CN109583633B - 一种公交与公交换乘出行的线路班次调整的方法 - Google Patents

一种公交与公交换乘出行的线路班次调整的方法 Download PDF

Info

Publication number
CN109583633B
CN109583633B CN201811364718.3A CN201811364718A CN109583633B CN 109583633 B CN109583633 B CN 109583633B CN 201811364718 A CN201811364718 A CN 201811364718A CN 109583633 B CN109583633 B CN 109583633B
Authority
CN
China
Prior art keywords
passenger flow
line
direct
point class
name
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
Application number
CN201811364718.3A
Other languages
English (en)
Other versions
CN109583633A (zh
Inventor
马荣叶
高技
张亮
张守田
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.)
Whale Cloud Technology Co Ltd
Original Assignee
Whale Cloud Technology Co Ltd
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 Whale Cloud Technology Co Ltd filed Critical Whale Cloud Technology Co Ltd
Priority to CN201811364718.3A priority Critical patent/CN109583633B/zh
Publication of CN109583633A publication Critical patent/CN109583633A/zh
Application granted granted Critical
Publication of CN109583633B publication Critical patent/CN109583633B/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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明设计的公交与公交换乘出行的线路班次调整的方法，分析工作日（或非工作日）一个线路的一个时段内出行的起始点及目的地，分析其中公交直达的，计算直达客流在各站点的上下车客流数，及直达客流总数；直达客流占该线路客流的30%以上，根据客流分布均匀或不均匀，大客流站点（直达上车人数占直达上车客流的15%及以上/直达下车人数占直达下车客流的15%及以上）在空间上集中或分散，判断该时段线路的满载率情况，从而做出各种增加或减少班次、开通专线、合并小客流站点等调整策略。

Description

一种公交与公交换乘出行的线路班次调整的方法
技术领域
本发明属于公共交通领域，尤其涉及一种公交与公交换乘出行的线路班次调整的方法。
背景技术
目前公交公司根据经验对重复线路(公交和地铁重合路段)分析，调整公交线路，效果不太理想，当前计算机技术的发展给了通过大数据分析出重复线路客户出行特征的技术指向，从而给出去除冗余公交线路负效应最小的方案，结合个体出行规律分析接驳乘客的实际OD点，分析工作日(或非工作日)一个线路的一个时段内出行的起始点及目的地,分公交直达、公交与公交换乘、公交与轨道换乘直达、公交换乘轨道再换乘公交这四种情况，并根据不同的具体情况作出调整线路班次的决策。
发明内容
本发明旨在提供一种公交与公交换乘出行的线路班次调整的方法。
为实现上述技术目的，本发明采用以下技术方案，一种公交与公交换乘出行的线路班次调整的方法，分析工作日(或非工作日)一个线路的一个时段内出行的起始点及目的地，分析其中公交与公交换乘的，包括以下步骤：
步骤S1、公交出行，换乘公交，即出行链为TRANSPOT_TYPE＝2，PAYMENT_ORDER≥2且IS_OVER＝N的记录；
步骤S2、计算由该线路在各站的上下车客流数量；
步骤S3、若公交换乘客流占该线路客流的30％以上，且在各站上下客数量均匀，即客流(上车+下车)方差小于0.1(根据数据情况调整)，则计算该时段线路的满载率，当满载率>120％时，应增加班次；当满载率<50％时，应减少班次；50％≤满载率≤120％，可以保持现状；
步骤S4、若公交换乘客流占该线路客流的30％以上，而客流分布不均匀，即客流(上车+下车)方差大于0.1，大客流站点(直达上车人数占直达上车客流的15％及以上/直达下车人数占直达下车客流的15％及以上)在空间上集中，判断该时段线路的满载率，当满载率>120％时，可针对大客流区间开通区间车、专线、大站快车等线路；当满载率<50％时，应减少班次；50％≤满载率≤120％，可以保持现状；
步骤S5、若公交换乘客流占该线路客流的30％以上，而客流分布不均匀，即客流(上车+下车)方差大于0.1，大客流站点(直达上车人数占直达上车客流的15％及以上/直达下车人数占直达下车客流的15％及以上)在空间上分散(Step3.2.6)。判断该时段线路的满载率，当满载率>120％时，可采取合并小客流站台的策略；当满载率<50％时，应减少班次；50％≤满载率≤120％，可以保持现状；
步骤S6、若公交换乘客流占该线路客流的30％以下，线路及班次调整应结合其他因素进行；
步骤S7、空间上集中/分散：大客流站点数>6个以上进行此步分析，否则，认为大客流站点在空间上是分散的：计算大客流站点ID之间的SN差，并对SN差求平均值；运用基于凝聚的算法将大客流站点进行聚类，当类间距(最小的SN差)大于3时，停止合并类；获取类个数，及类间站点个数；当类个数＝1时，大客流站点在空间上集中，可以开通区间车；当类个数＝2时，类间个数＝(+-1)+(大客流站点/2)，大客流在两个区段上集中，可以开通直达线路；其他情况，认为大客流站点在空间上是分散的。
作为优选，步骤S1中提取的公共交通出行链信息TD_PUBLIC_TRIP_CHAIN表存入的数据按以下格式：Name为实体编号，Code为ENTITY_NUM，Data Type为VARCHAR2(50)；Name为支付方式，Code为PAYMENT_TYPE，Data Type为CHAR[1]，1-IC卡，2-移动端；Name为上车支付记录流水，Code为PAYMENT_SN，Data Type为VARCHAR2(50)；Name为支付次序号，Code为PAYMENT_ORDER，Data Type为NUMBER(2)，每次Y之后重新从1开始；Name为上车站点ID，Code为UP_STATION_ID，Data Type为NUMBER[9]；Name为上车支付时间，Code为UP_PAYMENT_TIME，Data Type为DATE；Name为是下车站点ID，Code为DOWN_STATION_ID，Data Type为NUMBER(9)，异常值000000000；Name为下车时间，Code为DOWN_PAYMENT_TIME，Data Type为DATE，异常值1900/00/00/00/00/00；Name为线路ID，Code为LINE_ID，Data Type为NUMBER[9]；Name为是否一次出行完成，Code为IS_OVER，Data Type为CHAR(1)，Y，N；Name为交通工具类型，Code为TRANSPOT_TYPE，Data Type为CHAR(1),1-subway，2-bus，3-taix，4-bike；Name为入库时间，Code为UPDATE_TIME，Data Type为DATE。
作为优选，客流方差的计算方法为：计算站点上车人数+下车人数，得到每个站点的客流qsn；计算站点客流均值即该线路所有站点客流之和除以站点总数；计算客流方差/>
作为优选，步骤S7中的运用基于凝聚的算法将大客流站点进行聚类，具体采用的是以下凝聚层次聚类算法：
步骤S7.1、将每个大客流站点ID作为一个类；
步骤S7.2、计算任意两个类之间的距离(站点的SN之差)，构造距离矩阵：
d＝|snx-sny|(单点类与单点类)；
步骤S7.3、判断距离矩阵中最小值是否小于4，若是，则合并值最小的两个类，成为一个新的类；当矩阵中最小值大于3时，停止合并，聚类结束；否则进行下一步；
步骤S7.4、重新计算任意两个类之间的欧几里德距离，此时单个数据点之间的距离同Step10.2，单点类与两点类之间的距离，为单点类与两点类间距离的最小值：
(单点类与两点类)
步骤S7.5、重复步骤S3；
步骤S7.6、重复计算单点类与单点类，单点类与两点类，单点类与多点类，多点类与多点类之间的距离；
(多点类与多点类)；
步骤S7.7、重复步骤S3，并不断重新计算新的类间距离矩阵，直到达到类间距大于阈值。
本发明设计的公交与公交换乘出行的线路班次调整的方法，分析工作日(或非工作日)一个线路的一个时段内出行的起始点及目的地，分析其中公交直达的，计算直达客流在各站点的上下车客流数，及直达客流总数；直达客流占该线路客流的30％以上，根据客流分布均匀或不均匀，大客流站点(直达上车人数占直达上车客流的15％及以上/直达下车人数占直达下车客流的15％及以上)在空间上集中或分散，判断该时段线路的满载率情况，从而做出各种增加或减少班次、开通专线、合并小客流站点等调整策略。
附图说明
图1是本发明方法的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
下面参照图1描述根据本发明实施例的一种公交与公交换乘出行的线路班次调整的方法，分析工作日(或非工作日)一个线路的一个时段内出行的起始点及目的地，分析其中公交与公交换乘的，包括以下步骤：
步骤S1、公交出行，换乘公交，即出行链为TRANSPOT_TYPE＝2，PAYMENT_ORDER≥2且IS_OVER＝N的记录；
步骤S2、计算由该线路在各站的上下车客流数量；
步骤S3、若公交换乘客流占该线路客流的30％以上，且在各站上下客数量均匀，即客流(上车+下车)方差小于0.1(根据数据情况调整)，则计算该时段线路的满载率，当满载率>120％时，应增加班次；当满载率<50％时，应减少班次；50％≤满载率≤120％，可以保持现状；
步骤S4、若公交换乘客流占该线路客流的30％以上，而客流分布不均匀，即客流(上车+下车)方差大于0.1，大客流站点(直达上车人数占直达上车客流的15％及以上/直达下车人数占直达下车客流的15％及以上)在空间上集中，判断该时段线路的满载率，当满载率>120％时，可针对大客流区间开通区间车、专线、大站快车等线路；当满载率<50％时，应减少班次；50％≤满载率≤120％，可以保持现状；
步骤S5、若公交换乘客流占该线路客流的30％以上，而客流分布不均匀，即客流(上车+下车)方差大于0.1，大客流站点(直达上车人数占直达上车客流的15％及以上/直达下车人数占直达下车客流的15％及以上)在空间上分散(Step3.2.6)。判断该时段线路的满载率，当满载率>120％时，可采取合并小客流站台的策略；当满载率<50％时，应减少班次；50％≤满载率≤120％，可以保持现状；
步骤S6、若公交换乘客流占该线路客流的30％以下，线路及班次调整应结合其他因素进行；
步骤S7、空间上集中/分散：大客流站点数>6个以上进行此步分析，否则，认为大客流站点在空间上是分散的：计算大客流站点ID之间的SN差，并对SN差求平均值；运用基于凝聚的算法将大客流站点进行聚类，当类间距(最小的SN差)大于3时，停止合并类；获取类个数，及类间站点个数；当类个数＝1时，大客流站点在空间上集中，可以开通区间车；当类个数＝2时，类间个数＝(+-1)+(大客流站点/2)，大客流在两个区段上集中，可以开通直达线路；其他情况，认为大客流站点在空间上是分散的。
作为优选，步骤S1中提取的公共交通出行链信息TD_PUBLIC_TRIP_CHAIN表存入的数据按以下格式：Name为实体编号，Code为ENTITY_NUM，Data Type为VARCHAR2(50)；Name为支付方式，Code为PAYMENT_TYPE，Data Type为CHAR[1]，1-IC卡，2-移动端；Name为上车支付记录流水，Code为PAYMENT_SN，Data Type为VARCHAR2(50)；Name为支付次序号，Code为PAYMENT_ORDER，Data Type为NUMBER(2)，每次Y之后重新从1开始；Name为上车站点ID，Code为UP_STATION_ID，Data Type为NUMBER[9]；Name为上车支付时间，Code为UP_PAYMENT_TIME，Data Type为DATE；Name为是下车站点ID，Code为DOWN_STATION_ID，Data Type为NUMBER(9)，异常值000000000；Name为下车时间，Code为DOWN_PAYMENT_TIME，Data Type为DATE，异常值1900/00/00/00/00/00；Name为线路ID，Code为LINE_ID，Data Type为NUMBER[9]；Name为是否一次出行完成，Code为IS_OVER，Data Type为CHAR(1)，Y，N；Name为交通工具类型，Code为TRANSPOT_TYPE，Data Type为CHAR(1),1-subway，2-bus，3-taix，4-bike；Name为入库时间，Code为UPDATE_TIME，Data Type为DATE。
作为优选，客流方差的计算方法为：计算站点上车人数+下车人数，得到每个站点的客流qsn；计算站点客流均值即该线路所有站点客流之和除以站点总数；计算客流方差/>
作为优选，步骤S7中的运用基于凝聚的算法将大客流站点进行聚类，具体采用的是以下凝聚层次聚类算法：
步骤S7.1、将每个大客流站点ID作为一个类；
步骤S7.2、计算任意两个类之间的距离(站点的SN之差)，构造距离矩阵：
d＝|snx-sny|(单点类与单点类)；
步骤S7.3、判断距离矩阵中最小值是否小于4，若是，则合并值最小的两个类，成为一个新的类；当矩阵中最小值大于3时，停止合并，聚类结束；否则进行下一步；
步骤S7.4、重新计算任意两个类之间的欧几里德距离，此时单个数据点之间的距离同Step10.2，单点类与两点类之间的距离，为单点类与两点类间距离的最小值：
(单点类与两点类)
步骤S7.5、重复步骤S3；
步骤S7.6、重复计算单点类与单点类，单点类与两点类，单点类与多点类，多点类与多点类之间的距离；
(多点类与多点类)；
步骤S7.7、重复步骤S3，并不断重新计算新的类间距离矩阵，直到达到类间距大于阈值。
本发明设计的公交与公交换乘出行的线路班次调整的方法，分析工作日(或非工作日)一个线路的一个时段内出行的起始点及目的地，分析其中公交直达的，计算直达客流在各站点的上下车客流数，及直达客流总数；直达客流占该线路客流的30％以上，根据客流分布均匀或不均匀，大客流站点(直达上车人数占直达上车客流的15％及以上/直达下车人数占直达下车客流的15％及以上)在空间上集中或分散，判断该时段线路的满载率情况，从而做出各种增加或减少班次、开通专线、合并小客流站点等调整策略。
在本说明书的描述中，参考术语“一个实施例”、“示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (4)

1.一种公交与公交换乘出行的线路班次调整的方法，分析工作日或非工作日一个线路的一个时段内出行的起始点及目的地，分析其中公交与公交换乘的，其特征在于，包括以下步骤：
步骤S1、公交出行，换乘公交，即出行链为TRANSPOT_TYPE=2，PAYMENT_ORDER≥2且IS_OVER=N的记录；
步骤S2、计算由该线路在各站的上下车客流数量；
步骤S3、若公交换乘客流占该线路客流的30%以上，且在各站上下客数量均匀，即客流：上车+下车方差小于0.1，方差根据数据情况调整，则计算该时段线路的满载率，当满载率>120%时，应增加班次；当满载率<50%时，应减少班次；50%≤满载率≤120%，保持现状；
步骤S4、若公交换乘客流占该线路客流的30%以上，而客流分布不均匀，即客流：上车+下车方差大于0.1，大客流站点：直达上车人数占直达上车客流的15%及以上/直达下车人数占直达下车客流的15%及以上在空间上集中，判断该时段线路的满载率，当满载率>120%时，可针对大客流区间开通区间车、专线、大站快车等线路；当满载率<50%时，应减少班次；50%≤满载率≤120%，保持现状；
步骤S5、若公交换乘客流占该线路客流的30%以上，而客流分布不均匀，即客流：上车+下车方差大于0.1，大客流站点：直达上车人数占直达上车客流的15%及以上/直达下车人数占直达下车客流的15%及以上在空间上分散，判断该时段线路的满载率，当满载率>120%时，可采取合并小客流站台的策略；当满载率<50%时，应减少班次；50%≤满载率≤120%，保持现状；
步骤S6、若公交换乘客流占该线路客流的30%以下，线路及班次调整应结合其他因素进行；
步骤S7、空间上集中/分散：大客流站点数>6个以上进行此步分析，否则，认为大客流站点在空间上是分散的：计算大客流站点ID之间的SN差，并对SN差求平均值；运用基于凝聚的算法将大客流站点进行聚类，当类间距即最小的SN差大于3时，停止合并类；获取类个数，及类间站点个数；当类个数=1时，大客流站点在空间上集中，开通区间车；当类个数=2时，类间个数=(+-1)+(大客流站点/2)，大客流在两个区段上集中，开通直达线路； 其他情况，认为大客流站点在空间上是分散的。
2.根据权利要求1所述的方法，其特征在于，步骤S1中提取的公共交通出行链信息TD_PUBLIC_TRIP_CHAIN表存入的数据按以下格式：Name为实体编号，Code为ENTITY_NUM，DataType为VARCHAR2(50)； Name为支付方式，Code为PAYMENT_TYPE，Data Type为CHAR[1]， 1-IC卡，2-移动端；Name为上车支付记录流水，Code为PAYMENT_SN，Data Type为VARCHAR2(50)；Name为支付次序号，Code为PAYMENT_ORDER，Data Type为NUMBER(2)，每次Y之后重新从1开始； Name为上车站点ID，Code为UP_STATION_ID，Data Type为NUMBER[9]；Name为上车支付时间，Code为UP_PAYMENT_TIME，Data Type为DATE；Name为是下车站点ID，Code为DOWN_STATION_ID，Data Type为NUMBER(9)，异常值000000000；Name为下车时间，Code为DOWN_PAYMENT_TIME，Data Type为DATE，异常值1900/00/00/00/00/00；Name为线路ID，Code为LINE_ID，Data Type为NUMBER[9]；Name为是否一次出行完成，Code为IS_OVER，Data Type为CHAR(1)，Y，N；Name为交通工具类型，Code为TRANSPOT_TYPE，Data Type为CHAR(1),1-subway ，2-bus ，3-taix ，4-bike；Name为入库时间，Code为UPDATE_TIME，Data Type为DATE。
3.根据权利要求1所述的方法，其特征在于，客流方差的计算方法为：计算站点上车人数+下车人数，得到每个站点的客流；计算站点客流均值/>，即该线路所有站点客流之和除以站点总数；计算客流方差/>。
4.根据权利要求1所述的方法，其特征在于，步骤S7中的运用基于凝聚的算法将大客流站点进行聚类，具体采用的是以下凝聚层次聚类算法：
步骤S7.1、将每个大客流站点ID作为一个类；
步骤S7.2、计算任意两个类之间的距离(站点的SN之差)，构造距离矩阵：
单点类与单点类；
步骤S7.3、判断距离矩阵中最小值是否小于4，若是，则合并值最小的两个类，成为一个新的类；当矩阵中最小值大于3时，停止合并，聚类结束；否则进行下一步；
步骤S7.4、重新计算任意两个类之间的欧几里德距离，此时单个数据点之间的距离同Step10.2，单点类与两点类之间的距离，为单点类与两点类间距离的最小值：
单点类与两点类
步骤S7.5、重复步骤S3；
步骤S7.6、重复计算单点类与单点类，单点类与两点类，单点类与多点类，多点类与多点类之间的距离；
多点类与多点类；
步骤S7.7、重复步骤S3，并不断重新计算新的类间距离矩阵，直到达到类间距大于阈值。
CN201811364718.3A 2018-11-16 2018-11-16 一种公交与公交换乘出行的线路班次调整的方法 Active CN109583633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811364718.3A CN109583633B (zh) 2018-11-16 2018-11-16 一种公交与公交换乘出行的线路班次调整的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811364718.3A CN109583633B (zh) 2018-11-16 2018-11-16 一种公交与公交换乘出行的线路班次调整的方法

Publications (2)

Publication Number Publication Date
CN109583633A CN109583633A (zh) 2019-04-05
CN109583633B true CN109583633B (zh) 2023-12-19

Family

ID=65922874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811364718.3A Active CN109583633B (zh) 2018-11-16 2018-11-16 一种公交与公交换乘出行的线路班次调整的方法

Country Status (1)

Country Link
CN (1) CN109583633B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555991B (zh) * 2019-08-30 2023-04-18 中电信用服务有限公司 一种线路质量优化的系统和方法
CN110598930B (zh) * 2019-09-11 2023-11-07 长沙理工大学 一种公交线路优化调整方法及装置
CN112101824A (zh) * 2020-11-09 2020-12-18 浙江工商职业技术学院 一种基于大数据的公共交通管理方法及系统
CN112597264B (zh) * 2021-03-03 2021-05-25 长江空间信息技术工程有限公司(武汉) 一种基于时空大数据的巡河轨迹集中度分析方法
CN116985874A (zh) * 2023-09-28 2023-11-03 比亚迪股份有限公司 轨道车辆调度方法、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097002A (zh) * 2010-11-22 2011-06-15 东南大学 一种基于ic卡数据获取公交站点od的方法及系统
CN104809344A (zh) * 2015-04-23 2015-07-29 中山大学 一种基于ic卡数据的公交站点区间客流估计方法
WO2016045195A1 (zh) * 2014-09-22 2016-03-31 北京交通大学 一种城轨路网客流估算方法
CN106504516A (zh) * 2016-10-24 2017-03-15 东南大学 一种基于公交站点信息化的多形式公交动态调度方法
CN106781432A (zh) * 2016-11-16 2017-05-31 青岛海信网络科技股份有限公司 一种公交车辆调度的方法及装置
CN108492608A (zh) * 2018-03-12 2018-09-04 北京航空航天大学 一种基于云模型的公交车客流量的分析方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097002A (zh) * 2010-11-22 2011-06-15 东南大学 一种基于ic卡数据获取公交站点od的方法及系统
WO2016045195A1 (zh) * 2014-09-22 2016-03-31 北京交通大学 一种城轨路网客流估算方法
CN104809344A (zh) * 2015-04-23 2015-07-29 中山大学 一种基于ic卡数据的公交站点区间客流估计方法
CN106504516A (zh) * 2016-10-24 2017-03-15 东南大学 一种基于公交站点信息化的多形式公交动态调度方法
CN106781432A (zh) * 2016-11-16 2017-05-31 青岛海信网络科技股份有限公司 一种公交车辆调度的方法及装置
CN108492608A (zh) * 2018-03-12 2018-09-04 北京航空航天大学 一种基于云模型的公交车客流量的分析方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于IC卡综合换乘信息的公交乘客上车站点推算;宋晓晴;方志祥;尹凌;刘立寒;杨喜平;萧世伦;;地球信息科学学报(第08期);54-62 *
基于多路径的城市轨道交通网络末班车动态可达性研究;张亮;吕利民;叶红霞;徐瑞华;;城市轨道交通研究(第01期);57-62 *

Also Published As

Publication number Publication date
CN109583633A (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN109583633B (zh) 一种公交与公交换乘出行的线路班次调整的方法
CN111401614B (zh) 一种城市轨道交通动态客流分配方法及系统
CN108010339B (zh) 基于公交车停靠时间的交叉路口信号灯控制方法
CN113159499B (zh) 一种面向交通枢纽到达客流疏散的多出行模式组合调度方法
CN113408790B (zh) 一种模块化车辆运行路径及组合策略协同优化方法及系统
CN109583719B (zh) 一种公交直达出行的线路班次调整的方法
CN112580866B (zh) 基于全程车与区间车组合调度的公交线路串车优化方法
CN109461306A (zh) 一种公交车辆满载率的计算方法
CN112907936A (zh) 一种智能公共交通基于客流的调度方法
CN111859718A (zh) 一种区域多制式轨道交通车站拥挤系数计算方法及系统
CN108303112A (zh) 一个基于出租车群的城市包裹递送路线规划系统
Zhou et al. Metro scheduling to minimize travel time and operating cost considering spatial and temporal constraints on passenger boarding
CN110705746A (zh) 电动出租车快速充电站优化配置方法
CN112465177B (zh) 一种基于大数据分析的公交线路优化系统及方法
CN110298486B (zh) 一种基于卷积神经网络的轨道交通客流量预测方法
CN115423220B (zh) 一种基于地铁轨道交通车辆运维监控系统
CN109615178B (zh) 一种公交换乘轨道再换乘公交出行的线路班次调整的方法
CN113096430B (zh) 基于欧氏距离收费的弹性公交即时需求动态响应方法
CN111931386A (zh) 一种区域多制式轨道交通区间拥挤系数计算方法及系统
CN111859717A (zh) 最小化区域多制式轨道交通旅客拥挤系数的方法及系统
CN103312780A (zh) 一种县市级机构门户网站集群式信息发布方法
Hao et al. Research on Optimization of City Line Express Trains Based on Multi-Objective Particle Swarm Optimization Algorithm
CN114896507B (zh) 一种基于时空结构的地铁路径推荐方法
CN103530699A (zh) 基于改进万有引力算法的多时间窗车辆路径选择方法
CN111861290A (zh) 一种区域多制式轨道交通开行方案的约束方法及系统

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