CN113205213B - 一种基于互联网地图数据的公交评价方法及*** - Google Patents
一种基于互联网地图数据的公交评价方法及*** Download PDFInfo
- Publication number
- CN113205213B CN113205213B CN202110483081.5A CN202110483081A CN113205213B CN 113205213 B CN113205213 B CN 113205213B CN 202110483081 A CN202110483081 A CN 202110483081A CN 113205213 B CN113205213 B CN 113205213B
- Authority
- CN
- China
- Prior art keywords
- bus
- trip
- data
- travel
- time
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- 238000011160 research Methods 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000750 progressive effect Effects 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
- G06Q10/04—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
- G06Q10/06—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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (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互联网地图数据的公交评价方法及***,涉及智能交通技术领域,包括根据研究区域的每条OD出行数据、公交运营时间表和互联网地图公交出行路径API程序确定每条OD出行数据对应的公交出行链总时间;根据每条OD出行数据对应的公交出行链总时间和第一设定时间阈值确定研究区域的公交服务能力指数;将所有公交出行链总时间与每条OD出行数据进行地理空间匹配,确定研究区域中各出行空间单元的平均公交通勤时耗;根据各出行空间单元的平均公交通勤时耗和第二设定时间阈值确定研究区域的公交薄弱供给指数。本发明基于公交服务能力指数和公交薄弱供给指数快速、准确、***的评价城市公交路线设置及运营服务的合理性。
Description
技术领域
本发明涉及智能交通技术领域,特别是涉及一种基于互联网地图数据的公交评价方法及***。
背景技术
近年来,伴随着城市飞速发展与市民生活水平的提高,机动车的数量急剧增加,城市拥堵日渐严重。为了解决此现状,城市管理者首先采用拓宽道路、新建道路的方式,但是有限的投资和城市用地资源使得城市道路增长速度远远比不上交通需求的增长速度,交通拥堵、环境污染问题仍得不到有效解决,“城市病”愈演愈烈。
为了从根本上改变城市交通的出行模式,杜绝交通拥堵等“城市病”的出现,优先发展公共交通,实现绿色集约、可持续发展,已成为各大城市的统一共识与选择,公共交通也成为社会各界关注的热点及政府工作的重点。但在实际工作中,虽然公共交通的基础设施投资与政府运营补贴增幅显著,但许多城市的公交出行分担率则出现不增反降,对公共交通的大举投入并没有带来公交服务水平的实质提升,公交与小汽车的竞争也愈发处于弱势。因此,在对公共交通大举投入的同时,需要同步开展对城市公交路线设置及运营服务合理性的评价研究,来有效指导各城市从公共交通的高增量发展迈入高质量发展。
现阶段,对城市公交***开展综合评价的方法已经在许多研究内容中得到应用,但由于评价指标过于庞杂、数据的可获取性弱、主观性强、对地方公交运营单位的实际工作指导性弱,呈现效果不佳,并且不具备城市间技术复用与推广。
发明内容
鉴于此,本发明提供了一种基于互联网地图数据的公交评价方法及***,能够快速、准确、***的评价城市公交路线设置及运营服务的合理性。
为实现上述目的,本发明提供了如下方案:
一种基于互联网地图数据的公交评价方法,包括:
确定研究区域的通勤OD数据和公交运营时间表;所述通勤OD数据包括多条OD出行数据,且每条所述OD出行数据均包括O点空间坐标、D点空间坐标以及OD间出行量;所述公交运营时间表包括每条公交线路的发车时间频率数据;
根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息;所述公交出行链信息包括出行使用的公交线路、乘降站点、步行距离和公交出行时间;所述互联网地图公交路径API程序内置有所述研究区域对应的公交线路数据;所述公交线路数据包括公交线路的属性信息和空间坐标,以及公交站点的属性信息和空间坐标;
根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间;
将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数;
将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗;
将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数。
可选的,还包括:
根据所述公交服务能力指数和所述公交薄弱供给指数,综合评价所述研究区域的公交路线设置的合理性以及运营服务的合理性。
可选的,所述根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息,具体包括:
将每条所述OD出行数据对应的O点空间坐标和D点空间坐标输入到互联网地图公交出行路径API程序中,得到每条所述OD出行数据对应的公交线路、乘降站点、步行距离和公交出行时间;所述公交出行时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间的和。
可选的,所述根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间,具体包括:
将每条所述OD出行数据对应的公交线路和乘降站点输入到所述公交运营时间表中,确定每条所述OD出行数据对应的乘降站点候车时间;
将所述公交出行时间与所述乘降站点候车时间相加,以确定每条所述OD出行数据对应的公交出行链总时间。
可选的,所述将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数,具体包括:
可选的,所述将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗,具体包括:
根据公式确定各出行空间单元的平均公交通勤时耗;其中,Tj表示研究区域中第j个出行空间单元的平均公交通勤时耗,Ui表示第j个空间单元中第i条所述OD出行数据对应的公交出行链总时间,Ni表示第j个空间单元中第i条所述OD出行数据中的OD间出行量。
可选的,所述将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数,具体包括:
一种基于互联网地图数据的公交评价***,包括:
通勤OD数据和公交运营时间表确定模块,用于确定研究区域的通勤OD数据和公交运营时间表;所述通勤OD数据包括多条OD出行数据,且每条所述OD出行数据均包括O点空间坐标、D点空间坐标以及OD间出行量;所述公交运营时间表包括每条公交线路的发车时间频率数据;
公交出行链信息确定模块,用于根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息;所述公交出行链信息包括出行使用的公交线路、乘降站点、步行距离和公交出行时间;所述互联网地图公交路径API程序内置有所述研究区域对应的公交线路数据;所述公交线路数据包括公交线路的属性信息和空间坐标,以及公交站点的属性信息和空间坐标;
公交出行链总时间计算模块,用于根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间;
公交服务能力指数确定模块,用于将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数;
平均公交通勤时耗计算模块,用于将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗;
公交薄弱供给指数确定模块,用于将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数。
可选的,还包括:
综合评价模块,用于根据所述公交服务能力指数和所述公交薄弱供给指数,综合评价所述研究区域的公交路线设置的合理性以及运营服务的合理性。
可选的,所述公交出行链信息确定模块,具体包括:
公交出行链信息确定单元,用于将每条所述OD出行数据对应的O点空间坐标和D点空间坐标输入到互联网地图公交出行路径API程序中,得到每条所述OD出行数据对应的公交线路、乘降站点、步行距离和公交出行时间;所述公交出行时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间的和。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明通过研究区域的通勤OD数据和公交运营时间表,确定研究区域的公交服务能力指数和公交薄弱供给指数,然后基于公交服务能力指数和公交薄弱供给指数快速、准确、***的评价城市公交路线设置及运营服务的合理性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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他的附图。
图1为本发明一种基于互联网地图数据的公交评价方法的流程示意图;
图2为本发明一种基于互联网地图数据的公交评价方法的计算过程示意图;
图3为本发明一种基于互联网地图数据的公交评价方法的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是一种基于互联网地图数据的公交评价方法及***,能够快速、准确、***的评价城市公交路线设置及运营服务的合理性,并实现对公交服务薄弱空间单元的精准落位,进而有针对性的指导地方公交运营单位及时调整城市公交路线走向与服务能力供给,并具备很强的技术复用与推广价值。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示,本实施例提供了一种基于互联网地图数据的公交评价方法,具体包括如下步骤。
步骤101:确定研究区域的通勤OD数据和公交运营时间表;所述通勤OD数据包括多条OD出行数据,且每条所述OD出行数据均包括O点空间坐标、D点空间坐标以及OD间出行量(人数量);所述公交运营时间表包括每条公交线路的发车时间频率数据。
步骤102:根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息;所述公交出行链信息包括出行使用的公交线路、乘降站点、步行距离和公交出行时间;所述互联网地图公交路径API程序内置有所述研究区域对应的公交线路数据;所述公交线路数据包括公交线路的属性信息和空间坐标,以及公交站点的属性信息和空间坐标。
步骤103:根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间。
步骤104:将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数。
步骤105:将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗;
步骤106:将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数。
进一步地,本实施例提供的一种基于互联网地图数据的公交评价方法还包括:
步骤107:根据所述公交服务能力指数和所述公交薄弱供给指数,综合评价所述研究区域的公交路线设置的合理性以及运营服务的合理性,并实现对公交服务薄弱空间单元的精准落位。
其中,步骤102,具体包括:
将每条所述OD出行数据对应的O点空间坐标和D点空间坐标输入到互联网地图公交出行路径API程序中,得到每条所述OD出行数据对应的公交线路、乘降站点、步行距离和公交出行时间;所述公交出行时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间的和。
步骤103,具体包括:
将每条所述OD出行数据对应的公交线路和乘降站点输入到所述公交运营时间表中,确定每条所述OD出行数据对应的乘降站点候车时间。
将所述公交出行时间与所述乘降站点候车时间相加,以确定每条所述OD出行数据对应的公交出行链总时间。
步骤104,具体包括:
步骤105,具体包括:
根据公式确定各出行空间单元的平均公交通勤时耗;其中,Tj表示研究区域中第j个出行空间单元的平均公交通勤时耗,Ui表示第j个空间单元中第i条所述OD出行数据对应的公交出行链总时间,Ni表示第j个空间单元中第i条所述OD出行数据中的OD间出行量。
步骤106,具体包括:
实施例二
本实施例提供了一种基于互联网地图数据的公交评价方法,具体操作如下:
(1)输入/输出数据
输入数据:
通勤OD数据,包括多条OD出行数据,且每条OD出行数据均包括O点空间坐标、D点空间坐标以及OD间出行量(人数量)。
公交线路数据,包括公交线路的属性信息和空间坐标,以及公交站点的属性信息和空间坐标。
公交运营时间表,包括每条公交线路的发车时间频率数据。
互联网地图公交出行路径API程序(应用编程接口,外文名:ApplicationProgrammingInterface):基于互联网地图提供的开放接口,通过计算机程序可以远程联网调用,如输入通勤OD数据中的O点空间坐标和D点空间坐标,可返回完整的公交出行链信息,如从A点到B点的公交出行,可以返回公交线路、乘降站点、步行距离、公交出行时间,以及分段时间;分段时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间等。
输出数据:
公交服务能力指数:百分比指标(%),即通勤OD间公交出行时耗在第一设定时间阈值(45分钟)内的通勤量占总通勤量的比例。
公交薄弱供给指数:百分比指标(%),即通勤OD间平均公交通勤时耗在第二设定时间阈值内的通勤量占总通勤量的比例。
(2)计算过程,如图2所示,其操作步骤如下:
1、将每条OD出行数据对应的O点空间坐标和D点空间坐标输入到互联网地图公交出行路径API程序中。
2、互联网地图公交出行路径API程序输出每条OD出行数据对应的公交线路、乘降站点、步行距离和公交出行时间;公交出行时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间的和。
3、将每条OD出行数据对应的公交线路和乘降站点输入到公交运营时间表中,确定每条OD出行数据对应的乘降站点候车时间。
4、将公交出行时间与乘降站点候车时间相加,确定每条OD出行数据对应的公交出行链总时间T。
5、判断筛选T<=a的通勤OD数据占比,进而计算研究区域的公交服务能力指数。
其中,公交服务能力指数的计算过程为:
45分钟内能够通过轨道、地面公交等公交方式到达目的地的通勤人口比重,是城市公交通勤服务能力的测度,反应了公交***与职住空间的契合程度。一般来说,45分钟公交服务能力比重越高,说明公交***对城市通勤的保障越好。
6、将所有公交出行链总时间T,与每条OD出行数据进行地理空间匹配,确定研究区域中各出行空间单元的平均公交通勤时耗。
平均公交通勤时耗:时耗指标(min),即研究区域的平均公交出行时耗,反映公交服务与职住布局的空间匹配程度。
其中,平均公交通勤时耗的计算过程为:
根据公式确定各出行空间单元的平均公交通勤时耗;其中,Tj表示研究区域中第j个出行空间单元的平均公交通勤时耗,Ui表示第j个空间单元中第i条OD出行数据对应的公交出行链总时间,Ni表示第j个空间单元中第i条OD出行数据中的OD间出行量。
7、判断筛选T<=b的出行空间单元占比,进而计算研究区域的公交薄弱供给指数。
其中,公交薄弱供给指数的计算过程为:
8、根据公交服务能力指数和公交薄弱供给指数,综合评价研究区域的公交路线设置的合理性以及运营服务的合理性。
实施例三
如图3所示,本实施例提供了一种基于互联网地图数据的公交评价***,包括:
通勤OD数据和公交运营时间表确定模块401,用于确定研究区域的通勤OD数据和公交运营时间表;所述通勤OD数据包括多条OD出行数据,且每条所述OD出行数据均包括O点空间坐标、D点空间坐标以及OD间出行量;所述公交运营时间表包括每条公交线路的发车时间频率数据。
公交出行链信息确定模块402,用于根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息;所述公交出行链信息包括出行使用的公交线路、乘降站点、步行距离和公交出行时间;所述互联网地图公交路径API程序内置有所述研究区域对应的公交线路数据;所述公交线路数据包括公交线路的属性信息和空间坐标,以及公交站点的属性信息和空间坐标。
公交出行链总时间计算模块403,用于根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间。
公交服务能力指数确定模块404,用于将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数。
平均公交通勤时耗计算模块405,用于将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗。
公交薄弱供给指数确定模块406,用于将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数。
进一步地,本实施例提供的一种基于互联网地图数据的公交评价***,还包括:
综合评价模块407,用于根据所述公交服务能力指数和所述公交薄弱供给指数,综合评价所述研究区域的公交路线设置的合理性以及运营服务的合理性。
其中,所述公交出行链信息确定模块402,具体包括:
公交出行链信息确定单元,用于将每条所述OD出行数据对应的O点空间坐标和D点空间坐标输入到互联网地图公交出行路径API程序中,得到每条所述OD出行数据对应的公交线路、乘降站点、步行距离和公交出行时间;所述公交出行时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间的和。
所述公交出行链总时间计算模块403,具体包括:
乘降站点候车时间计算单元,用于将每条所述OD出行数据对应的公交线路和乘降站点输入到所述公交运营时间表中,确定每条所述OD出行数据对应的乘降站点候车时间。
公交出行链总时间计算单元,用于将所述公交出行时间与所述乘降站点候车时间相加,以确定每条所述OD出行数据对应的公交出行链总时间。
所述公交服务能力指数确定模块404,具体包括:
所述平均公交通勤时耗计算模块405,具体包括:
平均公交通勤时耗计算单元,用于根据公式确定各出行空间单元的平均公交通勤时耗;其中,Tj表示研究区域中第j个出行空间单元的平均公交通勤时耗,Ui表示第j个空间单元中第i条所述OD出行数据对应的公交出行链总时间,Ni表示第j个空间单元中第i条所述OD出行数据中的OD间出行量。
所述公交薄弱供给指数确定模块,具体包括:
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于互联网地图数据的公交评价方法,其特征在于,包括:
确定研究区域的通勤OD数据和公交运营时间表;所述通勤OD数据包括多条OD出行数据,且每条所述OD出行数据均包括O点空间坐标、D点空间坐标以及OD间出行量;所述公交运营时间表包括每条公交线路的发车时间频率数据;
根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息;所述公交出行链信息包括出行使用的公交线路、乘降站点、步行距离和公交出行时间;所述互联网地图公交出行 路径API程序内置有所述研究区域对应的公交线路数据;所述公交线路数据包括公交线路的属性信息和空间坐标,以及公交站点的属性信息和空间坐标;
根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间;
将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数;
将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗;
将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数;
所述根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间,具体包括:
将每条所述OD出行数据对应的公交线路和乘降站点输入到所述公交运营时间表中,确定每条所述OD出行数据对应的乘降站点候车时间;将所述公交出行时间与所述乘降站点候车时间相加,以确定每条所述OD出行数据对应的公交出行链总时间。
2.根据权利要求1所述的一种基于互联网地图数据的公交评价方法,其特征在于,还包括:
根据所述公交服务能力指数和所述公交薄弱供给指数,综合评价所述研究区域的公交路线设置的合理性以及运营服务的合理性。
3.根据权利要求1所述的一种基于互联网地图数据的公交评价方法,其特征在于,所述根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息,具体包括:
将每条所述OD出行数据对应的O点空间坐标和D点空间坐标输入到互联网地图公交出行路径API程序中,得到每条所述OD出行数据对应的公交线路、乘降站点、步行距离和公交出行时间;所述公交出行时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间的和。
4.根据权利要求1所述的一种基于互联网地图数据的公交评价方法,其特征在于,所述将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数,具体包括:
根据公式确定第一比较结果;其中,表示第i个所述OD出行数据对应的第一比较结果,表示第一设定时间阈值,表示第i个所述OD出行数据对应的公交出行链总时间;
根据公式确定研究区域的公交服务能力指数;其中,表示公交服务能力指数,表示第i条所述OD出行数据中的OD间出行量。
5.根据权利要求1所述的一种基于互联网地图数据的公交评价方法,其特征在于,所述将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗,具体包括:
根据公式确定各出行空间单元的平均公交通勤时耗;其中,表示研究区域中第j个出行空间单元的平均公交通勤时耗,表示第j个空间单元中第i条所述OD出行数据对应的公交出行链总时间,表示第j个空间单元中第i条所述OD出行数据中的OD间出行量。
6.根据权利要求1所述的一种基于互联网地图数据的公交评价方法,其特征在于,所述将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数,具体包括:
根据公式确定第二比较结果;其中,表示研究区域中第j个出行空间单元对应的第二比较结果,表示第二设定时间阈值,表示研究区域中第j个出行空间单元的平均公交通勤时耗;
根据公式确定研究区域的公交薄弱供给指数;其中,表示公交薄弱供给指数,表示第j个出行空间单元的OD间出行量。
7.一种基于互联网地图数据的公交评价***,其特征在于,包括:
通勤OD数据和公交运营时间表确定模块,用于确定研究区域的通勤OD数据和公交运营时间表;所述通勤OD数据包括多条OD出行数据,且每条所述OD出行数据均包括O点空间坐标、D点空间坐标以及OD间出行量;所述公交运营时间表包括每条公交线路的发车时间频率数据;
公交出行链信息确定模块,用于根据每条所述OD出行数据,调用互联网地图公交出行路径API程序,确定每条所述OD出行数据对应的公交出行链信息;所述公交出行链信息包括出行使用的公交线路、乘降站点、步行距离和公交出行时间;所述互联网地图公交出行 路径API程序内置有所述研究区域对应的公交线路数据;所述公交线路数据包括公交线路的属性信息和空间坐标,以及公交站点的属性信息和空间坐标;
公交出行链总时间计算模块,用于根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间;
公交服务能力指数确定模块,用于将每条所述OD出行数据对应的公交出行链总时间,分别与第一设定时间阈值进行比较以确定第一比较结果,然后根据每个所述第一比较结果以及每个所述第一比较结果对应的所述OD出行数据确定所述研究区域的公交服务能力指数;
平均公交通勤时耗计算模块,用于将所有所述公交出行链总时间,与每条所述OD出行数据进行地理空间匹配,确定所述研究区域中各出行空间单元的平均公交通勤时耗;
公交薄弱供给指数确定模块,用于将各所述出行空间单元的平均公交通勤时耗,分别与第二设定时间阈值进行比较以确定第二比较结果,然后根据每个所述第二比较结果确定研究区域的公交薄弱供给指数;
所述根据所述公交运营时间表和每条所述OD出行数据对应的公交出行链信息,确定每条所述OD出行数据对应的乘降站点候车时间,并根据所述公交出行时间与所述乘降站点候车时间确定每条所述OD出行数据对应的公交出行链总时间,具体包括:
将每条所述OD出行数据对应的公交线路和乘降站点输入到所述公交运营时间表中,确定每条所述OD出行数据对应的乘降站点候车时间;将所述公交出行时间与所述乘降站点候车时间相加,以确定每条所述OD出行数据对应的公交出行链总时间。
8.根据权利要求7所述的一种基于互联网地图数据的公交评价***,其特征在于,还包括:
综合评价模块,用于根据所述公交服务能力指数和所述公交薄弱供给指数,综合评价所述研究区域的公交路线设置的合理性以及运营服务的合理性。
9.根据权利要求7所述的一种基于互联网地图数据的公交评价***,其特征在于,所述公交出行链信息确定模块,具体包括:
公交出行链信息确定单元,用于将每条所述OD出行数据对应的O点空间坐标和D点空间坐标输入到互联网地图公交出行路径API 程序中,得到每条所述OD出行数据对应的公交线路、乘降站点、步行距离和公交出行时间;所述公交出行时间为出行两端步行至乘降站点时间、公交线路间换乘时间和公交车内行驶时间的和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483081.5A CN113205213B (zh) | 2021-04-30 | 2021-04-30 | 一种基于互联网地图数据的公交评价方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110483081.5A CN113205213B (zh) | 2021-04-30 | 2021-04-30 | 一种基于互联网地图数据的公交评价方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113205213A CN113205213A (zh) | 2021-08-03 |
CN113205213B true CN113205213B (zh) | 2023-03-24 |
Family
ID=77028178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110483081.5A Active CN113205213B (zh) | 2021-04-30 | 2021-04-30 | 一种基于互联网地图数据的公交评价方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113205213B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638404A (zh) * | 2022-02-28 | 2022-06-17 | 武汉科技大学 | 基于腾讯宜出行位置数据与高德地图路径规划数据的公交服务供需匹配方法 |
CN116862097B (zh) * | 2023-06-08 | 2024-05-31 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种信息确定方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016153426A1 (en) * | 2015-03-23 | 2016-09-29 | Nestia Pte Ltd | Method and apparatus for creating map data for calculating commute time using public transit information |
CN106960406A (zh) * | 2017-02-10 | 2017-07-18 | 浙江大学 | 一种考虑居民出行od的公交服务覆盖率计算方法 |
CN110705848A (zh) * | 2019-09-18 | 2020-01-17 | 交通运输部公路科学研究所 | 一种基于个体出行链的综合交通服务评价方法及装置 |
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*** |
CN111932084A (zh) * | 2020-07-15 | 2020-11-13 | 江苏大学 | 一种评估城市公共交通可达性的*** |
-
2021
- 2021-04-30 CN CN202110483081.5A patent/CN113205213B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016153426A1 (en) * | 2015-03-23 | 2016-09-29 | Nestia Pte Ltd | Method and apparatus for creating map data for calculating commute time using public transit information |
CN106960406A (zh) * | 2017-02-10 | 2017-07-18 | 浙江大学 | 一种考虑居民出行od的公交服务覆盖率计算方法 |
CN110705848A (zh) * | 2019-09-18 | 2020-01-17 | 交通运输部公路科学研究所 | 一种基于个体出行链的综合交通服务评价方法及装置 |
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*** |
CN111932084A (zh) * | 2020-07-15 | 2020-11-13 | 江苏大学 | 一种评估城市公共交通可达性的*** |
Non-Patent Citations (1)
Title |
---|
基于路径规划数据的公共交通站点覆盖水平评价方法;杜光远等;《交通运输研究》;20200415(第02期);71-78,85 * |
Also Published As
Publication number | Publication date |
---|---|
CN113205213A (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113205213B (zh) | 一种基于互联网地图数据的公交评价方法及*** | |
CN104200649B (zh) | 基于预先申请的交通高峰期路线资源调度分配***与方法 | |
CN105844362B (zh) | 一种城市交通综合出行决策装置 | |
CN109886491A (zh) | 一种海量运行数据驱动的地面公交两阶段优化调度方法 | |
CN103578267B (zh) | 基于公交gps数据的公交到站预测方法及*** | |
CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
CN106682812B (zh) | 综合运输体系客运方式分担率-距离转移曲线确定方法 | |
CN106651728B (zh) | 一种综合运输体系客运方式优势运距的确定方法 | |
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 | |
CN103761589A (zh) | 一种城市轨道交通清分方法 | |
CN112530158B (zh) | 一种基于历史轨迹的路网补充方法 | |
CN106448165A (zh) | 一种基于网络约租车数据的路网行程时间可靠性评价方法 | |
CN112036757A (zh) | 基于手机信令和浮动车数据的停车换乘停车场的选址方法 | |
CN110598971A (zh) | 一种基于蚁群算法的响应式公交服务规划方法 | |
CN116070033A (zh) | 基于手机信令数据的新型共享公共交通转移需求估计方法 | |
CN109584546B (zh) | 一种快速-常规公交共享车道发车流量阈值的确定方法 | |
CN116187605A (zh) | 一种基于gis技术的公交线网选线方法 | |
Lahoorpoor et al. | The transit travel time machine: comparing three different tools for travel time estimation | |
Feng et al. | Choices of intercity multimodal passenger travel modes | |
CN108090611A (zh) | 一种基于云计算的智能交通方案 | |
CN115829147B (zh) | 一种基于机器仿真的快慢车时刻表变化下客流od修正方法及应用 | |
CN115206104A (zh) | 一种基于手机信令数据的城市居民交通出行方式识别方法 | |
Sanko et al. | Post-project evaluation of travel demand forecasts: Implications from the case of a Japanese railway | |
CN112541021B (zh) | 路线评估方法、风景区游览预估时长计算方法及装置 | |
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) |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |