,然而,由于城市问题的复杂性,要列出所有可行方案并进行分析,几乎是不可能的。
总结:可以看出,既有的城市建设用地的规划布局技术,不管是奈利理论、T0PAZ模型还是LUTO模型,在城市建设用地的规划布局过程中,都存在以下问题:①技术操作以定性为主:依靠规划师的个人经验对少数几种布局形态进行评价分析,因而无法对所有可能的布局形式进行充分全面的分析,②技术结果随意性大:这种依托人脑的智力活动,在判断的合理性和准确性上存在局限,其规划的结果往往不能称为规划布局的最优方案,③工作效率低下:规划技术过程繁琐,在方案比较中需要进行大量重复性的工作,耗时漫长,效率低下。
发明内容
发明目的:针对上述现有技术存在的问题和不足,本发明的目的是提供一种针对城市建设工程实践中城市空间布局中利用人脑智力活动进行决策所存在的主观性、随机性的不足,提供一种道路可达性最佳的城市建设用地自动布局方法。
技术方案:为实现上述发明目的,本发明采用的技术方案为一种道路可达性最佳的城市建设用地自动布局方法,包括以下步骤:
1)通过高分辨率扫描仪,将包含城市市区范围数据的遥感图像或航拍图像输入工作站,在工作站中将所述图像进行栅格化处理,转化为土地利用图斑;
2)以所述步骤1)的城市土地利用图斑为数据处理单元,在工作站中建立城市建设用地随机分配模型,该随机分配模型自动对土地利用图斑进行随机赋值操作,通过穷举,组合生成城市建设用地所有可能的布局方案,并保存;
3)通过高分辨率扫描仪,将包含城市道路数据的遥感图像或航拍图像输入工作站,以道路路网密度作为检测城市布局形态交通可达性的评价指标,自动对步骤2)生成的所有建设用地布局形态的道路密度进行计算,并对道路密度最高的布局方案进行标记;
4)在工作站中将标记的路网密度最高的城市建设用地布局形态保存为道路可达性最佳的城市建设用地布局方案,并通过绘图设备输出为工程图纸。
进一步的,所述步骤1)包括:
1.1)通过工作站外接的高分辨率扫描仪,将包含城市市区范围数据的遥感卫星获得的遥感图像或者航测飞机获得的航拍图像进行扫描,将扫描获得的高分辨率遥感图像或航拍图像输入工作站;
1.2)在工作站中对所述步骤1.1)得到的遥感图像或航拍图像中城市市区范围内的图像进行识别,对城市市区范围内的图像进行栅格化处理,栅格边长为1km,通过栅格化处理将城市市区范围内的图像转化为若干面积为1km2的土地利用图斑。
进一步的,所述步骤2)包括:
2.1)在工作站中建立城市建设用地随机分配模型,以步骤1)的城市土地利用图斑为数据处理单元;
2.2)在城市建设用地随机分配模型中,对各个城市土地利用图斑进行随机赋值P,P为各个城市土地利用图斑中城市建设用地的面积,赋值区间[0,1km2],赋值间距0.1km2,对所有土地利用图斑进行一次随机赋值后,计为生成一种有效的城市建设用地的布局方案;
2.3)在工作站中将2.2)步骤自动进行循环操作,在每一轮随机赋值中,若该轮赋值生成的所有土地利用图斑的赋值与之前的某一次赋值完全相同,则计为一次无效的布局方案,并进行下一轮赋值,若赋值生成的所有土地利用图斑的赋值与之前的任何一次赋值都不相同,则计为一次有效的城市建设用地的布局方案。
2.4)当工作站已无法得到更多的有效的城市建设用地的布局方案,说明工作站已经对所有的城市建设用地的布局方案进行了充分的穷举,此时自动退出循环操作,保存得到的所有有效的城市建设用地的布局方案。
进一步的,所述步骤3)包括:
3.1)通过高分辨率扫描仪(分辨率大于1200DPI),将包含城市道路数据的遥感图像或航拍图像输入工作站,将图像坐标与所述步骤1)中土地利用图斑的坐标进行叠合,并在工作站中对图像中的道路信息进行矢量化识别操作,矢量化识别结果保存为城市市区的路网数据;
3.2)对各个城市建设用地布局方案的道路密度进行计算,计算公式如下:
式中,Di为第i个城市建设用地布局方案的道路密度,Li为第i个城市建设用地布局方案中城市建设用地内的道路总长度,Stotal为该城市的城市建设用地面积;
3.3)对各个城市建设用地布局方案中道路密度Di最高的方案进行标记。
进一步的,所述步骤4)包括:
4.1)将标记的道路密度Di最高的方案保存为道路可达性最佳的城市建设用地布局方案;
4.2)在工作站中,将步骤3.1)中未被道路占据的区域转化为街区;
4.3)记录各个土地利用图斑所覆盖的街区的建设用地比例,其中第i个土地利用图斑所覆盖的街区内的建设用地比例为Pi,其公式为:
式中,Si为道路可达性最佳的城市建设用地布局方案中第i个土地利用图斑的建设用地面积,A为该土地利用图斑的面积;
4.4)使用工作站外接的绘图设备,以步骤4.2)生成的街区为底图,将步骤4.3)各街区的Pi值依据数值大小使用不同等级的图例表示,标识于底图上,打印输出成为工程图纸。
进一步的,所述扫描仪的分辨率不低于1200DPI。
有益效果:本发明针对城市建设工程实践中城市空间布局中利用人脑智力活动进行决策所存在的主观性、随机性的不足,通过构建一种配合高性能计算机进行自动化城市建设用地布局和输出的技术方案,可以较好的替代人在城市建设用地布局决策过程中的智力活动,缩短规划工作时间,有效提高了规划后市区的道路密度,改善城市交通可达性,具有显著的工程技术效果。具体来说:
1、本发明通过自动化过程代替人脑智力判断,技术成果具有明显的精确性和唯一性。本发明通过计算机随机分配,穷举生成上亿次城市建设用地布局方案,基本覆盖城市建设用地布局的所有可能形态,并从中优选出道路密度最高、交通可达性最好的布局方案,经比较,通过本发明得出的城市建设用地布局方案,与传统技术做法经规划师经验判断得到的布局方案相比,其道路密度能够提高10%左右,能够明显提高所规划城市的道路可达性。
2、本发明的技术方案以高性能工作站配合自动化流程,通过随机分配和循环算法自动完成海量的规划布局方案的生成和比较工作,传统技术方法需要规划从业者进行大量重复性的工作,通过本发明,城市建设用地布局的工作效率得到了革命性的提高,技术耗时大为缩减。遵循本发明提供的技术方案,配合高性能工作站的硬件支撑,从基础数据输入到输出工程技术图纸,可以在2天时间内完成一个中等规模城市的建设用地布局工作,并且运行中不需要人为介入,工作效率提高了15倍,技术耗时不及传统技术做法的十分之一。
3.本发明的技术方案具有很好的可操作性。通过外接高分辨率扫描仪、绘图仪等特定设备,本系统可以直接输入遥感卫星或航测飞机获得的原始图像,在不需要人为介入的情况下自动运行,最终输出可以与控制性详细规划编制工作直接对接的工程图纸,具有很高的实际应用价值。
附图说明
图1是本发明的流程图;
图2是输入的无锡城市遥感图像;
图3是随机分配模型生成的无锡城市建设用地随机分配方案1;
图4是随机分配模型生成的无锡城市建设用地随机分配方案2;
图5是随机分配模型生成的无锡城市建设用地随机分配方案3;
图6是通过路网密度检测得出的无锡城市建设用地的最佳布局方案;
图7是通过外接绘图仪输出的无锡城市建设用地布局的工程图纸。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
在当下快速城市化的阶段,城市建设用地的无序蔓延造成了严重的交通问题,也造成了宝贵的土地资源和建设资金的浪费。现有的城市建设用地布局技术主要依靠规划师以人脑进行大量布局方案的比较分析工作,存在着工作以技术操作为主、技术结果随意性大、工作效率低下的问题。因此需要提供一种合理进行城市建设用地规划布局的技术方案,能够依托高性能计算机等数字化平台,代替人脑进行海量数据的分析工作,并输出量化、科学的技术结论和工程图纸。本发明利用以高性能计算机为核心的信息处理系统,以城市市区的地理数据为模型输入数据,以土地利用图斑为模型处理单元,建立城市建设用地随机分配模型,使用随机分配模型进循环计算,通过穷举,组合生成城市建设用地所有可能的布局方案,再以路网密度作为检测条件,自动对各布局方案中城市建设用地的路网密度进行检测,保存其中路网密度最高的布局方案,并通过绘图设备自动输出为城市控制性详细规划可以直接使用的工程图纸。
以下结合无锡建设用地布局规划为例来详细地说明本发明的技术方案,如图1所示,本发明的具体实施方式包括以下步骤:
1)通过高分辨率(分辨率大于1200DPI)扫描仪,将包含无锡城市市区范围数据的遥感图像或航拍图像输入工作站,于工作站中将城市市区图像自动进行栅格化处理,转化为土地利用图斑。
1.1)通过工作站外接的高分辨扫描仪(分辨率大于1200DPI),将包含城市市区范围数据航测飞机获得的航拍图像(图2)进行扫描,将扫描获得的高分辨率图像输入工作站。
1.2)于工作站中对1.1)图像中城市市区范围的图像进行自动识别,对市区范围图像进行栅格化处理,栅格边长为1km,通过栅格化操作将城市市区范围图像转化为若干面积为1km2的土地利用图斑。
2)以步骤1)的城市土地利用图斑为数据处理单元,于工作站中建立城市建设用地随机分配模型,数据随机分配模型自动对土地利用图斑进行随机赋值操作,通过穷举,组合生成城市建设用地所有可能的布局方案,并对每一次的布局形态进行保存。
2.1)于工作站中建立城市建设用地随机分配模型,以步骤1)的城市土地利用图斑为数据处理单元。
2.2)于城市建设用地随机分配模型中,对各个城市土地利用图斑进行随机赋值P,P为各个城市土地利用图斑中城市建设用地的面积,赋值区间[0,1km2],赋值间距0.1km2,对所有土地利用图斑进行了一次随机赋值,则计为生成一种有效的城市建设用地的布局方案。
工作站赋值过程遵循以下必要约束条件:所有城市土地利用图斑中城市建设用地的面积之和应等于城市总体规划中以法定形式规定的该城市的城市建设用地面积。表达式为:
上式中,Si为第i个土地利用图斑中城市建设用地的面积,Stotal为城市总体规划中以法定形式规定的该城市的城市建设用地面积。该约束条件使每一次生成的城市建设的布局方案中,城市用地的总面积均符合城市总体规划的法定要求。
2.3)于工作站中将2.2)步骤自动进行循环操作,在每一轮随机赋值中,若该轮赋值生成的所有土地利用图斑的赋值与之前的某一次赋值完全相同,则计为一次无效的土地利用布局方案,并进行下一轮赋值,若赋值生成的所有土地利用图斑的赋值与之前的某一次赋值都不相同,则计为一次有效的城市建设用地的布局方案(见图3,图4,图5)。
2.4)当工作站已无法得到更多的有效的城市建设用地的布局方案,说明工作站已经对所有的城市建设用地的布局方案进行了充分的穷举,此时自动退出循环操作,保存得到的所有有效的城市建设用地的布局方案。
3)通过高分辨率扫描仪(分辨率大于1200DPI),将包含城市道路数据的遥感图像或航拍图像输入工作站,以道路路网密度作为检测城市布局形态交通可达性的评价指标,自动对步骤2)生成的所有建设用地布局形态的道路密度进行计算,并对道路密度最高的城市布局形态进行标记。
3.1)通过高分辨率扫描仪(分辨率大于1200DPI),将包含城市道路数据的遥感图像或航拍图像输入工作站,将图像坐标与步骤1)土地利用图斑的坐标进行叠合,并于工作站中对图像中的道路信息自动进行矢量化识别操作,矢量化识别结果保存为城市市区的路网数据。
3.2)对各个城市建设用地布局方案的道路密度进行计算,计算公式如下:
式中,Di为第i个城市建设用地布局方案的道路密度,Li为第i个城市建设用地布局方案中城市建设用地内的道路总长度,Stotal为为城市总体规划中以法定形式规定的该城市的城市建设用地面积。
3.3)对各个城市建设用地布局方案中道路密度Di最高的方案进行标记(图6)。
4)于工作站中将标记的路网密度最高的城市建设布局形态保存为道路可达性最佳的城市建设用地布局方案,并通过绘图设备自动输出为城市控制性详细规划可以直接使用的工程图纸。
4.1)将标记的道路密度Di最高的方案保存为道路可达性最佳的城市建设用地布局方案。
4.2)于工作站中,自动将步骤3.1)中未被道路占据的区域转化为街区。
4.3)自动记录各个土地利用图斑所覆盖的街区的建设用地比例,其中第i个土地利用图斑所覆盖的街区内的建设用地比例为Pi,其公式为:
式中,Si为道路可达性最佳的城市建设用地布局方案中第i个土地利用图斑的建设用地面积,A为该土地利用图斑的面积,即1km2。
4.4)使用工作站外接的绘图设备,以步骤4.2)生成的街区为底图,将步骤4.3)各街区的Pi值依据数值大小使用不同等级的图例表示,标识于底图上,并自动添加比例尺、指北针、图框等图纸附属信息,最终打印输出成为城市控制性详细规划可以直接使用的工程图纸(图7)。
Claims (2)
1.一种道路可达性最佳的城市建设用地自动布局方法,包括以下步骤:
1)通过高分辨率扫描仪,将包含城市市区范围数据的遥感图像或航拍图像输入工作站,在工作站中将所述图像进行栅格化处理,转化为土地利用图斑,包括:
1.1)通过工作站外接的高分辨率扫描仪将包含城市市区范围数据的遥感卫星获得的遥感图像或者航测飞机获得的航拍图像进行扫描,将扫描获得的高分辨率遥感图像或航拍图像输入工作站;
1.2)在工作站中对所述步骤1.1)得到的遥感图像或航拍图像中城市市区范围内的图像进行识别,对城市市区范围内的图像进行栅格化处理,栅格边长为1km,通过栅格化处理将城市市区范围内的图像转化为若干面积为1km2的土地利用图斑;
2)以所述步骤1)的城市土地利用图斑为数据处理单元,在工作站中建立城市建设用地随机分配模型,该随机分配模型自动对土地利用图斑进行随机赋值操作,通过穷举,组合生成城市建设用地所有可能的布局方案,并保存,包括:
2.1)在工作站中建立城市建设用地随机分配模型,以步骤1)的城市土地利用图斑为数据处理单元;
2.2)在城市建设用地随机分配模型中,对各个城市土地利用图斑进行随机赋值P,P为各个城市土地利用图斑中城市建设用地的面积,赋值区间[0,1km2],赋值间距0.1km2,对所有土地利用图斑进行一次随机赋值后,计为生成一种有效的城市建设用地的布局方案;
2.3)在工作站中将2.2)步骤自动进行循环操作,在每一轮随机赋值中,若该轮赋值生成的所有土地利用图斑的赋值与之前的某一次赋值完全相同,则计为一次无效的布局方案,并进行下一轮赋值,若赋值生成的所有土地利用图斑的赋值与之前的任何一次赋值都不相同,则计为一次有效的城市建设用地的布局方案;
2.4)当工作站已无法得到更多的有效的城市建设用地的布局方案,说明工作站已经对所有的城市建设用地的布局方案进行了充分的穷举,此时自动退出循环操作,保存得到的所有有效的城市建设用地的布局方案;
3)通过高分辨率扫描仪,将包含城市道路数据的遥感图像或航拍图像输入工作站,以道路路网密度作为检测城市布局形态交通可达性的评价指标,自动对步骤2)生成的所有建设用地布局形态的道路密度进行计算,并对道路密度最高的布局方案进行标记,包括:
3.1)通过高分辨率扫描仪将包含城市道路数据的遥感图像或航拍图像输入工作站,将图像坐标与所述步骤1)中土地利用图斑的坐标进行叠合,并在工作站中对图像中的道路信息进行矢量化识别操作,矢量化识别结果保存为城市市区的路网数据;
3.2)对各个城市建设用地布局方案的道路密度进行计算,计算公式如下:
式中,Di为第i个城市建设用地布局方案的道路密度,Li为第i个城市建设用地布局方案中城市建设用地内的道路总长度,Stotal为该城市的城市建设用地面积;
3.3)对各个城市建设用地布局方案中道路密度Di最高的方案进行标记;
4)在工作站中将标记的路网密度最高的城市建设用地布局形态保存为道路可达性最佳的城市建设用地布局方案,并通过绘图设备输出为工程图纸,包括:
4.1)将标记的道路密度Di最高的方案保存为道路可达性最佳的城市建设用地布局方案;
4.2)在工作站中,将步骤3.1)中未被道路占据的区域转化为街区;
4.3)记录各个土地利用图斑所覆盖的街区的建设用地比例,其中第i个土地利用图斑所覆盖的街区内的建设用地比例为Pi,其公式为:
式中,Si为道路可达性最佳的城市建设用地布局方案中第i个土地利用图斑的建设用地面积,A为该土地利用图斑的面积;
4.4)使用工作站外接的绘图设备,以步骤4.2)生成的街区为底图,将步骤4.3)各街区的Pi值依据数值大小使用不同等级的图例表示,标识于底图上,打印输出成为工程图纸。
2.根据权利要求1所述一种道路可达性最佳的城市建设用地自动布局方法,其特征在于:所述扫描仪的分辨率不低于1200DPI。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310098695.7A CN103150680B (zh) | 2013-03-25 | 2013-03-25 | 一种道路可达性最佳的城市建设用地自动布局方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310098695.7A CN103150680B (zh) | 2013-03-25 | 2013-03-25 | 一种道路可达性最佳的城市建设用地自动布局方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103150680A CN103150680A (zh) | 2013-06-12 |
CN103150680B true CN103150680B (zh) | 2016-06-08 |
Family
ID=48548736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310098695.7A Active CN103150680B (zh) | 2013-03-25 | 2013-03-25 | 一种道路可达性最佳的城市建设用地自动布局方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103150680B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217579B (zh) * | 2013-07-23 | 2016-08-24 | 同济大学 | 基于路段子网络冗余度的交通网络关键路段搜索方法 |
CN105139087A (zh) * | 2015-08-18 | 2015-12-09 | 上海市政工程设计研究总院(集团)有限公司 | 城市路网密度的计算方法和计算装置 |
US9778061B2 (en) | 2015-11-24 | 2017-10-03 | Here Global B.V. | Road density calculation |
CN107346319B (zh) * | 2016-05-06 | 2020-05-08 | 高德软件有限公司 | 跨城可达库创建方法及装置 |
CN106548290A (zh) * | 2016-11-08 | 2017-03-29 | 北京信余科技有限公司 | 一种城市区域开发决策支持系统及方法 |
CN109784764B (zh) * | 2019-02-12 | 2022-12-20 | 东南大学 | 一种城市用地区块化可达性计量方法 |
CN110796380B (zh) * | 2019-10-31 | 2020-06-02 | 中国科学院地理科学与资源研究所 | 大尺度下基于栅格数据的交通通达度评价方法 |
CN111967681A (zh) * | 2020-08-24 | 2020-11-20 | 邱铬 | 一种基于计算机网络的道路设计系统及道路设计方法 |
CN113379241A (zh) * | 2021-06-09 | 2021-09-10 | 东南大学 | 基于服务等时圈的山地村镇公共服务设施布局方法与系统 |
CN113326342A (zh) * | 2021-06-10 | 2021-08-31 | 常州市规划设计院 | 一种基于国土调查数据的路网模型构建方法 |
CN113486437B (zh) * | 2021-09-08 | 2021-12-07 | 深圳须弥云图空间科技有限公司 | 基于穷举的总图生成方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101819717A (zh) * | 2010-03-05 | 2010-09-01 | 吉林大学 | 基于交通状态时空模型的路网性能判定方法 |
CN102436598A (zh) * | 2011-09-08 | 2012-05-02 | 崔志明 | 一种基于交通图像信息的车辆最优路径挖掘方法 |
-
2013
- 2013-03-25 CN CN201310098695.7A patent/CN103150680B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101819717A (zh) * | 2010-03-05 | 2010-09-01 | 吉林大学 | 基于交通状态时空模型的路网性能判定方法 |
CN102436598A (zh) * | 2011-09-08 | 2012-05-02 | 崔志明 | 一种基于交通图像信息的车辆最优路径挖掘方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103150680A (zh) | 2013-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103150680B (zh) | 一种道路可达性最佳的城市建设用地自动布局方法 | |
Karou et al. | Accessibility modelling: predicting the impact of planned transport infrastructure on accessibility patterns in Edinburgh, UK | |
CN108446470B (zh) | 基于车辆轨迹数据和人口分布的医疗设施可达性分析方法 | |
CN103336894B (zh) | 一种城市容积率自动分区方法 | |
Lin et al. | A simulated annealing heuristic for the multiconstraint team orienteering problem with multiple time windows | |
CN107256438B (zh) | 预测船舶港口停留时间的方法及装置 | |
Happ et al. | Multiresolution segmentation: a parallel approach for high resolution image segmentation in multicore architectures | |
Li et al. | Data-driven real-time power dispatch for maximizing variable renewable generation | |
Cao et al. | Robust and optimized urban rail timetabling using a marshaling plan and skip-stop operation | |
CN108806302A (zh) | 一种车辆调度方法及装置 | |
Steven et al. | Optimization of bus route planning in urban commuter networks | |
Van Schaijk et al. | Robust flight-to-gate assignment using flight presence probabilities | |
Unnewehr et al. | Getting more with less? Why repowering onshore wind farms does not always lead to more wind power generation–A German case study | |
Lin et al. | Airport baggage handling system simulation modeling using SysML | |
CN109902848A (zh) | 班车站点规划的方法和装置 | |
CN112966925A (zh) | 一种基于遥感时序变化分析的村镇垃圾增量风险分析系统 | |
US20190385262A1 (en) | Information processing method and information processing device | |
CN114580975A (zh) | 街区活力获得方法及系统及装置及介质 | |
CN114781691A (zh) | 货运需求预测方法、系统、设备及存储介质 | |
Marković et al. | A threshold policy for dispatching vehicles in demand-responsive transit systems | |
Maghrebi et al. | Optimality gap of experts' decisions in concrete delivery dispatching | |
CN116611707A (zh) | 基于多源数据融合的保护区自然边界划分和功能分区方法 | |
Wang et al. | Enabling In‐Depot Automated Routing and Recharging Scheduling for Automated Electric Bus Transit Systems | |
Mansour et al. | Construction facilities location selection for urban linear infrastructure maintenance projects using uniform cost search method | |
Rahman | Decision support for managed aquifer recharge (MAR) project planning to mitigate water scarcity based on non-conventional water resources |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201204 Address after: 210096 Jiangsu city Nanjing Province four pailou No. 2 Patentee after: Nanjing Southeast University urban planning and Design Institute Co.,Ltd. Address before: 210096 Jiangsu city Nanjing Province four pailou No. 2 Patentee before: SOUTHEAST University |