CN111311220A - 一种基于到站时间预测偏离度的公交票价补偿方法 - Google Patents

一种基于到站时间预测偏离度的公交票价补偿方法 Download PDF

Info

Publication number
CN111311220A
CN111311220A CN202010112725.5A CN202010112725A CN111311220A CN 111311220 A CN111311220 A CN 111311220A CN 202010112725 A CN202010112725 A CN 202010112725A CN 111311220 A CN111311220 A CN 111311220A
Authority
CN
China
Prior art keywords
bus
time
actual
ticket
fare
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.)
Pending
Application number
CN202010112725.5A
Other languages
English (en)
Inventor
李成
吴忠宜
祁昊
刘向龙
刘好德
李香静
钱贞国
李晓菲
王寒松
宜毛毛
于海洋
刘荣先
吴骏
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.)
China Academy of Transportation Sciences
Original Assignee
China Academy of Transportation Sciences
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 China Academy of Transportation Sciences filed Critical China Academy of Transportation Sciences
Priority to CN202010112725.5A priority Critical patent/CN111311220A/zh
Publication of CN111311220A publication Critical patent/CN111311220A/zh
Pending legal-status Critical Current

Links

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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems
    • G06Q20/145—Payments according to the detected use or quantity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及交通技术领域，尤其涉及一种基于到站时间预测偏离度的公交票价补偿方法。首先进行公交电子车票预购；然后在公交站台设置公交电子车票预购和激活装置。出行者在手机购票乘车APP或公交电子车票预购和激活装置查询当前时刻的各条公交线路下一班次到达乘车公交站点的预计剩余时间。通过手机购票乘车APP与公交电子车票预购和激活装置进行交互，激活公交电子车票以获取基于到站时间预测偏离度的公交票价补偿服务；最后基于实际候车时间、乘车时间与预测候车时间、乘车时间的预测偏离度对出行者进行基于公交票价的补偿；本发明根据额外增加的候车时间和乘车时间，提出不同标准的公交票价补偿方案，以此鼓励和吸引出行者选择地面公交出行。

Description

一种基于到站时间预测偏离度的公交票价补偿方法
技术领域
本发明涉及交通技术领域，尤其涉及一种基于到站时间预测偏离度的公交票价补偿方法。
背景技术
“优先发展公共交通”作为我国重要的城市交通发展战略，已经成为缓解中国城市交通拥堵、交通污染、交通能耗等问题的共识，也是实现城市交通绿色可持续发展的重要举措。由于城市道路的建设受到城市空间和土地资源等多方面的限制，城市的可持续发展需要“多模式、多类型、优品质、高效率”的公共交通体系和出行服务，以提高城市地面公交系统的吸引力、竞争力和承载能力。
随着社会经济的快速发展，人民生活水平逐渐提高，出行者对出行服务质量的要求也日益精细。但是在运营管理层面，由于目前的常规地面公交系统普遍存在运送速度缓慢、停靠站延误时间长、运行准点率低下等诸多问题，难以满足出行者对于公交服务质量的期望和要求，导致地面公交竞争力和吸引力低下，出行分担率难以提升。因此，为提升常规地面公交系统的资源利用效率以及其竞争力和吸引力，还需要考虑其他诸多因素的影响，如舒适度、便捷度以及出行成本等。其中，出行成本对于出行者的出行行为选择具有重大影响。作为政府进行交通调控管理的重要手段，对公交票价进行优惠或补偿能够对出行者的出行需求起到一定的调控作用，从而引导出行者更多地选择地面公交出行，提高地面公交的出行分担率、公交竞争力和吸引力，更大限度地利用现有道路资源来满足庞大的交通出行需求，减少交通拥堵和环境污染。
发明内容
有鉴于此，本发明的目的是提供一种基于到站时间预测偏离度的公交票价补偿方法，以解决背景技术中的问题。
本发明的目的在于提出一种基于到站时间预测偏离度的公交票价补偿方法，通过增加公交电子车票预购服务及配套装置，基于公交到站时间预测服务的准确性，为额外增加出行时间的地面公交出行者提供基于公交票价的补偿方案，以此提升地面公交的竞争力、吸引力和出行分担率。
为了实现上述目的，本发明的一种基于到站时间预测偏离度的公交票价补偿方法具体按以下步骤执行：
S1:公交电子车票预购服务；
S1.1，在公交站台设置公交电子车票预购和激活装置；
基于公交到站时间预测服务，公交出行者可以在手机购票乘车APP或公交站台设置的公交电子车票预购和激活装置查询当前时刻的各条公交线路下一班次到达乘车公交站点的预计剩余时间。出行者可以在手机购票乘车APP或公交电子车票预购和激活装置上根据公交线路和目的地公交站点预购公交电子车票，以获取基于到站时间预测偏离度的公交票价补偿服务。
S1.2，手机购票乘车APP与公交电子车票预购和激活装置进行交互操作；
已经通过手机购票乘车APP预购公交电子车票的情况下，通过与公交电子车票预购和激活装置进行交互操作，付款并激活公交电子车票并获取出行者实际购票时间。在无公交电子车票的情况下，出行者可以通过手机购票乘车APP与公交电子车票预购和激活装置进行交互操作，根据出行需求选择乘坐的公交线路和目的地公交站点，然后购买并激活公交电子车票。公交电子车票上显示实际购票时间和预计候车时间等信息，作为后续阶段进行公交票价补偿的依据。
进一步，基于候车时间预测偏离度的公交票价补偿方法；
步骤2.1，手机购票乘车APP与上车验票装置进行交互操作；
通过手机购票乘车APP与公交上车验票装置进行交互操作，获取公交出行者的实际上车时间。结合出行者的实际购票时间和实际上车时间，计算出行者的实际候车时间。基于公交车辆到站时间预测服务，根据公交电子车票与车辆信息的匹配，获取公交车辆到达下车站点的预计行程时间，并在公交电子车票上显示实际上车时间、实际候车时间和预计行程时间等信息。实际候车时间计算公式如式(1)：
Twait＝Ton-Tbuy 式(1)
式中，Twait为实际候车时间；Ton为实际上车时间；Tbuy为实际购票时间。
进一步,基于候车时间预测偏离度的公交票价补偿方案；
通过问卷调查的方式获取出行者对于候车时间偏差的容忍程度，选择当实际候车时间与预计候车时间的偏差超过
Figure BDA0002390570680000031
分钟时，即实际上车时间晚于公交车辆预计到站时间
Figure BDA0002390570680000032
分钟以上时，开启公交票价补偿方案，对出行者进行基于候车时间预测偏离度的公交票价补偿。候车时间预测偏离度的计算公式如式(2)所示：
Figure BDA0002390570680000033
式中，Dwait为候车时间预测偏离度；Twait为实际候车时间；T′wait为预计候车时间；
通过问卷调查的方式，获取基于乘客主观感受和心理期望值的候车时间预测偏离度与公交票价补偿方案间的对应关系，如表1所示：
表1 基于候车时间预测偏离度的公交票价补偿方案
候车时间预测偏离度 (0,α1) [α1,α2) [α2,∞)
公交票价补偿方案 票价的20％ 票价的35％ 票价的50％
进一步，基于行程时间预测偏离度的公交票价补偿方法；
手机购票乘车APP与下车验票装置进行交互操作；
通过手机购票乘车APP与公交下车验票装置进行交互操作，获取公交出行者的实际下车时间。结合出行者的实际上、下车时间，计算出行者的实际行程时间，并在公交电子车票上显示实际下车时间和实际行程时间等信息。实际行程时间计算公式如式(3)：
Ttravel＝Toff-Ton 式(3)
式中，Ttravel为实际行程时间；Toff为实际下车时间；Ton为实际上车时间；
进一步，基于行程时间预测偏离度的公交票价补偿方案；
通过问卷调查的方式获取出行者对于行程时间偏差的容忍程度，选择当实际行程时间与预计行程时间的偏差超过
Figure BDA0002390570680000034
分钟时，即实际下车时间晚于公交车辆预计到站时间
Figure BDA0002390570680000035
分钟以上时，开启公交票价补偿方案，对出行者进行基于行程时间预测偏离度的公交票价补偿。行程时间预测偏离度的计算公式如式(4)：
Figure BDA0002390570680000036
式中，Dtravel为行程时间预测偏离度；Toff为实际行程时间；T′travel为预计行程时间；
通过问卷调查的方式，获取基于乘客主观感受和心理期望值的行程时间预测偏离度与公交票价补偿方案间的对应关系，如表2所示：
表2 基于行程时间预测偏离度的公交票价补偿方案
行程时间预测偏离度 (0,β<sub>1</sub>) [β<sub>1</sub>,β<sub>2</sub>) [β<sub>2</sub>,∞)
公交票价补偿方案 票价的20％ 票价的35％ 票价的50％
进一步，公交票价补偿方案的实施；基于候车时间和行程时间预测偏离度的公交票价补偿金额，生成公交票价抵扣卷，可供出行者在下一次公交或轨道出行中进行票价的减免，以此鼓励和吸引出行者选择地面公交出行，提升公交竞争力、吸引力以及出行分担率。
本发明的一种基于到站时间预测偏离度的公交票价补偿方法的有益效果：本方法通过手机购票乘车APP与设置在公交站台上的公交电子车票预购和激活装置、设置在公交车辆上的上下车验票装置进行交互操作，获取出行者实际抵达公交站台的时间、上车验票时间和下车验票时间，并进一步计算出行者的实际候车时间和行程时间。基于公交到站时间预测服务，生成候车时间与行程时间的预测值，通过对比候车时间和行程时间的预测值与实际值的偏离度情况，根据额外增加的出行时间提出不同标准的公交票价补偿方案，以此鼓励和吸引出行者选择地面公交出行，提升公交竞争力、吸引力以及出行分担率。
附图说明
图1是本发明的方法流程图。
具体实施方式
以下将结合附图和具体实施例对本发明进行详细说明，显然，所描述的实施例仅仅只是本申请一部分实施例，而不是全部的实施例，基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本实施例中,本发明的一种基于到站时间预测偏离度的公交票价补偿方法本实例以北京市公交到站时间预测服务为基础，选取出行者乘坐公交线路597路(黑石头村—鲁谷公交场站)从首钢小区到地铁站古城站的一次公交出行过程为实施对象，进行基于到站时间预测偏离度的公交票价补偿。
本实例包括以下步骤：
S1，公交电子车票预购服务；
S1.1，在公交站台设置公交电子车票预购和激活装置；
基于北京市公交到站时间预测服务，出行者可以在手机购票乘车APP或公交站台设置的公交电子车票预购和激活装置查询当前时刻首钢小区站点所包含的各条公交线路下一班次到达站点的预计剩余时间，如表3所示：
表3 公交到站时间预测服务
序号 公交线路 到站时间预测
1 597路(黑石头村—鲁谷公交场站) 11’21”
2 941路(石龙西公交场站—北京西站南广场) 18’54”
3 336路(大峪—地铁海淀五路居站) 05’25”
4 358路(石府路—黄南苑小区) 03’42”
5 961路(西老店公交场站—大瓦窑公交场站) 07’07”
出行者通过手机购票乘车APP，选择公交线路597路(黑石头村—鲁谷公交场站)和目的地公交站点地铁站古城站，预购公交电子车票并获取基于到站时间预测偏离度的公交票价补偿服务。
S1.2，手机购票乘车APP与公交电子车票预购和激活装置进行交互操作；
在公交站点首钢小区，出行者在手机购票乘车APP中选择公交电子车票并与公交电子车票预购和激活装置进行交互操作，付款并激活公交电子车票并获取出行者实际购票时间。此时，公交电子车票上显示实际购票时间和预计候车时间等信息，作为后续阶段进行公交票价补偿的依据，如表4所示：
表4 购票后公交电子车票显示信息
序号 信息名称 具体信息
1 公交线路 597路(黑石头村—鲁谷公交场站)
2 上车站点 首钢小区
3 下车站点 地铁站古城站
4 票价金额 2元
5 预约购票时间 2019/06/18 09:21:48
6 实际购票时间 2019/06/18 09:24:11
7 预计候车时间 07’03”
本实施例中，基于候车时间预测偏离度的公交票价补偿方法；
S2.1，手机购票乘车APP与上车验票装置进行交互操作；
在公交车辆到站后，出行者出示手机购票乘车APP中的公交电子车票，与公交上车验票装置进行交互操作，获取出行者的实际上车时间。结合出行者的实际购票时间和实际上车时间，计算出行者的实际候车时间。此时，基于公交车辆到站时间预测服务，根据公交电子车票与车辆信息的匹配，获取公交车辆到达地铁站古城站的预计行程时间，并在公交电子车票上显示相关信息，如表5所示：
表5 上车后公交电子车票显示信息
序号 信息名称 具体信息
1 公交线路 597路(黑石头村—鲁谷公交场站)
2 上车站点 首钢小区
3 下车站点 地铁站古城站
4 票价金额 2元
5 预约购票时间 2019/06/18 09:21:48
6 实际购票时间 2019/06/18 09:24:11
7 预计候车时间 07’03”
8 实际上车时间 2019/06/18 09:36:22
9 实际候车时间 12’11”
10 预计行程时间 21’26”
其中，实际候车时间计算结果如下：
Twait＝Ton-Tbuy＝09:36:22-09:24:11＝731(s)
S2.2，基于候车时间预测偏离度的公交票价补偿方案；
通过问卷调查的方式获取出行者对于候车时间偏差的容忍程度。调查结果显示，超过87％的出行者认为当实际候车时间超出预计候车时间5分钟以上时，难以接受预测结果的可靠性。因此研究选择当实际候车时间与预计候车时间的偏差超过5分钟时，即实际上车时间晚于公交车辆预计到站时间5分钟以上时，开启公交票价补偿方案，对出行者进行基于候车时间预测偏离度的公交票价补偿。候车时间预测偏离度的计算结果如下：
Figure BDA0002390570680000061
通过问卷调查的方式，获取基于乘客主观感受和心理期望值的候车时间预测偏离度与公交票价补偿方案间的对应关系，如表6所示：
表6 基于候车时间预测偏离度的公交票价补偿方案
候车时间预测偏离度 (0,0.15) [0.15,0.40) [0.40,∞)
公交票价补偿方案 票价的20％ 票价的35％ 票价的50％
此时，候车时间偏差超过5分钟，候车时间预测偏离度处于[0.40,∞)区间内，因此对出行者进行公交票价50％的补偿。
本实施例中，基于行程时间预测偏离度的公交票价补偿方法；
S3.1，手机购票乘车APP与下车验票装置进行交互操作；
出行者通过手机购票乘车APP与公交下车验票装置进行交互操作，获取公交出行者的实际下车时间。结合出行者的实际上、下车时间，计算出行者的实际行程时间，并在公交电子车票上显示实际下车时间和实际行程时间等信息，如表7所示：
表7 下车后公交电子车票显示信息
序号 信息名称 具体信息
1 公交线路 597路(黑石头村—鲁谷公交场站)
2 上车站点 首钢小区
3 下车站点 地铁站古城站
… … …
8 实际上车时间 2019/06/18 09:36:22
9 实际候车时间 12’11”
10 预计行程时间 21’26”
11 实际下车时间 2019/06/18 09:59:51
12 实际行程时间 23’29”
其中，实际行程时间计算结果如下：
Ttravel＝Toff-Ton＝09:59:51-09:36:22＝1409(s)
S3.2，基于行程时间预测偏离度的公交票价补偿方案；
通过问卷调查的方式获取出行者对于行程时间偏差的容忍程度。调查结果显示，超过91％的出行者认为当实际行程时间超出预计行程时间10分钟以上时，难以接受预测结果的可靠性。因此研究选择当实际行程时间与预计行程时间的偏差超过10分钟时，即实际下车时间晚于公交车辆预计到站时间10分钟以上时，开启公交票价补偿方案，对出行者进行基于行程时间预测偏离度的公交票价补偿。行程时间预测偏离度的计算结果如下：
Figure BDA0002390570680000071
通过问卷调查的方式，获取基于乘客主观感受和心理期望值的行程时间预测偏离度与公交票价补偿方案间的对应关系，如表8所示：
表8 基于行程时间预测偏离度的公交票价补偿方案
行程时间预测偏离度 (0,0.15) [0.15,0.40) [0.40,∞)
公交票价补偿方案 票价的20％ 票价的35％ 票价的50％
此时，行程时间预测结果偏差不超过10分钟，因此不对出行者进行公交票价补偿。
本实施例中，公交票价补偿方案的实施；
在出行者的本次公交出行过程中，仅满足基于候车时间预测偏离度的公交票价补偿方案，补偿金额为公交票价的50％，因此生成1元的公交票价抵扣卷，可供出行者在下一次公交或轨道出行中进行票价的减免，以此鼓励和吸引出行者选择地面公交出行。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。

Claims (3)

1.一种基于到站时间预测偏离度的公交票价补偿方法，具体按以下步骤执行：
S1：进行公交电子车票预购；
S1.1：在公交站台设置公交电子车票预购和激活装置，出行者在手机购票乘车APP或公交站台设置的公交电子车票预购和激活装置查询当前时刻的各条公交线路下一班次到达乘车公交站点的预计剩余时间，以获取基于到站时间预测偏离度的公交票价补偿服务；
S1.2：手机购票乘车APP与公交电子车票预购和激活装置进行交互操作；
S2：基于候车时间预测偏离度的公交票价补偿方法。
2.根据权利要求1一种基于到站时间预测偏离度的公交票价补偿方法，其特征在于：
S2.1：手机购票乘车APP与上车验票装置进行交互操作；
通过手机购票乘车APP与公交上车验票装置进行交互操作，获取公交出行者的实际上车时间，结合出行者的实际购票时间和实际上车时间，计算出行者的实际候车时间，实际候车时间计算公式如式(1)：
Twait＝Ton-Tbuy 式(1)
式中，Twait为实际候车时间；Ton为实际上车时间；Tbuy为实际购票时间；
通过问卷调查的方式获取出行者对于候车时间偏差的容忍程度，选择当实际候车时间与预计候车时间的偏差超过
Figure FDA0002390570670000011
分钟时，即实际上车时间晚于公交车辆预计到站时间
Figure FDA0002390570670000012
分钟以上时，开启公交票价补偿方案，对出行者进行基于候车时间预测偏离度的公交票价补偿，候车时间预测偏离度的计算公式如式(2)所示：
Figure FDA0002390570670000013
式中，Dwait为候车时间预测偏离度；Twait为实际候车时间；T′wait为预计候车时间；
S2.2：通过问卷调查的方式，获取基于乘客主观感受和心理期望值的候车时间预测偏离度与公交票价补偿方案间的对应关系。
3.根据权利要求1一种基于到站时间预测偏离度的公交票价补偿方法，其特征在于：S3:基于行程时间预测偏离度的公交票价补偿方法；
S3.1：手机购票乘车APP与下车验票装置进行交互操作；
通过手机购票乘车APP与公交下车验票装置进行交互操作，获取公交出行者的实际下车时间；结合出行者的实际上、下车时间，计算出行者的实际行程时间，并在公交电子车票上显示实际下车时间和实际行程时间信息；实际行程时间计算公式如式(3)：
Ttravel＝Toff-Ton 式(3)
式中，Ttravel为实际行程时间；Toff为实际下车时间；Ton为实际上车时间；
S3.2：基于行程时间预测偏离度的公交票价补偿方案；
通过问卷调查的方式获取出行者对于行程时间偏差的容忍程度，选择当实际行程时间与预计行程时间的偏差超过
Figure FDA0002390570670000021
分钟时，即实际下车时间晚于公交车辆预计到站时间
Figure FDA0002390570670000022
分钟以上时，开启公交票价补偿方案，对出行者进行基于行程时间预测偏离度的公交票价补偿，行程时间预测偏离度的计算公式如式(4)：
Figure FDA0002390570670000023
式中，Dtravel为行程时间预测偏离度；Toff为实际行程时间；T′travel为预计行程时间；
通过问卷调查的方式，获取基于乘客主观感受和心理期望值的行程时间预测偏离度与公交票价补偿方案间的对应关系；
S3.3，公交票价补偿方案的实施；
基于候车时间和行程时间预测偏离度的公交票价补偿金额，生成公交票价抵扣卷，可供出行者在下一次公交或轨道出行中进行票价的减免，以此鼓励和吸引出行者选择地面公交出行，提升公交竞争力、吸引力以及出行分担率。
CN202010112725.5A 2020-02-24 2020-02-24 一种基于到站时间预测偏离度的公交票价补偿方法 Pending CN111311220A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010112725.5A CN111311220A (zh) 2020-02-24 2020-02-24 一种基于到站时间预测偏离度的公交票价补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010112725.5A CN111311220A (zh) 2020-02-24 2020-02-24 一种基于到站时间预测偏离度的公交票价补偿方法

Publications (1)

Publication Number Publication Date
CN111311220A true CN111311220A (zh) 2020-06-19

Family

ID=71158361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010112725.5A Pending CN111311220A (zh) 2020-02-24 2020-02-24 一种基于到站时间预测偏离度的公交票价补偿方法

Country Status (1)

Country Link
CN (1) CN111311220A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004086830A (ja) * 2002-08-26 2004-03-18 Lecip Corp カード式乗車券精算装置
CN103678546A (zh) * 2013-12-04 2014-03-26 北京科技大学 一种基于二维码的公交站信息查询方法及查询系统
CN104966224A (zh) * 2015-06-11 2015-10-07 王小安 一种电子车票
CN107578274A (zh) * 2017-08-14 2018-01-12 中国城市规划设计研究院 一种乘车计价方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004086830A (ja) * 2002-08-26 2004-03-18 Lecip Corp カード式乗車券精算装置
CN103678546A (zh) * 2013-12-04 2014-03-26 北京科技大学 一种基于二维码的公交站信息查询方法及查询系统
CN104966224A (zh) * 2015-06-11 2015-10-07 王小安 一种电子车票
CN107578274A (zh) * 2017-08-14 2018-01-12 中国城市规划设计研究院 一种乘车计价方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张敏等: "城市公交系统换乘票价定价策略分析", 《交通科技与经济》 *
张桂娥: "基于乘客感知的公交出行时间可靠性研究" *
张桂娥: "基于乘客感知的公交出行时间可靠性研究", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
Gao et al. Does high-speed rail boost tourism growth? New evidence from China
Liu et al. Analysis of a new public-transport-service concept: Customized bus in China
Muñoz et al. Transantiago: A tale of two cities
Fu et al. Will China’s airline industry survive the entry of high-speed rail?
Repolho et al. Optimal location of railway stations: The Lisbon-Porto high-speed rail line
CN105095994B (zh) 一种基于线性规划的城轨线路客流峰值预测方法
CN109308574A (zh) 一种实时响应的互联网半灵活公交调度方法
Fageda et al. Triggering competition in the Spanish airline market: The role of airport capacity and low-cost carriers
CN102708592A (zh) 出租汽车合乘计价方法及装置
WO2014029215A1 (zh) 用于分时分段合乘的装置和运输装置以及计价方法
Basu Viability assessment of emerging smart urban para-transit solutions: Case of cab aggregators in Kolkata city, India
CN105528890B (zh) 一种适用于大型交通枢纽处的出租车拼车方法
CN107563632A (zh) 一种基于支付意愿的灵活公交站点等级划分与转化方法
Bugheanu SWOT analysis of public transport system in Bucharest
Tsai et al. Optimizing distance-based fares and headway of an intercity transportation system with elastic demand and trip length differentiation
CN111833153B (zh) 一种购买高铁票时推荐航班的方法
Currie et al. Growing patronage–Challenges and what has been found to work
CN111311220A (zh) 一种基于到站时间预测偏离度的公交票价补偿方法
CN202771492U (zh) 出租汽车合乘计价装置
CN202205347U (zh) 自助式出租车即时预约装置及自助式出租车即时预约系统
Zeng et al. Analysis of Beijing-guangzhou high-speed railway competitiveness based on generalized travel cost model
CN111144599A (zh) 一种网约车的约车服务系统
Wang et al. A segmented signal progression model for the modern streetcar system
Transit Bus Rapid Transit Shows Promise
Ciaston-Ciulkin et al. Solutions for Agglomeration Railway Integration—Case Study of the Line Wieliczka—Krakow Airport

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200619

RJ01 Rejection of invention patent application after publication