CN106056909A - 一种中小城市快速公交阈值确定方法 - Google Patents
一种中小城市快速公交阈值确定方法 Download PDFInfo
- Publication number
- CN106056909A CN106056909A CN201610495741.0A CN201610495741A CN106056909A CN 106056909 A CN106056909 A CN 106056909A CN 201610495741 A CN201610495741 A CN 201610495741A CN 106056909 A CN106056909 A CN 106056909A
- Authority
- CN
- China
- Prior art keywords
- road
- bus
- transportation
- mode
- time
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种中小城市快速公交阈值确定方法,该方法首先确定城市现有道路容量计算方法,然后根据城市人口、GDP以及建成区面积确定各交通方式人均时间消耗,同时根据各交通方式的速度确定各交通方式人均空间消耗,进而得到各交通方式动态时空资源分配计算方法,并以此为基础建立交通出行时空资源消耗模型,最后计算城市道路供求匹配指数,确定道路容量与需求的匹配程度。本发明在探索中小城市公交规划发展模式,结合中小城市道路资源,可以提供一个常规公交、快速公交不同公交模式之间变化的临界阈值的方法,最大限度地满足居民出行需求。
Description
技术领域
本发明涉及一种中小城市快速公交阈值确定方法,属于城市交通规划领域。
背景技术
根据2014年国务院印发的《关于调整城市规模划分标准的通知》规定,城区常住人口50万以下的城市为小城市,城区常住人口50万以上100万以下的城市为中等城市。我国中小城市数目已达2160个,56%的地级以上城市为中小城市。中小城市在中国的经济建设中发挥着越来越重要的作用,随着城镇化的快速进行,中小城市的迅猛发展,城市不断变大的过程中,居民出行量和汽车保有量不断增加,中小城市交通问题逐渐成为制约中小城市发展的重要因素。我国的中小城市在交通系统方面,主要表现在道路基础设施不足、时空资源有限,公共交通发展水平较低等方面。因此需要通过中小城市交通方式的演变特征来对未来中小城市合理交通出行结构进行探究,指明中小城市未来交通发展方向。以合理交通出行结构为目标,对道路网密度、公共交通供给加以调控,从而协调各种交通方式,实现高效以及可持续的城市交通系统,进而从交通方面提高中小城市的吸引力。
此外,随着绿色生活理念和方式的推广普及,促使越来越多的个体选择绿色环保的出行方式,公共交通等交通方式需求将快速增长。面对交通出行、土地、环境和能源的压力,为解决高密度客流的问题,优先发展公共交通将成为中小城市城镇化过程中交通必然的公共政策和具体行动。落实公交优先发展战略,大力推进公共交通,是缓解城市交通拥堵、推动城市交通健康发展的必由之路。为此,可以通过一些理性的手段引导人们自觉调整交通出行观念和交通行为方式:1)建立与我国资源相适应的交通体系,发展公共交通,在结构上实现交通模式的优化;2)创造条件和鼓励人们采用较少资源消耗的交通模式,通过对宏观因素变化的把控,引导居民出行方式的选择。因此,基于“公交优先”的理念,结合中小城市道路资源,探索中小城市公交规划发展模式,探索不同公交模式之间转化的阈值,构建布局合理、方便适用的多层次公交规划,最大限度的发挥公交体系的作用,满足居民出行需求显得尤为重要。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种中小城市快速公交阈值确定的方法,该方法在既定路网容量的道路条件和交通条件下,通过将出行方式比例、出行时耗等作为可调变量,可以提供一个常规公交、快速公交不同公交模式之间变化的临界阈值的方法,最大限度地满足居民出行需求。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种中小城市快速公交阈值确定方法,包括以下步骤:
步骤1,获取城市中出行所采用的交通方式、居民平均出行次数。
步骤2,获取城市的道路信息,所述道路信息包括道路有效营运时间以及各等级道路长度、宽度、车道数。根据道路有效营运时间以及各等级道路长度、宽度、车道数建立路网总时空资源模型,进而根据获取的道路信息得到路网总时空资源。
步骤3,获取城市建成区非农人口、城市GDP、城市建成区面积信息。根据城市建成区非农人口、城市GDP、城市建成区面积建立居民公交车人均出行时耗模型,将获取城市建成区非农人口、城市GDP、城市建成区面积信息代入居民公交车人均出行时耗模型得到居民公交车人均出行时耗。
步骤4,根据步骤1获得的各个交通方式确定各交通方式人均空间消耗。
步骤5,给定各交通方式出行比例,根据步骤1所获取的居民平均出行次数、步骤3得到的各交通方式人均出行时耗、步骤4得到的人均空间消耗以及给定的各交通方式出行比例建立各交通方式动态时空消耗总量模型,进而得到各交通方式动态时空消耗总量。
步骤6,根据步骤2确定的路网总时空资源以及步骤5确定的各交通方式动态时空消耗总量计算城市道路供求匹配指数,根据城市道路供求匹配指数建立道路容量与需求的匹配状况模型,确定道路容量与需求的匹配程度。如果不满足要求,确定是否引入快速公交,如果否,返回步骤5调整各交通方式出行比例,如果是,则返回到步骤1,直到交通结构合理为止。如果满足要求,则得到各交通方式合理的出行结构。
所述步骤2中路网总时空资源模型为:
其中,C—道路网的时空总资源;
T—城市道路交通设施的有效营运时间即时间资源;
Li—第i类道路总长度;
bi—第i类道路的单车道的宽度;
Ni—第i类道路平均车道数;
αi—第i类道路的交叉口折减系数;
μi—第i类道路的车道有效长度折减系数;
γi—第i类道路的车道有效宽度折减系数;
其中,i取1,2,3,4,i=1代表快速路,i=2代表主干路,i=3代表次干路,i=4代表支路。
所述步骤3中居民公交车人均出行时耗模型:
y=0.092x1-0.003x2+0.093x3+22.835;
其中,y-居民公交车出行平均时耗;
x1-城市建成区非农人口;
x2-城市GDP;
x3-城市建成区面积。
所述步骤4中各交通方式人均空间消耗方程:
其中,DAwalk-行人步行人均动态占用面积;
Vwalk-行人平均步行速度;
DAbike-自行车人均动态占用面积;
Vmax-自行车行驶时的最大车速;
Vmin-自行车刹车开始时的车速;
DAcar-小汽车人均动态占用面积;
Vcar-小汽车行驶车速;
ncar-小汽车平均载客人数;
DAmot-助力车人均动态占用面积;
Vmot-助力车行驶车速;
nmot-助力车平均载客人数;
DAbus-常规公交人均动态占用面积;
Vbus-公交车行驶车速;
nbus-公交车平均载客人数;
DABRT-快速公交人均动态占用面积;
VBRT-快速公交行驶车速;
nBRT-快速公交平均载客人数。
所述步骤4中,小汽车平均载客人数取1.5,助力车平均载客人数取1.2,公交车平均载客人数取27.6,快速公交平均载客人数取65。
所述步骤5中各交通方式动态时空消耗总量模型:
其中,i-取值1-6,分别对应步行、自行车、小汽车、公交车、快速公交车;
Vbus-只含有常规公交的总消耗资源;
VBRT-含有快速公交的总消耗资源;
M-出行人数;
N-统计时段人均出行次数;
Pi-各交通方式的出行结构即各交通方式出行比例;
DAi-各交通方式的动态道路占用面积;
Vi-各交通方式的速度;
Ti-各交通方式的平均出行时耗。
所述步骤6中城市道路供求匹配指数计算公式为:
X=Vbus/C;
X=VBRT/C;
其中,X-道路供求匹配指数,Vbus-只含有常规公交的总消耗资源,VBRT-含有快速公交的总消耗资源,C—道路网的时空总资源。
所述步骤6中道路容量与需求的匹配状况模型为;
其中,X-道路供求匹配指数。
所述步骤6中调整交通结构合理的方法,调整出行方式比例、出行时耗来满足供求匹配指数的要求,确定常规公交、快速公交不同公交模式之间变化的临界阈值。
有益效果:本发明提供的一种中小城市快速公交阈值确定方法,相比现有技术,具有以下有益效果:
本发明以城市道路各级道路为研究对象,建立了道路网的时空总资源和交通出行道路网的时空资源消耗计算模型,设计了一种诊断路网时空资源承载能力的方法,弥补中小城市确定是否引入快速公交过程中忽略时空资源消耗的缺陷。本发明首先建立分方式动态时空资源分配计算方法,然后确定城市现有道路容量计算方法,并以此为基础建立交通出行时空资源消耗模型,将出行方式比例、出行时耗等作为可调变量,确定常规公交、快速公交不同公交模式之间变化的临界阈值,旨在探索中小城市公交规划发展模式,并结合中小城市道路资源,最大限度地满足居民出行需求。
附图说明
图1为本发明的流程图。
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。
一种中小城市快速公交阈值确定方法,包括以下步骤:
步骤1,获取城市中出行所采用的交通方式、居民平均出行次数。
步骤2,获取城市的道路信息,所述道路信息包括道路有效营运时间以及各等级道路长度、宽度、车道数。根据道路有效营运时间以及各等级道路长度、宽度、车道数建立路网总时空资源模型,进而根据获取的道路信息得到路网总时空资源。
所述路网总时空资源模型为:
其中,C—道路网的时空总资源,单位km2·h;
T—城市道路交通设施的有效营运时间即时间资源,单位h;
Li—第i类道路总长度,单位km;
bi—第i类道路的单车道的宽度,单位m,推荐值见表1;
Ni—第i类道路平均车道数,推荐值见表1;
αi—第i类道路的交叉口折减系数,推荐值见表2;
μi—第i类道路的车道有效长度折减系数,推荐值见表2;
γi—第i类道路的车道有效宽度折减系数,推荐值见表2;
其中,i取1,2,3,4,i=1代表快速路,i=2代表主干路,i=3代表次干路,i=4代表支路。车道数和车道宽度的值如表1所示,各折减系数的值如表2所示.
表1车道数和车道宽度推荐值
道路类型 | 快速路 | 主干路 | 次干路 | 支路 |
车道数bi | 6 | 4 | 4 | 2 |
车道宽度Ni | 3.5 | 3.5 | 3.25 | 3.25 |
表2各折减系数推荐值
道路类型 | 快速路 | 主干路 | 次干路 | 支路 |
交叉口折减系数αi | 0.9 | 0.6 | 0.5 | 0.5 |
车道有效宽度折减系数γi | 0.9 | 0.9 | 0.9 | 1.0 |
车道有效长度折减系数μi | 0.9 | 0.7 | 0.7 | 0.7 |
步骤3,获取城市建成区非农人口、城市GDP、城市建成区面积信息。根据城市建成区非农人口、城市GDP、城市建成区面积建立居民公交车人均出行时耗模型,将获取城市建成区非农人口、城市GDP、城市建成区面积信息代入居民公交车人均出行时耗模型得到居民公交车人均出行时耗。
居民公交车人均出行时耗模型如下:
y=0.092x1-0.003x2+0.093x3+22.835;
其中,y-居民公交车出行平均时耗,单位min;
x1-城市建成区非农人口,单位万人;
x2-城市GDP,单位万元;
x3-城市建成区面积,单位km2。
步骤4,根据步骤1获得的各个交通方式确定各交通方式人均空间消耗。
各交通方式人均空间消耗方程如下:
其中,DAwalk-行人步行人均动态占用面积,单位m2·(人)-1;
Vwalk-行人平均步行速度,单位km/h;
DAbike-自行车人均动态占用面积,单位m2·(人)-1;
Vmax-自行车行驶时的最大车速,单位km/h;
Vmin-自行车刹车开始时的车速,单位km/h;
DAcar-小汽车人均动态占用面积,单位m2·(人)-1;
Vcar-小汽车行驶车速,单位km/h;
ncar-小汽车平均载客人数取1.5;
DAmot-助力车人均动态占用面积,单位m2·(人)-1;
Vmot-助力车行驶车速,单位km/h;
nmot-助力车平均载客人数取1.2;
DAbus-常规公交人均动态占用面积,单位m2·(人)-1;
Vbus-公交车行驶车速,单位km/h;
nbus-公交车平均载客人数取27.6;
DABRT-快速公交人均动态占用面积,单位m2·(人)-1;
VBRT-快速公交行驶车速,单位km/h;
nBRT-快速公交平均载客人数取65。
步骤5,给定各交通方式出行比例,根据步骤1所获取的居民平均出行次数、步骤3得到的各交通方式人均出行时耗、步骤4得到的人均空间消耗以及给定的各交通方式出行比例建立各交通方式动态时空消耗总量模型,进而得到各交通方式动态时空消耗总量。
各交通方式动态时空消耗总量模型:
其中,i-取值1-6,分别对应步行、自行车、小汽车、公交车、快速公交车;
Vbus-只含有常规公交的总消耗资源;
VBRT-含有快速公交的总消耗资源;
M-出行人数;
N-统计时段人均出行次数;
Pi-各交通方式的出行结构即各交通方式出行比例;
DAi-各交通方式的动态道路占用面积,单位m2·(人)-1;
Vi-各交通方式的速度,单位km/h;
Ti-各交通方式的平均出行时耗;
Vbus-只含有常规公交的总消耗资源;
VBRT-含有快速公交的总消耗资源;
M-出行人数;
N-统计时段人均出行次数;
Pi-各交通方式的出行结构即各交通方式出行比例;
DAi-各交通方式的动态道路占用面积;
Vi-各交通方式的速度;
Ti-各交通方式的平均出行时耗。
步骤6,根据步骤2确定的路网总时空资源以及步骤5确定的各交通方式动态时空消耗总量计算城市道路供求匹配指数,根据城市道路供求匹配指数建立道路容量与需求的匹配状况模型,确定道路容量与需求的匹配程度。如果不满足要求,确定是否引入快速公交,如果否,返回步骤5调整各交通方式出行比例,如果是,则返回到步骤1,直到交通结构合理为止。如果满足要求,则得到各交通方式合理的出行结构。
城市道路供求匹配指数计算公式为:
X=Vbus/C;
X=VBRT/C;
道路容量与需求的匹配状况模型为;
其中,X-道路供求匹配指数,Vbus-只含有常规公交的总消耗资源,VBRT-含有快速公交的总消耗资源,C—道路网的时空总资源。
调整交通结构合理的方法,调整出行方式比例、出行时耗来满足供求匹配指数的要求,确定常规公交、快速公交不同公交模式之间变化的临界阈值。
运用此发明中的的方法,选取具有代表性的集中块状单中心中小城市为研究案例的虚拟城市,计算时段为高峰小时。其具体参数如下:
表3案例城市城市规模
表4道路容量
1.选择常规公交方案
2.城市道路容量计算:
表5道路容量
C=(656.1+423.4+529.2+637.0)*1/1000=2.209
3.计算各交通方式动态时空消耗,具体值见表6:
表6各交通方式时空消耗(BRT百分比0)
出行方式 | 步行 | 自行车 | 助力车 | 小汽车 | 公交车 | BRT |
出行结构比例/% | 30 | 25 | 15 | 15 | 15 | 0 |
平均速度/(km/h) | 4 | 12 | 25 | 30 | 30 | 30 |
动态道路占用面积/m2 | 2.63 | 4.90 | 27 | 61.25 | 5.33 | 2.26 |
时间消耗/min | 19 | 23 | 22 | 29 | 36 | 35 |
时空消耗/min·m2 | 15 | 28.20 | 89.10 | 266.44 | 28.76 | 0 |
4.交通出行时空资源消耗总量计算:
Vbus=(15.00+28.20+89.10+266.44+28.76)*50*1/6000=2.137
其中,出行人数M取30,高峰期间有效出行次数N取1
5.计算道路供求匹配指数:
X=2.137/2.209=0.967≥0.95
匹配指数较大,说明高峰期间城市时空资源紧张,供给不足。因此需要调整出行结构,进行方案的改进。
6.调整出行结构,进行方案的改进:
表7各交通方式时空消耗2
出行方式 | 步行 | 自行车 | 助力车 | 小汽车 | 公交车 | BRT |
出行结构比例/% | 30 | 25 | 15 | 15 | 13 | 2 |
平均速度/(km/h) | 4 | 12 | 25 | 30 | 30 | 30 |
动态道路占用面积/m2 | 2.63 | 4.90 | 27.00 | 61.25 | 5.33 | 2.26 |
时间消耗/min | 19 | 23 | 22 | 29 | 36 | 35 |
时空消耗km2·h | 15.00 | 28.20 | 89.10 | 266.44 | 24.93 | 1.58 |
VBRT=(15.00+28.20+89.10+266.44+24.93+1.58)*50*1/6000=2.126
X=2.126/2.209=0.962≥0.95
7.继续增加BRT在出行结构中的比例:
表8各交通方式时空消耗3
VBRT=(15.00+28.20+89.10+266.44+15.34+5.54)*50*1/6000=2.09
X=2.09/2.20=0.945<0.95
道路供求匹配指数满足良好匹配要求,因此通过调整交通结构合理的方法,确定常规公交、快速公交不同公交模式之间变化的临界阈值。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种中小城市快速公交阈值确定方法,其特征在于,包括以下步骤:
步骤1,获取城市中出行所采用的交通方式、居民平均出行次数;
步骤2,获取城市的道路信息,所述道路信息包括道路有效营运时间以及各等级道路长度、宽度、车道数;根据道路有效营运时间以及各等级道路长度、宽度、车道数建立路网总时空资源模型,进而根据获取的道路信息得到路网总时空资源;
步骤3,获取城市建成区非农人口、城市GDP、城市建成区面积信息;根据城市建成区非农人口、城市GDP、城市建成区面积建立居民公交车人均出行时耗模型,将获取城市建成区非农人口、城市GDP、城市建成区面积信息代入居民公交车人均出行时耗模型得到居民公交车人均出行时耗;
步骤4,根据步骤1获得的各个交通方式确定各交通方式人均空间消耗;
步骤5,给定各交通方式出行比例,根据步骤1所获取的居民平均出行次数、步骤3得到的各交通方式人均出行时耗、步骤4得到的人均空间消耗以及给定的各交通方式出行比例建立各交通方式动态时空消耗总量模型,进而得到各交通方式动态时空消耗总量;
步骤6,根据步骤2确定的路网总时空资源以及步骤5确定的各交通方式动态时空消耗总量计算城市道路供求匹配指数,根据城市道路供求匹配指数建立道路容量与需求的匹配状况模型,确定道路容量与需求的匹配程度;如果不满足要求,确定是否引入快速公交,如果否,返回步骤5调整各交通方式出行比例,如果是,则返回到步骤1,直到交通结构合理为止;如果满足要求,则得到各交通方式合理的出行结构。
2.根据权利要求1所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤2中路网总时空资源模型为:
其中,C—道路网的时空总资源;
T—城市道路交通设施的有效营运时间即时间资源;
Li—第i类道路总长度;
bi—第i类道路的单车道的宽度;
Ni—第i类道路平均车道数;
αi—第i类道路的交叉口折减系数;
μi—第i类道路的车道有效长度折减系数;
γi—第i类道路的车道有效宽度折减系数;
其中,i取1,2,3,4,i=1代表快速路,i=2代表主干路,i=3代表次干路,i=4代表支路。
3.根据权利要求1所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤3中居民公交车人均出行时耗模型:
y=0.092x1-0.003x2+0.093x3+22.835;
其中,y-居民公交车出行平均时耗;
x1-城市建成区非农人口;
x2-城市GDP;
x3-城市建成区面积。
4.根据权利要求1所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤4中各交通方式人均空间消耗方程:
其中,DAwalk-行人步行人均动态占用面积;
Vwalk-行人平均步行速度;
DAbike-自行车人均动态占用面积;
Vmax-自行车行驶时的最大车速;
Vmin-自行车刹车开始时的车速;
DAcar-小汽车人均动态占用面积;
Vcar-小汽车行驶车速;
ncar-小汽车平均载客人数;
DAmot-助力车人均动态占用面积;
Vmot-助力车行驶车速;
nmot-助力车平均载客人数;
DAbus-常规公交人均动态占用面积;
Vbus-公交车行驶车速;
nbus-公交车平均载客人数;
DABRT-快速公交人均动态占用面积;
VBRT-快速公交行驶车速;
nBRT-快速公交平均载客人数。
5.根据权利要求4所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤4中,小汽车平均载客人数取1.5,助力车平均载客人数取1.2,公交车平均载客人数取27.6,快速公交平均载客人数取65。
6.根据权利要求1所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤5中各交通方式动态时空消耗总量模型:
其中,i-取值1-6,分别对应步行、自行车、小汽车、公交车、快速公交车;
Vbus-只含有常规公交的总消耗资源;
VBRT-含有快速公交的总消耗资源;
M-出行人数;
N-统计时段人均出行次数;
Pi-各交通方式的出行结构即各交通方式出行比例;
DAi-各交通方式的动态道路占用面积;
Vi-各交通方式的速度;
Ti-各交通方式的平均出行时耗。
7.根据权利要求1所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤6中城市道路供求匹配指数计算公式为:
X=Vbus/C;
X=VBRT/C;
其中,X-道路供求匹配指数,Vbus-只含有常规公交的总消耗资源,VBRT-含有快速公交的总消耗资源,C—道路网的时空总资源。
8.根据权利要求1所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤6中道路容量与需求的匹配状况模型为;
其中,X-道路供求匹配指数。
9.根据权利要求1所述的中小城市快速公交阈值确定方法,其特征在于:所述步骤6中调整交通结构合理的方法,调整出行方式比例、出行时耗来满足供求匹配指数的要求,确定常规公交、快速公交不同公交模式之间变化的临界阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610495741.0A CN106056909B (zh) | 2016-06-29 | 2016-06-29 | 一种中小城市快速公交阈值确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610495741.0A CN106056909B (zh) | 2016-06-29 | 2016-06-29 | 一种中小城市快速公交阈值确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106056909A true CN106056909A (zh) | 2016-10-26 |
CN106056909B CN106056909B (zh) | 2018-09-07 |
Family
ID=57166936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610495741.0A Active CN106056909B (zh) | 2016-06-29 | 2016-06-29 | 一种中小城市快速公交阈值确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106056909B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146155A (zh) * | 2018-08-02 | 2019-01-04 | 东南大学 | 基于多源数据融合的城市交通出行需求确定方法及系统 |
CN116129651A (zh) * | 2023-03-13 | 2023-05-16 | 东南大学 | 一种基于居民出行行为选择的交通容量计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090008887A (ko) * | 2007-07-19 | 2009-01-22 | (주)하이파킹 | 주차관리 시스템 |
CN102831767A (zh) * | 2012-08-13 | 2012-12-19 | 东南大学 | 一种综合成本优化的城市公共交通多模式站点停靠方法 |
CN104318758A (zh) * | 2014-11-05 | 2015-01-28 | 东南大学 | 基于多层次多模式的公交线网规划方法 |
CN104778832A (zh) * | 2015-04-24 | 2015-07-15 | 东南大学 | 一种多方式的城市道路横断面资源协调配置方法 |
-
2016
- 2016-06-29 CN CN201610495741.0A patent/CN106056909B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090008887A (ko) * | 2007-07-19 | 2009-01-22 | (주)하이파킹 | 주차관리 시스템 |
CN102831767A (zh) * | 2012-08-13 | 2012-12-19 | 东南大学 | 一种综合成本优化的城市公共交通多模式站点停靠方法 |
CN104318758A (zh) * | 2014-11-05 | 2015-01-28 | 东南大学 | 基于多层次多模式的公交线网规划方法 |
CN104778832A (zh) * | 2015-04-24 | 2015-07-15 | 东南大学 | 一种多方式的城市道路横断面资源协调配置方法 |
Non-Patent Citations (3)
Title |
---|
吕雄鹰: "基于路网容量限制的控规土地开发强_省略_以上海轨交17号线嘉松中路站为例", 《交通与运输》 * |
张维锋: "基于TOD模式的宿迁市BRT建设研究", 《现代交通技术》 * |
赵发科 等: "基于时空消耗理论的城市交通结构数学规划优化模型研究", 《现代交通技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146155A (zh) * | 2018-08-02 | 2019-01-04 | 东南大学 | 基于多源数据融合的城市交通出行需求确定方法及系统 |
CN109146155B (zh) * | 2018-08-02 | 2021-07-09 | 东南大学 | 基于多源数据融合的城市交通出行需求确定方法及系统 |
CN116129651A (zh) * | 2023-03-13 | 2023-05-16 | 东南大学 | 一种基于居民出行行为选择的交通容量计算方法 |
CN116129651B (zh) * | 2023-03-13 | 2023-11-24 | 东南大学 | 一种基于居民出行行为选择的交通容量计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106056909B (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580404B (zh) | 一种基于城市多模式交通网络的网络运能确定方法 | |
CN101436345B (zh) | 基于TransCAD宏观仿真平台的港区道路交通需求预测系统 | |
Verma et al. | Sustainable urbanization using high speed rail (HSR) in Karnataka, India | |
WO2023109720A1 (zh) | 城市公共交通规划方法 | |
CN111260221A (zh) | 一种面向城市全局基于动态模型的交通设施承载力评估方法 | |
CN105427605B (zh) | 一种考虑交通方式转移的公交专用道设置效益计算方法 | |
CN104260724A (zh) | 一种车辆智能预测控制系统及其方法 | |
Luin et al. | Modeling the impact of road network configuration on vehicle energy consumption | |
CN103208034A (zh) | 一种轨道交通客流分布预测模型建立及预测方法 | |
CN107274035A (zh) | 一种交通网络和电动汽车充电站协调规划的方法 | |
CN107527137A (zh) | 城市轨道交通网络成熟度确定方法 | |
CN106448165A (zh) | 一种基于网络约租车数据的路网行程时间可靠性评价方法 | |
CN101777260A (zh) | 预约集港模式下的港区交通流预测方法 | |
CN102542795A (zh) | 一种路网承载能力的计算方法 | |
CN106056909A (zh) | 一种中小城市快速公交阈值确定方法 | |
CN105956687A (zh) | 一种使无效交通减少的交通网络规划方法 | |
CN116129651B (zh) | 一种基于居民出行行为选择的交通容量计算方法 | |
CN109034593B (zh) | 一种拼车优先管控策略实施效益评价方法 | |
Wang et al. | Energy consumption and carbon footprint of high-speed rail projects: Using CAHSR and FHSR as examples | |
CN103426294B (zh) | 一种基于紧急交通流优先级别多层模糊的划分方法 | |
Argenzio et al. | The use of automatic vehicle location (AVL) data for improving public transport service regularity | |
Li et al. | Complex Network Theory in Urban Traffic Network | |
Wu | Analysis of present status and prediction of future demand on parking in the central area of medium and small city | |
Zeng et al. | Study on a New Mobility Pattern Based on Autonomous Road Transportation System | |
Liu et al. | Mining Hub Nodes Based on Fast Brandes Betweenness Centrality in a Weighted Complex Transportation Network |
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 |