CN106980942B - 测算自行车快速道对公共自行车租赁点的影响范围的方法 - Google Patents
测算自行车快速道对公共自行车租赁点的影响范围的方法 Download PDFInfo
- Publication number
- CN106980942B CN106980942B CN201710255104.0A CN201710255104A CN106980942B CN 106980942 B CN106980942 B CN 106980942B CN 201710255104 A CN201710255104 A CN 201710255104A CN 106980942 B CN106980942 B CN 106980942B
- Authority
- CN
- China
- Prior art keywords
- bicycle
- data
- express way
- range
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000011160 research Methods 0.000 claims abstract description 8
- 238000000611 regression analysis Methods 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 abstract description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G06Q50/40—
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种测算自行车快速道对公共自行车租赁点的影响范围的方法,利用选定的因素进行回归方法分析,并利用分析结果测算出自行车快速道对公共自行车租赁点的影响范围。自行车快速道作为一种新兴的道路基础设施,在公共交通领域受到广大的青睐与推行,本次发明基于考虑“自行车快速道”所处的地理因素以及当地的经济与人口水平,分阶段进行统计信息形成面板数据库,通过回归模型进行因素的显著性分析,从而判断出自行车快速道对公共自行车租赁点的影响区域范围。该发明不仅能够对自行车快速道的建设进行可行性研究,同时也可以为公共自行车站点布局提供更加准确的方案依据。
Description
技术领域
本发明涉及公共自行车基础设施技术领域,尤其是一种测算自行车快速道对公共自行车租赁点的影响范围的方法。
背景技术
随着城市化进程的加快,城市人口数量逐年增多,导致许多国家与地区对交通产生更大的需求,与此同时,城市机动车数量也趋于上升的阶段,对城市路网造成较大的压力,交通事故数量逐年上升,汽车尾气的影响也导致生态环境进一步恶化。为了解决这一问题,在进行控制机动车出行频率的基础上,许多国家出台了大力发展公共交通等相关政策,其中自行车交通方式成为了许多居民短距离出行的主要手段,交通方式的改变往往会对基础设施产生较大的影响,随着自行车交通方式的需求增多,自行车快速道成为了道路规划的重要部分。现阶段国内外关于自行车快速道的研究主要集中在基础设施建设、通行能力与服务水平分析、安全效果分析、效用评价、道路使用率及管理等方面,而研究自行车快速道对公共自行车租赁点影响区域的方面相对缺乏。
发明内容
为了实现有效、准确的判断自行车快速道的显著影响范围,本发明提供了一种测算自行车快速道对公共自行车租赁点的影响范围的方法,
包括如下步骤:
(1)首先采集特定时间区间内距离自行车快速道特定距离范围内的经济数据、人口数据、自行车租赁点的出行量数据、居住区面积数据、非居住区面积数据、绿化面积数据、租赁点距离快速道的垂直距离、公交站点数量、轨道站点数量;其中经济数据的采集方式是以自行车快速道所属行政区特定时间区间内GDP值得到,数据根据当地的GDP数据单位,譬如对于国内来说通常采用“万元”但对于国外来说通常采用“万亿美元”,人口数据是通过采集自行车快速道所属行政区人口数量得到,数据采用“万人”这一单位计量,自行车租赁点的出行量是通过采集特定范围内所有自行车租赁点出行总量得到,数据采用“次”这一单位计量,居住区面积数据是通过采集特定范围内居住区面积总量得到,数据采用“平方米”这一单位计量,非居住区面积数据是通过采集特定范围内非居住区面积总量得到,数据采用“平方米”这一单位计量,绿化面积数据是通过采集特定范围内绿化面积总量得到,数据采用“平方米”这一单位计量,租赁点距离快速道的垂直距离是通过采集特定范围内,每个租赁点距离快速道的距离得到,数据采用“千米”这一单位计量,公交站点数量是通过采集特定范围内公交站台的数量总和得到,数据采用“个”这一单位计量,轨道站点数量是通过采集特定范围内轨道站点的数量总和得到,数据采用“个”这一单位计量;
(2)以某一时间区间为单位,利用步骤(1)中处于这一时间区间内的数据构建面板数据,并且进一步的在面板数据中以距离自行车快速道特定距离为一个统计单元构建分析梯度;
(3)将步骤(2)中一个分析梯度内的数据代入回归分析公式中,Q=f{a1、a2、a3、a4、a5、a6、a7、a8、a9},其中ai分别代表步骤(1)中所提取的数据参量,分别对各分析梯度内的数据进行线性回归分析,获得“租赁点距离快速道的垂直距离”对各租赁点“出行量”的显著性取值“sign”,如果“sign”值小于0.05,则认为该梯度为自行车快速道的影响区域,如果“sign”值大于0.05则认为该梯度为自行车快速道的不受影响区域。
从而克服以往研究的空缺之处,并通过回归分析方法最终确定快速道的影响区,为自行车快速道的建设规划提供有力的支撑依据。
优选地,我们还公开了步骤(2)中以5年为单位,利用步骤(1)中处于这一时间区间内的数据构建面板数据。
同时,我们还优选步骤(2)中以距离自行车快速道100米为一个统计单元构建分析梯度。
进一步地,我们还优选公开步骤(1)中公交站点数量是通过采集研究梯度中的自行车租赁点为圆心100米为半径的范围内公交站台的数量总和得到。
同时,作为另一优选方式,我们公开了步骤(1)中轨道站点数量是通过采集研究梯度中的自行车租赁点为圆心300米为半径的范围内轨道站点的数量总和得到。
本次发明通过采集某国外城市近五年的公共自行车租赁点数据,并基于某城市近五年的自行车租赁点使用数据,通过相应的技术路线进行分析,提出一种能够判断自行车快速道显著影响区域的方法,最终判断自行车快速道的显著影响范围。不仅能够在理论方面补充不足,为自行车快速道的建设规划提供真实有力的理论支撑;同时在工程实践方面也会起到一定的指导意义,在一定程度上也可以为公共自行车站点布局提供更加准确的方案依据。为以后的自行车快速道规划建设提供真实有力的理论支撑,而且也可以为公共自信车的站点布局方面提供较好的方向指导。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
如图1所示,一种判断自行车快速道对公共自行车租赁点影响范围的方法,包括如下步骤:
(1)首先采集特定时间区间内距离自行车快速道特定距离范围内的经济数据、人口数据、自行车租赁点的出行量数据、居住区面积数据、非居住区面积数据、绿化面积数据、租赁点距离快速道的垂直距离、公交站点数量、轨道站点数量;其中经济数据的采集方式是以自行车快速道所属行政区经济特定时间区间内GDP值得到,数据根据当地的GDP数据单位,譬如对于国内来说通常采用“万元”但对于国外来说通常采用“万亿美元”,人口数据是通过采集自行车快速道所属行政区人口数量得到,数据采用“万人”这一单位计量,自行车租赁点的出行量是通过采集特定范围内所有自行车租赁点出行总量得到,数据采用“次”这一单位计量,居住区面积数据是通过采集特定范围内居住区面积总量得到,数据采用“平方米”这一单位计量,非居住区面积数据是通过采集特定范围内非居住区面积总量得到,数据采用“平方米”这一单位计量,绿化面积数据是通过采集特定范围内绿化面积总量得到,数据采用“平方米”这一单位计量,租赁点距离快速道的垂直距离是通过采集特定范围内,每个租赁点距离快速道的距离得到,数据采用“千米”这一单位计量,公交站点数量是通过采集特定范围内公交站台的数量总和得到,数据采用“个”这一单位计量,轨道站点数量是通过采集特定范围内轨道站点的数量总和得到,数据采用“个”这一单位计量;
(2)以某一时间区间为单位,利用步骤(1)中处于这一时间区间内的数据构建面板数据,并且进一步的在面板数据中以距离自行车快速道特定距离为一个统计单元构建分析梯度;
(3)将步骤(2)中一个分析梯度内的数据代入回归分析公式中,Q=f{a1、a2、a3、a4、a5、a6、a7、a8、a9},其中ai分别代表步骤(1)中所提取的数据参量,分别对各分析梯度内的数据进行线性回归分析,获得“租赁点距离快速道的垂直距离”对各租赁点“出行量”的显著性取值“sign”,如果“sign”值小于0.05,则认为该梯度为自行车快速道的影响区域,如果“sign”值大于0.05则认为该梯度为自行车快速道的不受影响区域。
实施例1
1)影响因素选择:本次实例验证采取如下因素:经济、人口、自行车租赁点的出行量、居住区面积、非居住区面积、绿化面积、租赁点距离快速道的垂直距离、100米公交站点数量、300米轨道站点数量;
2)变量数据采集:通过准确的调查方法以及相关管辖单位进行采集得到各因素的取值如下表所示。注:不同地区需要采集到梯度有所不同,依情况而定,本次研究暂列至100米
表1-1样本面板数据采集表(近五年)
表1-2 100米梯度站点数据采集表(近五年)
3)逐步回归方法分析及影响区确定:将第2)步中采集的数据分别代入相应的线性回归方程中计算分析,本实施例中直接将其输入具有这一回归方程计算公式的stata软件中,以出行量为因变量,其余变量为自变量进行回归分析,观察“租赁点距离快速道的垂直距离”对各租赁点出行量的影响显著性取值“sign”,小于0.05时可以被接受。
分析结果如下:
(1)通过筛选自行车快速道100米辐射范围的观测点,最终确定38个租赁点,观测5年数据总计114个观测数据,回归分析数据报告如下所示。
注:x1-x9依次为自行车租赁点的出行量、经济、人口、居住区面积、非居住区面积、绿化面积、租赁点距离快速道的垂直距离、100米公交站点数量、300米轨道站点数量
通过结果分析发现,在100米的覆盖范围内“垂直距离x7”指标显著性为0.022且小于0.05,说明在100米覆盖范围内租赁点的出行量受自行车快速道的影响较为明显,由此可以界定该范围为快速道的影响区。
(2)通过筛选自行车快速道200米辐射范围的观测点,最终确定72个租赁点,观测5年数据总计261个观测数据,回归分析数据报告如下所示。
通过结果分析发现,在200米的覆盖范围内“垂直距离x7”指标显著性为0小于0.05,可以说明在200米覆盖范围内租赁点的出行量会受到自行车快速道的影响,由此可以界定该区域为快速道的影响区。
(3)通过筛选自行车快速道300米辐射范围的观测点,最终确定100个租赁点,观测5年数据总计339个观测数据,回归分析数据报告如下所示。
通过结果分析发现,在300米的覆盖范围内“垂直距离x7”指标显著性为0小于0.05,可以说明在300米覆盖范围内租赁点的出行量会受到自行车快速道的影响,由此可以界定该区域为快速道的影响区。
(4)通过筛选自行车快速道400米辐射范围的观测点,最终确定148个租赁点,观测5年数据总计477个观测数据,回归分析数据报告如下所示。
通过结果分析发现,在400米的覆盖范围内“垂直距离x7”指标显著性为0.174大于0.05,说明在300-400米覆盖范围内租赁点的出行量受到自行车快速道的影响不显著,由此可以界定在300-400米范围内该区域不属于自行车快速道的影响区。
(5)依次进行类推发现“垂直距离x7”指标显著性均大于0.05,故本次实例自行车快速道对公共自行车租赁点的影响区域为0-300米。
尽管本发明就优选实施方式进行了示意和描述,但本领域的技术人员应当理解,只要不超出本发明的权利要求所限定的范围,可以对本发明进行各种变化和修改。
Claims (5)
1.测算自行车快速道对公共自行车租赁点的影响范围的方法,其特征在于,包括如下步骤:
(1)首先采集特定时间区间内距离自行车快速道特定距离范围内的经济数据、人口数据、自行车租赁点的出行量数据、居住区面积数据、非居住区面积数据、绿化面积数据、租赁点距离快速道的垂直距离、公交站点数量、轨道站点数量;其中经济数据的采集方式是以自行车快速道所属行政区经济,数据来源根据当地统计局以及相关部门资料进行采集调查,人口数据是通过采集自行车快速道所属行政区人口数量得到,数据采用“万人”这一单位计量,自行车租赁点的出行量是通过采集特定范围内所有自行车租赁点出行总量得到,数据采用“次”这一单位计量,居住区面积数据是通过采集特定范围内居住区面积总量得到,数据采用“平方米”这一单位计量,非居住区面积数据是通过采集特定范围内非居住区面积总量得到,数据采用“平方米”这一单位计量,绿化面积数据是通过采集特定范围内绿化面积总量得到,数据采用“平方米”这一单位计量,租赁点距离快速道的垂直距离是通过采集特定范围内,每个租赁点距离快速道的距离得到,数据采用“千米”这一单位计量,公交站点数量是通过采集特定范围内公交站台的数量总和得到,数据采用“个”这一单位计量,轨道站点数量是通过采集特定范围内轨道站点的数量总和得到,数据采用“个”这一单位计量;
(2)以某一时间区间为单位,利用步骤(1)中处于这一时间区间内的数据构建面板数据,并且进一步的在面板数据中以距离自行车快速道特定距离为一个统计单元构建分析梯度;
(3)将步骤(2)中一个分析梯度内的数据代入回归分析公式中,Q=f{a1、a2、a3、a4、a5、a6、a7、a8、a9},其中ai分别代表步骤(1)中所提取的数据参量,分别对各分析梯度内的数据进行线性回归分析,获得“租赁点距离快速道的垂直距离”对各租赁点“出行量”的显著性取值“sign”,如果“sign”值小于0.05,则认为该梯度为自行车快速道的影响区域,如果“sign”值大于0.05则认为该梯度为自行车快速道的不受影响区域。
2.根据权利要求1所述的测算自行车快速道对公共自行车租赁点的影响范围的方法,其特征在于,步骤(2)中以5年为单位,利用步骤(1)中处于这一时间区间内的数据构建面板数据。
3.根据权利要求1所述的测算自行车快速道对公共自行车租赁点的影响范围的方法,其特征在于,步骤(2)中以距离自行车快速道100米为一个统计单元构建分析梯度。
4.根据权利要求1所述的测算自行车快速道对公共自行车租赁点的影响范围的方法,其特征在于,步骤(1)中公交站点数量是通过采集研究梯度中的自行车租赁点为圆心100米为半径的范围内公交站台的数量总和得到。
5.根据权利要求1所述的测算自行车快速道对公共自行车租赁点的影响范围的方法,其特征在于,步骤(1)中轨道站点数量是通过采集研究梯度中的自行车租赁点为圆心300米为半径的范围内轨道站点的数量总和得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710255104.0A CN106980942B (zh) | 2017-04-18 | 2017-04-18 | 测算自行车快速道对公共自行车租赁点的影响范围的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710255104.0A CN106980942B (zh) | 2017-04-18 | 2017-04-18 | 测算自行车快速道对公共自行车租赁点的影响范围的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106980942A CN106980942A (zh) | 2017-07-25 |
CN106980942B true CN106980942B (zh) | 2021-03-23 |
Family
ID=59345836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710255104.0A Active CN106980942B (zh) | 2017-04-18 | 2017-04-18 | 测算自行车快速道对公共自行车租赁点的影响范围的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106980942B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229836A (zh) * | 2018-01-19 | 2018-06-29 | 济南市市政工程设计研究院(集团)有限责任公司 | 一种自行车停放站点内公共自行车存车量计算方法 |
CN110390483B (zh) * | 2019-07-24 | 2022-07-19 | 东南大学 | 一种评估自行车快速路对公交车运行速度影响的方法 |
CN111984924A (zh) * | 2020-07-07 | 2020-11-24 | 东南大学 | 一种评估公共自行车租赁政策对区域自行车安全影响的方法 |
CN114418466B (zh) * | 2022-03-30 | 2022-06-14 | 北京市智慧交通发展中心(北京市机动车调控管理事务中心) | 公交站点设置对自行车交通影响程度的评价方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007304706A (ja) * | 2006-05-09 | 2007-11-22 | Amano Corp | 駐輪場又は駐車場定期利用者抽選管理方法 |
KR101045217B1 (ko) * | 2010-02-26 | 2011-06-30 | (주)웨이버스 | 자전거 대여 통합운영방법 |
CN102332122A (zh) * | 2011-10-18 | 2012-01-25 | 东南大学 | 城市公共自行车租赁点布局优化方法 |
CN106355877A (zh) * | 2016-08-23 | 2017-01-25 | 重庆大学 | 基于粒子滤波算法的高速公路交通事件影响范围仿真估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8832001B2 (en) * | 2012-07-31 | 2014-09-09 | Xerox Corporation | Modeling of incidents affecting quality of service of a transportation system |
-
2017
- 2017-04-18 CN CN201710255104.0A patent/CN106980942B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007304706A (ja) * | 2006-05-09 | 2007-11-22 | Amano Corp | 駐輪場又は駐車場定期利用者抽選管理方法 |
KR101045217B1 (ko) * | 2010-02-26 | 2011-06-30 | (주)웨이버스 | 자전거 대여 통합운영방법 |
CN102332122A (zh) * | 2011-10-18 | 2012-01-25 | 东南大学 | 城市公共自行车租赁点布局优化方法 |
CN106355877A (zh) * | 2016-08-23 | 2017-01-25 | 重庆大学 | 基于粒子滤波算法的高速公路交通事件影响范围仿真估计方法 |
Non-Patent Citations (1)
Title |
---|
城市公共自行车租赁点布局优化模型;何流 等;《武汉理工大学学报(交通科学与工程版)》;20120215;第36卷(第1期);第129-133页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106980942A (zh) | 2017-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980942B (zh) | 测算自行车快速道对公共自行车租赁点的影响范围的方法 | |
Calabrese et al. | Understanding individual mobility patterns from urban sensing data: A mobile phone trace example | |
CN102663887B (zh) | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 | |
CN101270997B (zh) | 基于gps数据的浮动车动态实时交通信息处理方法 | |
Lai et al. | Development of city-specific driving cycles for transit buses based on VSP distributions: Case of Beijing | |
Hunter et al. | A probe-vehicle-based evaluation of adaptive traffic signal control | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
CN110111563A (zh) | 一种城市快速路的实时交通状态估计方法 | |
US20180292224A1 (en) | System and method for traffic volume estimation | |
CN110222959B (zh) | 一种基于大数据的城市就业可达性测算方法及系统 | |
CN106777837B (zh) | 一种城市道路噪声源强预测方法及装置 | |
Faghri et al. | Measuring travel behavior and transit trip generation characteristics of transit-oriented developments | |
Li et al. | Explore the recreational service of large urban parks and its influential factors in city clusters–Experiments from 11 cities in the Beijing-Tianjin-Hebei region | |
CN109460937B (zh) | 评价轨道站点周边慢行交通系统接驳水平的流程与方法 | |
CN105206057A (zh) | 基于浮动车居民出行热点区域的检测方法及系统 | |
Huang et al. | Acoustic amenity analysis for high-rise building along urban expressway: Modeling traffic noise vertical propagation using neural networks | |
CN104900057A (zh) | 一种城市快速路主辅道的浮动车地图匹配方法 | |
CN111612223B (zh) | 基于土地和交通多源数据的人口就业分布预测方法及装置 | |
CN112288311A (zh) | 一种基于poi数据的居住区配套设施便捷度计量方法 | |
CN100446015C (zh) | 一种可用于地面道路网交通状况测定的方法和系统 | |
CN110867075A (zh) | 一种评估雨天条件下道路测速仪对驾驶人员反应行为影响的方法 | |
CN108876075A (zh) | 城市轨道交通站点地区宜步行性评价方法 | |
Budzyński et al. | The use of GIS tools for road infrastructure safety management | |
CN113222331A (zh) | 识别车辆事故真实性的方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |