CN111508220A - 基于公交人口分布精准进行末端接驳的方法 - Google Patents

基于公交人口分布精准进行末端接驳的方法 Download PDF

Info

Publication number
CN111508220A
CN111508220A CN202010280162.0A CN202010280162A CN111508220A CN 111508220 A CN111508220 A CN 111508220A CN 202010280162 A CN202010280162 A CN 202010280162A CN 111508220 A CN111508220 A CN 111508220A
Authority
CN
China
Prior art keywords
public transportation
mode
passenger flow
bus
uncovered
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
CN202010280162.0A
Other languages
English (en)
Other versions
CN111508220B (zh
Inventor
邓伟
李直林
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.)
Chongqing Traffic D&i Technology Development Co ltd
Original Assignee
Chongqing Traffic D&i Technology Development 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 Chongqing Traffic D&i Technology Development Co ltd filed Critical Chongqing Traffic D&i Technology Development Co ltd
Priority to CN202010280162.0A priority Critical patent/CN111508220B/zh
Publication of CN111508220A publication Critical patent/CN111508220A/zh
Application granted granted Critical
Publication of CN111508220B publication Critical patent/CN111508220B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202Dispatching vehicles on the basis of a location, e.g. taxi dispatching

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Remote Sensing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Operations Research (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)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及公交客流地理分布技术领域,特别涉及基于公交人口分布精准进行末端接驳的方法;包括以下几个步骤:S1:根据公交轨道干线未覆盖小区,基于客流分析,获得非公共交通方式出行的客流数量、方向和时间段;S2:改造开行车辆及运行机制;S3:确定非公共交通方式出行方式,优化末端接驳方式。本发明通过对公共交通未覆盖小区进行客流分析,获得非公共交通方式出行的客流数量、方向和时间段,针对目标公交轨道干线未覆盖小区内非公共交通方式出行,设置相应的公共交通线路与运力,优化末端接驳方式,便于较好的服务于大城市客流出行规划运行管理,便于非公共交通方式客流的出行,具有较好的社会经济价值。

Description

基于公交人口分布精准进行末端接驳的方法
技术领域
本发明涉及公交客流地理分布技术领域,特别涉及基于公交人口分布精准进行末端接驳的方法。
背景技术
公交线路的开行需按照《城市公共汽电车客运管理办法》进行,需考虑客流情况、长度、非直线系数、线网密度等因素。
随着城市的不断发展,人口的不断增加,公交轨道为大众服务,集约化的作用越来越明显。目前,对于大城市来说,如何根据城市出行人口的动静态分布,采用多种灵活的方法来实现末端接驳(所谓“最后一公里”接驳),从而达到提高城市公交分担率、减少交通拥堵的目的,以成为亟待解决的问题。
随着新的公交方式(如定制公交、特需公交、拼车出行、通勤班车、旅游公交等)的出现,非公共交通方式的公交线路(不是传统的定时定点定线发车线路)的开行呈现随着城市客流变化不断动态变化的挑战。这些交通客流可能只在早晚高峰通勤、家长接送小孩、家人超市买菜等情况出现,为此需通过现代化的信息技术统计分析这些客流,然后采用多种交通方式解决。
为此,提出基于公交人口分布精准进行末端接驳的方法。
发明内容
本发明的目的在于提供基于公交人口分布精准进行末端接驳的方法,通过对公共交通未覆盖小区进行客流分析,获得非公共交通方式出行的客流数量、方向和时间段,针对目标公交轨道干线未覆盖小区内非公共交通方式出行,设置相应的公共交通线路与运力,优化末端接驳方式。
为了实现上述目的,本发明的技术方案如下:
基于公交人口分布精准进行末端接驳的方法,包括以下几个步骤:
S1:根据公交轨道干线未覆盖小区,基于客流分析,获得非公共交通方式出行的客流数量、方向和时间段;
S2:改造开行车辆及运行机制,按照公交方式运行车辆;
S3:与目标公交轨道干线未覆盖小区的管理部门协商出行方式及人员识别,确定非公共交通方式出行方式,优化末端接驳方式。
具体的,所述S1中,公交轨道干线未覆盖小区的步骤具体为根据手机信令数据、IC卡刷卡数据、小区分布地理数据和城市道路信息,与公交轨道线网与运力进行匹配,获得公交轨道干线未覆盖小区。
具体的,所述S1中,基于客流分析,获得非公共交通方式出行的客流数量、方向和时间段的步骤具体为:
统计一段时间内且不少于三天的公交轨道干线未覆盖小区出行客流数量,通过平均值计算方法,获得目标公交轨道干线未覆盖小区的一天出行客流数量;采集目标公交轨道干线未覆盖小区客流手机信令数据,获取目标公交轨道干线未覆盖小区的一天出行客流的出行时间段、出行状态数据和出行轨迹数据,建立手机信令数据库并保存一天出行客流数量、出行时间段、出行状态数据和出行轨迹数据,对手机信令数据库中数据进行清洗和识别,得到非公共交通方式OD数据,得到非公共交通方式出行的客流数量、方向和时间段。
具体的,所述S2中,改造开行车辆,按照公交方式运行车辆的步骤具体为对于非公共交通方式出行的客流数量、方向和时间段进行规约,根据各时间段内某个方向出行客流数量最大进行规约,基于与公交轨道紧邻候车站点的距离,确定需要配备的公交接驳车辆运力数量,设置相应的公共交通线路与运力。
具体的,所述S3中,与目标公交轨道干线未覆盖小区的管理部门协商出行方式及人员识别的步骤具体为:
与目标公交轨道干线未覆盖小区的物业管理部门进行协商,按照某个方向装满发车或按照某个间隔时间发车的出行方式进行协商,利用目标公交轨道干线未覆盖小区的物业管理部门对本小区内部需要乘车的客流进行登记,同时对周边外部需要乘车的客流进行安全管控,完成进入小区人员的安全识别;对于非公共交通方式出行的客流,小区内设置相应的公共交通通行线路、标志牌与候车位。
本发明的有益效果为:本发明通过对公共交通未覆盖小区进行客流分析,获得非公共交通方式出行的客流数量、方向和时间段,针对目标公交轨道干线未覆盖小区内非公共交通方式出行,设置相应的公共交通线路与运力,优化末端接驳方式,便于较好的服务于大城市客流出行规划运行管理,便于非公共交通方式客流的出行,具有较好的社会经济价值。
附图说明
图1为本发明实施例的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,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前提下所获得的所有其他实施例,都属于本发明保护的范围。
参考附图1,基于公交人口分布精准进行末端接驳的方法,包括以下几个步骤:
S1:根据公交轨道干线未覆盖小区,基于客流分析,获得非公共交通方式出行的客流数量、方向和时间段;
S2:改造开行车辆及运行机制,按照公交方式运行车辆;
S3:与目标公交轨道干线未覆盖小区的管理部门协商出行方式及人员识别,确定非公共交通方式出行方式,优化末端接驳方式。
进一步的,本发明涉及的非公共交通方式出行为城市已有公交轨道线网与运力(定时定点发车的公交轨道线路)的末端接驳方式,末端接驳为客流从居住位置到公交轨道紧邻候车站点的接驳,末端接驳方式包括但不限于定制公交、特需公交、拼车出行等(不是定时定点发车线路)。
进一步的,本发明涉及的S1中公交轨道干线未覆盖小区指的是非一般意义的居民居住小区,而是按照统计维度在地图上划分出的更小居民居住区域,比如对于一个占地3平方公里的居民小区,将其楼宇分布区域划分成多个50m*50m的小方格,此小方格成为小区。
进一步的,本发明涉及的S2中公交方式包括但不限于公交票务、定时段的固定间隔发班及线路车辆相对固定等。
具体的,所述S1中,公交轨道干线未覆盖小区的步骤具体为根据手机信令数据、IC卡刷卡数据、小区分布地理数据和城市道路信息,与公交轨道线网与运力进行匹配,获得公交轨道干线未覆盖小区。
进一步的,本发明涉及的S1中根据手机信令数据、IC卡刷卡数据、小区分布地理数据和城市道路信息,与公交轨道线网与运力进行匹配,获得公交轨道干线未覆盖小区的步骤具体为:
S101:获取客流的手机信令数据,记录某一段时间内的客流出行的驻留空间位置、到达时间以及驻留时长,基于手机信令数据以及一般通勤出行会形成“闭合”的特点,推算出客流的居住位置;
S102:获取客流的IC卡刷卡数据,记录当日客流出行的第一次刷卡数据和最后一次刷卡数据,对于当日IC卡刷卡率以及一般通勤出行会形成“闭合”的特点,期间需考虑客流上下班可能不会乘坐同一线路的车,但回程线路需在出发站点的一定范围之内,推算出客流的上下车地点;
S103:结合小区分布地理数据和城市道路信息,基于S101和S102 中获得客流的居家位置和客流的上下车地点,与已有的公交轨道线网与运力进行匹配,获得公交轨道干线未覆盖小区。
进一步的,本发明涉及的S101中的推算客流居家位置的过程参考专利公开号为CN201910488906的《一种手机信令数据的职住地获取方法》。
进一步的,本发明涉及的S102中的推算客流上下车地点的的过程参照邓伟、袁轶、蒋善龙.基于IC卡历史数据的公交客流统计方法 [J].城市公共交通,Vol.227,No.5,2017:pp.21-24.
具体的,所述S1中,基于客流分析,获得非公共交通方式出行的客流数量、方向和时间段的步骤具体为:
统计一段时间内且不少于三天的公交轨道干线未覆盖小区出行客流数量,通过平均值计算方法,获得目标公交轨道干线未覆盖小区的一天出行客流数量;采集目标公交轨道干线未覆盖小区客流手机信令数据,获取目标公交轨道干线未覆盖小区的一天出行客流的出行时间段、出行状态数据和出行轨迹数据,建立手机信令数据库并保存一天出行客流数量、出行时间段、出行状态数据和出行轨迹数据,对手机信令数据库中数据进行清洗和识别,得到非公共交通方式OD数据,得到非公共交通方式出行的客流数量、方向和时间段。
进一步的,本发明涉及的统计一段时间内且不少于三天的公交轨道干线未覆盖小区出行客流数量的方式为通过对各个小区内的门禁卡刷卡数据的采集,通过汇总统计进入各个小区内的门禁卡刷卡数据,基于平均值计算方法,获得目标公交轨道干线未覆盖小区的一天出行客流数量。
进一步的,本发明涉及的统计一段时间内且不少于三天的方式可按照天日分类进行统计(分类参数不限于星期几、夏时制/冬时制、异常天气日、重大事件日、节假日、开学/散学日等),然后统计近期类似天日的客流。
进一步的,本发明涉及的对手机信令数据库中数据进行清洗和识别的具体步骤为:采集目标公交轨道干线未覆盖小区客流手机信令数据后,清洗掉其中时间维度和空间维度缺失的记录;根据客流出行时间段、出行状态数据和出行轨迹数据,将客流识别为非公共交通方式 OD数据,得到非公共交通方式出行的客流数量、方向和时间段。
具体的,所述S2中,改造开行车辆,按照公交方式运行车辆的步骤具体为对于非公共交通方式出行的客流数量、方向和时间段进行规约,根据各时间段内某个方向出行客流数量最大进行规约,基于与公交轨道紧邻候车站点的距离,确定需要配备的公交接驳车辆运力数量,设置相应的公共交通线路与运力。
进一步的,本发明涉及的S2中公交接驳车辆包括但不限于循环接驳中巴及小巴、定制公交及出租车等类型。
进一步的,本发明涉及的为了适应“最后一公里”的公交接驳,可能需要对现有公交车辆进行改造或调整,比如针对循环接驳出租车进行改造,使其支持公交卡低价刷卡拼车出行,并在高峰期可按照定时定班定线路的公交方式运行出租车及其它相关公交化运营的车辆。
进一步的,本发明涉及的S2用于提供全面的服务,公交方面可采用多种灵活方式,比如对出租车车体改造:其为公交化接驳出租车,可支持公交卡低价拼车出行,享受公交接驳打折等等。
进一步的,本发明涉及的对于非公共交通方式出行的客流数量、方向和时间段进行规约的具体步骤为根据设定对应阈值进行特征规约,例如,设置早高峰7:00-8:00,设置在此时间段出现某个方向出行客流数量最大的阈值,即可进行特征规约,当遍历到超过设定阈值时,清洗掉不相关的数据。
具体的,所述S3中,与目标公交轨道干线未覆盖小区的管理部门协商出行方式及人员识别的步骤具体为:
与目标公交轨道干线未覆盖小区的物业管理部门进行协商,按照某个方向装满发车或按照某个间隔时间发车的出行方式进行协商,利用目标公交轨道干线未覆盖小区的物业管理部门对本小区内部需要乘车的客流进行登记,同时对周边外部需要乘车的客流进行安全管控,完成进入小区人员的安全识别;对于非公共交通方式出行的客流,小区内设置相应的公共交通通行线路、标志牌与候车位。
进一步的,本发明涉及的安全管控包括但不限定于手动对身份信息的记录以及建立需要乘车的客流群进行登记和记录身份信息,完成人员识别。
进一步的,本发明涉及的与目标公交轨道干线未覆盖小区的物业管理部门进行协商时,当未覆盖小区没有物业管理、门禁管理等管理部门及交通限制措施,则无需本步骤。
进一步的,本发明涉及的基于公交人口分布精准进行末端接驳的方法按照公交轨道干线未覆盖小区及客流分析,选出1到2个可开行穿梭巴士或出租的小区;与小区的物业管理部门联系可否能够在小区特定位置设置早高峰候车点(出租车候车点或小巴候车点);统计小区内通勤高峰期的主要客流、方向和时间段,根据与公交轨道主要候车站点的距离,确定需配备的循环接驳出租车及小巴数量;与小区的物业管理部门对服务质量进行协商,比如对于某个方向装满发车或按照某个间隔时间发车的出行方式进行协商;同时,对本小区内部需要乘车的客流以及周边外部需要乘车的客流进行实名登记,完成人员识别;票务方面,对于小巴和出租车,通过公交卡或临时刷APP的二维码以月票方式乘车,也可以加钱享受VIP服务(预订拼车位置,或整辆出租车定时定点等待)。
最后说明的是,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。

Claims (5)

1.基于公交人口分布精准进行末端接驳的方法,其特征在于,包括以下几个步骤:
S1:根据公交轨道干线未覆盖小区,基于客流分析,获得非公共交通方式出行的客流数量、方向和时间段;
S2:改造开行车辆及运行机制,按照公交方式运行车辆;
S3:与目标公交轨道干线未覆盖小区的管理部门协商出行方式及人员识别,确定非公共交通方式出行方式,优化末端接驳方式。
2.根据权利要求1所述的基于公交人口分布精准进行末端接驳的方法,其特征在于,所述S1中,公交轨道干线未覆盖小区的步骤具体为根据手机信令数据、IC卡刷卡数据、小区分布地理数据和城市道路信息,与公交轨道线网与运力进行匹配,获得公交轨道干线未覆盖小区。
3.根据权利要求1所述的基于公交人口分布精准进行末端接驳的方法,其特征在于,所述S1中,基于客流分析,获得非公共交通方式出行的客流数量、方向和时间段的步骤具体为:
统计一段时间内且不少于三天的公交轨道干线未覆盖小区出行客流数量,通过平均值计算方法,获得目标公交轨道干线未覆盖小区的一天出行客流数量;采集目标公交轨道干线未覆盖小区客流手机信令数据,获取目标公交轨道干线未覆盖小区的一天出行客流的出行时间段、出行状态数据和出行轨迹数据,建立手机信令数据库并保存一天出行客流数量、出行时间段、出行状态数据和出行轨迹数据,对手机信令数据库中数据进行清洗和识别,得到非公共交通方式OD数据,得到非公共交通方式出行的客流数量、方向和时间段。
4.根据权利要求1所述的基于公交人口分布精准进行末端接驳的方法,其特征在于,所述S2中,改造开行车辆,按照公交方式运行车辆的步骤具体为对于非公共交通方式出行的客流数量、方向和时间段进行规约,根据各时间段内某个方向出行客流数量最大进行规约,基于与公交轨道紧邻候车站点的距离,确定需要配备的公交接驳车辆运力数量,设置相应的公共交通线路与运力。
5.根据权利要求1所述的基于公交人口分布精准进行末端接驳的方法,其特征在于,所述S3中,与目标公交轨道干线未覆盖小区的管理部门协商出行方式及人员识别的步骤具体为:
与目标公交轨道干线未覆盖小区的物业管理部门进行协商,按照某个方向装满发车或按照某个间隔时间发车的出行方式进行协商,利用目标公交轨道干线未覆盖小区的物业管理部门对本小区内部需要乘车的客流进行登记,同时对周边外部需要乘车的客流进行安全管控,完成进入小区人员的安全识别;对于非公共交通方式出行的客流,小区内设置相应的公共交通通行线路、标志牌与候车位。
CN202010280162.0A 2020-04-10 2020-04-10 基于公交人口分布精准进行末端接驳的方法 Active CN111508220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010280162.0A CN111508220B (zh) 2020-04-10 2020-04-10 基于公交人口分布精准进行末端接驳的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010280162.0A CN111508220B (zh) 2020-04-10 2020-04-10 基于公交人口分布精准进行末端接驳的方法

Publications (2)

Publication Number Publication Date
CN111508220A true CN111508220A (zh) 2020-08-07
CN111508220B CN111508220B (zh) 2022-07-29

Family

ID=71864840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010280162.0A Active CN111508220B (zh) 2020-04-10 2020-04-10 基于公交人口分布精准进行末端接驳的方法

Country Status (1)

Country Link
CN (1) CN111508220B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113096377A (zh) * 2021-02-18 2021-07-09 西南交通大学 一种基于城市异质性的车辆合乘规划方法
CN115409295A (zh) * 2022-11-01 2022-11-29 深圳市城市交通规划设计研究中心股份有限公司 一种基于瓶颈分析的公交调度方法、电子设备及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395639A (zh) * 2006-03-02 2009-03-25 帕特里克·于尔宾 集体交通系统和处理
US20150228192A1 (en) * 2012-09-20 2015-08-13 Toyota Jidosha Kabushiki Kaisha On-demand vehicle operation management device, on-demand vehicle operation management method, and on-demand vehicle operation management system
CN104954435A (zh) * 2015-04-28 2015-09-30 青岛理工大学 融合ZigBee和WebGIS的城市公交运营监控系统
US20150294430A1 (en) * 2014-04-15 2015-10-15 Tomorrow's Transportation Today Dynamic dispatching and schedule management methods for an intelligent transit system with electronic guided buses
CN106779163A (zh) * 2016-11-18 2017-05-31 华南理工大学 一种基于智能搜索的定制公交线网优化方法
WO2017160276A1 (en) * 2016-03-15 2017-09-21 Ford Global Technologies Llc Multi-day, multi-person, and multi-modal trip planning system
CN107609677A (zh) * 2017-08-17 2018-01-19 华侨大学 一种基于出租车gps大数据的定制公交线路规划方法
CN108537458A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种发车策略的显示方法和装置
CN108805356A (zh) * 2018-06-11 2018-11-13 苏州规划设计研究院股份有限公司 小区域公交线路优化方法及系统
CN109410562A (zh) * 2018-10-29 2019-03-01 重庆交通大学 一种社区公交的优化调度方法
CN109905845A (zh) * 2018-12-10 2019-06-18 华南理工大学 一种基于手机信令的公交客流od获取方法
CN110428627A (zh) * 2019-08-28 2019-11-08 北京元光智行信息技术有限公司 一种公交出行潜力区域识别方法及识别系统
CN110599760A (zh) * 2019-10-17 2019-12-20 东南大学 一种多模式交通网络下的出行行为模拟方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395639A (zh) * 2006-03-02 2009-03-25 帕特里克·于尔宾 集体交通系统和处理
US20150228192A1 (en) * 2012-09-20 2015-08-13 Toyota Jidosha Kabushiki Kaisha On-demand vehicle operation management device, on-demand vehicle operation management method, and on-demand vehicle operation management system
US20150294430A1 (en) * 2014-04-15 2015-10-15 Tomorrow's Transportation Today Dynamic dispatching and schedule management methods for an intelligent transit system with electronic guided buses
CN104954435A (zh) * 2015-04-28 2015-09-30 青岛理工大学 融合ZigBee和WebGIS的城市公交运营监控系统
WO2017160276A1 (en) * 2016-03-15 2017-09-21 Ford Global Technologies Llc Multi-day, multi-person, and multi-modal trip planning system
CN106779163A (zh) * 2016-11-18 2017-05-31 华南理工大学 一种基于智能搜索的定制公交线网优化方法
CN107609677A (zh) * 2017-08-17 2018-01-19 华侨大学 一种基于出租车gps大数据的定制公交线路规划方法
CN108537458A (zh) * 2018-04-17 2018-09-14 重庆交通开投科技发展有限公司 一种发车策略的显示方法和装置
CN108805356A (zh) * 2018-06-11 2018-11-13 苏州规划设计研究院股份有限公司 小区域公交线路优化方法及系统
CN109410562A (zh) * 2018-10-29 2019-03-01 重庆交通大学 一种社区公交的优化调度方法
CN109905845A (zh) * 2018-12-10 2019-06-18 华南理工大学 一种基于手机信令的公交客流od获取方法
CN110428627A (zh) * 2019-08-28 2019-11-08 北京元光智行信息技术有限公司 一种公交出行潜力区域识别方法及识别系统
CN110599760A (zh) * 2019-10-17 2019-12-20 东南大学 一种多模式交通网络下的出行行为模拟方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113096377A (zh) * 2021-02-18 2021-07-09 西南交通大学 一种基于城市异质性的车辆合乘规划方法
CN113096377B (zh) * 2021-02-18 2022-07-29 西南交通大学 一种基于城市异质性的车辆合乘规划方法
CN115409295A (zh) * 2022-11-01 2022-11-29 深圳市城市交通规划设计研究中心股份有限公司 一种基于瓶颈分析的公交调度方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN111508220B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN109035770B (zh) 一种大数据环境下公交载客量实时分析预测方法
CN108831149B (zh) 一种基于历史od信息定制公交线路开行方法及系统
CN105590346B (zh) 基于路径识别系统的收费公路网交通信息采集与诱导系统
US7049979B2 (en) Method and system for projecting dynamic parking availability based on an ongoing survey for remote lots with high demand
Tam et al. Modeling air passenger travel behavior on airport ground access mode choices
CN111476494B (zh) 基于多源数据精准分析公交人口地理分布的方法
CN111508220B (zh) 基于公交人口分布精准进行末端接驳的方法
Tjahjono et al. The greater Jakarta area commuters travelling pattern
CN103247167A (zh) 一种获取空驶出租车信息的方法
CN110148297A (zh) 一种使用班车接驳的停车换乘系统及优化方法
CN108197078B (zh) 一种基于公交ic卡数据计算公交断面客流量的方法
CN116090785B (zh) 针对大型活动散场场景两阶段的定制公交规划方法
CN111339159B (zh) 一种一票制公交数据的分析挖掘方法
CN112885094B (zh) 一种多类型运营车辆协调发展区域识别方法
Reilly Transit service design and operation practices in western european countries
Schank Airport access via rail transit: what works and what doesn't
CN117576795B (zh) 基于手机信令数据与停车场管理数据的停车欠费催缴方法
Young et al. Trip generation study of passenger rail Station at Providence, Rhode Island
Myachin et al. Features of Development of Route Networks of Public Urban Passenger Transport in Russian Monotowns: the Case of the City of Nizhnekamsk
Kurokawa et al. Characteristics of jeepney operation and demand in metro manila, the Philippine
Chen et al. The Application of Scenarios and Service Mode of Demand Response Bus
Andersen et al. Transport scenarios in a company strategy
Mudiyono et al. Evaluation Of Transportation Performance Of City Transport in Tegal City
CN116894748A (zh) 面向低碳的热门景区节假日交通规划方法及系统
Penati et al. Concept and sizing of an e-bike sharing service for commuters to a major metropolitan area

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