利用出行特征数据识别综合交通运输通道是合理布局城市群综合运输通道的关键技术。本文基于城市群手机信令数据,提出一种综合运输通道识别四阶段方法框架,即数据准备、运输方式划分、最短路径搜索和通道识别。在运输方式划分方面,提出...利用出行特征数据识别综合交通运输通道是合理布局城市群综合运输通道的关键技术。本文基于城市群手机信令数据,提出一种综合运输通道识别四阶段方法框架,即数据准备、运输方式划分、最短路径搜索和通道识别。在运输方式划分方面,提出一种以运输平均速度和站点POI (Point of Interest)位置为决策变量的高速铁路、普速铁路和公路多方式划分算法。在最短路搜索方面,设计一种基于双向A*算法的最短路径搜索算法。在通道识别方面,基于行政边界划分通道区段并以运输量为综合运输通道区段判别参数。以京津冀城市群为例进行实证分析,结果表明,本文方法能够有效处理城市群手机信令数据,并识别出6条综合运输通道,验证了方法的可行性和准确性。在案例数据下,京津冀城市群公路和铁路的运输量占比分别为81.87%和18.13%,公路的短程运输客流较铁路更多;节假日因素显著提高了综合运输通道的客流量,平均运输量增加62.6%,平均客流周转量提升61.2%。展开更多
复杂网络最短路径经典算法的处理效率较低,不适用于大规模复杂网络,而现有近似算法通用性有限,且计算准确率不理想,不能满足规模日益扩大的复杂网络中的最短路径计算需求。针对于此,提出基于 k -shell的复杂网络最短路径近似算法。算法...复杂网络最短路径经典算法的处理效率较低,不适用于大规模复杂网络,而现有近似算法通用性有限,且计算准确率不理想,不能满足规模日益扩大的复杂网络中的最短路径计算需求。针对于此,提出基于 k -shell的复杂网络最短路径近似算法。算法利用节点的k -shell值进行网络划分并引导搜索路径,利用超点聚合处理k -shell子网来降低路径搜索中节点和连边的规模,通过在路径搜索过程使用双向搜索树方法提高算法的计算效率和准确率。实验结果表明,算法通用性较好,在现实与仿真大规模复杂网络中均具有较高的计算效率和准确率。展开更多
文摘利用出行特征数据识别综合交通运输通道是合理布局城市群综合运输通道的关键技术。本文基于城市群手机信令数据,提出一种综合运输通道识别四阶段方法框架,即数据准备、运输方式划分、最短路径搜索和通道识别。在运输方式划分方面,提出一种以运输平均速度和站点POI (Point of Interest)位置为决策变量的高速铁路、普速铁路和公路多方式划分算法。在最短路搜索方面,设计一种基于双向A*算法的最短路径搜索算法。在通道识别方面,基于行政边界划分通道区段并以运输量为综合运输通道区段判别参数。以京津冀城市群为例进行实证分析,结果表明,本文方法能够有效处理城市群手机信令数据,并识别出6条综合运输通道,验证了方法的可行性和准确性。在案例数据下,京津冀城市群公路和铁路的运输量占比分别为81.87%和18.13%,公路的短程运输客流较铁路更多;节假日因素显著提高了综合运输通道的客流量,平均运输量增加62.6%,平均客流周转量提升61.2%。
文摘复杂网络最短路径经典算法的处理效率较低,不适用于大规模复杂网络,而现有近似算法通用性有限,且计算准确率不理想,不能满足规模日益扩大的复杂网络中的最短路径计算需求。针对于此,提出基于 k -shell的复杂网络最短路径近似算法。算法利用节点的k -shell值进行网络划分并引导搜索路径,利用超点聚合处理k -shell子网来降低路径搜索中节点和连边的规模,通过在路径搜索过程使用双向搜索树方法提高算法的计算效率和准确率。实验结果表明,算法通用性较好,在现实与仿真大规模复杂网络中均具有较高的计算效率和准确率。
