CN110414808A - 一种基于干扰指数对地铁站行人服务水平的评价方法 - Google Patents
一种基于干扰指数对地铁站行人服务水平的评价方法 Download PDFInfo
- Publication number
- CN110414808A CN110414808A CN201910624952.3A CN201910624952A CN110414808A CN 110414808 A CN110414808 A CN 110414808A CN 201910624952 A CN201910624952 A CN 201910624952A CN 110414808 A CN110414808 A CN 110414808A
- Authority
- CN
- China
- Prior art keywords
- service level
- pedestrian
- index
- subway station
- space
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 8
- 238000000151 deposition Methods 0.000 claims 1
- 238000005303 weighing Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 10
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种基于干扰指数对地铁站行人服务水平的评价方法,涉及交通设施服务水平评价领域,解决了轨道交通场站内对行人管控方法效率低下、难以精准采取防控措施、管理控制不精细不科学的弊端,其技术方案要点是先将地铁站内空间划分为若干种类型的基本空间,再获取每种基本空间的干扰指数,然后根据干扰指数得到各基本空间的服务水平,最后根据各基本空间的服务水平,分析获取地铁站的行人服务水平,本发明的可以了解到地铁站在不同流量条件下的服务水平,还可以得到地铁站中对人流量变化敏感的薄弱节点,帮助管理人员科学管控,保证站内安全运行。
Description
技术领域
本发明涉及交通设施服务水平评价,特别涉及一种基于干扰指数对地铁站行人服务水平的评价方法。
背景技术
随着城市规模的不断扩大,通勤距离不断增加,对于公共交通的需求也在不断提高。为了满足市民出行需求,越来越多的城市开始修建轨道交通。而轨道交通,尤其是地铁基础建设的不断推进使其分担的公共交通客流量也日益提高。对于大型城市而言,早晚高峰地铁承担的客流压力越来越大。而目前对于地铁站点内行人的管理却缺乏科学合理的理论,仍旧停留在人工管控的阶段。
交通领域对于交通设施的服务水平做出评价是一个较为成熟的衡量标准,但该种方法多使用在道路与交叉口设施,很少应用于地铁站等场站内。随着轨道交通***的不断发展,轨道交通***内部容纳的行人数量越来越多,了解轨道交通场站中不同类型的区域的行人运动特点以及场站总体服务水平,对加强乘客人群科学管理,寻找场站内部的安全薄弱环节具有重要意义。
目前我国对轨道交通场站内的行人管控还停留在较为简单直接的层面。已有的通过安全人员现场巡查以及通过在监控视频前观察等方法不但效率低下,而且只能应对已经发生的突发情况,无法衡量评估在什么样的流量条件下地铁站服务达到饱和,是否需要提前采取防控措施,也无法知道整个站点内随着人流量的不断增加有哪些薄弱节点需要特别关注。因此,在我国轨道交通场站内的行人管理与控制方面,亟需更加精细、科学而实用的评价与管理方法。
发明内容
本发明的目的是提供一种基于干扰指数对地铁站行人服务水平的评价方法,可以了解到地铁站在不同流量条件下的服务水平,还可以得到地铁站中对人流量变化敏感的薄弱节点,帮助管理人员科学管控,保证站内安全运行。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种基于干扰指数对地铁站行人服务水平的评价方法,步骤如下:
将地铁站内空间划分为若干种类型的基本空间;
获取每种基本空间的干扰指数;
根据干扰指数得到各基本空间的服务水平;
根据各基本空间的服务水平,分析获取地铁站的行人服务水平。
作为优选,具体步骤如下:
S1、将地铁站内根据空间状态划分为四种基本空间类型,每种基本空间类型的数量有若干;
S2、对不同类型的基本空间对应设定用于评价该空间服务水平的干扰指数;
S3、建立根据不同空间类型的服务水平对地铁站行人服务水平进行评价的评价指标;
S4、选取评价指标在不同服务水平的临界值,获取对地铁站在不同行人流量条件下的行人服务水平的评价。
作为优选,对不同类型的基本空间的干扰指数的定义设定包括有以下步骤:
a1、定义用于计算干扰指数的四个参数,四个参数分别是:
延误时间,即行人在没有任何干扰的情况下通过某一空间的标准时间与实际情况下存在其他行人干扰通过该空间的时间差;
单位流量,单位时间内通过单位宽度通道的行人数量;
行走距离,行人通过空间行走的实际距离;
频率密度,将某一空间划分为若干单位面积的小空间,每个单位空间被行人踩过的频率;
a2、选定每一个参数的阈值,用来将参数值转化为干扰指数,评价四种不同类型空间在不同流量状态下的服务水平。
作为优选,上述评价指标的计算如下:
其中,PLOS为评价指标,IIi,j,k,l分别为四个不同类型的基本空间的干扰指数,m,n,p,q分别为四种类型的基本空间的数量。
作为优选,四种所述基本空间分别为出口、楼梯、通道及开阔区域。
作为优选,出口和楼梯采用类似评价方法,评价指标计算如下:
II=αIc+βIp
其中,α和β是延误时间和单位流量的相对权重,取0-1之间的数字;Ic和Ip计算公式为:
其中CWTa和ymax分别是延误时间和单位流量的阈值。
作为优选,通道的评价指标计算如下:
其中α,β和γ是延误时间,单位流量和行走距离的相对权重,取0-1之间的数字。
作为优选,开阔区域的评价指标计算如下:
其中,α,β和γ是延误时间,单位流量和频率密度的相对权重,取0-1之间的数字,If是衡量频率密度在空间范围的波动性的指数。
综上所述,本发明具有以下有益效果:
将地铁站根据行人运动规律划分为不同类型的单个空间,不同空间提出不同的评价方法,再将单个空间的服务水平综合得到地铁站整体的服务水平,可以了解到地铁站在不同流量条件下的服务水平,还可以得到地铁站中对人流量变化敏感的薄弱节点,帮助管理人员科学管控,保证站内安全运行。
附图说明
图1为本发明的流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本实施例公开的一种基于干扰指数对地铁站行人服务水平的评价方法,首先将地铁站内部划分为四种不同类型的空间,包括出口,楼梯,通道和开阔区域。根据不同类型空间的特点确定计算不同的计算干扰指数的方法,综合地铁站内所有单个空间的干扰指数,可以得到整个地铁站的行人服务水平。
具体包括如下步骤:
第一步,将地铁站划分为不同数量的四种基本类型的空间,分别为出口、楼梯、通道和开阔区域,每种类型的空间有不同的数量,不同类型的空间在行人运动中存在着不同的内部规律,因此使用不同的评价方法,不同类型的空间使用不同的分析方法,在后续计算中采取的阈值也不相同;
第二步,根据不同类型空间的行人运动规律,定义适合评价四种基本空间的行人服务水平的指数,即干扰指数——II,对不同类型的空间设定对应用于评价该空间服务水平的干扰指数,使用仿真手段找到计算干扰指数中需要使用的阈值,计算所得干扰指数可用于评价该单个空间的服务水平;干扰指数的计算考量了在不同行人流量条件下的延误时间(CWT)、单位流量(Y)、行走距离(D)以及频率密度(F)等四个方面。
第三步,建立能够综合不同类型空间在行人服务水平方面的表现情况的衡量地铁站总体水平的评价指标PLOS,使其可以合理展示出存在不同类型、不同数量的基本空间的地铁站内行人服务水平。代入地铁站各基本空间服务水平指数计算,其中PLOS计算方法为:
上述关系式中,IIi,j,k,l分别为四个不同类型的基本空间的干扰指数,m,n,p,q分别为四种类型的基本空间的数量;
第四步,将第三步计算得到的PLOS值与服务水平分级标准进行比对,得到地铁站总体行人服务水平,其中PLOS分级标准如表1。
表1:PLOS分级标准
对不同类型的基本空间的干扰指数的定义包括如下步骤:
a1)定义用于计算干扰指数的四个参数。四个参数分别是延误时间(CWT)、单位流量(Y)、行走距离(D)以及频率密度(F)。其中延误时间(CWT)即行人在没有任何干扰的情况下通过某一空间的标准时间与实际情况下存在其他行人干扰通过该空间的时间差。单位流量指单位宽度流量,是单位时间内通过单位宽度通道的行人数量。行走距离即行人通过空间行走的实际距离,当大量行人存在时,为了避让大群行人,该距离会有所增加。频率密度即将某一空间划分为许多单位面积的小空间,计算每个单位空间的被行人踩过的频率,该参数越高,则说明该空间使用率越高,当使用率过高时,将意味着该单位空间风险增加。
a2)选定每一个参数的阈值,用来将参数值转化为干扰指数,评价四种不同类型空间在不同流量状态下的服务水平。对不同类型的空间应用不同的干扰指数计算方法包括如下步骤:
根据不同空间的行人运动特征确定计算干扰指数的方法如下:
1)出口和楼梯
II=αIc+βIp
其中,α和β是延误时间(CWT)和单位流量(Y)的相对权重,取0-1之间的数字。Ic和Ip计算公式为:
其中CWTa和ymax分别是延误时间(CWT)和单位流量(Y)的阈值,超过此值后该空间的服务水平将会直线下降。该值通过仿真手段不断改变流量观察人群运动情况可以得到,对出口和楼梯两种类型的空间而言,阈值可能不同。
2)通道
通道具有通行方向固定,通行速度快的特点。因此在出口和楼梯的基础上,长通道的干扰指数增加了对于行走距离的考量。在没有人群干扰的情况下,行人通过长通道只需要沿着直线前进即可,因此距离最短,定义为标准距离zs。当通道中人流量较大时,为了避免碰撞或躲避人群,将会有一部分行人需要改变前进方向或绕道,这样行走距离就会长于标准距离。将三个参数结合可以得到通道的干扰指数计算方法如下:
其中α,β和γ是延误时间(CWT),单位流量(Y)和行走距离(D)的相对权重,取0-1之间的数字。
3)开阔空间
开阔空间中行走的行人方向与速度都存在多变性,行人密度越高,碰撞风险越大。因此,开阔空间的干扰指数除了考虑延误时间(CWT)和单位流量(Y),还要考虑频率密度(F)。开阔空间的干扰指数计算方法如下:
其中,α,β和γ是延误时间(CWT),单位流量(Y)和频率密度(F)的相对权重,取0-1之间的数字。If是衡量频率密度在空间范围的波动性的指数,If越大,则该空间的行人密度波动性越高。
再通过仿真手段,建立不同类型空间的仿真模型,不断改变仿真过程中的行人流量,观察行人运动过程,找到上述不同类型基本空间的干扰指数计算公式中的阈值,即CWTa和ymax。
为表述清楚,现举一具体实例,采用上海地铁某新修站点,具体如下:
①地铁站空间分类。
将站内行人经过的空间分为出口E、楼梯S、通道C和开阔区域OA。该案例中共有7个出口,4个楼梯,1个通道和1个开阔区域。
②确定不同类型空间的干扰指数计算公式。
出口:
楼梯:
通道:
开阔区域:
③通过仿真确定步骤②中干扰计算公式的阈值。
本例中将单个空间于行人运动仿真软件BuildingEXODUS中建立,通过不断改变经过空间的流量,观察各参数变动情况以及行人运动情况,找到干扰指数计算中各阈值如下:
CWTaE/S/C/OA=7s
ymaxE/C=36per/min
ymaxS=25per/min
ymaxOA=30per/min
④计算某一确定人流量下的干扰指数。在本例中选取该地铁站观测到的高峰流量,用以计算在高峰流量下该站点的行人服务水平。高峰流量为12000人/小时。在该流量条件下,地铁站的PLOS值计算结果为0.5。
⑤将步骤④中的计算结果与表1中的评价标准进行比对,可以发现该地铁站在目前的高峰流量下服务水平为“B”。该站点为新修站点,乘客量不高,因此结果符合实际。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (8)
1.一种基于干扰指数对地铁站行人服务水平的评价方法,其特征是,步骤如下:
将地铁站内空间划分为若干种类型的基本空间;
获取每种基本空间的干扰指数;
根据干扰指数得到各基本空间的服务水平;
根据各基本空间的服务水平,分析获取地铁站的行人服务水平。
2.根据权利要求1所述的基于干扰指数对地铁站行人服务水平的评价方法,其特征是,具体步骤如下:
S1、将地铁站内根据空间状态划分为四种基本空间类型,每种基本空间类型的数量有若干;
S2、对不同类型的基本空间对应设定用于评价该空间服务水平的干扰指数;
S3、建立根据不同空间类型的服务水平对地铁站行人服务水平进行评价的评价指标;
S4、选取评价指标在不同服务水平的临界值,获取对地铁站在不同行人流量条件下的行人服务水平的评价。
3.根据权利要求2所述的基于干扰指数对地铁站行人服务水平的评价方法,其特征是:对不同类型的基本空间的干扰指数的定义设定包括有以下步骤:
a1、定义用于计算干扰指数的四个参数,四个参数分别是:
延误时间,即行人在没有任何干扰的情况下通过某一空间的标准时间与实际情况下存在其他行人干扰通过该空间的时间差;
单位流量,单位时间内通过单位宽度通道的行人数量;
行走距离,行人通过空间行走的实际距离;
频率密度,将某一空间划分为若干单位面积的小空间,每个单位空间被行人踩过的频率;
a2、选定每一个参数的阈值,用来将参数值转化为干扰指数,评价四种不同类型空间在不同流量状态下的服务水平。
4.根据权利要求3所述的基于干扰指数对地铁站行人服务水平的评价方法,其特征是:上述评价指标的计算如下:
其中,PLOS为评价指标,IIi,j,k,l分别为四个不同类型的基本空间的干扰指数,m,n,p,q分别为四种类型的基本空间的数量。
5.根据权利要求4所述的基于干扰指数对地铁站行人服务水平的评价方法,其特征是:四种所述基本空间分别为出口、楼梯、通道及开阔区域。
6.根据权利要求5所述的基于干扰指数对地铁站行人服务水平的评价方法,其特征是,出口和楼梯采用类似评价方法,评价指标计算如下:
II=αIc+βIp
其中,α和β是延误时间和单位流量的相对权重,取0-1之间的数字;Ic和Ip计算公式为:
其中CWTa和ymax分别是延误时间和单位流量的阈值。
7.根据权利要求5所述的基于干扰指数对地铁站行人服务水平的评价方法,其特征是,通道的评价指标计算如下:
其中α,β和γ是延误时间,单位流量和行走距离的相对权重,取0-1之间的数字。
8.根据权利要求5所述的基于干扰指数对地铁站行人服务水平的评价方法,其特征是,开阔区域的评价指标计算如下:
其中,α,β和γ是延误时间,单位流量和频率密度的相对权重,取0-1之间的数字,If是衡量频率密度在空间范围的波动性的指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910624952.3A CN110414808A (zh) | 2019-07-11 | 2019-07-11 | 一种基于干扰指数对地铁站行人服务水平的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910624952.3A CN110414808A (zh) | 2019-07-11 | 2019-07-11 | 一种基于干扰指数对地铁站行人服务水平的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110414808A true CN110414808A (zh) | 2019-11-05 |
Family
ID=68361049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910624952.3A Pending CN110414808A (zh) | 2019-07-11 | 2019-07-11 | 一种基于干扰指数对地铁站行人服务水平的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110414808A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116415756A (zh) * | 2023-05-29 | 2023-07-11 | 深圳市友昆标识制造有限公司 | 一种基于vr技术的城市虚拟场景体验管理*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049829A (zh) * | 2013-01-17 | 2013-04-17 | 上海交通大学 | 城乡客运线网与枢纽场站一体化融合方法 |
CN106570595A (zh) * | 2016-11-10 | 2017-04-19 | 深圳市数字城市工程研究中心 | 一种基于空间大数据的地铁站点选址方法及*** |
CN107767011A (zh) * | 2017-08-21 | 2018-03-06 | 南京理工大学 | 一种轨道车站行人特性采集***和服务水平动态评价方法 |
WO2018107510A1 (zh) * | 2016-12-13 | 2018-06-21 | 深圳先进技术研究院 | 公交***服务质量的评估方法和装置 |
CN108951992A (zh) * | 2018-08-15 | 2018-12-07 | 上海交通大学规划建筑设计有限公司 | Frp壳体-混凝土墙板结构及其制造方法 |
-
2019
- 2019-07-11 CN CN201910624952.3A patent/CN110414808A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049829A (zh) * | 2013-01-17 | 2013-04-17 | 上海交通大学 | 城乡客运线网与枢纽场站一体化融合方法 |
CN106570595A (zh) * | 2016-11-10 | 2017-04-19 | 深圳市数字城市工程研究中心 | 一种基于空间大数据的地铁站点选址方法及*** |
WO2018107510A1 (zh) * | 2016-12-13 | 2018-06-21 | 深圳先进技术研究院 | 公交***服务质量的评估方法和装置 |
CN107767011A (zh) * | 2017-08-21 | 2018-03-06 | 南京理工大学 | 一种轨道车站行人特性采集***和服务水平动态评价方法 |
CN108951992A (zh) * | 2018-08-15 | 2018-12-07 | 上海交通大学规划建筑设计有限公司 | Frp壳体-混凝土墙板结构及其制造方法 |
Non-Patent Citations (1)
Title |
---|
HU MIAOQING等: "Exploring an estimation approach for the pedestrian level of service for metro stations based on an interaction index", 《TRANSPORTATION LETTERS》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116415756A (zh) * | 2023-05-29 | 2023-07-11 | 深圳市友昆标识制造有限公司 | 一种基于vr技术的城市虚拟场景体验管理*** |
CN116415756B (zh) * | 2023-05-29 | 2023-10-03 | 深圳市友昆标识制造有限公司 | 一种基于vr技术的城市虚拟场景体验管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102819954B (zh) | 交通区域动态地图监控预测*** | |
CN106652483B (zh) | 利用检测设备在区域公路网布设交通信息检测点的方法 | |
CN106548632B (zh) | 一种相邻上下游信号交叉口排队长度估计方法 | |
CN104294720A (zh) | 一种高速公路设计方案安全性评价方法 | |
CN104778835B (zh) | 一种高等级道路多瓶颈点拥堵演化时空范围识别方法 | |
CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
Abdel-Aty et al. | Considering various ALINEA ramp metering strategies for crash risk mitigation on freeways under congested regime | |
CN109002622A (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
CN105719510B (zh) | 车联网环境下道路交通事故链阻断***的效率评价方法 | |
CN108765985A (zh) | 基于第一辆车辆到达的信号交叉口进口道延误计算方法 | |
CN110085028A (zh) | 一种团雾天气条件下的交通安全风险分级管控方法 | |
Chen et al. | Practical travel time prediction algorithms based on neural network and data fusion for urban expressway | |
Jian Daniel et al. | Research and analysis on causality and spatial-temporal evolution of urban traffic congestions—a case study on Shenzhen of China | |
Tawfeek et al. | Calibration and validation of micro-simulation models using measurable variables | |
CN104575049A (zh) | 一种基于阵列雷达的高架匝道智能诱导方法及装置 | |
CN110414808A (zh) | 一种基于干扰指数对地铁站行人服务水平的评价方法 | |
George et al. | Area occupancy-based adaptive density estimation for mixed road traffic | |
Hu et al. | Travel time prediction for urban networks: the comparisons of simulation-based and time-series models | |
CN103280109B (zh) | 旅行时间的获取方法及装置、预测*** | |
CN116434361A (zh) | 一种基于etc交易数据的高速公路拥堵识别方法 | |
Zhao et al. | Modeling pedestrian delays at signalized intersections as a function of crossing directions and moving paths | |
CN108960636A (zh) | 一种基于物元模型的货车交叉口运行安全评价方法 | |
Ma et al. | An influence analytical model of dedicated bus lane on network traffic by macroscopic fundamental diagram | |
CN107976514A (zh) | 一种基于机动车尾气浓度分布预测的遥测设备布点方法 | |
Xia et al. | Predicting freeway travel time under incident conditions |
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: 20191105 |