CN113743789A - 基于城市建成环境因素的共享单车空间分布量估计方法 - Google Patents
基于城市建成环境因素的共享单车空间分布量估计方法 Download PDFInfo
- Publication number
- CN113743789A CN113743789A CN202111042053.6A CN202111042053A CN113743789A CN 113743789 A CN113743789 A CN 113743789A CN 202111042053 A CN202111042053 A CN 202111042053A CN 113743789 A CN113743789 A CN 113743789A
- Authority
- CN
- China
- Prior art keywords
- shared bicycle
- data
- built
- poi
- grid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000007613 environmental effect Effects 0.000 title claims description 20
- 238000010276 construction Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000009193 crawling Effects 0.000 claims description 4
- 238000000611 regression analysis Methods 0.000 claims description 4
- 238000010220 Pearson correlation analysis Methods 0.000 claims description 3
- 230000004308 accommodation Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于城市交通技术领域，具体为基于城市建成环境因素的共享单车空间分布量估计方法，在获取城市建成环境数据以及共享单车数据后，基于ArcGIS的渔网功能将研究区域栅格化。使用POI综合指数、公共交通覆盖强度、空间可达性三个参数描述城市建成环境特征，并给出其在栅格网络上的赋值方法。基于支持向量回归模型分析共享单车借还量与城市建成环境之间的回归关系。最后参考不同区域的城市建成环境情况，可对该区域的共享单车空间分布量进行估计，可指导未投放共享单车的区域进行单车的投放，并且有利于分析区域内共享单车的供需现状，为合理地规划共享单车停放区提供基础，对提升共享单车运营状态与服务水平具有重要意义。
Description
技术领域
本发明涉及城市交通技术领域，具体为基于城市建成环境因素的共享单车空间分布量估计方法。
背景技术
共享单车作为近年来新兴的共享经济模式下的一种特殊的公共交通方式，改变了居民出行的行为模式。共享单车不仅能够为城市居民提供便捷的出行服务，提高短途出行效率，又可以衔接公共交通，在缓解城市出行压力、解决城市交通“最后一公里”问题上发挥了重要的作用。但随着系统投放规模的扩大以及用户数量的增加，共享单车的过度投放与空间分布不均问题成为了系统运营的阻碍。探讨如何针对不同城市区域的建成环境来分析共享单车的空间分布情况，实现空间维度上的共享单车借还量需求估计，对指导共享单车合理投放、停放区域有效规划、提升共享单车运营服务水平具有重要意义。
共享单车在方便居民出行、提高出行效率的同时，随着规模的扩大、用户的增多，各种问题也接踵而至，反映出我国共享单车规划方面的不足。一是投放过度，造成了资源的浪费和城市的“单车污染”；二是停放混乱，共享单车停放缺乏布局规划；三是供给与需求失衡，共享单车空间分布不均，需求高的区域借车难，需求低的区域单车堆积。产生这些问题的原因在于，共享单车投放时，缺少对投放量和投放区域的整体规划，一般只考虑目标区域的土地利用特征，并且对共享单车的投放量难以较为准确的把握。例如商业区、地铁站、公交站等区域往往会被投放较多的单车。但是由于不同的城市建成环境对共享单车出行的适应性不同，同类型的用地对共享单车的需求量可能差异较大，道路网的可达性、POI兴趣点的分布、公共交通覆盖率等一系列反映城市建成环境的因素，都会对共享单车的使用产生影响。因此探讨城市建成环境对共享单车空间分布量的影响，挖掘共享单车空间分布规律，能够为共享单车的科学投放、停车区的合理规划提供必要的决策支持。
本发明的目的是通过识别影响共享单车空间分布的关键城市建成环境因素、分析影响关系，提出一种基于城市建成环境因素的共享单车空间分布量估计方法。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
因此，本发明的目的是提供基于城市建成环境因素的共享单车空间分布量估计方法，通过将城市建成环境因素以POI综合指数、公共交通覆盖强度、空间可达性三个参数量化表达，并将其赋值到研究区域网格单元上，以此为基础通过支持向量机回归分析，估计研究区域的共享单车分布量。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
基于城市建成环境因素的共享单车空间分布量估计方法，其包括如下步骤：
步骤1：数据的获取，具体包括共享单车的ID、时刻信息以及经纬度信息；城市矢量边界数据；城市道路网数据；公共线路及站点数据、轨道交通线路及站点数据以及住宿服务、医疗机构、体育休闲、生活住宅、金融服务、教育机构、公共设施、餐饮服务等八类POI数据；
步骤2：研究区域栅格化处理，利用ArcGIS中的渔网功能将研究区域网格化；
步骤3：城市建成环境参数在栅格网络上的赋值，根据共享单车借还数据分布特征，将城市建成环境影响因素分为建筑功能、公共交通便利性、道路网条件三个方面，分别以主要业态POI综合指数、公共交通覆盖强度以及空间可达性表征。将建成环境因素赋值到栅格网格，以描述每个空间网格单元的建成环境情况；
步骤4：基于支持向量回归模型的共享单车分布量估计，以网格为分析单元，将POI综合指数、公共交通覆盖强度、空间可达性等参数以及研究区域为期一周的共享单车数据作为输入，并选择部分数据作为预测样本集，其余数据作为训练样本集，进行回归分析，得到共享单车分布量和城市建成环境间的关系，输入待分析区域的建成环境，即可通过回归关系预测得到共享单车的分布情况。
作为本发明所述的基于城市建成环境因素的共享单车空间分布量估计方法的一种优选方案，其中：所述步骤1数据获取方式为通过高德地图爬取城市建成环境基础数据。
作为本发明所述的基于城市建成环境因素的共享单车空间分布量估计方法的一种优选方案，其中：所述步骤2参考共享单车的影响范围，将研究区域分为500m×500m的网格。
作为本发明所述的基于城市建成环境因素的共享单车空间分布量估计方法的一种优选方案，其中：所述步骤3综合利用ArcGIS软件和DepthMap软件获得空间句法指标。
作为本发明所述的基于城市建成环境因素的共享单车空间分布量估计方法的一种优选方案，其中：所述步骤三具体包括
(1)POI综合指数：利用Pearson相关性分析，剔除掉与共享单车分布无显著相关性的POI数据。结合熵值法确定其余POI对共享单车的影响权重，对网格单元内每类POI兴趣点的数量加权求和，得到POI综合指数，以此来反映该多种POI数据的综合影响。
(2)公共交通覆盖强度：公共交通覆盖强度这一参数用来表征空间网格单元的公共交通接驳便利性；因网格单元尺度较小，单纯采用公共交通站点数量赋值，会导致仅站点所在位置网格单元被赋值，与现实情况不符，因此采用一种考虑站点服务范围的公共交通覆盖强度测算方法，某一网格被公共交通站点覆盖的次数，即为其公共交通覆盖强度，考虑到轨道交通与常规公交在服务水平和客流吸引强度上的不同，对轨道交通站点进行折算，将单位时间轨道交通与常规公交的运能之比作为折算系数。
(3)空间可达性：综合利用ArcGIS软件和DepthMap软件获得空间句法指标。采用Pearson相关性分析确定空间句法各形态分析变量值与共享单车分布量的相关性，选取全局整合度指标代表道路网的可达性情况。并以网格内单位长度的道路网整合度指标均值代表该网格单元的空间可达性。
与现有技术相比，本发明的有益效果是：能够利用不同区域的城市建成环境因素，估计共享单车借还量的空间分布情况。本发明可指导未投放共享单车的区域进行单车的投放，并且有利于分析区域内共享单车的供需现状，为合理地规划共享单车停放区提供基础，对提升共享单车运营状态与服务水平具有重要意义。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明步骤流程结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
实施例1
爬取城市建成环境数据以及共享单车数据，并基于ArcGIS的渔网功能将研究区域栅格化。引入POI综合指数、公共交通覆盖强度、空间可达性三个参数描述城市建成环境特征，并给出其在栅格网络上的赋值方法。基于支持向量回归模型分析共享单车借还量与城市建成环境之间的回归关系。最后参考不同区域的城市建成环境情况，可对该区域的共享单车分布量进行预测。具体实现方案如下：
1数据的获取
爬取共享单车骑行记录，获得车辆的ID、时刻信息以及经纬度信息。通过高德地图爬取城市矢量边界数据、城市道路网数据、公共线路及站点数据、轨道交通线路及站点数据以及住宿服务、医疗机构、体育休闲、生活住宅、金融服务、教育机构、公共设施、餐饮服务等八类POI数据。
2研究区域栅格化处理
利用ArcGIS中的渔网功能，参考共享单车的影响范围，将研究区域分为500m×500m的网格。
3城市建成环境参数在栅格网络上的赋值
根据共享单车借还数据分布特征，将城市建成环境影响因素分为建筑功能、公共交通便利性、道路网条件三个方面，分别以主要业态POI综合指数、公共交通覆盖强度以及空间可达性表征。
通过以下方法量化建成环境因素并将其赋值于空间网格单元上。
(1)POI综合指数
利用Pearson相关性分析，剔除掉与共享单车分布无显著相关性的POI数据。结合熵值法确定其余POI对共享单车的影响权重，对网格单元内每类POI兴趣点的数量加权求和，得到POI综合指数，以此来反映该多种POI数据的综合影响。
(2)公共交通覆盖强度
公共交通覆盖强度这一参数用来表征空间网格单元的公共交通接驳便利性。因网格单元尺度较小，单纯采用公共交通站点数量赋值，会导致仅站点所在位置网格单元被赋值，与现实情况不符。本发明提出一种考虑站点服务范围的公共交通覆盖强度测算方法，某一网格被公共交通站点覆盖的次数，即为其公共交通覆盖强度。考虑到轨道交通与常规公交在服务水平和客流吸引强度上的不同，对轨道交通站点进行折算，将单位时间轨道交通与常规公交的运能之比作为折算系数。
(3)空间可达性
综合利用ArcGIS软件和DepthMap软件获得空间句法指标。采用Pearson相关性分析确定空间句法各形态分析变量值与共享单车分布量的相关性，选取全局整合度指标代表道路网的可达性情况。并以网格内单位长度的道路网整合度指标均值代表该网格单元的空间可达性。
4基于支持向量回归模型的共享单车分布量估计
以网格为分析单元，将POI综合指数、公共交通覆盖强度、空间可达性等参数以及研究区域的共享单车数据作为输入，并选择部分数据作为预测样本集，其余数据作为训练样本集，进行回归分析，得到共享单车空间分布量和城市建成环境间的关系。输入待分析区域的建成环境，即可通过回归关系得到共享单车空间分布量的估计。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用其它因素替换其中的建成环境因素。尤其是，只要不存在逻辑结构和技术方法冲突，本发明所披露的实施方式中的建成环境因素可以与其它影响共享单车出行的因素结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。
Claims (5)
1.基于城市建成环境因素的共享单车空间分布量估计方法，其特征在于，包括如下步骤：
步骤1：数据的获取，具体包括共享单车的ID、时刻信息以及经纬度信息；城市矢量边界数据；城市道路网数据；公共线路及站点数据、轨道交通线路及站点数据以及住宿服务、医疗机构、体育休闲、生活住宅、金融服务、教育机构、公共设施、餐饮服务等八类POI数据；
步骤2：研究区域栅格化处理，利用ArcGIS中的渔网功能将研究区域网格化；
步骤3：城市建成环境参数在栅格网络上的赋值，根据共享单车借还数据分布特征，将城市建成环境影响因素分为建筑功能、公共交通便利性、道路网条件三个方面，分别以主要业态POI综合指数、公共交通覆盖强度以及空间可达性表征。将建成环境因素赋值到栅格网格，以描述每个空间网格单元的建成环境情况；
步骤4：基于支持向量回归模型的共享单车分布量估计，以网格为分析单元，将POI综合指数、公共交通覆盖强度、空间可达性等参数以及研究区域为期一周的共享单车数据作为输入，并选择部分数据作为预测样本集，其余数据作为训练样本集，进行回归分析，得到共享单车分布量和城市建成环境间的关系，输入待分析区域的建成环境，即可通过回归关系预测得到共享单车的分布情况。
2.根据权利要求1所述的基于城市建成环境因素的共享单车空间分布量估计方法，其特征在于：所述步骤1数据获取方式为通过高德地图爬取城市建成环境基础数据。
3.根据权利要求1所述的基于城市建成环境因素的共享单车空间分布量估计方法，其特征在于：所述步骤2参考共享单车的影响范围，将研究区域分为500m×500m的网格。
4.根据权利要求1所述的基于城市建成环境因素的共享单车空间分布量估计方法，其特征在于：所述步骤3综合利用ArcGIS软件和DepthMap软件获得空间句法指标。
5.根据权利要求1所述的基于城市建成环境因素的共享单车空间分布量估计方法，其特征在于：所述步骤三具体包括：
(1)POI综合指数：利用Pearson相关性分析，剔除掉与共享单车分布无显著相关性的POI数据；结合熵值法确定其余POI对共享单车的影响权重，对网格单元内每类POI兴趣点的数量加权求和，得到POI综合指数，以此来反映该多种POI数据的综合影响；
(2)公共交通覆盖强度：公共交通覆盖强度这一参数用来表征空间网格单元的公共交通接驳便利性；因网格单元尺度较小，单纯采用公共交通站点数量赋值，会导致仅站点所在位置网格单元被赋值，与现实情况不符，因此采用一种考虑站点服务范围的公共交通覆盖强度测算方法，某一网格被公共交通站点覆盖的次数，即为其公共交通覆盖强度，考虑到轨道交通与常规公交在服务水平和客流吸引强度上的不同，对轨道交通站点进行折算，将单位时间轨道交通与常规公交的运能之比作为折算系数；
(3)空间可达性：综合利用ArcGIS软件和DepthMap软件获得空间句法指标；采用Pearson相关性分析确定空间句法各形态分析变量值与共享单车分布量的相关性，选取全局整合度指标代表道路网的可达性情况；并以网格内单位长度的道路网整合度指标均值代表该网格单元的空间可达性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111042053.6A CN113743789A (zh) | 2021-09-07 | 2021-09-07 | 基于城市建成环境因素的共享单车空间分布量估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111042053.6A CN113743789A (zh) | 2021-09-07 | 2021-09-07 | 基于城市建成环境因素的共享单车空间分布量估计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113743789A true CN113743789A (zh) | 2021-12-03 |
Family
ID=78736353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111042053.6A Pending CN113743789A (zh) | 2021-09-07 | 2021-09-07 | 基于城市建成环境因素的共享单车空间分布量估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113743789A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114331058A (zh) * | 2021-12-15 | 2022-04-12 | 东南大学 | 建成环境对交通运行状况影响的评估方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109544690A (zh) * | 2018-10-18 | 2019-03-29 | 华南理工大学 | 共享单车出行影响因素识别方法、系统及存储介质 |
| CN111489039A (zh) * | 2020-04-15 | 2020-08-04 | 悉地（苏州）勘察设计顾问有限公司 | 共享单车总量预测方法及系统 |
| CN112184088A (zh) * | 2020-11-12 | 2021-01-05 | 同济大学 | 一种基于多源数据的城市可骑行性评价方法及系统 |
-
2021
- 2021-09-07 CN CN202111042053.6A patent/CN113743789A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109544690A (zh) * | 2018-10-18 | 2019-03-29 | 华南理工大学 | 共享单车出行影响因素识别方法、系统及存储介质 |
| CN111489039A (zh) * | 2020-04-15 | 2020-08-04 | 悉地（苏州）勘察设计顾问有限公司 | 共享单车总量预测方法及系统 |
| CN112184088A (zh) * | 2020-11-12 | 2021-01-05 | 同济大学 | 一种基于多源数据的城市可骑行性评价方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 崔树强 等: ""城市建成环境对共享单车使用空间分布的影响-以长沙市为例"", 《西南大学学报（自然科学版）》, vol. 42, no. 6, pages 89 - 99 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114331058A (zh) * | 2021-12-15 | 2022-04-12 | 东南大学 | 建成环境对交通运行状况影响的评估方法 |
| CN114331058B (zh) * | 2021-12-15 | 2023-04-21 | 东南大学 | 建成环境对交通运行状况影响的评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Falchetta et al. | Electric vehicle charging network in Europe: An accessibility and deployment trends analysis | |
| Zhao et al. | The impacts of rail transit on future urban land use development: A case study in Wuhan, China | |
| CN110580404B (zh) | 一种基于城市多模式交通网络的网络运能确定方法 | |
| Wang et al. | Carbon emission from urban passenger transportation in Beijing | |
| CN110298500B (zh) | 一种基于出租车数据和城市路网的城市交通轨迹数据集生成方法 | |
| CN104064028B (zh) | 基于多元信息数据的公交到站时间预测方法及系统 | |
| CN103606266B (zh) | 基于数据包络分析的路网交通改善方案效率评估方法 | |
| CN104318758A (zh) | 基于多层次多模式的公交线网规划方法 | |
| CN105206046A (zh) | 基于大数据的出租车服务站选址及可行性评价方法 | |
| CN101807222A (zh) | 基于站点的城市公交线网优化配置方法 | |
| CN103336894B (zh) | 一种城市容积率自动分区方法 | |
| CN114048920A (zh) | 充电设施建设的选址布局方法、装置、设备及存储介质 | |
| CN110930708A (zh) | 一种城市交通承载力计算与预测方法 | |
| Sierpiński et al. | Research and shaping transport systems with multimodal travels–methodological remarks under the green travelling project | |
| CN111489039B (zh) | 共享单车总量预测方法及系统 | |
| CN116502960A (zh) | 一种车站区域tod发展潜力评估方法、系统和电子设备 | |
| CN108876075A (zh) | 城市轨道交通站点地区宜步行性评价方法 | |
| CN117035185A (zh) | 基于动态充电需求的电动汽车充电站布局优化方法及系统 | |
| CN113743789A (zh) | 基于城市建成环境因素的共享单车空间分布量估计方法 | |
| Zuo | Prediction and distribution of Ev charging stations | |
| CN111784027A (zh) | 计及地理信息的城市范围电动汽车充电需求预测方法 | |
| CN116187495A (zh) | 基于多模型耦合的慢行交通站点选址方法、装置和设备 | |
| CN115392569A (zh) | 一种电动汽车充电站选址定容方法及系统 | |
| CN113935583A (zh) | 基于站点吸引力的轨道交通选址方法、装置及存储介质 | |
| CN112199384A (zh) | 一种电动汽车充电站可达性评价方法 |
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: 20211203 |
|
| RJ01 | Rejection of invention patent application after publication |