CN108022022A - 一种基于出行舒适度的公交出行方案评价*** - Google Patents

一种基于出行舒适度的公交出行方案评价*** Download PDF

Info

Publication number
CN108022022A
CN108022022A CN201711380761.4A CN201711380761A CN108022022A CN 108022022 A CN108022022 A CN 108022022A CN 201711380761 A CN201711380761 A CN 201711380761A CN 108022022 A CN108022022 A CN 108022022A
Authority
CN
China
Prior art keywords
trip
bus
passenger
scheme
public
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
CN201711380761.4A
Other languages
English (en)
Inventor
任刚
欧阳滢爽
俞志钢
周哲祎
徐磊
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201711380761.4A priority Critical patent/CN108022022A/zh
Publication of CN108022022A publication Critical patent/CN108022022A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/90—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
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于出行舒适度的公交出行方案评价***，包括公交网络基础信息采集单元、乘客出行方案生成单元、公交车客流信息实时采集单元和基于舒适性的出行方案推荐单元，在乘客进行公交出行选择时，能够调取公交网络基础信息数据库，提出乘客出行可行的方案，并基于各个方案的拥堵情况、步行情况等乘客出行舒适度评价指标分析各个方案的舒适度，给出最佳方案推荐。本方案充分考虑公交的拥挤情况，满足公共交通个性化、精细化运营要求，有利于均匀公共交通客流量，提高公共交通的服务水平。

Description

一种基于出行舒适度的公交出行方案评价***
技术领域
本发明属于公共交通客流与运营管理领域，尤其涉及一种乘客基于出行舒适度的出行公交出行方案评价***。
背景技术
公共交通作为社会群体型交通，具有人均占有道路面积少、运量大、效率高等优点，可缓解人多地少、车多路少等交通问题和交通拥堵、能源紧张、污染严重等问题。优先大力发展公共交通是缓解交通拥挤的根本出路，已成世界各国共识。而作为城市客运交通主要方式之一的城市公共交通，其发展水平直接关系到城市的整体发展水平，其服务水平与城市居民的居住水平密切联系。然而随着国内经济发展和对公交需求的不断增大，车内乘客拥挤现象加剧。特别地，由于公交站点设置位置影响，导致出现同时段内某些某些公交线路客流量非常大，而附近另一公交线路的客流量相对较少，各个线路的客流量不均衡。
准确地掌握客流信息，了解客流状态，从而进行行之有效的客流诱导，使客流进行均匀分布，能够有效的改善车内拥堵状况，提高乘客的乘车舒适感。由于在一些公共交通路线较为密集的中心城区，乘客从起点到终点的出行有多个可供选择的公共交通方案，对这些方案进行评价，从而对乘客出行的有效诱导可以减少各个公交路线客流不均衡的出现。
目前对乘客公交出行方案的评价以乘客的步行距离或方案出行时间为主。这些评价方案以乘客出行效率最高为原则，通常没有考虑对出行舒适度要求较高的人群，同时也没有考虑由于车内过于拥挤，乘客无法上车的现象以及由于拥挤而导致的额外安全隐患。因此，现有的乘客出行选择诱导方案在网络化运营时代，不足以满足日益增长的公共交通个性化、精细化运营要求。
发明内容
针对以上问题，本发明提出基于出行舒适度的公交出行选择***，能够方便、快捷、准确的获取公交车的乘客拥挤情况，并综合乘客可选的公交路线，及时有效的给出舒适度最佳的公交出行方案推荐。
为实现本发明的目的，本发明所采用的技术方案是：
一种基于出行舒适度的公交出行方案评价***，包括公交网络基础信息采集单元、乘客出行方案生成单元、公交车客流信息实时采集单元和出行方案推荐单元；其中公交网络基础信息采集单元包括采集公交站台位置信息及公交线路信息，用于建立公交网络数据库；乘客出行方案生成单元基于乘客的起讫点获取乘客可选的公交出行方案；公交车客流信息实时采集单元用于采集公交车拥堵状况；出行地铁站推荐单元结合乘客公交出行方便性和舒适性，给出乘客公交出行推荐方案。
一种基于出行舒适度的公交出行方案评价***，具体实施包括以下步骤：
(1)采集公交线路信息及公交站台为主信息，并将数据存储到公交网络数据库；
(2)结合乘客出行起讫点位置信息，确定乘客可选出行方案，并获取各个出行方案的乘客步行距离和所需时间；
(3)采集各个出行方案的公交车实时客流信息，评价各个出行方案的公交拥挤情况；
(4)结合乘客方便性及公交车拥堵情况，对各个可选方案进行评价，确定乘客的最佳舒适出行方案选择；
步骤(1)中需采集公交网络数据库中需采集公交线路网络结构图、公交车站地理位置；
步骤(2)中需采集乘客起终点位置数据，调取公交网络数据库，筛选起终点乘客出行车站，运用Dijkstra算法确定可选出行方案；
步骤(3)中包括捕获各个出行方案中离目标出行起点车站距离最近的公交车，并基于公交车乘客数量判断公交车的拥挤情况；
步骤(4)具体包括以下步骤：计算各出行方案的公交车乘客拥挤情况Ci；各出行方案行程时间Ti；乘客步行至出行站点的距离Li，对三个指标进行赋权重统一作为候车位置推荐的量化依据：
计算公交车拥挤程度：
计算乘客步行距离：
计算方案行程时间：
对各个站点的指标进行归一化处理，实现无量纲化。
其中，i表示可选站点编号，对公交车拥挤程度权重wc、步行距离权重wl、行程时间权重wt进行分配：
Vi＝(1-C’i)·wc+(1-L’i)·wl+(1-T’i)·wt
其中，wc+wl+wt＝1。
对各个可选公交出行方案的效用值进行计算，值最大者即为推荐出行方案。
有益效果：与现有技术相比，本发明具有以下优点：充分考虑公交出行乘客的出行安全及舒适度，将乘客距公交站点走行距离和行程时间考虑在内，使公交出行乘客客流分布更为均衡合理、提高公交出行舒适度，在不改变公交运营管理成本的情况下，可以极大地减缓公交车内因乘客过多而导致的安全隐患。
附图说明
图1是本发明的基于出行舒适度的公交出行选择***流程框图；
图2是乘客位置与可选公交出行方案示意图；
图3是公交车乘客数量数据采集及设施布局图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明的基于出行舒适度的公交出行选择***，包括公交网络基础信息采集单元、乘客出行方案生成单元、公交车客流信息实时采集单元和基于舒适性的出行方案推荐单元。公交网络基础信息采集单元包括采集公交站台位置信息及公交线路信息，用于建立公交网络数据库；乘客出行方案生成单元采集乘客起终点位置数据，调取公交网络数据库，筛选起终点乘客出行车站，运用Dijkstra算法确定可选出行方案，并获取各个出行方案的乘客步行距离和行程时间；公交车客流信息实时采集单元包括在前后门设置红外线传感器，对车内乘客数量进行实时监测，并根据乘客数量进行公交车拥堵状况判断；出行地铁站推荐单元用于综合乘客出行方便性和乘车舒适性，给出乘客出行公交推荐方案。
如图1所示是本发明提供的基于出行舒适度的公交出行选择方法，具体包括以下步骤：
S01：采集公交线路网络结构图、公交车站地理位置，并将数据存储到公交网络数据库；
S02：采集乘客起终点位置数据，调取公交网络数据库，筛选起终点乘客出行车站，运用Dijkstra算法确定可选出行方案；
S03：捕获各个出行方案中离目标出行起点车站距离最近的公交车，接收公交车型号信息，并基于公交车乘客数量判断公交车的拥挤情况；
S04：结合乘客方便性及公交车拥堵情况，对各个可选方案进行评价，确定乘客的最佳舒适出行方案选择；:
采集公交网络数据时，根据各条线路从西往东，从北往南的顺序，将城市所有公交站点进行编号Z(i)。
根据乘客的出行起终点，筛选出距离其出行起终点1km范围内的公交站台，并记录其编号，作为乘客的起终点出行车站，调取公交网络数据，采用Dijkstra算法计算可行的公交方案。
在公交车前后门正上方安装红外线感应器，采集和记录前门上车的总人数Qup和后门下车的总人数Qdown，则实时车内人数为：
Qon＝Qup—Qdown
(1)根据公交车的型号信息确定公交车的座位数目Qs，
根据公式(1)(2)计算各出行方案的公交车乘客拥挤情况Ci；结合各出行方案行程时间Ti；乘客步行至出行站点的距离Li，对三个指标进行赋权重统一作为候车位置推荐的量化依据：
计算公交车拥挤程度：
计算乘客步行距离：
计算方案行程时间：
对各个方案的指标进行归一化处理，实现无量纲化。
其中，i表示可选方案编号，对公交车拥挤程度权重wc、步行距离权重wl、行程时间权重wt进行分配：
Vi＝(1-C’i)·wc+(1-L’i)·wl+(1-T’i)·wt
(6)其中，wc+wl+wt＝1。
对各个可选公交出行方案的效用值进行计算，值最大者即为推荐出行方案。
下面结合图2、图3，对本发明具体实施案例进一步说明。
图2为一个典型的乘客出行可选公交方案示意图；图3为一个典型的公交车内部设施俯视图，包含两组红外线乘客数量采集器。
(1)采集和记录公交网络信息
此部分包括公交线路网络结构图和公交车站地理位置两大模块的核心数据采集。如图2所示，为确定站点之间的连接关系，将对应信息存储至公交网络数据库，其中1表示两个站点之间可以不经过换乘直接连通，0表示两个站点之间不能直接连通，如表1所示。
表1
Z(1) Z(2) Z(3) Z(4) Z(5) Z(6) Z(6) Z(8)
Z(1) 1 1 1 1 0 1 1 1
Z(2) 1 1 1 0 0 0 0 1
Z(3) 1 1 1 0 0 0 0 1
Z(4) 1 0 0 1 1 1 1 1
Z(5) 0 0 0 1 1 0 1 0
Z(6) 1 0 0 1 0 1 1 1
Z(7) 1 0 0 1 1 1 1 1
Z(8) 1 1 1 1 0 1 1 1
为确定站点位置，将各个站点位置信息存至公交位置信息数据库，如表2所示：
表2
站点 经度 纬度
Z(1) E118°45′7.23″ N32°04′53.65″
Z(2) E118°45′52.99″ N32°04′53.41″
Z(3) E118°46′37.51″ N32°04′54.23″
Z(4) E118°45′11.88″ N32°04′28.78″
Z(5) E118°45′57.33″ N32°04′27.24″
Z(6) E118°45′18.37″ N32°04′10.19″
Z(7) E118°46′21.78″ N32°04′11.82″
Z(8) E118°46′56.42″ N32°04′11.07″
…
(2)乘客可选出行方案确定
根据乘客手机GPS信号采集器，采集乘客起点位置数据：N32°04′47.10″，E118°45′9.55″；根据乘客出行交互信息中所填写的终点位置，换算为经纬度坐标为N32°04′5.01″，E118°46′38.46″：
计算乘客与公交车站的距离并筛选，乘客可出行站点及可到达站点为表3、表4:
表3
站点 乘客起点距站点距离
Z(1) 0.2115km
Z(4) 0.5698km
表4
站点 乘客终点距站点距离
Z(7) 0.4852km
Z(8) 0.5064km
根据Dijkstra算法确定可选出行方案，采集各个方案行程时间及步行距离：
方案一：线路2，Z(1)—Z(2)—Z(3)—Z(8)；
方案二：线路1，Z(4)—Z(6)—Z(7)；
方案三：线路1，Z(1)—Z(4)—Z(6)—Z(7)；
方案四：路线3，Z(4)—Z(5)—Z(7)。
(3)采集公交车拥挤状况
获取乘客出行时刻距公交站台最近的出行公交车基本信息及车内人数：
路线2，即将到达Z(1)：Qs＝25，Qon＝40；
路线1，即将到达Z(4)：Qs＝25，Qon＝30；
路线1，即将到达Z(1)：Qs＝25，Qon＝20；
路线3，即将到达Z(1)：Qs＝25，Qon＝35；
(4)出行方案推荐
距离权重、拥挤度权重、时间权重此次计算均取1/3，即wc＝wl＝wt＝1/3，在实际应用中可根据乘客关注侧重点进行权重的设置。
根据公式(1)～公式(5)，进行出行方案推荐计算，如表5所示。计算推荐值显示，方案三推荐值为0.67，为所有方案中最高，因此向当前乘客推荐方案出行。
表5

Claims (6)

1.一种基于出行舒适度的公交出行方案评价***，其特征在于：包括公交网络基础信息采集单元、乘客出行方案生成单元、公交车客流信息实时采集单元和出行方案推荐单元；其中，公交网络基础信息采集单元包括采集公交站台位置信息及公交线路信息，用于建立公交网络数据库；乘客出行方案生成单元基于乘客的起讫点获取乘客可选的公交出行方案；公交车客流信息实时采集单元用于采集公交车拥堵状况；出行方案推荐单元结合乘客公交出行方便性和舒适性，给出乘客公交出行推荐方案。
2.一种基于出行舒适度的公交出行方案评价***，其特征在于：具体实施包括以下步骤：
步骤1：采集公交线路信息，并将数据存储到公交网络数据库；
步骤2：结合乘客出行起讫点位置信息，确定乘客可选出行方案，并获取各个出行方案的乘客步行距离和所需时间；
步骤3：采集各个出行方案的公交车实时客流信息，评价各个出行方案的公交拥挤情况；
步骤4：结合乘客方便性及公交车拥堵情况，对各个可选方案进行评价，确定乘客的最佳舒适出行方案选择。
3.根据权利要求2所述的一种基于出行舒适度的公交出行方案评价***，其特征在于：所述步骤(1)中包括采集公交线路信息及公交站台为主信息，并将数据存储到公交网络数据库。
4.根据权利要求2所述的一种基于出行舒适度的公交出行方案评价***，其特征在于：所述步骤(2)中包括采集乘客起终点位置数据，调取公交网络数据库，筛选起终点乘客出行车站，运用Dijkstra算法确定可选出行方案。
5.根据权利要求2所述的一种基于出行舒适度的公交出行方案评价***，其特征在于：所述步骤(3)中包括捕获各个出行方案中离目标出行起点车站距离最近的公交车，并基于公交车乘客数量判断公交车的拥挤情况。
6.根据权利要求2所述的一种基于出行舒适度的公交出行方案评价***，其特征在于：所述步骤(4)具体包括以下步骤：
计算各出行方案的公交车乘客拥挤情况Ci；各出行方案行程时间Ti；乘客步行至出行站点的距离Li，对三个指标进行赋权重统一作为候车位置推荐的量化依据：
计算公交车拥挤程度：
计算乘客步行距离：
计算方案行程时间：
对各个站点的指标进行归一化处理，实现无量纲化。
其中，i表示可选方案编号，对公交车拥挤程度权重wc、步行距离权重wl、行程时间权重wt进行分配：
Vi＝(1-C’i)·wc+(1-L’i)·wl+(1-T’i)·wt
其中，wc+wl+wt＝1。
对各个可选公交出行方案的效用值进行计算，值最大者即为推荐出行方案。
CN201711380761.4A 2017-12-20 2017-12-20 一种基于出行舒适度的公交出行方案评价*** Pending CN108022022A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711380761.4A CN108022022A (zh) 2017-12-20 2017-12-20 一种基于出行舒适度的公交出行方案评价***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711380761.4A CN108022022A (zh) 2017-12-20 2017-12-20 一种基于出行舒适度的公交出行方案评价***

Publications (1)

Publication Number Publication Date
CN108022022A true CN108022022A (zh) 2018-05-11

Family

ID=62074418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711380761.4A Pending CN108022022A (zh) 2017-12-20 2017-12-20 一种基于出行舒适度的公交出行方案评价***

Country Status (1)

Country Link
CN (1) CN108022022A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108985653A (zh) * 2018-08-03 2018-12-11 上海市政工程设计研究总院（集团）有限公司 一种用于交通枢纽客流疏散的交通方式舒适度判别方法
CN109034482A (zh) * 2018-07-31 2018-12-18 重庆城市综合交通枢纽（集团）有限公司 公共交通出行诱导***及其诱导方法
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
CN109615850A (zh) * 2018-12-27 2019-04-12 连尚（新昌）网络科技有限公司 一种用于确定用户的公交乘车信息的方法与设备
CN109658724A (zh) * 2018-12-27 2019-04-19 连尚（新昌）网络科技有限公司 一种用于提供用户公交出行信息的方法与设备
CN109816979A (zh) * 2019-02-19 2019-05-28 辽宁师范大学 考虑公交车到站频率和乘车舒适度的公交线路推荐方法
CN109872047A (zh) * 2019-01-21 2019-06-11 河海大学 一种考虑出行者拥挤度感知的公交出行方案推荐方法
CN110059861A (zh) * 2019-03-22 2019-07-26 江苏大学 一种考虑拥挤度的公交线路选择方法及***
CN110857856A (zh) * 2018-08-22 2020-03-03 阿里巴巴集团控股有限公司 路线规划方法及***
CN111256724A (zh) * 2020-03-25 2020-06-09 交通运输部科学研究院 一种根据地铁拥挤度的公交地铁换乘路径规划方法
CN111627239A (zh) * 2019-02-28 2020-09-04 腾讯大地通途（北京）科技有限公司 公共交通信息的显示方法、装置、设备及存储介质
CN111739328A (zh) * 2020-04-29 2020-10-02 青岛慧都智能科技有限公司 公交线路推荐方法、装置及***
CN112651558A (zh) * 2020-12-28 2021-04-13 青岛海信网络科技股份有限公司 换乘路线推荐方法、相关设备及存储介质
CN115062241A (zh) * 2022-06-16 2022-09-16 金晶 一种公交路线推荐方法和***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867408A (zh) * 2012-09-17 2013-01-09 北京理工大学 一种公交出行路线的选择方法和***

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867408A (zh) * 2012-09-17 2013-01-09 北京理工大学 一种公交出行路线的选择方法和***

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109034482A (zh) * 2018-07-31 2018-12-18 重庆城市综合交通枢纽（集团）有限公司 公共交通出行诱导***及其诱导方法
CN108985653A (zh) * 2018-08-03 2018-12-11 上海市政工程设计研究总院（集团）有限公司 一种用于交通枢纽客流疏散的交通方式舒适度判别方法
CN110857856A (zh) * 2018-08-22 2020-03-03 阿里巴巴集团控股有限公司 路线规划方法及***
CN109410562B (zh) * 2018-10-29 2020-12-22 重庆交通大学 一种社区公交的优化调度方法
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
CN109658724A (zh) * 2018-12-27 2019-04-19 连尚（新昌）网络科技有限公司 一种用于提供用户公交出行信息的方法与设备
CN109615850A (zh) * 2018-12-27 2019-04-12 连尚（新昌）网络科技有限公司 一种用于确定用户的公交乘车信息的方法与设备
CN109872047A (zh) * 2019-01-21 2019-06-11 河海大学 一种考虑出行者拥挤度感知的公交出行方案推荐方法
CN109872047B (zh) * 2019-01-21 2021-07-09 河海大学 一种考虑出行者拥挤度感知的公交出行方案推荐方法
CN109816979A (zh) * 2019-02-19 2019-05-28 辽宁师范大学 考虑公交车到站频率和乘车舒适度的公交线路推荐方法
CN109816979B (zh) * 2019-02-19 2021-07-27 辽宁师范大学 考虑公交车到站频率和乘车舒适度的公交线路推荐方法
CN111627239A (zh) * 2019-02-28 2020-09-04 腾讯大地通途（北京）科技有限公司 公共交通信息的显示方法、装置、设备及存储介质
CN110059861A (zh) * 2019-03-22 2019-07-26 江苏大学 一种考虑拥挤度的公交线路选择方法及***
CN111256724A (zh) * 2020-03-25 2020-06-09 交通运输部科学研究院 一种根据地铁拥挤度的公交地铁换乘路径规划方法
CN111739328A (zh) * 2020-04-29 2020-10-02 青岛慧都智能科技有限公司 公交线路推荐方法、装置及***
CN112651558A (zh) * 2020-12-28 2021-04-13 青岛海信网络科技股份有限公司 换乘路线推荐方法、相关设备及存储介质
CN115062241A (zh) * 2022-06-16 2022-09-16 金晶 一种公交路线推荐方法和***

Similar Documents

Publication Publication Date Title
CN108022022A (zh) 一种基于出行舒适度的公交出行方案评价***
CN108564226A (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
CN104809112B (zh) 一种基于多源数据的城市公交发展水平综合评价方法
CN103714257B (zh) 一种公共交通问题线路识别技术
CN106127357A (zh) 一种基于预约数据的定制公交自动布线***及方法
CN109190813B (zh) 一种基于双层规划的共享自行车区域投放规划方法
CN104537439B (zh) 一种用于缓解轨道交通拥挤的最小成本路径和混合路径分配方法
CN105719083A (zh) 一种基于多层次分区的公共自行车高峰期调度方法
CN108665140A (zh) 一种城际铁路客运枢纽交通衔接***评价方法
CN106960406A (zh) 一种考虑居民出行od的公交服务覆盖率计算方法
CN103745089A (zh) 一种多维公共交通运行指数评价方法
CN106408984A (zh) 基于物联网的城市交通流诱导***
CN109543895A (zh) 一种出基于出租客流转化的公交线网优化方法
CN108447294A (zh) 一种网约车车辆调度方法及***
CN109993353A (zh) 一种轨道交通沿线常规公交线路选择及调整方法
CN110197335A (zh) 一种基于概率od分布模型的下车站点人数计算方法
CN104318081A (zh) 一种城市重需求性公共自行车租赁点车辆配置方法
CN106294869A (zh) 一种基于空间网络的具有公共自行车子网的公交网络建模方法
CN110148297A (zh) 一种使用班车接驳的停车换乘***及优化方法
CN110059861A (zh) 一种考虑拥挤度的公交线路选择方法及***
CN107085939B (zh) 一种基于路网等级划分的高速公路vms布局优化方法
CN106530710A (zh) 一种面向管理者的高速公路交通指数预测方法和***
CN109872047B (zh) 一种考虑出行者拥挤度感知的公交出行方案推荐方法
CN106980942A (zh) 测算自行车快速道对公共自行车租赁点的影响范围的方法
CN206546634U (zh) 基于物联网的城市交通流诱导***

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: 20180511

RJ01 Rejection of invention patent application after publication