CN103793760A - 多模式综合交通枢纽内部客流换乘分配比例优化方法 - Google Patents
多模式综合交通枢纽内部客流换乘分配比例优化方法 Download PDFInfo
- Publication number
- CN103793760A CN103793760A CN201410035137.0A CN201410035137A CN103793760A CN 103793760 A CN103793760 A CN 103793760A CN 201410035137 A CN201410035137 A CN 201410035137A CN 103793760 A CN103793760 A CN 103793760A
- Authority
- CN
- China
- Prior art keywords
- transfer
- passenger flow
- user
- state
- optimization
- 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.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种多模式综合交通枢纽内部客流换乘的分配比例优化方法,该方法包括:常态换乘状态下的客流最优分配子方法:a1)以弹性换乘用户出行满意度最大化为目标,建立常态换乘状态下客流分配优化模型;a2)采用最优化求解方法进行求解,获得常态换乘状态下的客流最优分配比例;紧急疏散状态下的客流最优分配子方法:b1)以给定时间内用户滞留量最小为目标,建立紧急疏散状态下客流分配优化模型;b2)采用最优化求解方法进行求解,获得紧急疏散状态下的客流最优分配比例。与现有技术相比,本发明对于对大面积延误、特殊天气、事故灾害等应急状态下的客流,提供一种在短时间内实现对大量旅客的疏散决策提供参考。
Description
技术领域
本发明涉及交通运输技术领域,尤其是涉及一种多模式综合交通枢纽内部客流换乘分配比例优化方法。
背景技术
城市综合交通枢纽是城市客运交通系统的关键环节。是实现多种市域交通方式大量客流换乘的场所,也是城市内外交通集散的纽带。随着我国北京、上海、广州等特大城市大型现代化综合交通客运枢纽的相继建成和投入使用,我国多模式综合交通枢纽的运营管理面临着极大地挑战。
近年来,由于内部客流激增和用户换乘选择差异所导致的多模式综合交通枢纽的内部换乘问题日趋严重。例如打车坐车难,部分交通方式换乘通道中、站台上以及车厢内客流拥挤。此外,在大面积延误、特殊天气、事故灾害等应急状态下,亟需在短时间内实现对大量旅客的疏散。缺乏合理的调度管理策略会导致大量旅客滞留,因此如何从各个交通方式快速疏散客流也成为了一个棘手的问题。
目前针对多模式综合交通枢纽内部换乘客流的组织分配方法有限。国外由于私家车作为换乘的主要方式,枢纽内部的客流换乘问题不显著,因此没有适合我国的客流分配方法。国内主要是集中在通过城市OD信息的获取预测换乘客流,在枢纽内部各换乘方式的分配比例上,并没有讨论此比例在枢纽内部是否合理,是否有优化的空间。此外,对于紧急情况下客流如何从各换乘方式最快的疏散的方法提出也十分有限。
因此,寻找多模式综合交通枢纽内部换乘客流最优分配的方法很有必要。对于日常状态,合理的客流换乘比例可以缩短各换乘方式的平均换乘等待时间,缓解换乘通道内的拥挤程度,提高枢纽换乘效率,提高旅客的出行满意度;对于大面积延误、特殊天气、事故灾害等应急情况,找到合理的客流疏散比例是减少旅客滞留,提高疏散效率的主要手段。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种多模式综合交通枢纽内部客流换乘分配比例优化方法。
本发明的目的可以通过以下技术方案来实现:
一种多模式综合交通枢纽内部客流换乘分配比例优化方法,该方法包括常态换乘状态下的客流最优分配子方法和紧急疏散状态下的客流最优分配子方法,其中,
所述的常态换乘状态下的客流最优分配子方法具体为:
a1)换乘用户分为刚性换乘用户和弹性换乘用户,以弹性换乘用户出行满意度最大化为目标,建立如下常态换乘状态下客流分配优化模型:
S为所有弹性换乘用户的平均满意度,ηi为第i种换乘方式中弹性换乘客流占所有弹性换乘用户的比例,Si为第i种换乘方式中弹性换乘用户的平均满意度,Sij为第i种换乘方式中弹性换乘用户的第j个满意度指标的满意度,ωj为第j个满意度指标的权重,Q为客流总量,Ck为第k部分运输载体的容量;
a2)根据上述常态换乘状态下客流分配优化模型采用最优化求解方法进行求解,获得常态换乘状态下的客流最优分配比例;
所述的紧急疏散状态下的客流最优分配子方法具体为:
b1)以给定时间内用户滞留量最小为目标,建立如下紧急疏散状态下客流分配优化模型:
ηi、Qa,i(t)、Qd,i(t)分别为选择第i种换乘方式的用户比例、到达换乘站台的流量时间变化函数、第i种换乘方式交通服务流量的时间变化函数,Ck为第k部分运输载体的容量,t0为应急疏散开始时刻,T为应急疏散持续时间;
b2)根据上述紧急疏散状态下客流分配优化模型采用最优化求解方法进行求解,获得紧急疏散状态下的客流最优分配比例。
所述的运输载体的容量包括换乘通道面积、换乘站台面积和换乘方式的运能。
所述的满意度指标包括枢纽平均换乘时间指标和枢纽拥挤程度指标等,所述的枢纽平均换乘时间包括换乘步行时间、排队时间和候车时间,所述的枢纽拥挤程度通过人均换乘面积来反映。
所述的最优化求解方法包括解析法、直接法、数值计算法或智能算法。
与现有技术相比,本发明提供一种解决由于内部客流激增和用户换乘选择差异所导致的多模式综合交通枢纽的内部换乘问题的方法,对于对大面积延误、特殊天气、事故灾害等应急状态下的客流,提供一种在短时间内实现对大量旅客的疏散决策提供参考。此外,对于常态下用户对换乘方式的选择特性考虑以下两个方面:1)由用户离开枢纽之后外部可达性条件所决定的换乘方式选择,比如前往轨道交通未覆盖的区域的用户,或者驾驶私家车离开的用户;2)选择的非理性,由于选择惯性导致对换乘状况的好坏不敏感。并且,本发明将这两方面合并成一个“刚性换乘”的概念,以更好地符合实际情况。
附图说明
图1为本发明常态换乘状态下的流程示意图;
图2为本发明紧急疏散状态下的流程示意图;
图3为弹性用户的平均满意度随其选择公交车和出租车的比例变化的等高线图;
图4为紧急情况下用户的平均疏散时间随其选择公交车和出租车的比例变化的等高线图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种多模式综合交通枢纽内部客流换乘分配比例优化方法,该方法包括常态换乘状态下的客流最优分配子方法和紧急疏散状态下的客流最优分配子方法。其中,多模式是指换乘方式的多种模式,比如轨道交通、常规公交和出租车等换乘方式。
常态换乘状态下的客流最优分配子方法是在枢纽可使用的各种交通方式规定的运力前提下,考虑用户对换乘步行和等待时间、换乘通道舒适性等因素的要求,实现用户出行满意度最大化。该子方法设计的原则考虑如下几点:
1.客流换乘包括刚性换乘和弹性换乘两部分。刚性换乘用户是指无论其选择的换乘方式的换乘服务水平有多低,仍会选择此方式。比如驾驶私家车离开的用户,以及前往轨道交通未覆盖的区域的用户。各换乘方式中刚性部分的比例视为恒定,各方式之间有差异。弹性换乘是指可能会根据换乘服务水平差异而改变换乘方式的用户,这部分用户既可以选择不改变方式,也可以往其他方式的转移,且转移服从一定的比例。
2.换乘客流视为在一定时间内的均匀客流,不考虑在此时段内的波动性。
3.分配方法以换乘用户为中心设计,考虑其满意度。用户满意度包括换乘步行和等待时间、换乘通道舒适性等指标;
4.各种交通方式在此时间内运能固定;
5.换乘最优分配比例以弹性换乘用户的满意度最大为目标函数。
如图1所示,常态换乘状态下的客流最优分配子方法具体为:
a1)换乘用户分为刚性换乘用户和弹性换乘用户,由于刚性换乘用户对换乘状况的好坏不敏感,不会改变换乘选择,以弹性换乘用户出行满意度最大化为目标,建立如下常态换乘状态下客流分配优化模型:
S为所有弹性换乘用户的平均满意度,ηi为第i种换乘方式中弹性换乘客流占所有弹性换乘用户的比例(包括方式i本身的和转移过来的),Si为第i种换乘方式中弹性换乘用户的平均满意度,Sij为第i种换乘方式中弹性换乘用户的第j个满意度指标的满意度,ωj为第j个满意度指标的权重,Q为客流总量,Ck为第k部分运输载体的容量,包括换乘通道面积、换乘站台面积和换乘方式的运能;
a2)根据上述常态换乘状态下客流分配优化模型采用最优化求解方法进行求解,获得常态换乘状态下的客流最优分配比例。
其中,关于满意度指标的选取,通常有枢纽平均换乘时间指标和枢纽拥挤程度指标等。平均换乘时间用来描述城市中不同交通方式间的衔接运行效率,是指乘客在两者之间搭乘转换过程占用换乘衔接设施的服务时间,它是衡量换乘衔接连续性、紧凑性、客运设备适应性、客流过程通畅性的一个重要定量指标,对于交通枢纽,平均换乘时间可以分解为换乘步行时间、排队时间(比如购票、排队出站等)和候车时间三部分。枢纽内的拥挤程度是枢纽内的旅客对个人周围空余面积大小或者个人与其他人和物之间距离大小的主观感觉。这种主观感觉可以用人均换乘面积来反映,它是指在给定的枢纽空间内,平均每人所占有的枢纽面积,是反映客运枢纽总体水平的客观性指标。
关于选择方式i的弹性用户占所有弹性用户比例ηi计算,假设初始换乘比例为βi,则分配到各方式的刚性和弹性用户流量为αiβi×Q和(1-αi)βi×Q。
其中:Qi,t——方式i往其他方式的转移总量。
选择方式i的弹性用户总量为Qei=Qi-αiβi×Q,则选择方式i的弹性用户占所有弹性用户比例ηi为:
由于方式i往其他方式的转移总量为Qt,i为变化量,从而存在优化空间。
紧急疏散状态下的客流最优分配子方法在枢纽可使用的各种交通方式规定的运力前提下,在给定时间内使客流从各种交通方式上的疏散总量最大,即给定时间内用户滞留量最小。该子方法设计的原则考虑如下几点:
1.换乘客流除了私家车之外,均视为弹性换乘,即可以疏散到用户原本选择方式之外的换乘交通上;
2.换乘客流视为在规定时间内的波动性客流,并且能够通过各到达航班(或列车班次)的波动客流叠加而成;
3.各种交通方式在此时间内总运能固定;
4.以换乘用户在规定时间内疏散最大,即枢纽内部滞留量最小为目标函数。
如图2所示,紧急疏散状态下的客流最优分配子方法具体为:b1)以给定时间内用户滞留量最小为目标,建立如下紧急疏散状态下客流分配优化模型:
ηi、Qa,i(t)、Qd,i(t)分别为选择第i种换乘方式的用户比例、到达换乘站台的流量时间变化函数、第i种换乘方式交通服务流量的时间变化函数,Ck为第k部分运输载体的容量,t0为应急疏散开始时刻,T为应急疏散持续时间;
b2)根据上述紧急疏散状态下客流分配优化模型采用最优化求解方法进行求解,获得紧急疏散状态下的客流最优分配比例。
本发明采用的最优化求解方法为现有方法,包括解析法、直接法、数值计算法或智能算法等。
以某枢纽2013年7月的一个晚高峰19:00~20:00为例,到达总客流量Q=8000人/h。通过调查,现状换乘比例β=[0.49,0.17,0.27,0.07],依次为轨道交通、常规公交、出租车和私家车。各换乘方式中刚性乘客比例为α=[0.52,0.43,0.50,1.00]。轨道交通往公交和出租车转移比例为γ1,2=0.04,γ1,3=0.96;公交往轨道交通和出租车转移比例为γ2,1=0.72,γ2,3=0.28;出租车往轨道交通和公交转移比例为γ3,1=0.91,γ3,2=0.09。
枢纽往各种换乘方式(私家车除外,依次为轨道交通、常规公交和出租车)的路径容量条件如下:各换乘路径距离L=[170,230,130](m),平均宽度取为b=[10,10,10](m)。轨道交通两条线号线,每条线闸机数量13个,通常开放一半,平均过闸机速度2.3s/人。站台面积均约为1200m2。公交候车中心总面积约为1500m2。出租车候车面积约为500m2。
枢纽各种换乘方式(私家车除外)的运量如下:轨道交通线310人/节,6节编组,发车间隔5min。另一条轨道交通线310人/节,8节编组,发车间隔3.5min。公交中心有6条公交线路,50人/辆,平均发车间隔在高峰期为30min左右。出租车平均2人/辆,通常同时10辆车驶入候车区,平均间隔30s。
通过现状及最优化计算,得到弹性用户平均满意度提高示意图,如图3所示。可以看出,现状弹性用户平均满意度为S0=0.44。满意度的提高在于出租车和公交车向轨道交通的转移,最大可以提高25%,此时βopt=[0.56,0.13,0.24,0.07],Sopt=0.55。也可以看出,满意度的提升有限,这是由于所有换乘用户中刚性换乘用户的比例较大,即由用户离开枢纽之后外部可达性决定,并不是枢纽内部客流组织所能决定的。
对于紧急疏散状态下的客流分配,假设此时发生异常事件,要将到达的客流尽快疏散。除去私家车用户,现状平均疏散时间为29.6min。经优化,优化比例为βopt=[0.70,0.00,0.23],平均疏散时间为3.7min,此时用户平均满意度S′=0.41。所有用户平均疏散时间减少示意图如图4所示。可以看出,平均疏散时间的减少在于大运量的轨道交通的主力作用,以及出租车的辅助,最大可以减少87%。同时也可以看出,此枢纽的公交车由于发车间隔较大,不能满足尽快疏散的要求。此外,疏散速度最快时,用户的满意度并不是最优的,而且可能比现状还有所降低。
Claims (4)
1.一种多模式综合交通枢纽内部客流换乘分配比例优化方法,其特征在于,该方法包括常态换乘状态下的客流最优分配子方法和紧急疏散状态下的客流最优分配子方法,其中,
所述的常态换乘状态下的客流最优分配子方法具体为:
a1)换乘用户分为刚性换乘用户和弹性换乘用户,以弹性换乘用户出行满意度最大化为目标,建立如下常态换乘状态下客流分配优化模型:
S为所有弹性换乘用户的平均满意度,ηi为第i种换乘方式中弹性换乘客流占所有弹性换乘用户的比例,Si为第i种换乘方式中弹性换乘用户的平均满意度,Sij为第i种换乘方式中弹性换乘用户的第j个满意度指标的满意度,ωj为第j个满意度指标的权重,Q为客流总量,Ck为第k部分运输载体的容量;
a2)根据上述常态换乘状态下客流分配优化模型采用最优化求解方法进行求解,获得常态换乘状态下的客流最优分配比例;
所述的紧急疏散状态下的客流最优分配子方法具体为:
b1)以给定时间内用户滞留量最小为目标,建立如下紧急疏散状态下客流分配优化模型:
ηi、Qa,i(t)、Qd,j(t)分别为选择第i种换乘方式的用户比例、到达换乘站台的流量时间变化函数、第i种换乘方式交通服务流量的时间变化函数,Ck为第k部分运输载体的容量,t0为应急疏散开始时刻,T为应急疏散持续时间;
b2)根据上述紧急疏散状态下客流分配优化模型采用最优化求解方法进行求解,获得紧急疏散状态下的客流最优分配比例。
2.根据权利要求1所述的一种多模式综合交通枢纽内部客流换乘分配比例优化方法,其特征在于,所述的运输载体的容量包括换乘通道面积、换乘站台面积和换乘方式的运能。
3.根据权利要求1所述的一种多模式综合交通枢纽内部客流换乘分配比例优化方法,其特征在于,所述的满意度指标包括枢纽平均换乘时间指标和枢纽拥挤程度指标,所述的枢纽平均换乘时间包括换乘步行时间、排队时间和候车时间,所述的枢纽拥挤程度通过人均换乘面积来反映。
4.根据权利要求1所述的一种多模式综合交通枢纽内部客流换乘分配比例优化方法,其特征在于,所述的最优化求解方法包括解析法、直接法、数值计算法或智能算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410035137.0A CN103793760B (zh) | 2014-01-24 | 2014-01-24 | 多模式综合交通枢纽内部客流换乘分配比例优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410035137.0A CN103793760B (zh) | 2014-01-24 | 2014-01-24 | 多模式综合交通枢纽内部客流换乘分配比例优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103793760A true CN103793760A (zh) | 2014-05-14 |
CN103793760B CN103793760B (zh) | 2017-12-15 |
Family
ID=50669399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410035137.0A Active CN103793760B (zh) | 2014-01-24 | 2014-01-24 | 多模式综合交通枢纽内部客流换乘分配比例优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103793760B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463372A (zh) * | 2014-12-17 | 2015-03-25 | 中国科学院自动化研究所 | 一种交通疏散目的地部分随机分配比例确定方法 |
CN104899654A (zh) * | 2015-06-05 | 2015-09-09 | 中南大学 | 一种用于缓解轨道交通拥挤的路径选择方法 |
CN105719475A (zh) * | 2016-03-21 | 2016-06-29 | 广州地理研究所 | 一种弹性公交线路设置及运营调度方法 |
CN106127664A (zh) * | 2016-07-06 | 2016-11-16 | 北方工业大学 | 城市轨道交通换乘站高峰期客流控制方法 |
CN107103142A (zh) * | 2017-07-11 | 2017-08-29 | 交通运输部公路科学研究所 | 面向公路和铁路网的综合交通网络运行态势推演仿真技术 |
CN107399344A (zh) * | 2017-07-26 | 2017-11-28 | 郑州云海信息技术有限公司 | 轨道交通调度信息获取方法、车辆调度方法和系统 |
CN110120150A (zh) * | 2019-04-16 | 2019-08-13 | 东南大学 | 一种高速公路网清障机械设备配置方法 |
CN110188923A (zh) * | 2019-05-06 | 2019-08-30 | 西南交通大学 | 一种基于大数据技术的多模式公交客流推算方法 |
CN110941269A (zh) * | 2019-11-22 | 2020-03-31 | 深圳一清创新科技有限公司 | 基于无人驾驶的车辆控制方法、装置、计算机设备和介质 |
CN113159499A (zh) * | 2021-03-05 | 2021-07-23 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065205A (zh) * | 2012-12-26 | 2013-04-24 | 深圳先进技术研究院 | 三维智能交通枢纽客流时空分析与预测系统 |
CN103473620B (zh) * | 2013-09-26 | 2016-09-21 | 青岛海信网络科技股份有限公司 | 综合客运枢纽多交通方式预测方法及系统 |
-
2014
- 2014-01-24 CN CN201410035137.0A patent/CN103793760B/zh active Active
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463372B (zh) * | 2014-12-17 | 2018-05-08 | 中国科学院自动化研究所 | 一种交通疏散目的地部分随机分配比例确定方法 |
CN104463372A (zh) * | 2014-12-17 | 2015-03-25 | 中国科学院自动化研究所 | 一种交通疏散目的地部分随机分配比例确定方法 |
CN104899654A (zh) * | 2015-06-05 | 2015-09-09 | 中南大学 | 一种用于缓解轨道交通拥挤的路径选择方法 |
CN104899654B (zh) * | 2015-06-05 | 2018-05-11 | 中南大学 | 一种用于缓解轨道交通拥挤的路径选择方法 |
CN105719475A (zh) * | 2016-03-21 | 2016-06-29 | 广州地理研究所 | 一种弹性公交线路设置及运营调度方法 |
CN106127664A (zh) * | 2016-07-06 | 2016-11-16 | 北方工业大学 | 城市轨道交通换乘站高峰期客流控制方法 |
CN107103142B (zh) * | 2017-07-11 | 2019-12-03 | 交通运输部公路科学研究所 | 面向公路和铁路网的综合交通网络运行态势推演仿真技术 |
CN107103142A (zh) * | 2017-07-11 | 2017-08-29 | 交通运输部公路科学研究所 | 面向公路和铁路网的综合交通网络运行态势推演仿真技术 |
CN107399344A (zh) * | 2017-07-26 | 2017-11-28 | 郑州云海信息技术有限公司 | 轨道交通调度信息获取方法、车辆调度方法和系统 |
CN110120150A (zh) * | 2019-04-16 | 2019-08-13 | 东南大学 | 一种高速公路网清障机械设备配置方法 |
CN110120150B (zh) * | 2019-04-16 | 2021-05-11 | 东南大学 | 一种高速公路网清障机械设备配置方法 |
CN110188923A (zh) * | 2019-05-06 | 2019-08-30 | 西南交通大学 | 一种基于大数据技术的多模式公交客流推算方法 |
CN110941269A (zh) * | 2019-11-22 | 2020-03-31 | 深圳一清创新科技有限公司 | 基于无人驾驶的车辆控制方法、装置、计算机设备和介质 |
CN110941269B (zh) * | 2019-11-22 | 2023-06-13 | 深圳一清创新科技有限公司 | 基于无人驾驶的车辆控制方法、装置、计算机设备和介质 |
CN113159499A (zh) * | 2021-03-05 | 2021-07-23 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
CN113159499B (zh) * | 2021-03-05 | 2022-05-10 | 北京化工大学 | 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法 |
CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
CN114255585B (zh) * | 2021-12-07 | 2023-12-22 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103793760B (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103793760A (zh) | 多模式综合交通枢纽内部客流换乘分配比例优化方法 | |
CN102708681B (zh) | 一种城市智能交通运输系统及其运行方法 | |
CN106991492B (zh) | 一种北方气候快充纯电动公交车运营调度优化方法 | |
US10279818B2 (en) | Method for directing passengers of public means of transport | |
Wang et al. | Train scheduling and circulation planning in urban rail transit lines | |
CN111401614B (zh) | 一种城市轨道交通动态客流分配方法及系统 | |
CN111915464B (zh) | 一种基于考虑常规公交线网的地铁中断区间乘客接驳模型系统及方法 | |
CN110203257A (zh) | 一种轨道交通事件下列车运行调度方法和系统 | |
CN105575108A (zh) | 一种智能公交调度运营方法 | |
CN105128894A (zh) | 一种列车的运行调度方法及运行调度系统 | |
CN110782694B (zh) | 一种网联公交车到站停靠管理优化方法 | |
CN113306605B (zh) | 一种动态运行图的调整方法及系统 | |
CN112793631B (zh) | 一种列车退出正线运营条件下的地铁行车调整方法及系统 | |
CN107284480A (zh) | 一种基于车底复用的列车运行图自动编制方法 | |
CN102737129A (zh) | 一种公交车辆区域行车时刻表编制的方法 | |
CN112580866B (zh) | 基于全程车与区间车组合调度的公交线路串车优化方法 | |
CN107220423A (zh) | 一种综合客运枢纽站前广场联运设施规模计算方法 | |
CN101844571A (zh) | 新型轨道交通运输控制系统 | |
CN202644335U (zh) | 一种城市智能交通运输系统 | |
Yang et al. | Multi-mode public transit OD prediction and scheduling model | |
CN109523064B (zh) | 一种基于多网融合的智能微枢纽 | |
CN101550667B (zh) | 公交车与出租车上下客停靠站一体化设置的控制方法 | |
CN107399344A (zh) | 轨道交通调度信息获取方法、车辆调度方法和系统 | |
CN112434969B (zh) | 一种区域多式轨道交通运力资源调配方法 | |
CN113298390B (zh) | 一种突发异构客流的多式协同疏散方案集构建方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |