CN111932084A - 一种评估城市公共交通可达性的系统 - Google Patents
一种评估城市公共交通可达性的系统 Download PDFInfo
- Publication number
- CN111932084A CN111932084A CN202010678301.5A CN202010678301A CN111932084A CN 111932084 A CN111932084 A CN 111932084A CN 202010678301 A CN202010678301 A CN 202010678301A CN 111932084 A CN111932084 A CN 111932084A
- Authority
- CN
- China
- Prior art keywords
- reachability
- bus
- data
- target area
- area
- 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
Links
- 238000003745 diagnosis Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 238000012546 transfer Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种评估城市公共交通可达性的系统，属于城市公交规划领域。包括数据采集模块、数据分析模块、可达性计算模块和可达性诊断模块，数据采集模块获取城市道路网络数据、公交物理站点数据、交通小区或栅格区数据、公交线路数据和POI数据，并传输给数据分析模块；数据分析模块中对数据进行分析处理，为可达性计算做好准备；可达性计算模块中利用区域公交服务可达性算法结合处理后的相关数据，计算区域公交服务可达性；可达性诊断模块对该区域的公交服务可达性水平进行诊断。本发明弥补了传统的公交可达性评估方法仅能度量公交系统本身的属性特征，而忽略了公交服务水平对公交可达性评估的影响的不足。
Description
技术领域
本发明属于城市公交规划领域，具体涉及一种评估城市公共交通可达性的系统。
背景技术
城市公共交通可达性是指在考虑城市功能结构等因素的情况下，个体利用城市公共交通网络，离开或者到达城市某一地点的便利程度。由定义可知，可达性是城市公共交通发展的重要目的。而随着中国经济的快速增长，汽车拥有量急速增加为城市带来了巨大的交通压力，在此情况下合理评估城市公共交通可达性水平，有针对性地推进公共交通的发展，是缓解城市交通压力的有效措施。目前对于公交可达性的研究中，现有技术中采用公交运营速度和公交客流量来分别表征空间可达性和时间可达性；还有基于出行者步行到公交站速度、换乘及等待时间等，采用机会累积法对各交通方式可达性进行度量；还有根据站点间距、线网密度、线路重复系数、线路非直线系数、乘客换乘系数等传统评价指标对公交可达性进行评估。上述评估公交可达性的方法仅能度量公交系统本身的属性特征，而忽略了公交服务水平对公交可达性评估的影响，未考虑到出行者利用公共交通设施到达各类服务设施的出行需求，所以评估城市公交可达性的方法还有待优化。
发明内容
针对现有技术中存在不足，本发明提供了一种评估城市公共交通可达性的系统，将出行者利用公共交通设施到达各类服务设施的出行需求考虑在内，对城市的公交可达性水平进行更准确的评估。
本发明是通过以下技术手段实现上述技术目的的。
一种评估城市公共交通可达性的系统，包括依次进行数据传输的数据采集模块、数据分析模块、可达性计算模块以及可达性诊断模块；所述数据采集模块获取城市道路网络数据、公交物理站点数据、交通小区或栅格区数据、公交线路数据和POI数据，并传输给数据分析模块进行处理，形成仿真路网，用于获取目标区域与其他区域的公交出行时间；所述可达性计算模块获取目标区域公交服务可达性值，可达性诊断模块将所述可达性值与诊断阈值进行对比，评价公交可达性水平等级。
进一步的技术方案，所述目标区域与其他区域的公交出行时间的计算过程为：
(1)根据
计算所有公交站点下所有公交线路的平均等待时间，其中N为某一时段内某公交线路途径某公交站点的进站次数；
(2)在仿真软件VISUM调用“headway-based assignment”函数，输入参数，得到目标区域与其他区域的公交出行时间。
更进一步的技术方案，所述输入参数包括平均步行速度、每条公交线路车速、每条线路平均等待时间、步行时间阻抗系数、等待时间阻抗系数和乘车时间阻抗系数，所述阻抗系数参考伦敦可达性模型确定。
进一步的技术方案，所述目标区域公交服务可达性值为目标区域形心能够到达的缓冲区每一类POI数量的加权和，具体为：
其中
为i类POI所占据的权重，
为i类POI的数量，I为POI的类别。
更进一步的技术方案，所述缓冲区为：目标区域到目的地区域的最短出行时间在时间阈值内的区域。
更进一步的技术方案，所述目标区域到目的地区域的最短出行时间获取方式为：确定目标区域与目的地区域之间的OD对，在仿真软件VISUM中调用“最短寻径”函数，计算出目标区域到目的地区域的最短出行时间。
更进一步的技术方案，所述时间阈值设定为15分钟、30分钟和45分钟。
进一步的技术方案，所述公交可达性水平等级包括可达性较差、可达性较好和可达性好，所述可达性较差为区域公交服务可达性值小于诊断阈值，所述可达性较好为区域公交服务可达性值在诊断阈值范围内，所述可达性好为区域公交服务可达性值大于诊断阈值。
本发明的有益效果为：
本发明聚焦于公交服务水平，将出行者利用公共交通设施到达各类服务设施的出行需求考虑在内：将出行时间阈值范围内从目标区域出发能到达的其他区域作为缓冲区，接着对缓冲区内的POI进行判定分析，统计POI的类别和数量，将缓冲区每一类POI数量的加权和定义为公交服务可达性值，再与公交服务可达性指标的诊断阈值对比，从而对城市的公交可达性水平进行更准确的评估；本发明弥补了传统的公交可达性评估方法仅能度量公交系统本身的属性特征，而忽略了公交服务水平对公交可达性评估的影响的不足。
附图说明
图1为本发明所述评估城市公共交通可达性的系统框图；
图2为本发明实施例的目标区域示意图；
图3为本发明实施例根据出行时间阈值创建的缓冲区示意图；
图4为本发明实施例落在缓冲区内的各类POI示意图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
如图1所示，一种评估城市公共交通可达性的系统，运行在电脑终端，包括数据采集模块、数据分析模块、可达性计算模块以及可达性诊断模块，数据采集模块、数据分析模块、可达性计算模块以及可达性诊断模块依次进行数据传输。
数据采集模块获取城市道路网络数据、公交物理站点数据、交通小区或栅格区数据、公交线路数据和POI数据(兴趣点数据)，其中城市道路网络数据和公交物理站点数据通过遥感系统从卫星地图下载，交通小区或栅格区数据由GIS平台根据交通小区或栅格区划分依据进行划分而得，公交线路数据和POI数据可以由网络电子地图API接口获取。
数据分析模块对采集数据进行分析处理，为可达性计算做好准备；数据分析模块分析处理数据的具体步骤为：
S1，对数据采集模块获取的数据进行基础处理
(1)在交通仿真软件ArcGIS和VISUM中输入城市道路网络数据，生成城市道路网络层。
(2)在城市道路网络层划分交通小区或栅格区，其中交通小区的划分依据为：1)分区内土地利用、经济、社会等特性尽量保持一致；2)尽量以河流山脉等自然障碍物作为分区界限；3)尽量不打破行政区的划分；4)考虑路网的构成，对于含有高速公路匝道的对象区域，一匝道一小区，避免匝道被交通小区一分为二；5)对于对象区域内部的交通小区需要保持在面积、人口和发生与吸引交通量等方面保持均匀性，对于对象区域外部的交通小区由对象区域向外逐渐增大交通小区的规模。栅格区的划分依据为：1)输入栅格化区域；2)确定栅格间距，如50米、100米、150米等；3)生成栅格区：以栅格化区域的左上角坐标为起点，从左往右、从上往下，以栅格间距生成栅格区。
(3)在ArcGIS和VISUM中输入公交线路数据，生成公交线路层。
(4)在ArcGIS和VISUM中输入POI数据，生成POI层。
(5)在ArcGIS和VISUM中输入公交物理站点数据，生成公交物理站点层。
城市道路网络层、公交线路层、公交物理站点层、POI层形成仿真路网，用于获取目标区域与其他区域的公交出行时间，计算公共交通可达性。
S2，计算目标区域与其他区域形心之间的公交出行时间
S2.1，计算每条公交线路平均等待时间
(1)在单日GPS数据中，输入某一公交站点A，筛选出所有途经公交站点A的各条公交线路上的公交车进站时间；
(2)依据公交车进站时间，统计各时段(以小时为单位，比如07:00-07:59、08:00-08:59等)内公交站点A的各条公交线路上的公交车进站次数；
(3)计算公交站点A在某条公交线路上的平均等待时间，公式为：
其中：WTTroute为某条公交线路的平均等车时间，N为某一时段内某公交线路途径公交站点A的进站次数；
(4)重复(1)-(3)，完成所有公交站点下所有公交线路的平均等待时间计算。
S2.2，在VISUM调用“compute-traffic assignment”菜单下的“headway-basedassignment”函数，输入参数：平均步行速度、每条公交线路车速、每条线路平均等待时间、步行时间阻抗系数、等待时间阻抗系数、乘车时间阻抗系数，三类阻抗系数参考伦敦可达性模型确定(Transport for London.Measuring Public Transport Accessibility Levels(PTALs)：Summary[R].London:Transport for London，2010.)，得到目标区域与其他区域的公交出行时间OD矩阵。
S3，确定出行时间阈值
分别以15分钟、30分钟和45分钟作为出行时间阈值。
S4，统计目标区域与目的地区域之间的最短公交出行时间
(1)确定即目标区域与目的地区域之间的OD对；
(2)在VISUM中调用“最短寻径”函数，计算出目标区域到目的地区域的最短出行时间。
可达性计算模块根据区域公交服务可达性算法结合数据分析模块处理的数据，计算选定区域的公交服务可达性；具体步骤为：
S1，创建缓冲区，对缓冲区内的POI进行判定分析
分别以15分钟、30分钟和45分钟作为出行时间阈值，然后将阈值范围内从目标区域出发能到达的其他区域作为缓冲区(即目标区域到目的地区域的最短出行时间在时间阈值内)，接着对缓冲区内的POI进行判定分析，统计POI的类别和数量。
S2，根据居民出行调查数据中的出行目的频率，确定各类POI所占据权重
S3，计算区域公交服务可达性
区域公交服务可达性定义为某一出行时间阈值内(如15分钟)，出行者从目标区域形心出发所能够到达的缓冲区每一类POI数量的加权和，公式为：
其中：Ad-poi为目标区域的区域公交服务可达性，
为i类POI所占据的权重，
为i类POI的数量，I为POI的类别。
可达性诊断模块结合可达性计算模块获得的区域公交服务可达性值，评估目标区域的公交可达性水平是否良好；具体过程为：
S1，确定区域公交服务可达性指标的诊断阈值
通过计算各交通小区的可达性值，然后从小到大排序，选取位于第15％和85％的可达性值，作为诊断阈值上下限。
S2，选取要评估的目标区域
S3，根据公式(2)，计算目标区域的公交服务可达性
S4，评估目标区域公交可达性水平是否良好
S4.1，将S3计算获取的目标区域公交服务可达性值与诊断阈值对比；
S4.2，根据对比结果，将公交可达性水平分为以下三个等级：可达性较差(区域公交服务可达性值小于诊断阈值)；可达性较好(区域公交服务可达性值在诊断阈值范围内)；可达性好(区域公交服务可达性值大于诊断阈值)。
本实施中，以如图2所示上海市徐汇区范围内划分的327号交通小区为例，对其公共交通可达性进行计算与诊断。
S1，由数据采集模块获取城市道路网络数据、公交物理站点数据、公交线路数据、交通小区或栅格区数据、POI数据。
S2，在ARCGIS和VISUM中建立城市道路网络层。
S3，在ARCGIS和VISUM中建立公交物理站点层。
S4，在ARCGIS和VISUM中建立公交线路层。
S5，在ARCGIS和VISUM中依据自然障碍物和路网构成，划分交通小区层。
S6，在ARCGIS和VISUM中建立POI层。
S7，在VISUM调用“comput-traffic assignment”菜单下的“headway-basedassignment”函数，输入参数：平均步行速度、每条公交线路车速、每条线路平均等待时间、步行时间阻抗系数、等待时间阻抗系数、乘车时间阻抗系数，计算得到每两个交通小区(目标区域与其他区域)之间的出行时间OD矩阵，计算结果如下表所示：
表1每两个交通小区之间的出行时间
S8，确定出行时间阈值分别为15分钟、30分钟和45分钟。
S9，统计目标区域327号交通小区与其他交通区域之间的最短公交出行时间，具体如表2所示：
表2 327号交通小区到达其他交通区域的最短公交出行时间
| 出发小区编号 | 目的地小区编号 | 换乘次数 | 换乘等待时间 | 出行时间 | 出行距离 |
| 327 | 120 | 0 | 0h | 18min14s | 3.833km |
| 327 | 121 | 1 | 4min36s | 44min18s | 7.633km |
| 327 | 122 | 0 | 0h | 15min16s | 3.628km |
| 327 | 146 | 1 | 2min48s | 30min38s | 4.533km |
| 327 | 284 | 0 | 0h | 18min41s | 2.765km |
| 327 | …… | …… | …… | …… | …… |
S10，以出行时间阈值内能从327号交通小区到达的其他小区作为缓冲区范围，如图3所示；对缓冲区内的POI进行判定分析，统计POI的类别和数量，如图4所示，判定结果如表3所示。
表3缓冲区POI判定分析结果
S11，确定各类POI所占据权重，如表4所示。
表4各类POI所占权重
| POI类别 | 教育服务 | 健康服务 | 商务住宅 | 交通服务 | 生活服务 |
| 权重 | 0.15 | 0.10 | 0.10 | 0.15 | 0.50 |
S12，计算327号交通小区的公交可达性，统计不同出行时间阈值内，出行者从327号交通小区形心出发所能够到达的每一类POI数量的加权和，即为该区域的公交服务可达性，具体计算结果如表5所示。
表5 327号交通小区公交服务可达性计算结果
S13，对327号交通小区的公交可达性水平进行诊断，过程如下。
(1)确定公交服务可达性指标的诊断阈值；
15分钟对应的诊断阈值为2098.91～6279.94，30分钟对应的诊断阈值为10868.48～19598.04，45分钟对应诊断阈值为17758.18～23636.14；
(2)将S12计算获取的327号交通小区公交服务可达性值与诊断阈值对比，327号交通小区可达性值处于诊断阈值范围内；
(3)根据诊断结果，327号交通小区的公交可达性水平较好，能够基本满足居民的出行需求。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (8)
1.一种评估城市公共交通可达性的系统，其特征在于，包括依次进行数据传输的数据采集模块、数据分析模块、可达性计算模块以及可达性诊断模块；所述数据采集模块获取城市道路网络数据、公交物理站点数据、交通小区或栅格区数据、公交线路数据和POI数据，并传输给数据分析模块进行处理，形成仿真路网，用于获取目标区域与其他区域的公交出行时间；所述可达性计算模块获取目标区域公交服务可达性值，可达性诊断模块将所述可达性值与诊断阈值进行对比，评价公交可达性水平等级。
2.根据权利要求1所述的评估城市公共交通可达性的系统，其特征在于，所述目标区域与其他区域的公交出行时间的计算过程为：
(1)根据
计算所有公交站点下所有公交线路的平均等待时间，其中N为某一时段内某公交线路途径某公交站点的进站次数；
(2)在仿真软件VISUM调用“headway-based assignment”函数，输入参数，得到目标区域与其他区域的公交出行时间。
3.根据权利要求2所述的评估城市公共交通可达性的系统，其特征在于，所述输入参数包括平均步行速度、每条公交线路车速、每条线路平均等待时间、步行时间阻抗系数、等待时间阻抗系数和乘车时间阻抗系数，所述阻抗系数参考伦敦可达性模型确定。
4.根据权利要求1所述的评估城市公共交通可达性的系统，其特征在于，所述目标区域公交服务可达性值为目标区域形心能够到达的缓冲区每一类POI数量的加权和，具体为：
其中
为i类POI所占据的权重，
为i类POI的数量，I为POI的类别。
5.根据权利要求4所述的评估城市公共交通可达性的系统，其特征在于，所述缓冲区为：目标区域到目的地区域的最短出行时间在时间阈值内的区域。
6.根据权利要求5所述的评估城市公共交通可达性的系统，其特征在于，所述目标区域到目的地区域的最短出行时间获取方式为：确定目标区域与目的地区域之间的OD对，在仿真软件VISUM中调用“最短寻径”函数，计算出目标区域到目的地区域的最短出行时间。
7.根据权利要求6所述的评估城市公共交通可达性的系统，其特征在于，所述时间阈值设定为15分钟、30分钟和45分钟。
8.根据权利要求1所述的评估城市公共交通可达性的系统，其特征在于，所述公交可达性水平等级包括可达性较差、可达性较好和可达性好，所述可达性较差为区域公交服务可达性值小于诊断阈值，所述可达性较好为区域公交服务可达性值在诊断阈值范围内，所述可达性好为区域公交服务可达性值大于诊断阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010678301.5A CN111932084A (zh) | 2020-07-15 | 2020-07-15 | 一种评估城市公共交通可达性的系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010678301.5A CN111932084A (zh) | 2020-07-15 | 2020-07-15 | 一种评估城市公共交通可达性的系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111932084A true CN111932084A (zh) | 2020-11-13 |
Family
ID=73312999
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010678301.5A Pending CN111932084A (zh) | 2020-07-15 | 2020-07-15 | 一种评估城市公共交通可达性的系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111932084A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110969302A (zh) * | 2019-12-02 | 2020-04-07 | 深圳市综合交通设计研究院有限公司 | 区域公交动态可达性确定方法、装置、设备及存储介质 |
| CN112131437A (zh) * | 2020-11-25 | 2020-12-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于图数据库的多模式交通网络构建方法及装置 |
| CN113034329A (zh) * | 2021-04-26 | 2021-06-25 | 上海同济城市规划设计研究院有限公司 | 用于含时刻表交通方式的区域交通可达性的评估方法 |
| CN113128899A (zh) * | 2021-04-30 | 2021-07-16 | 中国城市规划设计研究院 | 一种基于移动位置数据的城市通勤特征解析系统 |
| CN113205213A (zh) * | 2021-04-30 | 2021-08-03 | 中国城市规划设计研究院 | 一种基于互联网地图数据的公交评价方法及系统 |
| CN113409570A (zh) * | 2021-04-27 | 2021-09-17 | 上海同济城市规划设计研究院有限公司 | 体力交通可达性的评估方法 |
| CN113849942A (zh) * | 2021-09-11 | 2021-12-28 | 宁波市规划设计研究院 | 基于复杂网络的公交网络分析方法、系统、存储介质及SP-Space模型 |
| CN113868830A (zh) * | 2021-08-19 | 2021-12-31 | 佛山市城市规划设计研究院 | 一种基于交通可达性的同城化城际客流生成模型构建方法 |
| CN114240107A (zh) * | 2021-12-06 | 2022-03-25 | 昆山轨道交通投资置业有限公司 | 一种公共交通复合网络中站点站间可达性评价方法 |
| CN114677854A (zh) * | 2022-03-07 | 2022-06-28 | 广州市城市规划勘测设计研究院 | 公共交通可达性评估方法及装置 |
| CN115630988A (zh) * | 2022-12-22 | 2023-01-20 | 北京大学深圳研究生院 | 陆路综合交通可达性测算方法和装置 |
| CN115860520A (zh) * | 2022-11-18 | 2023-03-28 | 东南大学 | 一种高铁枢纽与城市公共交通动静态时空可达性评估方法 |
| CN116341944A (zh) * | 2023-01-09 | 2023-06-27 | 南京大学 | 一种城市公交可持续适宜发展区评估方法 |
| CN116882628A (zh) * | 2023-07-18 | 2023-10-13 | 中天昊建设管理集团股份有限公司 | 一种基于人工智能的城市规划市政设计智能管理系统 |
| CN117807450A (zh) * | 2024-01-02 | 2024-04-02 | 浙江恒隆智慧科技集团有限公司 | 一种城市智能化公共交通系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110414833A (zh) * | 2019-07-26 | 2019-11-05 | 东南大学 | 一种城市多模式交通网络运能协调评价方法 |
| CN110796337A (zh) * | 2019-09-20 | 2020-02-14 | 江苏大学 | 一种评价城市公交站点服务可达性的系统 |
-
2020
- 2020-07-15 CN CN202010678301.5A patent/CN111932084A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110414833A (zh) * | 2019-07-26 | 2019-11-05 | 东南大学 | 一种城市多模式交通网络运能协调评价方法 |
| CN110796337A (zh) * | 2019-09-20 | 2020-02-14 | 江苏大学 | 一种评价城市公交站点服务可达性的系统 |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110969302B (zh) * | 2019-12-02 | 2022-08-19 | 深圳市综合交通设计研究院有限公司 | 区域公交动态可达性确定方法、装置、设备及存储介质 |
| CN110969302A (zh) * | 2019-12-02 | 2020-04-07 | 深圳市综合交通设计研究院有限公司 | 区域公交动态可达性确定方法、装置、设备及存储介质 |
| CN112131437A (zh) * | 2020-11-25 | 2020-12-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于图数据库的多模式交通网络构建方法及装置 |
| CN113034329A (zh) * | 2021-04-26 | 2021-06-25 | 上海同济城市规划设计研究院有限公司 | 用于含时刻表交通方式的区域交通可达性的评估方法 |
| CN113409570A (zh) * | 2021-04-27 | 2021-09-17 | 上海同济城市规划设计研究院有限公司 | 体力交通可达性的评估方法 |
| CN113128899A (zh) * | 2021-04-30 | 2021-07-16 | 中国城市规划设计研究院 | 一种基于移动位置数据的城市通勤特征解析系统 |
| CN113205213A (zh) * | 2021-04-30 | 2021-08-03 | 中国城市规划设计研究院 | 一种基于互联网地图数据的公交评价方法及系统 |
| CN113128899B (zh) * | 2021-04-30 | 2023-03-24 | 中国城市规划设计研究院 | 一种基于移动位置数据的城市通勤特征解析系统 |
| CN113205213B (zh) * | 2021-04-30 | 2023-03-24 | 中国城市规划设计研究院 | 一种基于互联网地图数据的公交评价方法及系统 |
| CN113868830A (zh) * | 2021-08-19 | 2021-12-31 | 佛山市城市规划设计研究院 | 一种基于交通可达性的同城化城际客流生成模型构建方法 |
| CN113868830B (zh) * | 2021-08-19 | 2022-07-05 | 佛山市城市规划设计研究院 | 一种基于交通可达性的同城化城际客流生成模型构建方法 |
| CN113849942A (zh) * | 2021-09-11 | 2021-12-28 | 宁波市规划设计研究院 | 基于复杂网络的公交网络分析方法、系统、存储介质及SP-Space模型 |
| CN113849942B (zh) * | 2021-09-11 | 2024-01-30 | 宁波市规划设计研究院 | 基于复杂网络的公交网络分析方法、系统、存储介质及SP-Space模型 |
| CN114240107A (zh) * | 2021-12-06 | 2022-03-25 | 昆山轨道交通投资置业有限公司 | 一种公共交通复合网络中站点站间可达性评价方法 |
| CN114677854B (zh) * | 2022-03-07 | 2022-10-11 | 广州市城市规划勘测设计研究院 | 公共交通可达性评估方法及装置 |
| CN114677854A (zh) * | 2022-03-07 | 2022-06-28 | 广州市城市规划勘测设计研究院 | 公共交通可达性评估方法及装置 |
| CN115860520A (zh) * | 2022-11-18 | 2023-03-28 | 东南大学 | 一种高铁枢纽与城市公共交通动静态时空可达性评估方法 |
| CN115860520B (zh) * | 2022-11-18 | 2023-08-22 | 东南大学 | 一种高铁枢纽与城市公共交通动静态时空可达性评估方法 |
| CN115630988A (zh) * | 2022-12-22 | 2023-01-20 | 北京大学深圳研究生院 | 陆路综合交通可达性测算方法和装置 |
| CN115630988B (zh) * | 2022-12-22 | 2023-10-27 | 北京大学深圳研究生院 | 陆路综合交通可达性测算方法和装置 |
| CN116341944A (zh) * | 2023-01-09 | 2023-06-27 | 南京大学 | 一种城市公交可持续适宜发展区评估方法 |
| CN116341944B (zh) * | 2023-01-09 | 2023-11-17 | 南京大学 | 一种城市公交可持续适宜发展区评估方法 |
| CN116882628A (zh) * | 2023-07-18 | 2023-10-13 | 中天昊建设管理集团股份有限公司 | 一种基于人工智能的城市规划市政设计智能管理系统 |
| CN116882628B (zh) * | 2023-07-18 | 2024-03-22 | 中天昊建设管理集团股份有限公司 | 一种基于人工智能的城市规划市政设计智能管理系统 |
| CN117807450A (zh) * | 2024-01-02 | 2024-04-02 | 浙江恒隆智慧科技集团有限公司 | 一种城市智能化公共交通系统及方法 |
| CN117807450B (zh) * | 2024-01-02 | 2024-06-11 | 浙江恒隆智慧科技集团有限公司 | 一种城市智能化公共交通系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111932084A (zh) | 一种评估城市公共交通可达性的系统 | |
| CN105677804B (zh) | 权威站点的确定以及权威站点数据库的建立方法和装置 | |
| CN110796337B (zh) | 一种评价城市公交站点服务可达性的系统 | |
| CN109299438B (zh) | 一种基于网约车数据的公共交通设施供给水平评价方法 | |
| CN105809962A (zh) | 一种基于手机数据的交通出行方式划分的方法 | |
| CN111581315B (zh) | 一种公共服务设施可达性计算方法及装置 | |
| Zhang et al. | Green travel mobility of dockless bike-sharing based on trip data in big cities: A spatial network analysis | |
| CN110245377B (zh) | 一种出行方案推荐方法及推荐系统 | |
| CN103714257B (zh) | 一种公共交通问题线路识别技术 | |
| CN111341135B (zh) | 基于兴趣点及导航数据的手机信令数据出行方式识别方法 | |
| CN110413855B (zh) | 一种基于出租车下客点的区域出入口动态提取方法 | |
| CN112288311A (zh) | 一种基于poi数据的居住区配套设施便捷度计量方法 | |
| CN113222327A (zh) | 一种基于服务能力的地块可达性分析方法 | |
| CN117196197A (zh) | 一种公共交通站点布局优化方法 | |
| CN110222884B (zh) | 基于poi数据和客流量的车站可达性评估方法 | |
| CN115100012A (zh) | 一种轨道交通站点步行可达性计算方法 | |
| CN112351394A (zh) | 一种基于手机信令数据的交通出行模型构建方法 | |
| Sun et al. | A data-driven method for measuring accessibility to healthcare using the spatial interpolation model | |
| CN116823039A (zh) | 一种基于多源数据的微观地块尺度设施可达性测度方法 | |
| CN116150178A (zh) | 一种基于dbscan聚类算法的空间可达性测算方法 | |
| CN113408867B (zh) | 基于手机用户和poi数据的城市入室盗窃犯罪风险评估方法 | |
| CN111581318B (zh) | 一种共享单车骑行目的推断方法、装置及存储介质 | |
| CN114881430A (zh) | 一种基于网络地图服务的社区生活便利度评价方法 | |
| Liu et al. | Estimation of travel flux between urban blocks by combining spatio-temporal and purpose correlation | |
| CN104851283B (zh) | 城市交通战略规划方案自动生成的方法和装置 |
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 |