CN110472797A - 一种基于web的城市公交复杂网络自动化生成方法 - Google Patents
一种基于web的城市公交复杂网络自动化生成方法 Download PDFInfo
- Publication number
- CN110472797A CN110472797A CN201910778814.0A CN201910778814A CN110472797A CN 110472797 A CN110472797 A CN 110472797A CN 201910778814 A CN201910778814 A CN 201910778814A CN 110472797 A CN110472797 A CN 110472797A
- Authority
- CN
- China
- Prior art keywords
- bus
- data set
- bus station
- network
- station
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011160 research Methods 0.000 claims abstract description 9
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 13
- 239000000872 buffer Substances 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 4
- 230000008602 contraction Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于web的城市公交复杂网络自动化生成方法。首先，通过爬虫技术获取到研究区内的公交站点和公交线路信息；其次，基于距离约束等原则，删除冗余的公交站点，并建立公交站点之间的公交连接关系；最后，再依据复杂网络理论，建立公交复杂网络并进行可视化分析。本发明能够快速地获得城市中公交复杂网络，为城市公交出行优化提供科学依据。
Description
技术领域
本发明涉及城市规划与城市交通系统技术领域，特别是一种基于web的城市公交复杂网络自动化生成方法。
背景技术
目前，大数据技术在城市规划与城市交通分析中得到了非常广泛地应用，其中关于公交网络的研究更是成为其中的一个热点问题。由于公交具有很强地网络特征，因此复杂网络成为研究中的一个重要技术手段。然而，还存在着以下的问题：
（1）在数据获取还存在着一定的难度。首先，公交信息一般包括了公交站点（可以视为复杂网络中节点）和公交线路（可以视为复杂网络中节点之间的关联特征）2个部分，单纯靠手工在网络地图和网页上采集的时间成本非常高。其次，不同地区的数据格式如果不统一对于分析的结果将产生不利影响。因此，数据获取中必须充分考虑到数据格式和标准的统一，然这对于数据获取者而言难度较大。
（2）如何利用web网络资源快速获取得到多个城市的公交信息，对于单个城市的分析，往往已经无法满足实际需求。因此，必须提供更好的途径可以较为方便地获取到多个城市地公交复杂网络信息。
（3）网络上公交信息如何更加方便地转换为公交复杂网络。网络资源中，一个公交站点就是一个公交站台。然而实践中，同一个公交站点可能存在着多个站台，因此必须只保留一个站点地点作为这个公交站点的地理空间实体。其次，还需要将距离较远的两个同名公交站台认作为是不同的公交站点，而不能认为是一个公交站点的不同站台。
（4）复杂网络具有不同的格式，如何针对网络公交站点和公交线路信息，自动地生成不同的公交复杂网络格式数据。
发明内容
本发明所要解决的技术问题是克服现有技术的不足，而提供一种基于web的城市公交复杂网络自动化生成方法，本发明能够快速有效地建立公交复杂网络。
本发明为解决上述技术问题采用以下技术方案：
根据本发明提出的一种基于web的城市公交复杂网络自动化生成方法，包括以下步骤：
步骤1）通过爬虫技术获取到研究区内的公交站点信息；
步骤2）提取数据集A中所有公交线路名称的信息，并删除重复的公交线路名称，结果记为数据集B；
步骤3）依据数据集B中所有公交线路名称进行公交站点和公交线路的web抓取，结果分别记为数据集C和数据集D，且建立公交站点和公交线路的一一对应关系；
步骤4）根据空间距离约束和名称不可重复性规则，对数据集C中公交站点进行筛选和去重，并对处理后的公交站点进行唯一值标识处理，记为数据集E；
步骤5）计算数据集E中公交站点之间的连接关系；
步骤6）依据复杂网络理论，根据数据集E和公交站点之间的连接关系DL，建立城市公交复杂网络W1；根据数据集E和公交站点之间的连接关系DL1，建立城市公交复杂网络W2；
步骤7）对W1和W2进行复杂网络指标计算，并进行节点指标的可视化展示。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，步骤1）具体包括如下子步骤：
步骤1.1）对用户在地图上划定研究区范围进行最小外接矩形计算；
步骤1.2）将最小外接矩形划分成等大小的网格，形成网格数据集；
步骤1.3）遍历网络数据集，并在每次遍历时，将每个网格做指定大小x米的缓冲区计算，得到新的矩形范围；
步骤1.4）将新的矩形范围作为输入爬虫抓取的参数，获取该范围内的公交站点；
步骤1.5）遍历完成后，将每次遍历的结果合并成一个新的文件，记为数据集A。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，所述步骤1.4）中获取的公交站点包含一个字段lineName，用于存储每个公交站点经过的公交线路。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，所述步骤1.5）中的合并的结果需要删除重复的公交站点。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，所述步骤1.5）中的数据集A为shapefile格式数据。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，步骤3）具体包括如下子步骤：
步骤3.1）遍历数据集B，每次遍历时，将公交线路名称作为输入爬虫抓取的参数，获取该范围内的公交站点和公交线路数据，结果分别记为数据集C和D。
步骤3.2）建立公交站点和公交线路的一一对应关系，即在公交站点数据中建立字段来存储该站点所属的公交线路名称。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，步骤4）具体为：
步骤4.1）对数据集C建立唯一标识号处理；
步骤4.2）若一定空间距离dis范围内，数据集C中出现了多个重名的公交站点，则将这些的公交站点合并成一个公交站点；基于名称不可重复性规则进行数据预处理，若超过距离dis范围存在相同名称的公交站点，则增加后缀名称来区别；所得结果记为数据集C1，并对数据集C1进行唯一值标识处理；同时，记录C和C1中公交站点之间唯一标识号的一一对应关系f1；
步骤4.3）若需要合并一定空间距离内不重名的公交站点，则建立空间距离约束规则进行数据预处理，即若一定空间距离dis1范围内，数据集C1中出现了的公交站点，则将这些的公交站点合并成一个公交站点；所得结果记为数据集C2，并对数据集C2进行唯一值标识处理；同时，记录C1和C2中公交站点之间唯一标识号的一一对应关系f2；
步骤4.5）若不执行步骤4.3，则将C1记为数据集E；若执行步骤4.3，则将C2记为数据集E；
步骤4.6）根据f1和f2，查询得到数据集F中每个公交站点唯一标识号在数据集E中相对应的，并以查询后得到的标识号更新数据集C中的唯一标识号值。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，所述步骤4.2）中的合并后公交站点的地理空间位置为：待合并公交站点中的任意一个公交站点的地理空间位置。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，步骤5）具体为：
步骤5.1）遍历存储公交线路数据的数据集D；
步骤5.2）每次遍历一条公交线路时：根据公交线路名称，从数据集C中搜索到该线路所经过的所有公交站点，记为数据集F；
步骤5.3）按照2种方式建立公交站点之间的连接关系，具体为：
连接关系1：对数据集F中任意两个不相同的公交站点作为一条记录L；
连接关系2：按照数据集F中公交站点停靠的先后顺序，对任意两个不相同，且相邻的公交站点作为一条记录L1；
步骤5.4）构建字典列表DL，将L存储在字典列表DL，如果DL中不包含此L，则将该L添加到DL中，并将其数量记为1，如果DL中已包含此L，则将此DL中L的数量再加上1；
步骤5.5）构建字典列表DL1，将L1存储在字典列表DL1，如果DL1中不包含此L1，则将该L1添加到DL1中，并将其数量记为1，如果DL1中已包含此L，则将此DL1中L1的数量再加上1。
进一步，本发明所提出的一种基于web的城市公交复杂网络自动化生成方法，所述步骤5.3）和5.4）中每条记录L或L1中两个公交站点的唯一标识号的组合关系，确定L或L1的唯一性。该组合关系为：第一个公交站点的标识号后加上“_”标识，再加上第一个公交站点的标识号。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
（1）本发明提供了一种基于web的城市公交复杂网络自动化生成方法，通过该方法可以较为方便的获取到不同城市的公交线路和公交站点信息，并生成为公交复杂网络。
（2）本发明可以自动化地删除web中公交线路和公交站点中的数据冗余信息，保障了公交复杂网络分析地准确性。
附图说明
图1是本发明的整体流程示意图。
图2是单个网络缓冲区设置示意图。
图3是公交站点分布示意图。
图4是公交线路和公交站点分布示意图。
图5是公交站点和公交线路的属性关联示意图。
图6是距离相近且名称相同的公交站点合并处理示意图。
图7是同名公交站点但距离较远的处理方案示意图。
图8是数据处理后的公交站点命名结果示意图。
图9是数据处理后的公交站点唯一标识变化情况示意图。
图10是公交站点中介性评价结果示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
本发明提出一种基于web的城市公交复杂网络自动化生成方法，包括以下步骤：
步骤1）参见附图1，首先通过爬虫技术获取到研究区内的公交站点信息。
步骤1.1）对用户在地图上划定研究区范围进行最小外接矩形计算。
步骤1.2）参见附图2，将最小外接矩形划分成等大小的网格，形成网格数据集。
步骤1.3）遍历网络数据集，并在每次遍历时，将每个网格做指定大小x米的缓冲区计算，得到新的矩形范围，本次x值取10米。
这一步骤中进行缓冲区操作的原因是：网格之间可能存在公交站点，如果没有将网格之间存在一定距离的覆盖，可能会遗漏部分的公交站点。
步骤1.4）将新的矩形范围作为输入爬虫抓取的参数，获取该范围内的公交站点。其中，获取的公交站点包含一个字段lineName，用于存储每个公交站点经过的公交线路。
步骤1.5）参见附图3，遍历完成后，将每次遍历的结果合并成一个新的文件，并删除其中重复的公交站点，结果记为数据集A。对于本案例而言，数据集A包含的公交站点为：{a（图中左上角）,a（图中左下角）,b,c,d,e,f,g,h,i,j,k,l,m,n}。数据集A为shapefile格式数据进行保存。
对于本实例，对应数据集A，每个公交站点存储的公交线路名称分别为：[{Line1},{Line3},{Line1},{Line1,Line3},{Line1,Line2},{Line1},{Line1},{Line3},{Line3},{Line3},{Line3},{Line3},{Line2},{Line2},{Line2}]。
步骤2）提取数据集A中所有公交线路名称的信息，并删除重复的公交线路名称，结果记为数据集B。参见附图4，对于本案例而言，数据集B包含的公交线路为：{Line1,Line2,Line3}。
步骤3）依据数据集B中所有公交线路名称进行公交站点和公交线路的web抓取，且建立公交站点和公交线路的一一对应关系。
步骤3.1）遍历数据集B，每次遍历时，将公交线路名称作为输入爬虫抓取的参数，获取该范围内的公交站点和公交线路数据，结果分别记为数据集C和D。
步骤3.2）建立公交站点和公交线路的一一对应关系，即在公交站点数据中建立字段来存储该站点所属的公交线路名称。参见附图5，公交站点和公交线路属性表通过字段lineName实现了关联。
依此，参见附图4,Line1所包含的公交站点为：{a,b,c,d,e,f};Line2所包含的公交站点为：{l,m,d,n};Line3所包含的公交站点为：{a,k,g,i,c,h,g}。
步骤4）根据空间距离约束和名称不可重复性规则，对数据集C中公交站点进行筛选和去重，并对处理后的公交站点进行唯一值标识处理。
步骤4.1）对数据集C建立唯一标识号处理。
对于本实例，数据集C包含的公交站点为{a（图中左上角）,a（图中左下角）,b,c（图中靠左）,c（图中靠右）,d,e,f,g,h,i,j,k,l,m,n}。
对应的公交站点唯一标识号分别为{1，2，3，4，5，6，7，8，9，10，11，12，13，14，15，16}。
步骤4.2）若一定空间距离dis范围内，数据集C中出现了多个重名的公交站点，则将这些的公交站点合并成一个公交站点。合并后公交站点的地理空间位置为：待合并公交站点中的任意一个公交站点的地理空间位置。如图6所示，两个公交站点都是名称为c，则需要删除一个公交站点。
基于名称不可重复性规则进行数据预处理，若超过距离dis范围存在相同名称的公交站点，则增加后缀名称来区别。如图7所示，两个公交站点都是名称为a，但之间的距离较远，则需要将其中一个公交站点名称改为a_1。
所得结果记为数据集C1，并对数据集C1进行唯一值标识处理。同时，记录C和C1中公交站点之间唯一标识号的一一对应关系f1。
对于本实例，参见附图8，数据集C1包含的公交站点为{a,a_1,b,c,d,e,f,g,h,i,j,k,l,m,n}。对应的公交站点唯一标识号分别为{1，2，3，4，5，6，7，8，9，10，11，12，13，14，15}。
参见附图9，f1的对应关系，其中原有的两个公交站点名称为c的唯一标识号所对应的新唯一标识号均为4，原有唯一标识号大于5的公交站点所对应的新唯一标识号则为：原有唯一标识号减去1。
步骤4.3）若需要合并一定空间距离内不重名的公交站点，则建立空间距离约束规则进行数据预处理，即若一定空间距离dis1范围内，数据集C1中出现了的公交站点，则将这些的公交站点合并成一个公交站点；所得结果记为数据集C2，并对数据集C2进行唯一值标识处理。同时，记录C1和C2中公交站点之间唯一标识号的一一对应关系f2。
对于本实例，没有该条件状况发生。
步骤4.5）若不执行步骤4.3，则将C1记为数据集E；若执行步骤4.3则将C2记为数据集E。对于本实例，没有该条件状况发生。
步骤4.6）根据f1和f2，查询得到数据集F中每个公交站点唯一标识号在数据集E中相对应的，并以查询后得到的标识号更新数据集C中的唯一标识号值。
步骤5）计算数据集E中公交站点之间的连接关系。
步骤5.1）遍历存储公交线路数据的数据集D。
步骤5.2）每次遍历一条公交线路时：根据公交线路名称，从数据集C中搜索到该线路所经过的所有公交站点，记为数据集F。
例如，当公交线路名称为Line2时，依次所得到的公交站点集合为{l,m,d,n}。
步骤5.3）按照2种方式建立公交站点之间的连接关系。
连接关系1：对数据集F中任意两个不相同的公交站点作为一条记录L。
连接关系2：按照数据集F中公交站点停靠的先后顺序，对任意两个不相同，且相邻的公交站点作为一条记录L1。
步骤5.4）构建字典列表DL，将L存储在字典列表DL，如果DL中不包含此L，则将该L添加到DL中，并将其数量记为1，如果DL中已包含此L，则将此DL中L的数量再加上1。
所述步骤5.3）和5.4）中每条记录L或L1中两个公交站点的唯一标识号的组合关系，确定L或L1的唯一性。该组合关系为：第一个公交站点的标识号后加上“_”标识，再加上第一个公交站点的标识号。
步骤5.5）构建字典列表DL1，将L1存储在字典列表DL1，如果DL1中不包含此L1，则将该L1添加到DL1中，并将其数量记为1，如果DL1中已包含此L，则将此DL1中L1的数量再加上1。
步骤6）依据复杂网络理论，根据数据集E和公交站点之间的连接关系DL，建立城市公交复杂网络W1; 根据数据集E和公交站点之间的连接关系DL1，建立城市公交复杂网络W2。
步骤7）对W1和W2进行复杂网络指标计算，并进行节点指标的可视化展示。
参见附图10，为公交站点的中介中心性指标值计算结果，图中点越大代表中介性值约高，公交站点在整个公交网络中的枢纽能力越强。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替代，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于web的城市公交复杂网络自动化生成方法，其特征在于，包括以下步骤：
步骤1）通过爬虫技术获取到研究区内的公交站点信息；
步骤2）提取数据集A中所有公交线路名称的信息，并删除重复的公交线路名称，结果记为数据集B；
步骤3）依据数据集B中所有公交线路名称进行公交站点和公交线路的web抓取，结果分别记为数据集C和数据集D，且建立公交站点和公交线路的一一对应关系；
步骤4）根据空间距离约束和名称不可重复性规则，对数据集C中公交站点进行筛选和去重，并对处理后的公交站点进行唯一值标识处理，记为数据集E；
步骤5）计算数据集E中公交站点之间的连接关系；
步骤6）依据复杂网络理论，根据数据集E和公交站点之间的连接关系DL，建立城市公交复杂网络W1；根据数据集E和公交站点之间的连接关系DL1，建立城市公交复杂网络W2；
步骤7）对W1和W2进行复杂网络指标计算，并进行节点指标的可视化展示。
2.根据权利要求1所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，步骤1）具体包括如下子步骤：
步骤1.1）对用户在地图上划定研究区范围进行最小外接矩形计算；
步骤1.2）将最小外接矩形划分成等大小的网格，形成网格数据集；
步骤1.3）遍历网络数据集，并在每次遍历时，将每个网格做指定大小x米的缓冲区计算，得到新的矩形范围；
步骤1.4）将新的矩形范围作为输入爬虫抓取的参数，获取该范围内的公交站点；
步骤1.5）遍历完成后，将每次遍历的结果合并成一个新的文件，记为数据集A。
3.根据权利要求2所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，所述步骤1.4）中获取的公交站点包含一个字段lineName，用于存储每个公交站点经过的公交线路。
4.根据权利要求2所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，所述步骤1.5）中的合并的结果需要删除重复的公交站点。
5.根据权利要求2所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，所述步骤1.5）中的数据集A为shapefile格式数据。
6.根据权利要求1所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，步骤3）具体包括如下子步骤：
步骤3.1）遍历数据集B，每次遍历时，将公交线路名称作为输入爬虫抓取的参数，获取该范围内的公交站点和公交线路数据，结果分别记为数据集C和D；
步骤3.2）建立公交站点和公交线路的一一对应关系，即在公交站点数据中建立字段来存储该站点所属的公交线路名称。
7.根据权利要求1所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，步骤4）具体为：
步骤4.1）对数据集C建立唯一标识号处理；
步骤4.2）若一定空间距离dis范围内，数据集C中出现了多个重名的公交站点，则将这些的公交站点合并成一个公交站点；基于名称不可重复性规则进行数据预处理，若超过距离dis范围存在相同名称的公交站点，则增加后缀名称来区别；所得结果记为数据集C1，并对数据集C1进行唯一值标识处理；同时，记录C和C1中公交站点之间唯一标识号的一一对应关系f1；
步骤4.3）若需要合并一定空间距离内不重名的公交站点，则建立空间距离约束规则进行数据预处理，即若一定空间距离dis1范围内，数据集C1中出现了的公交站点，则将这些的公交站点合并成一个公交站点；所得结果记为数据集C2，并对数据集C2进行唯一值标识处理；同时，记录C1和C2中公交站点之间唯一标识号的一一对应关系f2；
步骤4.5）若不执行步骤4.3，则将C1记为数据集E；若执行步骤4.3，则将C2记为数据集E；
步骤4.6）根据f1和f2，查询得到数据集F中每个公交站点唯一标识号在数据集E中相对应的，并以查询后得到的标识号更新数据集C中的唯一标识号值。
8.根据权利要求7所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，所述步骤4.2）中的合并后公交站点的地理空间位置为：待合并公交站点中的任意一个公交站点的地理空间位置。
9.根据权利要求1所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，步骤5）具体为：
步骤5.1）遍历存储公交线路数据的数据集D；
步骤5.2）每次遍历一条公交线路时：根据公交线路名称，从数据集C中搜索到该线路所经过的所有公交站点，记为数据集F；
步骤5.3）按照2种方式建立公交站点之间的连接关系，具体为：
连接关系1：对数据集F中任意两个不相同的公交站点作为一条记录L；
连接关系2：按照数据集F中公交站点停靠的先后顺序，对任意两个不相同，且相邻的公交站点作为一条记录L1；
步骤5.4）构建字典列表DL，将L存储在字典列表DL，如果DL中不包含此L，则将该L添加到DL中，并将其数量记为1，如果DL中已包含此L，则将此DL中L的数量再加上1；
步骤5.5）构建字典列表DL1，将L1存储在字典列表DL1，如果DL1中不包含此L1，则将该L1添加到DL1中，并将其数量记为1，如果DL1中已包含此L，则将此DL1中L1的数量再加上1。
10.根据权利要求9所述的一种基于web的城市公交复杂网络自动化生成方法，其特征在于，所述步骤5.3）和5.4）中每条记录L或L1中两个公交站点的唯一标识号的组合关系，确定L或L1的唯一性；
该组合关系为：第一个公交站点的标识号后加上“_”标识，再加上第一个公交站点的标识号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910778814.0A CN110472797B (zh) | 2019-08-22 | 2019-08-22 | 一种基于web的城市公交复杂网络自动化生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910778814.0A CN110472797B (zh) | 2019-08-22 | 2019-08-22 | 一种基于web的城市公交复杂网络自动化生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110472797A true CN110472797A (zh) | 2019-11-19 |
| CN110472797B CN110472797B (zh) | 2021-04-23 |
Family
ID=68513375
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910778814.0A Active CN110472797B (zh) | 2019-08-22 | 2019-08-22 | 一种基于web的城市公交复杂网络自动化生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110472797B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111259308A (zh) * | 2020-01-14 | 2020-06-09 | 江苏省城市规划设计研究院 | 一种基于多重映射的公交网络枢纽评价方法 |
| CN111915064A (zh) * | 2020-07-14 | 2020-11-10 | 青岛海信网络科技股份有限公司 | 一种公交线网调整仿真的方法及装置 |
| CN113268843A (zh) * | 2021-06-28 | 2021-08-17 | 江苏省城市规划设计研究院有限公司 | 一种考虑面状要素关联关系的line-polygon公交复杂网络构建方法 |
| CN113313963A (zh) * | 2021-04-15 | 2021-08-27 | 郑州天迈科技股份有限公司 | 一种基于多源线路数据的公交可通行网络构建方法 |
| CN113743820A (zh) * | 2021-09-15 | 2021-12-03 | 上海世脉信息科技有限公司 | 一种基于描述性公交线路数据的网络化处理方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742169A (zh) * | 2017-10-24 | 2018-02-27 | 山东大学 | 一种基于复杂网络的城市公交网络系统构建方法及性能评估方法 |
| CN108763687A (zh) * | 2018-05-17 | 2018-11-06 | 重庆大学 | 公交网络拓扑属性与空间属性的分析方法 |
| CN109670000A (zh) * | 2018-11-12 | 2019-04-23 | 平安科技（深圳）有限公司 | 地图数据获取方法、计算机可读存储介质及终端设备 |
-
2019
- 2019-08-22 CN CN201910778814.0A patent/CN110472797B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742169A (zh) * | 2017-10-24 | 2018-02-27 | 山东大学 | 一种基于复杂网络的城市公交网络系统构建方法及性能评估方法 |
| CN108763687A (zh) * | 2018-05-17 | 2018-11-06 | 重庆大学 | 公交网络拓扑属性与空间属性的分析方法 |
| CN109670000A (zh) * | 2018-11-12 | 2019-04-23 | 平安科技（深圳）有限公司 | 地图数据获取方法、计算机可读存储介质及终端设备 |
Non-Patent Citations (2)
| Title |
|---|
| JULIAN SIENKIEWICZ: "Statistical analysis of 22 public transport networks in Poland", 《PHYSICAL REVIEW》 * |
| 万丹: "重庆城市公交系统复杂网络模型及可靠性规划研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111259308A (zh) * | 2020-01-14 | 2020-06-09 | 江苏省城市规划设计研究院 | 一种基于多重映射的公交网络枢纽评价方法 |
| CN111915064A (zh) * | 2020-07-14 | 2020-11-10 | 青岛海信网络科技股份有限公司 | 一种公交线网调整仿真的方法及装置 |
| CN111915064B (zh) * | 2020-07-14 | 2024-05-03 | 青岛海信网络科技股份有限公司 | 一种公交线网调整仿真的方法及装置 |
| CN113313963A (zh) * | 2021-04-15 | 2021-08-27 | 郑州天迈科技股份有限公司 | 一种基于多源线路数据的公交可通行网络构建方法 |
| CN113313963B (zh) * | 2021-04-15 | 2023-03-24 | 郑州天迈科技股份有限公司 | 基于多源线路数据的公交可通行网络构建方法 |
| CN113268843A (zh) * | 2021-06-28 | 2021-08-17 | 江苏省城市规划设计研究院有限公司 | 一种考虑面状要素关联关系的line-polygon公交复杂网络构建方法 |
| CN113268843B (zh) * | 2021-06-28 | 2022-12-02 | 江苏省城市规划设计研究院有限公司 | 一种考虑面状要素关联关系的line-polygon公交复杂网络构建方法 |
| CN113743820A (zh) * | 2021-09-15 | 2021-12-03 | 上海世脉信息科技有限公司 | 一种基于描述性公交线路数据的网络化处理方法 |
| CN113743820B (zh) * | 2021-09-15 | 2024-02-20 | 上海世脉信息科技有限公司 | 一种基于描述性公交线路数据的网络化处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110472797B (zh) | 2021-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110472797A (zh) | 一种基于web的城市公交复杂网络自动化生成方法 | |
| CN110008413B (zh) | 一种交通出行问题查询方法和装置 | |
| CN105022748B (zh) | 一种运单地址分级方法及装置 | |
| CN110020433B (zh) | 一种基于企业关联关系的工商高管人名消歧方法 | |
| CN111949834A (zh) | 选址方法和选址平台 | |
| CN108959244A (zh) | 地址分词的方法和装置 | |
| CN111382956A (zh) | 企业集团关系的挖掘方法和装置 | |
| Liao et al. | Applying crowdsourcing techniques in urban planning: A bibliometric analysis of research and practice prospects | |
| CN110929039A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN103686244A (zh) | 视频数据的管理方法及其系统 | |
| CN106157621B (zh) | 一种基于数据分析的智能路况管理系统 | |
| CN110019519A (zh) | 数据处理方法、装置、存储介质和电子装置 | |
| CN106407377A (zh) | 基于人工智能的搜索方法和装置 | |
| Li et al. | A semi-automated method to generate GIS-based sidewalk networks for asset management and pedestrian accessibility assessment | |
| CN109859505A (zh) | 高速站点的预警处理方法、装置、服务器和介质 | |
| CN112381906A (zh) | 一种公交模型基础线网自动绘制方法 | |
| Wasserman et al. | Evaluating OpenStreetMap’s performance potential for level of traffic stress analysis | |
| CN104748757A (zh) | 一种导航电子地图数据更新方法及装置 | |
| CN114661744A (zh) | 一种基于深度学习的地形数据库更新方法及系统 | |
| CN114741378A (zh) | 一种多数据源旅游目的地的数据中台系统及其方法 | |
| KR102054984B1 (ko) | 위치 정보를 이용한 분석용 경로 데이터 생성 방법과, 생성 시스템과, 위치 정보를 이용한 분석용 경로 데이터 생성 서비스를 운영하는 방법 및 운영 시스템 | |
| CN108846134A (zh) | 一种基于网络爬虫的运维方案推荐系统及方法 | |
| Cao et al. | Application of big data visualization in urban planning | |
| CN115964123A (zh) | 基于国土空间要素的交通规划空间数据处理方法及装置 | |
| Zhu et al. | Rural road network planning based on 5g and traffic big data |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 210019 Building B3, No. 1, Yunlongshan Road, Jianye District, Nanjing, Jiangsu Patentee after: Jiangsu urban planning and Design Institute Co.,Ltd. Address before: 210036 Jiangsu Jianshe Building, No. 88, Caochangmen Street, Gulou District, Nanjing, Jiangsu Patentee before: JIANGSU INSTITUTE OF URBAN PLANNING AND DESIGN |