CN108681806A - 一种基于出行者活动的公交网络连通性评估方法 - Google Patents

一种基于出行者活动的公交网络连通性评估方法 Download PDF

Info

Publication number
CN108681806A
CN108681806A CN201810310412.3A CN201810310412A CN108681806A CN 108681806 A CN108681806 A CN 108681806A CN 201810310412 A CN201810310412 A CN 201810310412A CN 108681806 A CN108681806 A CN 108681806A
Authority
CN
China
Prior art keywords
traveler
activity
pattern
public transport
public
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
Application number
CN201810310412.3A
Other languages
English (en)
Other versions
CN108681806B (zh
Inventor
付晓
顾宇
刘志远
袁诗琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201810310412.3A priority Critical patent/CN108681806B/zh
Publication of CN108681806A publication Critical patent/CN108681806A/zh
Application granted granted Critical
Publication of CN108681806B publication Critical patent/CN108681806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于出行者活动的公交网络连通性评估方法，包括如下步骤：将基础交通网络拓展为ATS‑SAM网络；确定ATS‑SAM网络中各链接的阻抗；求解出行者的每日活动‑出行模式；评估公交网络连通性。本发明基于已有的ATS‑SAM网络，将基础公交网络转化为包含乘客换乘、活动等行为选择的超网络；其次，在转化后的网络中模拟出行者的每日活动和出行行为选择，并基于出行者的每日活动‑出行模式评估公交网络连通性；该方法在一定程度上考虑了出行者的活动及出行行为间的相互作用，能够充分反映定制公交等基于出行者需求设计的新型公共交通模式对出行者活动‑出行模式的影响；在连通性评估中考虑活动及出行选择的因素，从而增加了公交网络连通性评估的准确性。

Description

一种基于出行者活动的公交网络连通性评估方法
技术领域
本发明涉及公共交通技术领域，尤其是一种基于出行者活动的公交网络连通性评估方法。
背景技术
随着社会经济的发展，共享交通等新兴公共交通方式得到快速发展，城市公交网络结构愈发复杂，交通需求快速增长，如何评价公交网络性能成为了交通领域的关注点。以往研究提出使用连通性，即公交网络中各节点间连通路径的存在性和连接质量作为评价公交网络性能的重要指标。
通过检索发现，目前对于公交网络连通性的评估方法主要使用基于公交网络拓扑结构的指标，如度(degree)及度的分布、临近程度(closeness)、网络效率(efficiency)等。基于拓扑结构的评价指标仅关注公交网络抽象图的拓扑结构特征，而不需要公交需求、供给数据，计算简便，能够准确反映公交网络中各组分(节点、路段)对公交网络拓扑结构的影响。但是，基于拓扑结构的指标忽略了拥堵效应、交通流量、换乘质量、公共交通服务频率等公交系统中的其它方面对公交网络性能的作用，无法体现公交网络中的个体出行者的出行行为决策对公交网络连通性的影响。交通需求实际上是一种内生的需求，由个体的活动需求产生。因此，出行者的起讫点、出发时间、出行方式、出行路径等出行选择，受到其活动参与、活动时长、活动地点选择等活动选择的影响。而出行者的每日活动-出行模式选择及相应的每日活动-出行效用可有效反映公交网络的连通性。综上所述，在出行模式日趋丰富、出行需求持续增长、出行选择愈发多样的公交网络中，寻求一种能够准确评估个体出行者活动及出行行为选择对公交网络连通性影响的方法对公交网络的规划与管理具有重要意义。本发明主要是首先基于已有的ATS-SAM网络，将物理层面的基础公交网络转化为包含乘客换乘、活动等行为选择的超网络；其次，在转化后的网络中模拟出行者的每日活动和出行行为选择，并基于出行者的每日活动-出行模式评估公交网络连通性。该方法在一定程度上考虑了出行者的活动及出行行为间的相互作用，能够充分反映定制公交等新型公共交通模式对出行者行为的影响，从而提高了公交网络连通性评估的准确性。
发明内容
本发明所要解决的技术问题在于，提供一种基于出行者活动的公交网络连通性评估方法，能够增加公交网络连通性评估的准确性。
为解决上述技术问题，本发明提供一种基于出行者活动的公交网络连通性评估方法，包括如下步骤：
(1)将基础交通网络拓展为ATS-SAM网络，即时空活动－状态增广多模式网络；
(2)确定ATS-SAM网络中各链接的阻抗；
(3)求解出行者的每日活动-出行模式；
(4)评估公交网络连通性。
优选的，步骤(1)中，将公交网络抽象为由节点和路段组成的拓扑结构图；将仅拥有单一的表示空间位置属性的节点拓展为包含活动地点、换乘状态、登车状态、所处时段等四种属性的节点；其中，活动地点表示节点的空间位置；换乘状态表示出行者在抵达该节点后能够换乘的公交模式种类；登车状态为指示出行者是否乘坐交通工具的0/1变量；将全天的研究时段平均划分为K个时段，所处时段表示出行者在该节点时所处的第k个时间段；同时，公交网络中的路段拓展为表示出行者乘坐公共交通工具出行的链接，表示出行者在不同公交模式间实施换乘的链接，以及表示出行者在活动地点进行活动行为的链接。
优选的，步骤(2)中，使用出行、换乘产生的负效用与参与活动产生的正效用计算ATS-SAM网络中不同类型链接的阻抗；计算ATS-SAM网络中出行、换乘、活动链接的阻抗具体包括如下步骤：
(21)传统公共交通方式(如常规公交、地铁等)的出行段阻抗：
其中，disuI,i为公交模式i的出行段阻抗，vot为出行者的时间价值，表示使用公交模式i的出行时间，capi表示公交模式i的容量，fI,i表示公交模式i的客流量，βi和θi为与公交模式i的出行效用相关的参数，ρI,i表示公交模式i的票价，gi表示公交模式i的服务频率；
(22)定制公交等新型公交模式的出行段阻抗
(23)传统公共交通方式间的换乘段阻抗：
disut,i＝-vot*tt,i
其中，disut,i为公交模式i的换乘段阻抗，tt,i为换乘公交模式i需要的候车时间。tt,i可通过公交模式i的服务频率表示：
此外，注意定制公交的换乘无需候车，即换乘段阻抗为0；
(24)活动段的阻抗：
其中，ua表示进行活动a的效用，即该活动段的阻抗；分别表示活动a的开始和结束时间；fa(t)表示进行活动a的边际效用。
优选的，步骤(3)中，通过步骤(1)的拓展，将用以承载出行者出行行为的基础交通网络拓展为承载出行者出行及活动行为的ATS-SAM网络；以位置为出行者家庭、不处于登车状态、时间为研究时段起始时间的节点为起点，位置为家庭、不处于登车状态、时间为研究时段结束时间的节点为终点，则连接起终点的任意连通路径可视为一种可行的活动-出行模式；假设出行者倾向于选择总效用最大的每日活动-出行模式，令网络中的路权为各段链接阻抗的负数，则将每日活动-出行模式搜索问题转化为带负权的最短路径搜索问题，使用Bellman-Ford最短路算法在ATS-SAM网络中搜索连接起终节点的总效用最高的一条路径，用以表示出行者的最优每日活动-出行模式。
优选的，步骤(4)中，基于步骤(3)求出的最优每日活动-出行模式，对活动-出行模式内各段链接的阻抗求和，计算最大每日活动-出行效用，使用求得的活动-出行效用表示公交网络的连通性。
本发明的有益效果为：本发明基于已有的ATS-SAM网络，将基础公交网络转化为包含乘客换乘、活动等行为选择的超网络；其次，在转化后的网络中模拟出行者的每日活动和出行行为选择，并基于出行者的每日活动-出行模式评估公交网络连通性；该方法在一定程度上考虑了出行者的活动及出行行为间的相互作用，能够充分反映定制公交等基于出行者需求设计的新型公共交通模式对出行者活动-出行模式的影响；同时，在连通性评估中考虑活动及出行选择的因素，从而增加了公交网络连通性评估的准确性。
附图说明
图1为本发明的方法流程示意图。
图2为本发明的基础交通网络拓展为ATS-SAM网络的示意图。
图3为本发明的案例网络结构示意图。
具体实施方式
如图1所示，一种基于出行者活动的公交网络连通性评估方法，包括如下步骤：
(1)将基础交通网络拓展为ATS-SAM网络，即时空活动－状态增广多模式网络；
(2)确定ATS-SAM网络中各链接的阻抗；
(3)求解出行者的每日活动-出行模式；
(4)评估公交网络连通性。
下面结合实施例和说明书附图对本发明作进一步的说明。该实例选取如图3所示的假想多模式公交网络作为案例网络，案例网络中H、W、S1、S2四个节点分别代表家庭、工作、购物中心1、购物中心2的活动地点。连接四个节点的九条路段代表活动地点间的公交服务。案例网络中包含地铁、常规公交、定制公交三种公共交通模式。图3左边的图表示在家庭与工作地点、家庭与购物中心1间分别新建一条常规公交线路后的公交网络拓扑图；图3右边的图表示在家庭与工作地点、家庭与购物中心1间分别新建一条定制公交线路后的公交网络拓扑图。通过以下步骤可以通过基于出行者活动的连通性评估方法分别求得运营不同类型公交服务的案例网络的连通性区别。
步骤1：将案例公交网络拓展为为基于出行者活动的ATS-SAM网络。将仅拥有单一的表示空间位置属性的节点拓展为包含活动地点、换乘状态、登车状态、所处时段等四种属性的节点。其中，活动地点表示节点的空间位置；换乘状态表示出行者在抵达该节点后能够换乘的公交模式种类；登车状态为指示出行者是否乘坐交通工具的0/1变量；将全天的研究时段平均划分为K个时段，所处时段表示出行者在该节点时所处的第k个时间段。在本案例中，研究时段选取为6:00-24:00，以每十分钟为一个时间段，研究时段共可分为108个时间段。同时，公交网络中的路段拓展为表示出行者乘坐公共交通工具出行的链接，表示出行者在不同公交模式间实施换乘的链接，以及表示出行者在活动地点进行活动行为的链接。
步骤2：使用出行、换乘产生的负效用与参与活动产生的正效用计算ATS-SAM网络中不同类型链接的阻抗：
1)传统公共交通方式(如常规公交、地铁等)的出行段阻抗：
其中，vot为出行者的时间价值，设置为60人民币/小时；表示使用公交模式i的出行时间，本案例中地铁与常规公交的路段出行时间分别设置为20min和30min；capi表示公交模式i的容量，地铁与常规公交的容量分别设置为400人/车和50人/车；fI,i表示公交模式i的客流量；βi和θi为与公交模式i的出行效用相关的参数，分别设置为0.15和4.00；ρI,i表示公交模式i的票价，地铁与常规公交的票价均设置为2人民币/路段；gi表示公交模式i的服务频率，地铁与常规公交的服务频率分别设置为12班/小时和6班/小时。
2)定制公交等新型公交模式的出行段阻抗
其中，所有参数如上所述。
3)传统公共交通方式间的换乘段阻抗：
disut,i＝-vot*tt,i
其中，tt,i为换乘公交模式i需要的候车时间。tt,i可通过公交模式i的服务频率表示：
此外，注意定制公交的换乘无需候车，即换乘段阻抗为0。
步骤1)、2)、3)中各公交服务的信息如表一所示：
表一.案例网络公交服务信息
4)活动段的阻抗：
其中，分别表示活动aa的开始和结束时间；fa(t)表示进行活动aa的边际效用，本案例中采取如下公式计算活动aa的边际效用：
其中，k为活动aa的起始时间；均为与活动aa相关联的参数，具体取值如表二所示：
表二.边际效用公式参数表
步骤3：通过步骤1的拓展，将用以承载出行者出行行为的基础交通网络拓展为承载出行者出行及活动行为的ATS-SAM网络。以位置为出行者家庭、不处于登车状态、时间为研究时段起始时间的节点为起点，位置为家庭、不处于登车状态、时间为研究时段结束时间的节点为终点，则连接起终点的任意连通路径可视为一种可行的活动-出行模式。假设出行者倾向于选择总效用最大的每日活动-出行模式，则将每日活动-出行模式搜索问题转化为带负权的最短路径搜索问题，使用Bellman-Ford最短路算法在ATS-SAM网络中搜索出连接起终节点的总效用最高的一条路径，用以表示出行者的最优每日活动-出行模式。
步骤4：基于步骤3求出的最优每日活动-出行模式，对活动-出行模式内各段链接的阻抗求和，计算最大每日活动-出行效用。使用求得的活动-出行效用作为指标评估公交网络的连通性。
通过以上步骤，最终得到不同公交网络的连通性评估结果。将所得评估结果与使用传统连通性指标(以平均节点度数为例)所得的评估结果比较，比较结果如表三所示：
表三.连通性评估结果比较表
评估结果显示，传统的基于拓扑结构的评估方法难以有效反映包含定制公交等新型公交模式的多模式公交网络的连通性。本发明提出的一种基于出行者活动的公交网络连通性评估方法能够体现定制公交新型公交服务与传统公交模式的区别，有效反映新型公交服务对城市多模式公交网络连通性的影响。

Claims (5)

1.一种基于出行者活动的公交网络连通性评估方法，其特征在于，包括如下步骤：
(1)将基础交通网络拓展为ATS-SAM网络，即时空活动－状态增广多模式网络；
(2)确定ATS-SAM网络中各链接的阻抗；
(3)求解出行者的每日活动-出行模式；
(4)评估公交网络连通性。
2.如权利要求1所述的基于出行者活动的公交网络连通性评估方法，其特征在于，步骤(1)中，将公交网络抽象为由节点和路段组成的拓扑结构图；将仅拥有单一的表示空间位置属性的节点拓展为包含活动地点、换乘状态、登车状态、所处时段等四种属性的节点；其中，活动地点表示节点的空间位置；换乘状态表示出行者在抵达该节点后能够换乘的公交模式种类；登车状态为指示出行者是否乘坐交通工具的0/1变量；将全天的研究时段平均划分为K个时段，所处时段表示出行者在该节点时所处的第k个时间段；同时，公交网络中的路段拓展为表示出行者乘坐公共交通工具出行的链接，表示出行者在不同公交模式间实施换乘的链接，以及表示出行者在活动地点进行活动行为的链接。
3.如权利要求1所述的基于出行者活动的公交网络连通性评估方法，其特征在于，步骤(2)中，使用出行、换乘产生的负效用与参与活动产生的正效用计算ATS-SAM网络中不同类型链接的阻抗；计算ATS-SAM网络中出行、换乘、活动链接的阻抗具体包括如下步骤：
(21)传统公共交通方式(如常规公交、地铁等)的出行段阻抗：
其中，disuI,i为公交模式i的出行段阻抗，vot为出行者的时间价值，表示使用公交模式i的出行时间，capi表示公交模式i的容量，fI,i表示公交模式i的客流量，βi和θi为与公交模式i的出行效用相关的参数，ρI,i表示公交模式i的票价，gi表示公交模式i的服务频率；
(22)定制公交等新型公交模式的出行段阻抗
(23)传统公共交通方式间的换乘段阻抗：
disut,i＝-vot*tt,i
其中，disut,i为公交模式i的换乘段阻抗，tt,i为换乘公交模式i需要的候车时间。tt,i可通过公交模式i的服务频率表示：
此外，注意定制公交的换乘无需候车，即换乘段阻抗为0；
(24)活动段的阻抗：
其中，ua表示进行活动a的效用，即该活动段的阻抗；分别表示活动a的开始和结束时间；fa(t)表示进行活动a的边际效用。
4.如权利要求1所述的基于出行者活动的公交网络连通性评估方法，其特征在于，步骤(3)中，通过步骤(1)的拓展，将用以承载出行者出行行为的基础交通网络拓展为承载出行者出行及活动行为的ATS-SAM网络；以位置为出行者家庭、不处于登车状态、时间为研究时段起始时间的节点为起点，位置为家庭、不处于登车状态、时间为研究时段结束时间的节点为终点，则连接起终点的任意连通路径可视为一种可行的活动-出行模式；假设出行者倾向于选择总效用最大的每日活动-出行模式，令网络中的路权为各段链接阻抗的负数，则将每日活动-出行模式搜索问题转化为带负权的最短路径搜索问题，使用Bellman-Ford最短路算法在ATS-SAM网络中搜索连接起终节点的总效用最高的一条路径，用以表示出行者的最优每日活动-出行模式。
5.如权利要求1所述的基于出行者活动的公交网络连通性评估方法，其特征在于，步骤(4)中，基于步骤(3)求出的最优每日活动-出行模式，对活动-出行模式内各段链接的阻抗求和，计算最大每日活动-出行效用，使用求得的活动-出行效用表示公交网络的连通性。
CN201810310412.3A 2018-04-09 2018-04-09 一种基于出行者活动的公交网络连通性评估方法 Active CN108681806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810310412.3A CN108681806B (zh) 2018-04-09 2018-04-09 一种基于出行者活动的公交网络连通性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810310412.3A CN108681806B (zh) 2018-04-09 2018-04-09 一种基于出行者活动的公交网络连通性评估方法

Publications (2)

Publication Number Publication Date
CN108681806A true CN108681806A (zh) 2018-10-19
CN108681806B CN108681806B (zh) 2021-07-27

Family

ID=63800800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810310412.3A Active CN108681806B (zh) 2018-04-09 2018-04-09 一种基于出行者活动的公交网络连通性评估方法

Country Status (1)

Country Link
CN (1) CN108681806B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020107440A1 (en) * 2018-11-27 2020-06-04 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for analyzing traffic congestion

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020435A (zh) * 2012-12-03 2013-04-03 高新现代智能系统股份有限公司 轨道交通出行路径估算方法和系统
CN103593535A (zh) * 2013-11-22 2014-02-19 南京洛普股份有限公司 基于多尺度融合的城市交通复杂自适应网络平行仿真系统及方法
CN104769970A (zh) * 2012-11-05 2015-07-08 诺基亚技术有限公司 用于提供基于实时通勤活动的应用引擎的方法和装置
CN105678410A (zh) * 2015-12-31 2016-06-15 哈尔滨工业大学 一种考虑网络连通性时变特征的公交系统时空可达性建模方法
CN105760960A (zh) * 2016-02-29 2016-07-13 东南大学 基于轨道交通的停车换乘设施最优选址和容量确定方法
CN106503315A (zh) * 2016-10-10 2017-03-15 北京市交通信息中心 轨道交通突发事件下进站乘客出行特征比例的确定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104769970A (zh) * 2012-11-05 2015-07-08 诺基亚技术有限公司 用于提供基于实时通勤活动的应用引擎的方法和装置
CN103020435A (zh) * 2012-12-03 2013-04-03 高新现代智能系统股份有限公司 轨道交通出行路径估算方法和系统
CN103593535A (zh) * 2013-11-22 2014-02-19 南京洛普股份有限公司 基于多尺度融合的城市交通复杂自适应网络平行仿真系统及方法
CN105678410A (zh) * 2015-12-31 2016-06-15 哈尔滨工业大学 一种考虑网络连通性时变特征的公交系统时空可达性建模方法
CN105760960A (zh) * 2016-02-29 2016-07-13 东南大学 基于轨道交通的停车换乘设施最优选址和容量确定方法
CN106503315A (zh) * 2016-10-10 2017-03-15 北京市交通信息中心 轨道交通突发事件下进站乘客出行特征比例的确定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020107440A1 (en) * 2018-11-27 2020-06-04 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for analyzing traffic congestion

Also Published As

Publication number Publication date
CN108681806B (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN105205557B (zh) 一种城市常规公交线网设计方法
Fan et al. A metaheuristic approach to the urban transit routing problem
CN104699818B (zh) 一种多源异构的多属性poi融合方法
CN103208034B (zh) 一种轨道交通客流分布预测模型建立及预测方法
Zhang et al. Centrality characteristics of road network patterns of traffic analysis zones
CN101777990B (zh) 多目标免疫优化组播路由路径选择方法
CN107563028B (zh) 一种基于空间网络的公交-地铁耦合网络构建方法
CN106056242A (zh) 基于客流动态分配的高铁列车开行方案评价方法
CN104217579B (zh) 基于路段子网络冗余度的交通网络关键路段搜索方法
Li et al. A dynamic and scalable user-centric route planning algorithm based on polychromatic sets theory
CN110019569A (zh) 一种获取城市轨道交通运营状态信息的方法
Shanmukhappa et al. Recent development in public transport network analysis from the complex network perspective
CN108681806A (zh) 一种基于出行者活动的公交网络连通性评估方法
Wang et al. Optimal charging strategy for intercity travels of battery electric vehicles
CN115759431B (zh) 一种草原牧区公共服务空间组织建设决策方法及系统
CN106792971A (zh) 基于蚁群算法的网络节点选择方法
CN111581759B (zh) 一种基于里奇曲率用于公交线网优化的评估方法
CN105897463A (zh) 基于低压拓扑网络的多节点电力线信道响应生成方法
Almobaideen et al. Geographical route selection based on user public transportation and service preferences
Sobczak et al. Logistics management of the rail connections using graph theory: the case of a public transportation company on the example of Koleje Dolnośląskie SA
CN106017488B (zh) 一种基于兴趣点的群体出行路径导引方法
Lech et al. The method of route optimization of electric vehicle
Black Transport route location: a theoretical framework
CN106327012A (zh) 一种基于二阶局部社团和节点度信息的预测网络未知连边的方法
Carro-Pérez et al. Topological characterization of the public transportation complex network in Puebla City, México

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