CN109858687A - 一种基于物流需求的大尺度条件下物流通道规划方法 - Google Patents
一种基于物流需求的大尺度条件下物流通道规划方法 Download PDFInfo
- Publication number
- CN109858687A CN109858687A CN201910031480.0A CN201910031480A CN109858687A CN 109858687 A CN109858687 A CN 109858687A CN 201910031480 A CN201910031480 A CN 201910031480A CN 109858687 A CN109858687 A CN 109858687A
- Authority
- CN
- China
- Prior art keywords
- logistics
- container
- production quantity
- import
- foreign
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于物流需求的大尺度条件下物流通道规划方法,具体包括以下步骤:第一步,以集装箱作为代表货种,结合区域内资源、产业及人口分布特征和经济发展水平,测算区域物流生成量;第二步,结合区域内的基础交通设施建设、运营情况以及大尺度的地形、地貌特征,确定区域内关键物流节点的空间位置与物流通道的具体走向;第三步,采用地理空间网络化的思想对区域物流进行网格划分,建立区域物流系统通道的数值模拟模型,基于物流需求对区域物流通道进行规划;本发明弥补了当前大空间尺度区域物流通道规划方法的不足,解决了在大尺度条件下规划区域物流通道必须依赖O‑D调查数据和决策者的知识和经验的问题。
Description
技术领域
本发明属于交通规划技术领域,具体是一种基于物流需求的大尺度条件下物流通道规划方法。
背景技术
物流通道狭义的理解是交通基础设施组合成的线状地域,指在某一地域内,连接主要交通流发源地,有共同流向,有几种运输方式可供选择的宽阔地带,是客货密集带,也是运输的骨干线路。物流通道是城市与区域经济发展的重要保障和基础,其规划方法成为交通规划领域研究的热点问题之一。
关于物流通道规划的一个困难是,在大区域、大尺度条件下,缺乏大量实测数据的情况下,如何正确合理地规划、布局能充分发挥现有运输方式的物流通道。
目前,针对物流通道规划,大多数研究是在现有运输通道分析的基础上,综合考虑区域内主要的物流流量和流向,结合重要物流节点位置分布、产业布局和区域发展规划等要素,以O-D调查(交通量调查)和物流量预测为手段,通过定量或定性与定量相结合的方法综合确定。但是对于大空间尺度的情况,进行O-D调查具有不现实性,同时这种方法也过分依赖于决策者的知识和经验,在大尺度条件下应用具有很大难度。因此,如何能够不依赖于O-D调查数据,确定大空间尺度的物流通道布局规划成为亟待解决的问题。
发明内容
本发明的目的是针对现有技术存在的问题,提供一种能在大空间尺度下,基于物流需求的物流通道规划方法。
为实现上述目的,本发明采用的技术方案是:
一种基于物流需求的大尺度条件下物流通道规划方法,包括以下步骤:
S1,测算区域物流生成量;以集装箱作为代表货种,结合区域内资源、产业及人口分布特征和经济发展水平,测算区域物流生成量,即集装箱生成量;
S2,确定区域物流节点和物流通道走向;结合区域内的基础交通设施建设、运营情况以及大尺度的地形、地貌特征,确定区域内关键物流节点的空间位置与物流通道的具体走向;
S3,基于物流需求对区域物流通道进行规划,建立区域物流系统通道的数值模拟模型;在区域内寻找一组通道,使得区域内的物流节点到达该组通道的距离之和最短,将物流通道规划问题转化为最短路径的优化问题。
具体地,步骤S1中,所述集装箱生成量采用生成系数法来预测;具体方法为:
S11,依据外贸的统计数据确定外贸货物的生成密度(m);
S12,根据外贸的商品结构确定外贸货物中适箱货的比重(a);
S13,通过市场实际水平确定平均箱重(w);
S14,根据外贸货物的生成密度、适箱率、平均箱重,确定集装箱的生成系数(c);
S15,根据集装箱的生成系数和外贸额计算集装箱生成量(Q=cV)。
进一步地,所述集装箱生成量包括进口集装箱生成量和出口集装箱生成量两个维度;进口集装箱生成量是指一个国家进口的适箱货对运输的需求量;出口集装箱生成量是指一个国家出口的适箱货对运输的需求量。
进一步地,所述出口集装箱生成量与年周期内贸易出口额、外贸出口适箱货比例、外贸出口适箱货重量系数、外贸出口集装箱箱化率以及外贸出口集装箱平均载重量有关,所述出口集装箱生成量计算公式如下:
其中,Q1为出口集装箱生成量;V1为出口外贸总额(亿美元);a1为外贸出口适箱货比例(%);m1为外贸出口适箱货重量系数(吨/亿美元);b1为外贸出口集装箱箱化率(%);w1为外贸出口集装箱平均载重量(吨);
所述进口集装箱生成量与年周期内贸易进口额、外贸进口适箱货比例、外贸进口适箱货重量系数、外贸进口集装箱箱化率以及外贸进口集装箱平均载重量有关,所述进口集装箱生成量计算公式如下:
其中,Q2为进口集装箱生成量;V2为进口外贸总额(亿美元);a2为外贸进口适箱货比例(%);m2为外贸进口适箱货重量系数(吨/亿美元);b2为外贸进口集装箱箱化率(%);w2为外贸进口集装箱平均载重量(吨)。
具体地,步骤S2中,所述关键物流节点的确定依据四个评价指标,所述四个评价指标分别为:地区经济基础、地区产业结构、现有交通基础设施发展水平以及国内外贸易发展水平。
进一步地,所述关键物流节点集装箱生成量的测算需要对区域内人口增长趋势进行预测,对一定时间段内区域各国集装箱生成量的发展趋势进行预测,从而测算区域各国关键物流节点未来的集装箱生成量;所述人口增长趋势可以根据区域当前人口基数及前几年的人口增长速率计算得到;所述集装箱生成量的发展趋势可以根据区域当前集装箱生成量及前几年的集装箱生成量增长速率计算得到。
具体地,步骤S3中,区域内的物流需求在空间上呈现一种离散的状态,即物流需求是分散在空间内各个角落的,物流通道的规划就是寻找一组通道,使得区域内的物流需求到达这些通道的距离之和最短;
然而由于物流需求分散在区域内各个角落,各物流需求生成点的具体坐标、面积等指标都难以充分量化,因此需要对物流需求进行处理,以便于后续确定区域物流通道;
基于物流需求对区域物流通道进行规划具体包括以下步骤:
S31,采用地理空间网络化的思想,按照规划任务的要求,将待规划区域划分为若干个网格,将单个网格内的物流需求总量作为本网格的权重,将单个网格的中心点坐标作为本网格的坐标,将整个区域内的物流需求汇集到有限个点上来;
S32,在待规划区域内寻找一条直线,使区域内的所有网格的中心点到该直线的总距离最短;
此时,物流通道规划问题已经转化为最短路径的优化问题,即在二维平面上确定一条直线,使所有网格的坐标点到该直线的总距离最短,该直线即为基于物流需求的区域物流通道;所述区域物流系统通道的数值模拟模型通过如下数学表达式确定:
其中,M,N分别表示所述若干网格在X、Y两个方向的数量,C为待确定的通道,Xi,j为坐标为(i,j)的网格中心点。
与现有技术相比,本发明的有益效果是:本发明提出了一种基于物流需求的大尺度条件下物流通道规划方法,通过测算区域物流生成量来确定区域物流节点和物流通道走向,再基于物流需求对区域物流通道进行规划;采用地理空间网络化的思想对区域物流进行网格划分,建立区域物流系统通道的数值模拟模型,弥补了当前大空间尺度区域物流通道规划方法的不足,解决了在大尺度条件下规划区域物流通道必须依赖O-D调查数据和决策者的知识和经验的问题。
附图说明
图1为本发明一种基于物流需求的大尺度条件下物流通道规划方法的流程示意框图;
图2为本实施例中2016年西非人口年增长率分布示意图;
图3为本实施例中西非区域物流关键节点城市分布示意图;
图4为本实施例中基于物流需求的网格划分模型示意图;
图5为本实施例中基于物流节点城市对西非区域进行网格划分的模型示意图;
图6为本实施例中对西非区域的物流通道进行规划后的数值模拟结果示意图。
具体实施方式
下面将结合本发明中的附图,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动条件下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本实施例提供了一种基于物流需求的大尺度条件下物流通道规划方法,本实施例应用于西部非洲区域,具体包括以下步骤:
第一步,测算西非国家外贸集装箱生成量;以集装箱作为代表货种,结合区域内资源、产业及人口分布特征和经济发展水平,测算区域物流生成量,即集装箱生成量;
根据集装箱系数生成法,对西非国家集装箱生成量进行测算,得到进/出口集装箱生成量如表1所示:
表1 2016年西非国家进出口集装箱生成量(单位:亿美元/TEU)
在进口与出口集装箱生成量的对比中,不难看出集装箱的进口生成量大于出口生成量,其出口空箱比例平均达到60%,进一步说明西非国家的进出口不均衡。
第二步,确定区域物流节点和物流通道走向;结合区域内的基础交通设施建设、运营情况以及大尺度的地形、地貌特征,确定区域内关键物流节点的空间位置与物流通道的具体走向;
所述关键物流节点集装箱生成量的测算需要对区域内人口增长趋势进行预测,对一定时间段内区域各国集装箱生成量的发展趋势进行预测,从而测算区域各国关键物流节点未来的集装箱生成量。
西非的经济的快速发展带来了巨大的物流需求,对基础设施和物流通道建设的要求不断增强;以西非人口而言,根据美国国际开发署与美国地质勘探局数据,西非人口不仅以2.75%的平均年增长率快速增长,而且还变得更加城市化,一些主要城市的平均年增长率高达9%,2016年西非人口年增长率如图2所示;
以西非主要城市与各国平均人口年增长率预测西非2020年以及2030年的人口数量,根据各国GDP的增长趋势测算集装箱生成量。以科特迪瓦、塞内加尔、布基纳法索和加纳等国的高经济增长率为代表,西非国家的集装箱生成量在未来将会有较大增长,以此带来巨大的物流需求,基础设施与物流通道的完善应当满足其需求。根据测算,2020年以及2030年西非国家集装箱生成量大致如表2所示。
表2西非国家中长期集装箱生成量表(单位:TEU)
根据预测,再经过一段时间的增长,塞内加尔不久将进入年20万TEU集装箱量的行列,贝宁与布基纳法索也将在未来迎来巨大的物流需求,因此以达喀尔港为中心西非西海岸和以阿比让到拉各斯沿线的西非南海岸的基础设施建设将是西非最重要的部分。
第三步,测算物流节点的集装箱生成量;
根据2016年西非各国主要城市人口,将各国集装箱量折算到各主要城市,其结果如表3所示:
表3 2016年西非各国城市人口及集装箱生成量(万人/万TEU)
根据西非人口增长的预测,对2020与2030年西非各国集装箱生成量进行折算,得到西非各主要城市未来集装箱生成量。西非主要城市的未来集装箱生成量测算如下表4所示:
表4 西非主要城市未来集装箱生成量
(按2030年集装箱生成量排序,单位:万人/万TEU)
根据上表可知,物流节点城市均具备以下特征:(1)为国家的政治或经济中心城市,具备发达的经济基础或经济发展迅速;(2)具备良好的工业基础,工业化水平高且具备较为完整的工业基础设施条件;(3)处于关键的地理位置,如重要的沿海港口或内河港口城市,铁路线交汇处等;(4)城市周边矿业发达或具有丰富的矿产储量;(5)人口密集区域,城市人口密度较高。
鉴于非洲地区城市分布分散且稀疏的特性,具备以上五点特征的城市将是区域内的物流关键节点,即在区域内物流需求量中占有极大的比例。根据以上规则确定的西非区域物流关键节点城市如图3所示,并依据物流生成量的测算方法可以得到关键物流节点的物流需求,从而作为物流通道确定的基础依据。
第四步,基于物流需求对区域物流通道进行规划;在区域内寻找一组通道,使得区域内的物流节点到达该组通道的距离之和最短,将物流通道规划问题转化为最短路径的优化问题。具体包括以下步骤:
采用地理空间网络化的思想,按照规划任务的要求,将待规划区域划分为若干个网格,将单个网格内的物流需求总量作为本网格的权重(如图4所示),将单个网格的中心点坐标作为本网格的坐标,将整个区域内的物流需求汇集到有限个点上来;
在待规划区域内寻找一条直线,使区域内的所有网格的中心点到该直线的总距离最短;
根据区域物流系统的规划要求,基于上述方法以及区域内选择的物流节点城市,对西非区域进行网格划分。将区域划分为100×100共10000个网格,在东西方向上每个网格的实际跨度为36公里,南北跨度为26公里,网格划分结果如图5所示。将每个网格所包含城市的物流生成量作为该网格的属性,即物流通道的判断模型中的点的权重值。至此,网格化处理完成,然后再基于梯度下降法对模型进行求解。
通道的数值模拟结果显示,随着通道数量的增加,通道的走向基本保持稳定状态,如图6所示,两条东西走向通道分别为沿海通道与内陆通道,在两条通道之间存在多条南北方向通道,通道间相互连接初步形成西非区域物流通道网络,将在此模拟结果基础上结合地区实际条件,完成物流通道网络的规划与设计。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神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,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于物流需求的大尺度条件下物流通道规划方法,其特征在于,包括以下步骤:
S1,测算区域物流生成量;以集装箱作为代表货种,结合区域内资源、产业及人口分布特征和经济发展水平,测算区域物流生成量,即集装箱生成量;
S2,确定区域物流节点和物流通道走向;结合区域内的基础交通设施建设、运营情况以及大尺度的地形、地貌特征,确定区域内关键物流节点的空间位置与物流通道的具体走向;
S3,基于物流需求对区域物流通道进行规划,建立区域物流系统通道的数值模拟模型;在区域内寻找一组通道,使得区域内的物流节点到达该组通道的距离之和最短,将物流通道规划问题转化为最短路径的优化问题。
2.根据权利要求1所述的一种基于物流需求的大尺度条件下物流通道规划方法,其特征在于,步骤S1中,所述集装箱生成量采用生成系数法来预测;具体方法为:
S11,依据外贸的统计数据确定外贸货物的生成密度;
S12,根据外贸的商品结构确定外贸货物中适箱货的比重;
S13,通过市场实际水平确定平均箱重;
S14,根据外贸货物的生成密度、适箱率、平均箱重,确定集装箱的生成系数;
S15,根据集装箱的生成系数和外贸额计算集装箱生成量。
3.根据权利要求1或2所述的一种基于物流需求的大尺度条件下物流通道规划方法,其特征在于,所述集装箱生成量包括进口集装箱生成量和出口集装箱生成量两个维度;进口集装箱生成量是指一个国家进口的适箱货对运输的需求量;出口集装箱生成量是指一个国家出口的适箱货对运输的需求量。
4.根据权利要求3所述的一种基于物流需求的大尺度条件下物流通道规划方法,其特征在于,
所述出口集装箱生成量与年周期内贸易出口额、外贸出口适箱货比例、外贸出口适箱货重量系数、外贸出口集装箱箱化率以及外贸出口集装箱平均载重量有关,所述出口集装箱生成量计算公式如下:
其中,Q1为出口集装箱生成量;V1为出口外贸总额;a1为外贸出口适箱货比例;m1为外贸出口适箱货重量系数;b1为外贸出口集装箱箱化率;w1为外贸出口集装箱平均载重量;
所述进口集装箱生成量与年周期内贸易进口额、外贸进口适箱货比例、外贸进口适箱货重量系数、外贸进口集装箱箱化率以及外贸进口集装箱平均载重量有关,所述进口集装箱生成量计算公式如下:
其中,Q2为进口集装箱生成量;V2为进口外贸总额(亿美元);a2为外贸进口适箱货比例(%);m2为外贸进口适箱货重量系数(吨/亿美元);b2为外贸进口集装箱箱化率(%);w2为外贸进口集装箱平均载重量(吨)。
5.根据权利要求1所述的一种基于物流需求的大尺度条件下物流通道规划方法,其特征在于,步骤S2中,所述关键物流节点的确定依据四个评价指标,所述四个评价指标分别为:地区经济基础、地区产业结构、现有交通基础设施发展水平以及国内外贸易发展水平。
6.根据权利要求1所述的一种基于物流需求的大尺度条件下物流通道规划方法,其特征在于,所述关键物流节点的集装箱生成量的测算需要对区域内人口增长趋势进行预测,对一定时间段内区域各国集装箱生成量的发展趋势进行预测,从而测算区域各国关键物流节点未来的集装箱生成量。
7.根据权利要求1所述的一种基于物流需求的大尺度条件下物流通道规划方法,其特征在于,步骤S3中,基于物流需求对区域物流通道进行规划具体包括以下步骤:
S31,将待规划区域划分为若干个网格,将单个网格内的物流需求总量作为本网格的权重,将单个网格的中心点坐标作为本网格的坐标;
S32,在待规划区域内寻找一条直线,使区域内的所有网格的中心点到该直线的总距离最短;
此时,物流通道规划问题已经转化为最短路径的优化问题,即在二维平面上确定一条直线,使所有网格的坐标点到该直线的总距离最短,该直线即为基于物流需求的区域物流通道;所述区域物流系统通道的数值模拟模型通过如下数学表达式确定:
0<i<N
0<j<M
其中,M,N分别表示所述若干网格在X、Y两个方向的数量,C为待确定的通道,Xi,j为坐标为(i,j)的网格中心点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031480.0A CN109858687B (zh) | 2019-01-14 | 2019-01-14 | 一种基于物流需求的大尺度条件下物流通道规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031480.0A CN109858687B (zh) | 2019-01-14 | 2019-01-14 | 一种基于物流需求的大尺度条件下物流通道规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109858687A true CN109858687A (zh) | 2019-06-07 |
CN109858687B CN109858687B (zh) | 2022-07-22 |
Family
ID=66894586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910031480.0A Active CN109858687B (zh) | 2019-01-14 | 2019-01-14 | 一种基于物流需求的大尺度条件下物流通道规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858687B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112163802A (zh) * | 2020-09-04 | 2021-01-01 | 武汉理工大学 | 集装箱运输网络的路径的通行能力的计算方法 |
CN114066062A (zh) * | 2021-11-18 | 2022-02-18 | 中国民用航空飞行学院 | 一种城市空中交通的物流需求预测方法及系统 |
CN115409236A (zh) * | 2022-06-27 | 2022-11-29 | 广州市交通规划研究院有限公司 | 一种基于市场细分理论的物流土地需求规模预测方法 |
CN116167534A (zh) * | 2022-10-28 | 2023-05-26 | 交通运输部水运科学研究所 | 基于机器学习和计算机视觉的自动化码头安全控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350138A (zh) * | 2008-09-02 | 2009-01-21 | 天津市市政工程设计研究院 | 基于货类反推的海港规划年交通生成量预测系统 |
CN101436345A (zh) * | 2008-12-19 | 2009-05-20 | 天津市市政工程设计研究院 | 基于TransCAD宏观仿真平台的港区道路交通需求预测系统 |
CN102393869A (zh) * | 2011-12-02 | 2012-03-28 | 河海大学 | 基于加权Voronoi图的连续型物流节点布局优化方法 |
-
2019
- 2019-01-14 CN CN201910031480.0A patent/CN109858687B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350138A (zh) * | 2008-09-02 | 2009-01-21 | 天津市市政工程设计研究院 | 基于货类反推的海港规划年交通生成量预测系统 |
CN101436345A (zh) * | 2008-12-19 | 2009-05-20 | 天津市市政工程设计研究院 | 基于TransCAD宏观仿真平台的港区道路交通需求预测系统 |
CN102393869A (zh) * | 2011-12-02 | 2012-03-28 | 河海大学 | 基于加权Voronoi图的连续型物流节点布局优化方法 |
Non-Patent Citations (3)
Title |
---|
何英等: "武汉城市圈集装箱运输预测与建议", 《交通与运输》 * |
荣晓华等: "基于GM(1,1)模型的营口港物流需求预测", 《物流工程与管理》 * |
高晓月 封学军 蒋柳鹏: "南京港集装箱生成量预测与发展措施建议", 《华东大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112163802A (zh) * | 2020-09-04 | 2021-01-01 | 武汉理工大学 | 集装箱运输网络的路径的通行能力的计算方法 |
CN114066062A (zh) * | 2021-11-18 | 2022-02-18 | 中国民用航空飞行学院 | 一种城市空中交通的物流需求预测方法及系统 |
CN114066062B (zh) * | 2021-11-18 | 2023-04-07 | 中国民用航空飞行学院 | 一种城市空中交通的物流需求预测方法及系统 |
CN115409236A (zh) * | 2022-06-27 | 2022-11-29 | 广州市交通规划研究院有限公司 | 一种基于市场细分理论的物流土地需求规模预测方法 |
CN115409236B (zh) * | 2022-06-27 | 2023-05-12 | 广州市交通规划研究院有限公司 | 一种基于市场细分理论的物流土地需求规模预测方法 |
CN116167534A (zh) * | 2022-10-28 | 2023-05-26 | 交通运输部水运科学研究所 | 基于机器学习和计算机视觉的自动化码头安全控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109858687B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858687A (zh) | 一种基于物流需求的大尺度条件下物流通道规划方法 | |
CN109492950B (zh) | 一种基于gis技术可满足大区域范围空间饱和负荷预测方法 | |
CN104851360B (zh) | 一种洪水风险图的生成方法和系统 | |
Ma et al. | The spatial coupling effect between urban public transport and commercial complexes: A network centrality perspective | |
CN110046213B (zh) | 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 | |
CN109102868B (zh) | 一种震后医疗应急设施的选址方法 | |
CN104392111A (zh) | 基于水位样本的洪水预报方法 | |
Liaghat et al. | A multi-criteria evaluation using the analytic hierarchy process technique to analyze coastal tourism sites | |
CN114492233B (zh) | 一种基于webGIS平台及考虑综合利用要求的流域水模拟方法 | |
CN112434957B (zh) | 一种基于元胞自动机的配网线路巡检区域网格划分方法 | |
CN109271465A (zh) | 一种基于云计算的水文数据分析及展示方法 | |
CN109284918B (zh) | 一种城市立体空间紧凑性测度方法及系统 | |
Li et al. | Land suitability assessment for supporting transport planning based on carrying capacity and construction demand | |
CN113626923A (zh) | 一种平原河网区域水资源调度精准率计算与提升方法 | |
CN111798032B (zh) | 支撑国土空间规划双评价的精细化网格评价方法 | |
CN112084643A (zh) | 基于数字高程和土壤参数的流域提取方法 | |
CN115759883A (zh) | 基于网络群组特征的生态管理分区方法 | |
CN113723719B (zh) | 一种基于配变的近中期负荷预测方法、装置、设备及介质 | |
CN111291954B (zh) | 一种城市景观量化分析方法 | |
CN111738527B (zh) | 一种基于热点探测模型的城市交通小区划分方法 | |
CN115049215A (zh) | 一种城市交通流量空间分布模型的构建方法 | |
CN115062682A (zh) | 目标功能区标识方法、装置、存储介质及设备 | |
CN105335897A (zh) | 一种阶梯式配电网网格划分方法 | |
CN116193369B (zh) | 一种基于手机信令数据的居住人口生成率估算方法 | |
Pang et al. | Bilevel mixed land use–transportation model based on urban road network balance |
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 |