CN107798440B - 一种基于线路候选集的地铁接驳巴士线路规划方法 - Google Patents
一种基于线路候选集的地铁接驳巴士线路规划方法 Download PDFInfo
- Publication number
- CN107798440B CN107798440B CN201711234971.2A CN201711234971A CN107798440B CN 107798440 B CN107798440 B CN 107798440B CN 201711234971 A CN201711234971 A CN 201711234971A CN 107798440 B CN107798440 B CN 107798440B
- Authority
- CN
- China
- Prior art keywords
- time
- data
- site
- station
- passengers
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004220 aggregation Methods 0.000 claims abstract description 6
- 230000002776 aggregation Effects 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000003032 molecular docking Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于线路候选集的地铁接驳巴士线路规划方法,属于智能城市交通技术领域。该方法的具体步骤为:首先根据线路规划目标对原始乘客出行数据进行预处理,随后对预处理后的数据进行时间划分和空间聚合,之后根据站点位置数据和站点时间数据生成线路候选集合,最终从线路候选集合中选择最优的运行线路,该方法从动态规划的思想出发进行从居民区到附近地铁站的地铁接驳巴士的最优线路规划,为改善地铁接驳巴士的运营状态,提高收益,促进其大范围的推广和应用提供建设性意见。
Description
技术领域
本发明属于智能城市交通技术领域,尤其涉及一种基于线路候选集的地铁接驳巴士线路规划方法。
背景技术
随着全球经济的快速发展,城市车辆的数量出现爆发式增长,导致了迫在眉睫的交通问题亟需解决,包括交通拥堵,城市规划,环境污染,交通异常检测等。而共乘的出现,包括共享巴士,共享单车以及共享车辆,为缓解空气污染,交通拥堵和碳排放等难题带来了前所未有的机遇。但是和火热的滴滴出行,摩拜单车等相比,共享巴士的发展却显得十分低迷。共享巴士的运营依赖于智能线路动态规划模型平台,致力于提供一种“门到门”的公交体验。为了改善共享巴士的运营状态,提高收益,促进其大范围的推广和应用,我们提出一种基于乘客出行数据的线路规划方法。该方法主要针对于城市“最后一公里”问题中的从居民区到附近地铁站的子问题的线路规划。我们将在居民区到附近地铁站运营的共享巴士细化定义为地铁接驳巴士。
发明内容
本发明的目的主要针对上述线路规划问题,提出一种基于线路候选集的地铁接驳巴士线路规划方法。该方法基于乘客出行数据的时间划分和空间聚合,从动态规划的思想出发进行从居民区到附近地铁站的最优线路规划,为改善地铁接驳巴士运营状况提升效益提供建设性意见。
本发明的技术方案:
一种基于线路候选集的地铁接驳巴士线路规划方法,步骤如下:
S1:对原始乘客出行数据进行预处理
S1.1:数据清洗:对原始乘客出行数据进行清洗,删除异常数据,并将数据规范化;原始乘客出行数据包括订单数据、站点位置数据和站点时间数据;
S1.2:数据筛选:根据线路规划目标,选定研究时间范围,并筛选出研究时间范围内的非现金乘客的订单记录;
S1.3:数据提取:根据线路规划目标,从订单数据中提取线路规划信息;
S2:对预处理后的数据进行时间划分和空间聚合
S2.1:时间划分:根据地铁接驳巴士行车规律,将研究时间范围划分为n个时间片;
S2.2:空间聚合:根据站点位置数据,将研究空间聚合到m个站点;
S2.3:基于时间划分和空间聚合,提取站点在每个时间片的上车人数,并以客流特征矩阵形式存储,该矩阵记为Dn*m,n表示时间片数,m表示站点数,矩阵中的每个元素Di,j表示第i个时间片第j个站点的上车人数;每个时间片i具有起始时间starttime和终止时间endtime两个属性;
S3:根据站点数据生成线路候选集合
S3.1:基于站点位置数据和站点间相对位置,筛选出适合作为起点的站点,并构建起点候选集Originc;
S3.2:根据S3.1构建的起点候选集Originc,结合站点位置数据,遵从整体向前的原则,即下一个站点总是离终点更近,对每一个起点递归遍历,生成所有合理的线路,并构建线路候选集Routec;Routec中每条线路包括线路上所有站点的信息,每个站点信息包含站点名stopname和到达时间arrivetime;
S4:从线路候选集合中选择最优的运行线路
S4.1:根据地铁接驳巴士发车规律,从起点候选集Originc中选择一个站点作为线路起点,该站点包含站点名stopname和发车时间arrivetime,将其存入一个列表,记作listroute;构建一个列表,记录本条线路在每个站点的上车人数,记为listpassengers;
S4.2:基于S4.1选择的线路起点,结合线路候选集Routec和站点时间数据中提取的站点间到达时间,生成下一个站点的候选站点集合和该站点的到达时间,下一个站点候选集合记为Nextc;
S4.3:根据客流特征矩阵Dn*m,从下一个站点候选集合Nextc中选出客流量最多的一个站点信息Sc,作为下一个站点追加到listroute;
S4.4:根据客流特征矩阵Dn*m,和步骤S4.3中选出的站点信息Sc,计算出上车人数numup,并追加到listpassengers中,numup计算公式如下:
其中,Sc[arrivetime]表示站点信息Sc的arrivetime属性,i[starttime]表示第i个时间片的starttime属性,i[endtime]表示第i个时间片的endtime属性,rate表示接走的乘客数占该站点总人数的比例;
S4.5:根据步骤S4.1得到的listpassengers和研究目标车辆的最大乘客数seats,对listpassengers中各站点上车人数进行加和,其结果若不大于seats,则对客流特征Dn*m进行如下更新:
Dn,j(n=0,1,2…,i-1)←0
Di,j←Di,j*rate
否则,对客流特征Dn*m进行如下更新:
Dn,j(n=0,1,2…,i-1)←0
Di,j←Di,j*rate+(∑listpassengers-seats)
加入终点站点信息并结束该条线路;
S4.6:重复步骤S4.2-S4.5,直到选出的站点信息Sc为终点,所得listroute即为最优线路。
本发明的有益效果:本发明的方法从动态规划的思想出发进行从居民区到附近地铁站的地铁接驳巴士的最优线路规划,为改善地铁接驳巴士的运营状态,提高收益,促进其大范围的推广和应用提供建设性意见。
附图说明
图1为一种基于线路候选集的地铁接驳巴士线路规划方法的流程图。
图2(a)为上海市永康城及周边地铁站地铁接驳巴士站点分布图。
图2(b)为上海市永康城路网图。
图3是本发明实施案例从线路候选集合中选择最优的运行线路的算法流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将对本发明的具体实施方式作进一步的详细描述。
本发明实施例提供了一种基于线路候选集的地铁接驳巴士线路规划方法,流程如图1所示,该方法包括:
S1:对2017年4月1号到2017年9月6号上海永康城地铁接驳巴士订单数据做预处理,步骤如下:
S1.1:数据清洗:原始乘客出行数据包括:订单数据、站点位置数据、站点时间数据。针对订单数据进行清洗,原始订单数据包括站点信息,订单状态,上车人数及车辆等信息,如表1所示。
根据字段12删除乘客取消订单,将订单时间格式转换为hh:mm:ss;
S1.2:数据筛选:根据线路规划目标,由于研究目标主要针对上午从居民区到地铁站的线路规划,选定研究时间范围为上午6:00-12:00,并将研究时间范围以外的数据删除,同时由于订单中现金乘客的上车时间和上车站点具有极大的偶然性,所以将现金乘客的订单记录删除;
表1
S1.3:数据提取:根据线路规划目标,由于1,2,3,5,6,9,11号字段,对后面线路规划没有帮助,直接删除,预处理后得到的留下有用信息构成的订单数据结构如下表2所示。
表2
编号 | 字段 | 说明 |
1 | 上车时间 | 格式为“hh:mm:ss” |
2 | 上车站点id | 上车站点的编号 |
3 | 人数 | 在该站点上车的人数 |
S2:根据研究时间范围和如图2(a)所示站点位置数据对预处理数据进行时间划分和空间聚合,步骤如下:
S2.1:时间划分:根据地铁接驳巴士行车规律,人数大多集中在6:40-9:40之间,考虑到乘客的最大等待时间为5分钟,所以将6:40-9:40按5分钟为间隔划分为36个时间片;
S2.2:空间聚合:根据所给的站点位置数据,在研究区域中包含8个巴士站点,6号,21号,22号,24号,25号,26号,27号,以及28号,将研究区域聚合到以上8个站点;
S2.3:基于S2所述的方法,对订单数据进行时间划分和空间聚合,形成36*8的巴士客流特征矩阵,该矩阵记为D36*8,矩阵中的每个元素Di,j表示第i个时间片第j个站点的上车人数。每个时间片i具有starttime和endtime两个属性;
S3:根据站点数据和站点间相对位置,如图2(b)所示,分析并筛选出起点候选集,并根据起点候选集生成线路候选集,步骤如下:
S3.1:基于站点位置数据,根据站点间相对位置,筛选出适合作为起点的站点,选出3个站点作为起点候选集;
S3.2:根据S3.1所述起点候选集,结合站点位置数据,遵从整体向前的原则,即下一个站点总是离终点更近,对每一个始发站点递归遍历,生成所有合理的线路,并构建线路候选集Routec。Routec中每条线路包括线路上所有站点的信息,每个站点信息包含属性站点名stopname和到达时间arrivetime。
S4:根据起点候选集和客流特征矩阵,对每次遍历的一个候选站点,对客流特征进行迭代更新,进而从线路候选集合中选择最优的运行线路,流程如图3所示,步骤如下:
S4.1:根据地铁接驳巴士发车规律,从起点候选集的3个站点中选择1个站点作为线路的起点,该站点包含站点名stopname和发车时间arrivetime,将其存入一个列表,记作listroute。构建一个列表记录本条线路在每个站点上车人数,记为listpassengers;
S4.2:基于S4.1选择的起点,结合线路候选集Routec和站点时间数据中提取的站点间到达时间,生成下一个站点的候选站点集合和该站点的到达时间,作为下一个站点候选集合,记为Nextc;
S4.3:根据客流特征矩阵Dn*m,从下一个站点候选集合Nextc中选出客流量最多的一个站点信息Sc,作为下一个站点追加到listroute;
S4.4:根据客流特征矩阵Dn*m,和S4.3中选出的站点信息Sc,计算出上车人数numup,并追加到listpassengers中,numup计算公式如下:
其中,方括号内表示该变量所拥有的属性,如Sc[arrivetime]表示站点信息Sc的arrivetime属性,rate表示接走的乘客数占该站点总人数的比例,其公式定义如上;
S4.5:根据S4.1所述listpassengers,且本案例研究的目标车辆的最大乘客数为14,对listpassengers进行加和,其结果若不大于14则对客流特征Dn*m进行如下更新:
Dn,j(n=0,1,2…,i-1)←0
Di,j←Di,j*rate
否则,对客流特征Dn*m进行如下更新:
Dn,j(n=0,1,2…,i-1)←0
Di,j←Di,j*rate+(∑listpassengers-14)
加入终点站点信息并结束该条线路。
S4.6:重复步骤S4.2-S4.5,直到选出的站点信息Sc为终点,所得list_route即为最优线路。
以上的所述乃是本发明的具体实施例及所运用的技术原理,若依本发明的构想所作的改变,其所产生的功能作用仍未超出说明书及附图所涵盖的精神时,仍应属本发明的保护范围。
Claims (1)
1.一种基于线路候选集的地铁接驳巴士线路规划方法,其特征在于,步骤如下:
S1:对原始乘客出行数据进行预处理
S1.1:数据清洗:对原始乘客出行数据进行清洗,删除异常数据,并将数据规范化;原始乘客出行数据包括订单数据、站点位置数据和站点时间数据;
S1.2:数据筛选:根据线路规划目标,选定研究时间范围,并筛选出研究时间范围内的非现金乘客的订单记录;
S1.3:数据提取:根据线路规划目标,从订单数据中提取线路规划信息;
S2:对预处理后的数据进行时间划分和空间聚合
S2.1:时间划分:根据地铁接驳巴士行车规律,将研究时间范围划分为n个时间片;
S2.2:空间聚合:根据站点位置数据,将研究空间聚合到m个站点;
S2.3:基于时间划分和空间聚合,提取站点在每个时间片的上车人数,并以客流特征矩阵形式存储,该矩阵记为Dn*m,n表示时间片数,m表示站点数,矩阵中的每个元素Di,j表示第i个时间片第j个站点的上车人数;每个时间片i具有起始时间starttime和终止时间endtime两个属性;
S3:根据站点数据生成线路候选集合
S3.1:基于站点位置数据和站点间相对位置,筛选出适合作为起点的站点,并构建起点候选集Originc;
S3.2:根据S3.1构建的起点候选集Originc,结合站点位置数据,遵从整体向前的原则,即下一个站点总是离终点更近,对每一个起点递归遍历,生成所有合理的线路,并构建线路候选集Routec;Routec中每条线路包括线路上所有站点的信息,每个站点信息包含站点名stopname和到达时间arrivetime;
S4:从线路候选集合中选择最优的运行线路
S4.1:根据地铁接驳巴士发车规律,从起点候选集Originc中选择一个站点作为线路起点,该站点包含站点名stopname和发车时间arrivetime,将其存入一个列表,记作listroute;构建一个列表,记录本条线路在每个站点的上车人数,记为listpassengers;
S4.2:基于S4.1选择的线路起点,结合线路候选集Routec和站点时间数据中提取的站点间到达时间,生成下一个站点的候选站点集合和该站点的到达时间,下一个站点候选集合记为Nextc;
S4.3:根据客流特征矩阵Dn*m,从下一个站点候选集合Nextc中选出客流量最多的一个站点信息Sc,作为下一个站点追加到listroute;
S4.4:根据客流特征矩阵Dn*m,和步骤S4.3中选出的站点信息Sc,计算出上车人数numup,并追加到listpassengers中,numup计算公式如下:
其中,Sc[arrivetime]表示站点信息Sc的arrivetime属性,i[starttime]表示第i个时间片的starttime属性,i[endtime]表示第i个时间片的endtime属性,rate表示接走的乘客数占该站点总人数的比例;
S4.5:根据步骤S4.1得到的listpassengers和研究目标车辆的最大乘客数seats,对listpassengers中各站点上车人数进行加和,其结果若不大于seats,则对客流特征矩阵 Dn*m进行如下更新:
Dn,j(n=0,1,2…,i-1)←0
Di,j←Di,j*rate
否则,对客流特征矩阵 Dn*m进行如下更新:
Dn,j(n=0,1,2…,i-1)←0
Di,j←Di,j*rate+(∑listpassengers-seats)
加入终点站点信息并结束该条线路;
S4.6:重复步骤S4.2-S4.5,直到选出的站点信息Sc为终点,所得listroute即为最优线路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711234971.2A CN107798440B (zh) | 2017-11-30 | 2017-11-30 | 一种基于线路候选集的地铁接驳巴士线路规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711234971.2A CN107798440B (zh) | 2017-11-30 | 2017-11-30 | 一种基于线路候选集的地铁接驳巴士线路规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107798440A CN107798440A (zh) | 2018-03-13 |
CN107798440B true CN107798440B (zh) | 2021-04-20 |
Family
ID=61537205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711234971.2A Expired - Fee Related CN107798440B (zh) | 2017-11-30 | 2017-11-30 | 一种基于线路候选集的地铁接驳巴士线路规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107798440B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110675299A (zh) * | 2018-07-03 | 2020-01-10 | 北京亿阳信通科技有限公司 | 一种线路规划方法和装置 |
CN109657843B (zh) * | 2018-11-28 | 2023-04-18 | 深圳市综合交通设计研究院有限公司 | 一种城市接驳公交系统的一体化规划决策支持系统 |
CN113298443A (zh) * | 2019-11-14 | 2021-08-24 | 广东科学技术职业学院 | 一种路线规划方法 |
CN111915464B (zh) * | 2020-07-04 | 2022-06-28 | 西南交通大学 | 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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793763A (zh) * | 2014-02-03 | 2014-05-14 | 王浩 | 基于大数据与云计算的最优公交乘车路径挖掘系统 |
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
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 |
CN104318324A (zh) * | 2014-10-13 | 2015-01-28 | 南京大学 | 基于出租车gps记录的机场巴士站点及路线规划方法 |
CN106097226A (zh) * | 2016-06-20 | 2016-11-09 | 华南理工大学 | 基于层次规划的城市常规公交线网设计方法 |
-
2017
- 2017-11-30 CN CN201711234971.2A patent/CN107798440B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793763A (zh) * | 2014-02-03 | 2014-05-14 | 王浩 | 基于大数据与云计算的最优公交乘车路径挖掘系统 |
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
CN104318324A (zh) * | 2014-10-13 | 2015-01-28 | 南京大学 | 基于出租车gps记录的机场巴士站点及路线规划方法 |
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 |
CN106097226A (zh) * | 2016-06-20 | 2016-11-09 | 华南理工大学 | 基于层次规划的城市常规公交线网设计方法 |
Non-Patent Citations (5)
Title |
---|
LoTAD: long-term traffic anomaly detection based on crowdsourced bus trajectory data;Xiangjie Kong等;《World Wide Web》;20170810;第21卷;第825-847页 * |
Research on Multi-Objective Bus Route Planning Model Based on Taxi GPS Data;Shuo Lei等;《2016 International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery》;20170228;第249-255页 * |
候选集的轨道交通网络优化研究;刘齐;《轨道交通》;20111130(第21期);第115-117页 * |
城市轨道交通接运公交线路生成与调度方法研究;孙磊;《中国优秀硕士学位论文全文数据库工程科技II辑》;20140915(第09期);摘要、第1-56页 * |
基于可达性的城市公交微循环研究;魏强;《中国优秀硕士学位论文全文数据库工程科技II辑》;20140915(第09期);摘要、第1-51页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107798440A (zh) | 2018-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798440B (zh) | 一种基于线路候选集的地铁接驳巴士线路规划方法 | |
CN110298500B (zh) | 一种基于出租车数据和城市路网的城市交通轨迹数据集生成方法 | |
CN105825310A (zh) | 基于信息熵的出租车寻客路线推荐方法 | |
CN110209990A (zh) | 一种基于车辆身份检测数据的单辆车排放轨迹计算方法 | |
CN107919014B (zh) | 面向多载客里程的出租车运行线路优化方法 | |
CN110398254B (zh) | 一种减缓交通拥挤的方法及系统 | |
CN107624190A (zh) | 用于加速路线搜索的系统和方法 | |
Zahabi et al. | Spatio-temporal analysis of car distance, greenhouse gases and the effect of built environment: A latent class regression analysis | |
CN112381472B (zh) | 一种地铁接驳公交线路优化方法、装置及存储介质 | |
Kou et al. | Multiobjective optimization model of intersection signal timing considering emissions based on field data: A case study of Beijing | |
CN113763712B (zh) | 基于出行事件知识图谱的区域交通拥堵溯因方法 | |
CN104282142B (zh) | 一种基于出租车gps数据的公交站台设置方法 | |
Zhao et al. | The creation of a representative driving cycle based on intelligent transportation system (ITS) and a mathematically statistical algorithm: A case study of Changchun (China) | |
CN105608895A (zh) | 一种基于局部异常因子的城市交通拥堵路段检测方法 | |
CN116504050A (zh) | 一种基于多模式公共交通出行数据的特殊事件城市分区方法 | |
CN109145401B (zh) | 一种计算机动车排放清单的方法、系统及终端设备 | |
Biswal et al. | Spatially resolved hourly traffic emission over megacity Delhi using advanced traffic flow data | |
CN112052405B (zh) | 一种基于司机经验的寻客区域推荐方法 | |
CN108197724B (zh) | 公交复杂网络中效率权重计算与公交方案性能评估方法 | |
CN111444286B (zh) | 一种基于轨迹数据的远距离交通节点关联性挖掘方法 | |
CN116090785B (zh) | 针对大型活动散场场景两阶段的定制公交规划方法 | |
CN114238491B (zh) | 一种基于异质图的多模式交通运行态势关联规则挖掘方法 | |
Oskarbski et al. | Estimation of Vehicle Energy Consumption at Intersections Using Microscopic Traffic Models | |
CN111177294B (zh) | 基于车辆轨迹数据求解交叉口中介中心性的方法 | |
CN109558978B (zh) | 基于出行距离的区域交通方式划分方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210420 Termination date: 20211130 |
|
CF01 | Termination of patent right due to non-payment of annual fee |