CN112183904A - 一种基于居民出行od的公交线路优化方法 - Google Patents

一种基于居民出行od的公交线路优化方法 Download PDF

Info

Publication number
CN112183904A
CN112183904A CN202011296550.4A CN202011296550A CN112183904A CN 112183904 A CN112183904 A CN 112183904A CN 202011296550 A CN202011296550 A CN 202011296550A CN 112183904 A CN112183904 A CN 112183904A
Authority
CN
China
Prior art keywords
bus
route
travel
line
repetition degree
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
CN202011296550.4A
Other languages
English (en)
Inventor
陈磊
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.)
Beijing Tsing Vast Information Technology Co ltd
Original Assignee
Beijing Tsing Vast Information Technology 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 Beijing Tsing Vast Information Technology Co ltd filed Critical Beijing Tsing Vast Information Technology Co ltd
Priority to CN202011296550.4A priority Critical patent/CN112183904A/zh
Publication of CN112183904A publication Critical patent/CN112183904A/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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G06Q10/025—Coordination of plural reservations, e.g. plural trip segments, transportation combined with accommodation
    • G06Q50/40—

Abstract

本发明公开了一种基于居民出行OD的公交线路优化方法。本发明是在保证居民OD出行需求的前提下，通过调整公交线路的站点提高公交线路的效率。通常以乘客的出行时间、公交线路的重复度系数和线网密度以及公交企业的经济效益作为公交线路优化的目标，通过对公交公司线路数据、公交IC卡刷卡数据、车载监控数据等利用数据挖掘技术分析公交线路的重复度来挖掘低效可被替代的公交线路并给出调整公交线路的优化建议。本发明通过优化公交线路，提升公交线路的运营效率，消除公交服务薄弱区，改善公交服务水平，提高公交营运的经济效益和社会效益，缓解公交紧张状况，既方便居民出行，同时又可以在有效的硬件设施条件下，最大限度分担城市道路系统的交通压力。

Description

一种基于居民出行OD的公交线路优化方法
技术领域
本发明涉及的是交通路线优化技术领域，具体涉及一种基于居民出行OD的公交线路优化方法。
背景技术
近年来，国内外各大城市都一直在不断的进行改善城市交通状况有效措施的研究，而公交线网的优劣正是城市公共交通状况的制约点。通过优化公交线路，提升公交线路的运营效率，消除公交服务薄弱区，改善公交服务水平，提高公交营运的经济效益和社会效益，缓解公交紧张状况，既方便居民出行，同时又可以在有效的硬件设施条件下，最大限度分担城市道路系统的交通压力。本发明提供了一种基于居民出行OD的公交线路优化方法。
发明内容
针对现有技术上存在的不足，本发明目的是在于提供一种基于居民出行OD的公交线路优化方法，缓解了公交紧张状况，既方便居民出行，又可以在有效的硬件设施条件下，最大限度分担城市道路系统的交通压力。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于居民出行OD的公交线路优化方法，包括以下步骤：
1、居民出行OD分析；
2、公交线路重复度计算；
3、寻找待优化线路；
4、搜索可替代方案；
5、方案评价及输出优化方案。
所述的步骤1的OD分析流程具体如下：
a真实出行OD分析；
所述的步骤a的具体分析流程如下：①识别乘客每次乘坐公交的上车点和下车点，对于没有换乘的情况，直接取上下车位置为OD；
②识别同站换乘情况，即针对A->B->C的出行情况，认为真实OD为A->C；
③识别不同站换乘情况，即针对A->B1，B2->C的出行情况（其中B1和B2位置接近），认为真实OD为A->C；
b公交站点热点分析：分析每日在不同公交站点的乘客数量情况；
c可视化展示：以直线连接出发点和目的地展示OD信息，以热力图展示各公交站点的热度情况。
所述的步骤2是利用公交线路站点GPS数据计算整个公交线网任意两条线路的重复度矩阵，重复度（repeatability）计算公式如下：
Figure DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE004
表示第i条线路的长度，线路的长度=相邻站点的距离之和
Figure DEST_PATH_IMAGE006
表示第i条线路和第j条线路重复路段的长度。
所述的步骤3是根据整个公交线网重复度矩阵寻找待优化的线路，计算每条线路的最大重复度和重复度大于一定阈值的线路数2个指标，计算公式如下：
线路
Figure DEST_PATH_IMAGE008
的最大重复度
Figure DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE012
与线路
Figure DEST_PATH_IMAGE008A
的重复度大于
Figure DEST_PATH_IMAGE015
的线路数
Figure DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE019
选取规则如下：
Ø
Figure DEST_PATH_IMAGE021
Ø
Figure DEST_PATH_IMAGE023
。
所述的步骤4是利用大数据分析技术挖掘待优化线路所有可替代线路方案,根据重复度降序排列,选取重复度最大的线路,以重复站点为基础,搜索与剩余站点重复度最大的线路,如果不存在,则末端减少重复站点,继续搜索,直到完成该线路所有站点的替代线路的分析。
所述的步骤5对每一种可替代线路方案分析待优化线路每个路段的客流量分布以及可替代线路的满载率，分析待优化线路历史的OD需求，计算因线路调整增加的出行时间。在满足可替代线路满载率和居民OD出行的前提下，输出线路调整方案。
本发明的公交线路优化方法是在保证居民OD出行需求的前提下，通过调整公交线路的站点提高公交线路的效率。通常以乘客的出行时间、公交线路的重复度系数和线网密度以及公交企业的经济效益作为公交线路优化的目标，通过对公交公司线路数据、公交IC卡刷卡数据、车载监控数据等利用数据挖掘技术分析公交线路的重复度来挖掘低效可被替代的公交线路并给出调整公交线路的优化建议。
本发明的有益效果：本发明通过优化公交线路，提升公交线路的运营效率，消除公交服务薄弱区，改善公交服务水平，提高公交营运的经济效益和社会效益，缓解公交紧张状况，既方便居民出行，同时又可以在有效的硬件设施条件下，最大限度分担城市道路系统的交通压力。
附图说明
下面结合附图和具体实施方式来详细说明本发明；
图1为本发明的流程图；
图2为本发明居民出行OD分析流程图；
图3为本发明的某地居民出行OD可视化展示图；
图4为本发明的某地公交线路重复度矩阵（部分）截图；
图5为本发明实施例的122路与其他线路的重复度矩阵示意图；
图6为本发明实施例的122路与其他线路的重复站点示意图；
图7为本发明的实施例的一种可替代线路方案展示图；
图8为本发明的实施例 122路出行OD示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
实施例1：参照图1-2，本实施例采用以下技术方案：一种基于居民出行OD的公交线路优化方法，包括以下步骤：
1、居民出行OD分析
居民出行OD分析主要是针对路网数据、公交线网数据、公交GPS数据、IC卡刷卡数据等利用数据挖掘算法、GIS技术分析现状公交线网的OD出行趋势、各站点热力图趋势。居民出行OD分析流程图如下：
1）真实出行OD分析：由于公交刷卡等数据中只记录乘客乘坐一次公交的数据，对于乘客换乘的情况，在数据中无法直接得出乘客的OD。所以需要通过大数据分析的手段，针对海量的公交刷卡原始数据进行分析，将乘客从A地乘坐公交到达B地，后换乘另外一趟公交到达C地的情况，分出得出该乘客的真实出行OD为从A地到达C地。具体分析步骤如下：
①识别乘客每次乘坐公交的上车点和下车点，对于没有换乘的情况，直接取上下车位置为OD；
②识别同站换乘情况，即针对A->B->C的出行情况，认为真实OD为A->C；
③识别不同站换乘情况，即针对A->B1，B2->C的出行情况（其中B1和B2位置接近），认为真实OD为A->C；
2）公交站点热度分析：分析每日在不同公交站点的乘客数量情况
3）可视化展示：以直线连接出发点和目的地展示OD信息，以热力图展示各公交站点的热度情况，如图3所示。
2、公交线路重复度计算
利用公交线路站点GPS数据计算整个公交线网任意两条线路的重复度矩阵，重复度（repeatability）计算公式如下：
Figure DEST_PATH_IMAGE002A
其中，
Figure DEST_PATH_IMAGE004A
表示第i条线路的长度，线路的长度=相邻站点的距离之和
Figure DEST_PATH_IMAGE006A
表示第i条线路和第j条线路重复路段的长度
如图4为某地公交线路重复度矩阵部分截图。
3、寻找待优化线路
根据整个公交线网重复度矩阵寻找待优化的线路，计算每条线路的最大重复度和重复度大于一定阈值的线路数2个指标，计算公式如下：
线路
Figure DEST_PATH_IMAGE008AA
的最大重复度
Figure DEST_PATH_IMAGE010A
Figure DEST_PATH_IMAGE012A
与线路
Figure DEST_PATH_IMAGE008AAA
的重复度大于
Figure DEST_PATH_IMAGE015A
的线路数
Figure DEST_PATH_IMAGE017A
Figure DEST_PATH_IMAGE019A
选取规则如下：
Ø
Figure DEST_PATH_IMAGE021A
Ø
Figure DEST_PATH_IMAGE023A
如选取公交122路。
4、搜索可替代方案
利用大数据分析技术挖掘待优化线路所有可替代线路方案,根据重复度降序排列,选取重复度最大的线路,以重复站点为基础,搜索与剩余站点重复度最大的线路,如果不存在,则末端减少重复站点,继续搜索,直到完成该线路所有站点的替代线路的分析。以122路为例说明如下：
①选取与122路的重复度大于0的所有线路作为待选可替代线路；如图5所示。
②选取与122路的重复站点作为路段划分基础；如图6所示。
③路段划分及替代线路查找
图7为一种可替代线路方案的可视化展示，其中
A-B段：溪头下公交场站-胡里山与857路重合；
B-C段：厦大白城-思北路口与48路重合；
C-D段：角滨路口站-湖东与43路重合；
D-E段：火车站-东浦幼儿园与28路重合；
5、方案评价及输出优化方案
对每一种可替代线路方案分析待优化线路每个路段的客流量分布以及可替代线路的满载率，分析待优化线路历史的OD需求，计算因线路调整增加的出行时间。在满足可替代线路满载率和居民OD出行的前提下，输出线路调整方案。
以122路为例说明如下：
①分析可替代线路的满载率指标：
线路满载率=线路上每辆车的平均载客率；
②分析122路的乘客实际OD。通过IC卡刷卡数据分析乘客OD，图8为122路上行方向的OD需求，其中黑色的为TOP10的OD需求；
③基于满载率和乘客出行OD数据，运用模拟仿真计算替代线路方案指标。
取消122线路，会减少车辆的投入,同时也会增加乘客的换乘时间和等待时间，为满足乘客出行需求，需要将减少的班次分配到替代线路中，运用模拟仿真手段计算因122路取消导致增加的换乘时间和替代线路增加的车辆，结果如下：
表122路替代方案模拟结果
1. 路段 2. 平均每天客流量 3. 客流量占比 4. 可替代线路 5. 替代线路满载率 6. 增加的换乘时间(min) 7. 增加的车辆(辆)
8. 溪头下公交场站-胡里山 9. 527.07 10. 21.8% 11. 857路 12. 46.82% 13. 3.7 14. 3
15. 厦大白城-思北路口 16. 474.13 17. 19.6% 18. 48路 19. 38.22% 20. 2.4 21. 2
22. 角滨路口站-湖东 23. 1003.93 24. 41.6% 25. 43路 26. 50.77% 27. 1.8 28. 4
29. 火车站-东浦幼儿园 30. 410.20 31. 17.0% 32. 28路 33. 43.37% 34. 3.5 35. 2
最终，122路优化方案如下：
122路由于与其他线路重复度比较大，且可替代线路满载率低、居民增加的换乘时间少，建议取消122路，由857路、43路、48路、28路四条线路分担原有客流量。
122路原来车辆数共14辆，根据122路原来的OD出行需求，取消122路后，857路增加3辆车，48路、28路各增加2辆车，43路增加4辆车，通过线路调整，在不降低乘客满意度的情况下，减少了3辆车的投放。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种基于居民出行OD的公交线路优化方法，其特征在于，包括以下步骤：
(1)、居民出行OD分析；
(2)、公交线路重复度计算；
(3)、寻找待优化线路；
(4)、搜索可替代方案；
(5)、方案评价及输出优化方案。
2.根据权利要求1所述的一种基于居民出行OD的公交线路优化方法，其特征在于，所述的步骤(1)的OD分析流程具体如下：
(a)真实出行OD分析；
所述的步骤a的具体分析流程如下：①识别乘客每次乘坐公交的上车点和下车点，对于没有换乘的情况，直接取上下车位置为OD；
②识别同站换乘情况，即针对A->B->C的出行情况，认为真实OD为A->C；
③识别不同站换乘情况，即针对A->B1，B2->C的出行情况（其中B1和B2位置接近），认为真实OD为A->C；
(b)公交站点热点分析：分析每日在不同公交站点的乘客数量情况；
(c)可视化展示：以直线连接出发点和目的地展示OD信息，以热力图展示各公交站点的热度情况。
3.根据权利要求1所述的一种基于居民出行OD的公交线路优化方法，其特征在于，所述的步骤(2)是利用公交线路站点GPS数据计算整个公交线网任意两条线路的重复度矩阵，重复度（repeatability）计算公式如下：
Figure DEST_PATH_IMAGE001
其中，
Figure 787030DEST_PATH_IMAGE002
表示第i条线路的长度，线路的长度=相邻站点的距离之和
Figure DEST_PATH_IMAGE003
表示第i条线路和第j条线路重复路段的长度。
4.根据权利要求1所述的一种基于居民出行OD的公交线路优化方法，其特征在于，所述的步骤(3)是根据整个公交线网重复度矩阵寻找待优化的线路，计算每条线路的最大重复度和重复度大于一定阈值的线路数2个指标，计算公式如下：
线路
Figure 580542DEST_PATH_IMAGE004
的最大重复度
Figure DEST_PATH_IMAGE005
Figure 197075DEST_PATH_IMAGE006
与线路
Figure 764454DEST_PATH_IMAGE004
的重复度大于
Figure DEST_PATH_IMAGE007
的线路数
Figure 626099DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE009
选取规则如下：
Figure 704477DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE011
。
5.根据权利要求1所述的一种基于居民出行OD的公交线路优化方法，其特征在于，所述的步骤(4)是利用大数据分析技术挖掘待优化线路所有可替代线路方案,根据重复度降序排列,选取重复度最大的线路,以重复站点为基础,搜索与剩余站点重复度最大的线路,如果不存在,则末端减少重复站点,继续搜索,直到完成该线路所有站点的替代线路的分析。
6.根据权利要求1所述的一种基于居民出行OD的公交线路优化方法，其特征在于，所述的步骤(5)对每一种可替代线路方案分析待优化线路每个路段的客流量分布以及可替代线路的满载率，分析待优化线路历史的OD需求，计算因线路调整增加的出行时间；在满足可替代线路满载率和居民OD出行的前提下，输出线路调整方案。
CN202011296550.4A 2020-11-19 2020-11-19 一种基于居民出行od的公交线路优化方法 Pending CN112183904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011296550.4A CN112183904A (zh) 2020-11-19 2020-11-19 一种基于居民出行od的公交线路优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011296550.4A CN112183904A (zh) 2020-11-19 2020-11-19 一种基于居民出行od的公交线路优化方法

Publications (1)

Publication Number Publication Date
CN112183904A true CN112183904A (zh) 2021-01-05

Family

ID=73918527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011296550.4A Pending CN112183904A (zh) 2020-11-19 2020-11-19 一种基于居民出行od的公交线路优化方法

Country Status (1)

Country Link
CN (1) CN112183904A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112948651A (zh) * 2021-03-31 2021-06-11 重庆市规划设计研究院 一种高效的od数据可视化方法及系统
CN113053156A (zh) * 2021-03-31 2021-06-29 华录智达科技股份有限公司 一种智能公交半径法站点寻址方法
CN113657725A (zh) * 2021-07-29 2021-11-16 华南理工大学 一种公交线路和调度优化方法、系统、装置及介质
CN114066001A (zh) * 2021-09-25 2022-02-18 苏州智能交通信息科技股份有限公司 基于出行本征的交通服务优化方法、系统、终端及介质
WO2022161144A1 (zh) * 2021-01-28 2022-08-04 深圳市城市交通规划设计研究中心股份有限公司 一种公交线网的备选线路集生成、线路规划方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732756A (zh) * 2013-12-24 2015-06-24 中兴通讯股份有限公司 一种利用移动通信数据挖掘进行公交规划的方法
CN106504525A (zh) * 2016-10-12 2017-03-15 电子科技大学 基于ic卡数据的od矩阵生成技术及其应用研究
WO2018032808A1 (zh) * 2016-08-19 2018-02-22 大连理工大学 基于大数据的公交线路时刻表协同优化方法
CN109634998A (zh) * 2018-11-19 2019-04-16 北京通途永久科技有限公司 一种基于手机信令大数据的交通出行特征分析平台

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732756A (zh) * 2013-12-24 2015-06-24 中兴通讯股份有限公司 一种利用移动通信数据挖掘进行公交规划的方法
WO2018032808A1 (zh) * 2016-08-19 2018-02-22 大连理工大学 基于大数据的公交线路时刻表协同优化方法
EP3503069A1 (en) * 2016-08-19 2019-06-26 Dalian University Of Technology Big data based bus line schedule collaborative optimization method
CN106504525A (zh) * 2016-10-12 2017-03-15 电子科技大学 基于ic卡数据的od矩阵生成技术及其应用研究
CN109634998A (zh) * 2018-11-19 2019-04-16 北京通途永久科技有限公司 一种基于手机信令大数据的交通出行特征分析平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王强 等: ""大数据在公交线网优化中的实践——以烟台市为例"", 《品质交通与协同共治——2019年中国城市交通规划年会论文集》 *
王慈光: "《运输统计基础》", 31 July 2010 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022161144A1 (zh) * 2021-01-28 2022-08-04 深圳市城市交通规划设计研究中心股份有限公司 一种公交线网的备选线路集生成、线路规划方法及装置
CN112948651A (zh) * 2021-03-31 2021-06-11 重庆市规划设计研究院 一种高效的od数据可视化方法及系统
CN113053156A (zh) * 2021-03-31 2021-06-29 华录智达科技股份有限公司 一种智能公交半径法站点寻址方法
CN112948651B (zh) * 2021-03-31 2022-07-29 重庆市规划设计研究院 一种高效的od数据可视化方法及系统
CN113657725A (zh) * 2021-07-29 2021-11-16 华南理工大学 一种公交线路和调度优化方法、系统、装置及介质
CN114066001A (zh) * 2021-09-25 2022-02-18 苏州智能交通信息科技股份有限公司 基于出行本征的交通服务优化方法、系统、终端及介质
CN114066001B (zh) * 2021-09-25 2024-03-19 苏州智能交通信息科技股份有限公司 基于出行本征的交通服务优化方法、系统、终端及介质

Similar Documents

Publication Publication Date Title
CN112183904A (zh) 一种基于居民出行od的公交线路优化方法
CN108564226B (zh) 一种基于出租车gps及手机信令数据的公交线路优化方法
CN107036617B (zh) 一种出租车与地铁组合的出行路线规划方法及系统
CN109543882B (zh) 一种基于最优公交平均站间距的公交线网密度计算方法
CN110751366A (zh) 一种干线铁路与城市轨道交通运能匹配度计算方法
CN111191816B (zh) 城市轨道交通乘客出行时间链辨识系统
CN113987103B (zh) 一种面向城市综合交通网的组合出行路径搜索方法及系统
CN114139251B (zh) 一种边境地区陆路口岸整体布局方法
CN115455681A (zh) 一种面向多载运工具的通勤交通碳排放空间分布估算方法
CN111859718B (zh) 一种区域多制式轨道交通车站拥挤系数计算方法及系统
CN109063906B (zh) 公交轨道两网融合下重复路线识别方法
CN112669643A (zh) 一种基于双层规划的公交实时调度与信号控制方法
CN116341926A (zh) 基于多模式交通网络的都市圈或城市群实质边界识别方法
Xie et al. A solution for the last mile problem of the Beijing rapid transit network: Local shuttle bus system
CN115471053A (zh) 基于多源数据融合的公轨接驳服务水平评估系统
CN113053156B (zh) 一种智能公交半径法站点寻址方法
CN111931386B (zh) 一种区域多制式轨道交通区间拥挤系数计算方法及系统
CN115186920A (zh) 基于数据挖掘的线路可偏移公交服务区及站点设置方法
CN111859717B (zh) 最小化区域多制式轨道交通旅客拥挤系数的方法及系统
CN114021825A (zh) 一种基于轨迹数据的公交车运行延误估计方法
Izadi et al. Evaluation of the performance of bus special lines according to indicators of quality and transport and its performance improvement using ultra-innovative intelligent models (Case study: Rasht city)
CN112488582A (zh) 一种基于多源数据的地铁列车开行方案设计方法
Tian A short-turning strategy for the management of bus bunching considering variable spatial-temporal running time
CN113723761B (zh) 一种基于运行数据的多维度城市公交运行服务可靠度评价方法
Wang et al. Study on the Tourist Traffic Characteristics of People Entering Tibet and People in the 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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210105