CN105023063A - 公交线网新能源公交车运行能耗指标体系的建立方法 - Google Patents
公交线网新能源公交车运行能耗指标体系的建立方法 Download PDFInfo
- Publication number
- CN105023063A CN105023063A CN201510427645.8A CN201510427645A CN105023063A CN 105023063 A CN105023063 A CN 105023063A CN 201510427645 A CN201510427645 A CN 201510427645A CN 105023063 A CN105023063 A CN 105023063A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- bus
- adjacent
- road
- establishing
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000007667 floating Methods 0.000 claims description 5
- 229910052799 carbon Inorganic materials 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000029305 taxis Effects 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种公交线网新能源公交车运行能耗指标体系的建立方法，为将能耗纳入公交线网规划依据提供了数据支持。本方法可以为公交排班提供决策依据，对企业根据能耗情况排班，降低公交能源成本起参考作用。对社会车辆的路径规划也起到参考作用，选择低能耗线路时可降低社会车辆的能源消耗，促进低碳交通的建设。
Description
技术领域
本发明涉及城市交通技术领域，具体涉及一种公交线网新能源公交车运行能耗指标体系的建立方法。
背景技术
传统的公交线网规划依据主要是客流量和各种公交线网指标(通达率、重复率、经济性等)，而能耗并未纳入考虑范围，这将导致公交线网朝着不利于节能减排的方向发展。
发明内容
针对现有技术的不足，本发明的目的在于提供一种公交线网新能源公交车运行能耗指标体系的建立方法，以便将能耗作为公交线路规划的依据。
为了实现上述目的，本发明采取的技术方案是：
一种公交线网新能源公交车运行能耗指标体系的建立方法，包括步骤：
步骤一，采集浮动车、公交车的历史和实时能耗数据，并形成数据库，公交车以新能源公交车为主；
步骤二，以公交线路相邻站点路段的指标为基础，建立单条公交线路的相邻站点交通运行指标；
步骤三，以单条公交线路的相邻站点交通运行指标为基础，建立相同公交线路相邻站点路段下多条途径公交线路的综合的站点交通运行指标；
步骤四，以综合的站点交通运行指标为基础，推算站点相邻路段公交能耗指标值，并根据站点相邻路段能耗的情况，进行能耗超高、较高、正常、较低、超低等级划分；
步骤五，以站点相邻路段为对象建立公交线路能耗预测模型，同时考虑多条公交线路途经相同站点相邻路段的情况，建立基于公交线网的站点相邻路段能耗预测模型；
步骤六，以站点相邻路段能耗预测模型为基础，建立整个公交线网的公交能耗预测模型，从而形成公交线网交通运行能耗指标体系；
步骤七，以历史能耗数据为基础，结合实时能耗数据，利用整个公交线网的能耗预测模型对公交线网能耗进行预测。
本发明的有益效果在于：
本发明的公交线网新能源公交车运行能耗指标体系的建立方法，为将能耗纳入公交线网规划依据提供了数据支持。本方法可以为公交排班提供决策依据，对企业根据能耗情况排班，降低公交能源成本起参考作用。对社会车辆的路径规划也起到参考作用，选择低能耗线路时可降低社会车辆的能源消耗，促进低碳交通的建设。
附图说明
图1为本发明公交线网新能源公交车运行能耗指标体系的建立方法的流程示意图；
图2为广州市公交线网交通运行能耗示意图。
具体实施方式
本发明公交线网新能源公交车运行能耗指标体系的建立方法，如图1所示，包括步骤：
步骤s101，采集浮动车、公交车的历史和实时能耗数据，并形成数据库，优选地，公交车以新能源公交车为主；
步骤s102，以公交线路相邻站点路段的指标为基础，建立单条公交线路的相邻站点交通运行指标；
步骤s103，以单条公交线路的相邻站点交通运行指标为基础，建立相同公交线路相邻站点路段下多条途径公交线路的综合的站点交通运行指标；
步骤s104，以综合的站点交通运行指标为基础，推算站点相邻路段公交能耗指标值，并根据站点相邻路段能耗的情况，进行能耗超高、较高、正常、较低、超低等级划分；
步骤s105，以站点相邻路段为对象建立公交线路能耗预测模型，同时考虑多条公交线路途经相同站点相邻路段的情况，建立基于公交线网的站点相邻路段能耗预测模型；
步骤s106，以站点相邻路段能耗预测模型为基础，建立整个公交线网的公交能耗预测模型，从而形成公交线网交通运行能耗指标体系；
步骤s107，以历史能耗数据为基础，结合实时能耗数据，利用整个公交线网的能耗预测模型对公交线网能耗进行预测。
公交线网交通运行能耗指标根据公交线网分布、公交车运行能耗实际情况进行推算。主要的数据源为浮动车(出租车、客运班车等)和公交车位置信息、站点交通运行情况、乘客人数、天气状况、公交车自身能耗状况、能耗回馈比例、制动时间比例、匀速时间比例、加减速比例、滑行时间比例、匀速里程比例、加减速里程比例、拥堵里程比例、相邻站点拥堵段数、路网稳定性指数等建立。
公交线网交通运行能耗指标体系的主要思维是根据公交车运行的特点，即公交车营运线路必须停站的营运特点建立。该方法形成相邻站点之间对公交车能耗影响较大小区域交通运行指标的较准确描述，从而对线路里程较长且跨越不同路段的公交车营运过程的交通运行进行综合评估计算。从而形成对公交线网整体运行情况的整理描述，结合公交能耗相关数据，以量化方式形成公交线网交通运行能耗指标体系。这样既对公交车营运路段的相关情况进行准确描述，又能避免以整个城市交通运行指标宏观指标作为交通工况描述对公交线路上不同路段的粗略描述导致模型预测的误差。
1、站点交通运行指标建立
站点交通运行指标是根据相邻公交站点之间的交通运行路段上的交通运行指标进行描述。由于相邻公交站点通常跨越多条道路、多个路口、多个交通控制设备，因此相对交通运行指标体系而言，需要考虑更多的权重系数。
以浮动车(含公交车、出租车、客运班车、旅游包车等，主要以公交车和出租车作为主要数据源)数据为基础，根据公交车运行规律，以相邻站点之间的路段为指标计算对象，提出基于相邻站点路段的公交车能耗分析主要运行指标，主要包括：
(1)路段权重系数：其中，是统计间隔内两个相邻站点之间路段S(i,i+1)的权重系数；是统计间隔内两个相邻站点之间路段S(i,i+1)的VKT值(车km数，Vehicle Kilometers Traveled，车辆行驶里程的累积值，单位为当量小汽车·km(pcu·km))；N是相邻站点之间路网的路段数。
(2)平均行程速度：其中，为两个相邻站点之间路段S(i,i+1)的平均行程速度；为两个相邻站点之间路段S(i,i+1)的长度(并非纯电动公交车行车的实际里程)；为通过两个相邻站点之间路段S(i,i+1)的交通量；为车辆通过两个相邻站点之间路段S(i,i+1)的行程时间。
(3)站点交通运行指数：其中，为相邻站点路段中第i等级道路严重拥堵里程比例；Lij为相邻站点路段中第i等级道路处于严重拥堵等级的路段长度；N2为相邻站点路段中第i等级道路的严重拥堵路段数；Lik为相邻站点路段中第i等级道路中各路段的长度；m为相邻站点路段中第i等级道路的路段数。
(4)路网稳定性指数：其中，P为路段高峰时段时变系数；T为统计时间间隔数；V(i,i+1)为工作日或非工作日路段高峰时段内第i个时间间隔内的平均速度；v为上一个月所有工作日或非工作日高峰时段的平均速度。
(5)其他指标，如加权平均速度、拥堵里程比例、拥堵持续时间、常发拥堵路段数等与广州市地方技术标准《城市道路交通运行评价指标体系》(DBJ440100/T164-2013)(广州市交通运输研究所，2013)的相关计算方式相同。
2、站点相邻路段能耗等级划分
不同的营运路段能耗的差异性导致了公交线路的能耗必须进行细分并建立不同的模型方可准确对站点相邻路段能耗情况进行估算。公交线路的能耗在实际营运过程中的分配可按照线路和站点两种方式进行分配。按照线路的能耗分配方式充分考虑了公交车行车工况，但其没有考虑公交运营过程的进站出站过程中存在停留时间，路段中需要停站的站点越多，路段能耗计算模型则越复杂，而且公交车行驶路段的工况受路网影响较大，路段能耗模型的稳定性和鲁棒性较差。为此，根据公交车运营特点，以出站为起点、进站为终点，建立相邻站点之间的站点能耗模型，在充分考虑道路工况情况下，可建立稳定性较好的能耗模型，并且在公交线路调整时，站点能耗模型具有更好的扩展性和外延性。
以纯电动公交的实时能耗情况作为等级划分的总体标准，及利用纯电动公交车行经该站点相邻路段的能耗情况，作为该站点相邻路段的能耗划分标准，其他影响因素作为判断因素，而不作为最终定级因素。
以广汽集团生产的纯电动公交车为例，表1为站点相邻路段能耗分级划分情况。
表1站点相邻路段能耗分级
注：总电压、总电流等均为放电过程的电池组整体测量数据的绝对值，最高电压、最低电压、电压差指的是单体电池电压。最高电压和最低电压具有独立的对应性。
3、站点相邻路段能耗预测方法
根据公交车能耗影响因素的特点，主要结合带能耗标识的模糊聚类算法，以相似性搜索实现能耗模糊时间序列的挖掘。以两个相邻站点之间动公交车营运过程中所有影响因素作为聚类的维度。为更好地对能耗进行定性描述，能耗等级以及影响因素等级已经按照实际情况根据专家意见以及实际营运均值数据等进行划分，而模糊聚类中心的数据具有不确定性，同时聚类中心所表达的模型不一定能够准确表达典型能耗状况，因此本文选取典型能耗样本进行标识，使其成为初始化的带标识的聚类中心，并对其他样本数据完成聚类运算，达到更好地完成能耗数据划分的目的，从而建立基于模糊聚类的时间序列能耗分析模型。
聚类算法的每一步迭代中，每一个样本点都被认为是完全属于某一类别。模糊聚类算法放松这一条件，假设是模糊隶属(Fuzzy Membership)于某一类。从根本上说，这种隶属度函数等价于式中的其中，是隶属函数的参数向量。
对于公交车能耗影响因素数据集X＝{x1,x2,L,xN}，N为数据集中元素的个数，c是聚类中心数，最小化全局代价函数为：
通过模糊聚类中心对相邻站点之间的能耗及影响因素的能耗情况进行描述以及标识后，可通过模糊时间序列分析算法对纯电动公交车能耗状况进行建模。
模糊时间序列可以较准确地预测元素对于具体模糊集合的隶属程度，适用于站点相邻路段能耗的预测与权值的计算。客流、路网运行指标、当班驾驶员及其驾驶习惯等因素存在多重的不确定性，隶属度函数自身的形状或参数存在的不确定性、具体影响元素对于整体能耗模糊集合的隶属度值的不确定等，对多影响因素的模糊时间序列预测结果构成直接影响。为进一步增强模糊时间序列增强描述和处理不确定性的能力，对于站点相邻路段能耗时间序列模型，本文采用更适用于存在多重不确定性的二型模糊集合方法，将传统模糊集合进行扩展，给出能耗影响因素集合中隶属度值的模糊程度，通过采用三维的隶属度函数，使其集合元素的隶属度成为一个[0,1]间的模糊数。
对于二型模糊集的主隶属函数的定义域Jt，使得其为t的主隶属度。对于某个特定的t∈U，其对应的隶属函数值被定义为二型模糊集在t上的次隶属度，同理ft为特定t上的次隶属函数。
建立模糊逻辑关系矩阵并经过模糊规则推理后，可通过去模糊方式，实现预测值的精确值计算。在没有建立模糊逻辑关系矩阵时，为去模糊化，以直接并(∨m)和交(∧m)的方式求不同层次的模糊关系的并集和交集，并统计并集和交集中元素的个数作为预测的依据：
其中，mp是模糊集Np(t)对应区间的中心值，和分别是Setp、Seth以及Nl(t)的并集和交集中元素的个数。在此基础上，总的预测公式，即综合形式可表示为：
在应用层面，一般认为三个公式可根据具体应用场景和数据情况决定使用的公式和形式。根据工程技术上预测经验，在此基础上，本文提出了以下公式实现公交车站点相邻路段能耗预测值计算：
其中Fvall(t+1)为历史数据中站点相邻路段能耗最低值；Fvalh(t+1)为历史数据中站点相邻路段能耗最高值。
4、公交线网交通运行能耗指标建立方法
以站点相邻路段能耗计算结果为基础，以5分钟为统计周期，将全市公交线网按照站点相邻路段进行划分，并在所有的站点相邻路段上按照不同的等级标注能耗等级，从而建立公交线网交通运行能耗指标，反映区域交通能耗的变化趋势和能耗时空演化规律。同时以公交线网综合能耗强度，即综合能耗时空范围与总时空范围之比，表征公交线网的能耗高低比例。
按照公交线网交通运行能耗指标体系的分类要求，按照颜色深度由深绿到深红色分别表示高能耗、较高能耗、正常能耗、较低能耗和超低能耗，如图2所示，其公交线网交通运行能耗指标值范围分别0-2、2-4、4-6、6-8和8-10。
上列详细说明是针对本发明可行实施例的具体说明，该实施例并非用以限制本发明的专利范围，凡未脱离本发明所为的等效实施或变更，均应包含于本案的专利范围中。
Claims (9)
1.一种公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，包括步骤：
步骤一，采集浮动车、公交车的历史和实时能耗数据，并形成数据库；
步骤二，以公交线路相邻站点路段的指标为基础，建立单条公交线路的相邻站点交通运行指标；
步骤三，以单条公交线路的相邻站点交通运行指标为基础，建立相同公交线路相邻站点路段下多条途径公交线路的综合的站点交通运行指标；
步骤四，以综合的站点交通运行指标为基础，推算站点相邻路段公交能耗指标值，并根据站点相邻路段能耗的情况，进行能耗超高、较高、正常、较低、超低等级划分；
步骤五，以站点相邻路段为对象建立公交线路能耗预测模型，同时考虑多条公交线路途经相同站点相邻路段的情况，建立基于公交线网的站点相邻路段能耗预测模型；
步骤六，以站点相邻路段能耗预测模型为基础，建立整个公交线网的公交能耗预测模型，从而形成公交线网交通运行能耗指标体系；
步骤七，以历史能耗数据为基础，结合实时能耗数据，利用整个公交线网的能耗预测模型对公交线网能耗进行预测。
2.根据权利要求1所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，
相邻站点路段的指标包括：路段权重系数、平均行程速度、站点交通运行指数、路网稳定性指数、加权平均速度、拥堵里程比例、拥堵持续时间、长发拥堵路段数。
3.根据权利要求2所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，
路段权重系数：其中，是统计间隔内两个相邻站点之间路段S(i,i+1)的权重系数；是统计间隔内两个相邻站点之间路段S(i,i+1)的VKT值；N是相邻站点之间路网的路段数。
4.根据权利要求3所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，
平均行程速度：其中，为两个相邻站点之间路段S(i,i+1)的平均行程速度；为两个相邻站点之间路段S(i,i+1)的长度(并非纯电动公交车行车的实际里程)；为通过两个相邻站点之间路段S(i,i+1)的交通量；为车辆通过两个相邻站点之间路段S(i,i+1)的行程时间。
5.根据权利要求4所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，
站点交通运行指数：其中，为相邻站点路段中第i等级道路严重拥堵里程比例；Lij为相邻站点路段中第i等级道路处于严重拥堵等级的路段长度；N2为相邻站点路段中第i等级道路的严重拥堵路段数；Lik为相邻站点路段中第i等级道路中各路段的长度；m为相邻站点路段中第i等级道路的路段数。
6.根据权利要求5所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，
路网稳定性指数：其中，P为路段高峰时段时变系数；T为统计时间间隔数；V(i,i+1)为工作日或非工作日路段高峰时段内第i个时间间隔内的平均速度；为上一个月所有工作日或非工作日高峰时段的平均速度。
7.根据权利要求1或2或3或4或5或6所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，
将行径SOC差异值、总电压、最高电压、最低电压、电池最高温度、公交车最低温度、总电流和电压差作为依据，对站点相邻路段能耗进行等级划分。
8.根据权利要求1或2或3或4或5或6所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，
站点相邻路段能耗预测值的计算方法为：
其中，Fvall(t+1)为历史能耗数据中站点相邻路段能耗最低值；Fvalh(t+1)为历史能耗数据中站点相邻路段能耗最高值；且
mp是模糊集Np(t)对应区间的中心值，和分别是Setp、Seth以及Nl(t)的并集和交集中元素的个数。
9.根据权利要求1或2或3或4或5或6所述的公交线网新能源公交车运行能耗指标体系的建立方法，其特征在于，能耗数据以新能源公交车的能耗数据为主。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510427645.8A CN105023063B (zh) | 2015-07-20 | 2015-07-20 | 公交线网新能源公交车运行能耗指标体系的建立方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510427645.8A CN105023063B (zh) | 2015-07-20 | 2015-07-20 | 公交线网新能源公交车运行能耗指标体系的建立方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105023063A true CN105023063A (zh) | 2015-11-04 |
| CN105023063B CN105023063B (zh) | 2019-08-02 |
Family
ID=54413016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510427645.8A Expired - Fee Related CN105023063B (zh) | 2015-07-20 | 2015-07-20 | 公交线网新能源公交车运行能耗指标体系的建立方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105023063B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107680391A (zh) * | 2017-09-28 | 2018-02-09 | 长沙理工大学 | 十字路口交通流的二型模糊控制方法 |
| CN112149919A (zh) * | 2020-10-15 | 2020-12-29 | 武汉译码当先科技有限公司 | 公交运营线路评测方法、装置、设备及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090126151A (ko) * | 2008-06-03 | 2009-12-08 | 포스데이타 주식회사 | 교통 네트워크 편집장치 및 이를 포함하는 교통흐름시뮬레이션 시스템 |
| FR2994923B1 (fr) * | 2012-08-31 | 2015-11-27 | IFP Energies Nouvelles | Procede de determination d'un indicateur energetique d'un deplacement d'un vehicule |
| CN103745111B (zh) * | 2014-01-15 | 2017-06-16 | 华南农业大学 | 纯电动乘用车续驶里程预测方法 |
| CN103927872B (zh) * | 2014-04-28 | 2015-10-21 | 武汉大学 | 一种基于浮动车数据预测多时段行程时间分布的方法 |
-
2015
- 2015-07-20 CN CN201510427645.8A patent/CN105023063B/zh not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107680391A (zh) * | 2017-09-28 | 2018-02-09 | 长沙理工大学 | 十字路口交通流的二型模糊控制方法 |
| CN112149919A (zh) * | 2020-10-15 | 2020-12-29 | 武汉译码当先科技有限公司 | 公交运营线路评测方法、装置、设备及存储介质 |
| CN112149919B (zh) * | 2020-10-15 | 2024-01-16 | 武汉市公用电子工程有限责任公司 | 公交运营线路评测方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105023063B (zh) | 2019-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McIntosh et al. | The role of urban form and transit in city car dependence: Analysis of 26 global cities from 1960 to 2000 | |
| CN105788260B (zh) | 一种基于智能公交系统数据的公交乘客od推算方法 | |
| CN105865472A (zh) | 一种基于最佳油耗的车载导航方法 | |
| CN107919014B (zh) | 面向多载客里程的出租车运行线路优化方法 | |
| CN106097226A (zh) | 基于层次规划的城市常规公交线网设计方法 | |
| CN106781468B (zh) | 基于建成环境和低频浮动车数据的路段行程时间估计方法 | |
| CN112309119B (zh) | 一种城市交通系统容量分析优化方法 | |
| CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
| CN103761589A (zh) | 一种城市轨道交通清分方法 | |
| CN103745110A (zh) | 纯电动公交车营运续驶里程估算方法 | |
| CN105389640A (zh) | 市郊铁路客流的预测方法 | |
| CN114840984A (zh) | 一种考虑出行路径决策的电动汽车充电负荷时空预测方法 | |
| Peñabaena-Niebles et al. | The positive impacts of designing transition between traffic signal plans considering social cost | |
| CN112150802A (zh) | 基于地面公交运行状态可靠性的城市道路等级划分方法 | |
| CN117745108B (zh) | 一种先进空中交通的客流需求预测方法和系统 | |
| Miao et al. | Highly Automated Electric Vehicle (HAEV)-based mobility-on-demand system modeling and optimization framework in restricted geographical areas | |
| CN105023063B (zh) | 公交线网新能源公交车运行能耗指标体系的建立方法 | |
| CN109583708B (zh) | 多智能体微观交通配流模型的建立方法 | |
| Ghasedi et al. | Robust optimization of bus stop placement based on dynamic demand using meta heuristic approaches: a case study in a developing country | |
| Si et al. | Modeling the congestion cost and vehicle emission within multimodal traffic network under the condition of equilibrium | |
| Hamad et al. | Forecasting model for vehicular demand: an alternative methodology in the context of developing countries | |
| Kutlimuratov et al. | Impact of stops for bus delays on routes | |
| Hariz et al. | Mobility traffic model based on combination of multiple transportation forms in the smart city | |
| CN109034593B (zh) | 一种拼车优先管控策略实施效益评价方法 | |
| Rui et al. | Simulated annealing algorithm for solving a bi-level optimization model on high-speed railway station location |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190729 Address after: Yuexiu District Guangzhou City, Guangdong province 510070 martyrs compound No. 100 building 3 Guangzhou Institute of Geography Co-patentee after: Guangdong Zhongke Zhenheng Information Technology Co., Ltd. Patentee after: Guangzhou Institute of Geography Co-patentee after: Yang Jingfeng Address before: 510070 No. 100 Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee before: Guangzhou Institute of Geography |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190802 Termination date: 20200720 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |