交通规划中的动态路网及其模型研究

合集下载

城市交通规划中的交通模型构建指南

城市交通规划中的交通模型构建指南

城市交通规划中的交通模型构建指南城市交通规划是一个复杂而重要的领域,以合理的交通模型为基础进行规划是确保城市交通系统高效运作的关键。

本文将为您提供一份交通模型构建的指南,以帮助您更好地规划城市交通。

第一部分:数据收集与处理1. 收集基础数据:收集关于城市人口、道路网络、公共交通系统、出行行为等的基础数据。

这些数据可以通过城市的统计机构、交通部门、相关研究机构等来源获得。

2. 数据预处理:对收集到的数据进行清洗、整理和标准化处理。

确保数据的准确性和一致性,并将其保存在适当的数据格式中,以供后续的模型构建使用。

3. 数据建模:根据收集到的数据,构建适当的数据模型。

常用的数据建模方法包括多元线性回归、Logit模型等。

根据实际情况选择合适的模型方法。

第二部分:出行需求估计1. 居民出行需求:根据城市的人口分布、就业情况和日常活动模式,估计不同区域的居民出行需求。

这可以通过分析历史出行调查数据、实地调查、特定群体调查等方法进行。

2. 交通需求预测:基于居民出行需求,使用交通需求预测模型对未来的交通需求进行估计。

这可以基于城市的发展趋势、经济增长率、人口变化等因素进行预测。

第三部分:交通流模拟与分析1. 道路网络建模:根据实际情况,将道路网络划分为合适的区域单元,并建立道路网络拓扑结构。

这涉及到道路等级、速度限制、路段长度等参数的设定。

2. 交通流模拟:使用交通流模拟软件,对城市道路网络中的交通流动进行模拟。

这可以帮助您了解道路网络的瓶颈、拥堵情况以及交通流量的变化规律。

3. 交通流分析:通过交通流分析,评估交通系统的运行状况,寻找瓶颈和改进的空间。

例如,可以使用交通流量、速度、延误等指标进行分析,为优化交通规划提供依据。

第四部分:交通规划优化1. 设计交通方案:根据交通模型和分析结果,提出合理的交通规划方案。

这包括改善交通瓶颈、调整道路网络结构、优化公共交通线路等措施。

2. 交通规划评估:对交通规划方案进行评估,包括交通效益评估、环境影响评估、经济成本评估等。

交通规划中的交通拥堵模型

交通规划中的交通拥堵模型

交通规划中的交通拥堵模型交通拥堵是当今社会中一个普遍存在的问题。

为了有效解决交通拥堵问题,交通规划师常常使用各种模型来预测和管理交通拥堵。

本文将探讨交通规划中的交通拥堵模型,并介绍其中的一些常见方法。

交通拥堵模型是一种用于描述交通流量和交通拥堵程度之间关系的数学模型。

这些模型基于交通流量理论和交通工程原则,通过分析道路网络结构、车辆流动规律和交通需求来预测拥堵情况。

下面将介绍几种常见的交通拥堵模型。

一、流量密度模型流量密度模型是交通规划中最常用的一种模型。

该模型基于交通流量和道路面积之间的关系,通过测量车辆通过道路上的单位面积的数量,来评估交通拥堵的程度。

流量密度模型常用的评价指标有交通流量、通行速度和通行能力等。

交通规划师可以根据该模型的结果,制定相应措施来缓解交通拥堵。

二、交通模拟模型交通模拟模型是一种通过计算机模拟交通流动过程的方法。

该模型基于交通流理论和运动学原理,通过模拟车辆在道路上的运动轨迹,来预测交通拥堵的情况。

交通模拟模型可以考虑诸如交通信号灯、车辆行为和道路结构等因素,能够更加准确地模拟真实交通情况,提供更为精确的拥堵预测。

三、多目标优化模型多目标优化模型是一种通过优化算法解决交通拥堵问题的方法。

该模型通过设定目标函数和约束条件,将交通拥堵的影响因素进行量化,并根据优化算法的结果,找到最优的交通规划方案。

多目标优化模型通常考虑交通流量、通行时间、交通安全等多个指标,能够综合考虑各种因素,为交通规划提供全面的参考。

除了以上几种常见的交通拥堵模型,还有一些其他模型也在交通规划中得到应用,如网络模型、统计模型和人工神经网络模型等。

这些模型各有特点,可根据实际情况选择适合的模型进行应用。

然而,虽然交通拥堵模型能够为交通规划提供一定的指导,但是仍存在一些局限性。

首先,模型的精确性受限于输入数据的准确性和实际情况的变动性。

其次,模型无法完全考虑人们的行为心理因素和突发事件对交通拥堵的影响。

道路交通网络分析(共31张PPT)

 道路交通网络分析(共31张PPT)

6
7
8
9
抽象的网络图
邻接矩阵
邻接矩阵表示点与点之间的一般邻接关系,它 的元素l(i,j)
0 两点之间无边连接或 i = j
l (i , j ) = 1 两点之间有边连接
1
2
3 j1 2 3 4 5 6 7 8 9
i
1010100000
2101010000
4
5
6
3010001000 4100010100
2 、回归路阻模型
针对我国的交通实际情况,建立以下回归关系
模型作为城市道路的路阻函数。
[ ] ( ) ( ) t = t 0 1 + k 1 V 1 C 1
k C V +K3 2
2
k4 2
或t = t 0 [1 + k 1 (V 1 C 1 ) + k (2 V 2 C 2 )]
n V1 、V2 分别为机动车、非机动车路段交通
平衡模型的开展已有几十年的历史,尽管平衡型交通分配方法种类繁多, 但绝大局部平衡分配模型都可归结为一个维数很大的凸规划问题或非线性 规划问题。在理论上,这类模型结构严谨、思路明确,比较适合于宏观研 究。但由于维数大、约束条件多,这类模型的求解比较困难。尽管人们提 出了一些近似方法,但计算仍很复杂,在实际工程中难以应用。相比之下, 非平衡模型具有结构简单、概念明确、计算简便等特点,因而在工程实践 中得到了广泛应用,效果良好。非平衡模型根据其分配手段可分为无迭代 〔静态〕与有迭代〔动态〕两类;根据其分配形态可分为单路径与多路径 两类。表4-6为非平衡模型的具体分类形式。
网络交通流交通分配是交通规划的一个 重要环节。所谓交通分配就是把各种出
行方式的空间OD量分配到具体的交通网

城市交通规划的交通模拟

城市交通规划的交通模拟

城市交通规划的交通模拟城市交通规划是一项重要且复杂的任务,它需要综合考虑人口数量、道路网络、公共交通系统以及环境保护等诸多因素。

为了更好地评估和优化交通规划方案,交通模拟成为了一种常用的工具和方法。

本文将介绍城市交通规划中的交通模拟,并探讨其在实践中的应用。

一、交通模拟的定义和分类交通模拟是指通过计算机仿真等手段来模拟和预测交通系统的行为和效果的过程。

它可以分为宏观模拟和微观模拟两种。

宏观模拟主要研究交通网络的整体运行情况,包括交通流量、拥堵状况等;微观模拟则更加关注个体交通参与者的行为和决策,如车辆的加速、减速、变道等。

二、交通模拟在交通规划中的应用1. 交通需求预测:通过交通模拟可以对未来的交通需求进行预测,为交通规划提供依据。

例如,可以根据人口增长率、就业分布等因素,模拟未来的交通流量分布,从而合理规划道路网和公共交通线路。

2. 交通状况评估:在已有的交通规划方案中,交通模拟可以用于评估各种交通状况下的效果。

通过模拟不同的交通流量、信号配时等参数,可以对道路拥堵状况、出行时间等进行评估,进而优化规划方案。

3. 交通安全研究:交通模拟可以用来研究交通事故的概率和严重程度,以及采取相应的措施来提高交通安全。

通过模拟车辆的行为,可以分析路段的瓶颈、交叉口的安全性等问题,为交通规划中的安全措施提供科学依据。

4. 可持续交通规划:在城市交通规划中,可持续性是一个重要的考量指标。

交通模拟可以用来评估和优化可持续交通规划方案。

例如,可以模拟不同的公共交通服务水平和自行车道建设情况,评估其对交通拥堵和环境污染的影响,从而寻找最优的规划策略。

三、交通模拟的方法和技术1.宏观模拟方法:常用的宏观模拟方法包括四步法和基于动态交通分配原理的模型。

四步法包括生成出行需求、分配交通流量、模拟交通流动和评价交通状况四个步骤,通过迭代计算得到最终结果。

基于动态交通分配原理的模型则更加细致地考虑了交通网络中的各种复杂因素。

基于图论的城市道路网络规划与优化研究

基于图论的城市道路网络规划与优化研究

基于图论的城市道路网络规划与优化研究引言:城市道路网络作为城市交通的核心基础设施之一,在现代城市的建设和发展中具有重要的地位和作用。

为了提高城市道路网络的交通流动性和效率,图论作为一种重要的数学工具和分析方法,被广泛应用于城市道路网络规划与优化的研究中。

本文将基于图论的角度,探讨城市道路网络规划与优化的研究内容和方法。

一、城市道路网络的图论建模城市道路网络可以看作是一个由节点和边组成的图,其中节点代表城市中的交叉口或转角,边则代表道路。

通过图论的方法,城市道路网络的复杂关系可以被抽象为图中的节点和边,并用数学模型来模拟和分析。

在城市道路网络的图论建模中,常用的方法包括节点表示法和邻接矩阵表示法。

节点表示法中,每个节点代表一个交叉口或转角,通过连接不同节点的边来表示道路之间的相互联系。

邻接矩阵表示法则是通过一个矩阵来描述节点之间的关系,矩阵的元素表示节点之间的连接信息,可以是道路长度、交通流量等。

二、城市道路网络规划城市道路网络规划是指根据城市的交通需求和发展战略,合理布局和规划城市道路网络的整体结构和布局。

基于图论的方法可以用于城市道路网络规划中的路径选择、交通流优化以及网络扩容等问题。

1. 路径选择在城市道路网络中,路径选择是指如何选择最短路径或最优路径来满足不同起点和终点之间的交通需求。

通过将城市道路网络抽象为图,可以使用图算法如迪杰斯特拉算法或A*算法来寻找最优路径。

这些算法可以计算出从一个节点到另一个节点的最短路径,以及相应的权重或成本。

2. 交通流优化城市道路网络中的交通流是指在不同节点之间的车辆流动情况,其受到路段容量、交叉路口信号灯等因素的影响。

通过图论方法可以对交通流进行建模和优化,以提高交通效率和减少拥堵。

例如,可以使用最大流算法来确定道路上的最大车流量,从而控制路段的拥堵程度。

同时,还可以通过优化信号灯的时序来减少交叉口的等待时间,提高交通流的通行能力。

三、城市道路网络优化城市道路网络的优化是指如何对现有道路网络进行调整和改进,以提高整体的交通流动性和效率。

城市路网多种交通方式宏观交通流建模与分析

城市路网多种交通方式宏观交通流建模与分析

城市路网多种交通方式宏观交通流建模与分析随着城市化进程的加快,城市交通问题日益突出,如何合理规划和管理城市道路网络成为一项重要任务。

城市道路网络中存在多种交通方式,如汽车、公共交通、自行车等,它们之间的交通流互相影响,需要进行宏观交通流建模与分析。

宏观交通流建模是指将城市道路网络中的交通流量进行整体抽象,以模型的方式描述交通流的运行情况。

建模的目的是为了更好地理解交通流的特征和规律,为制定交通规划和管理政策提供科学依据。

这种模型可以从整体上考虑城市不同交通方式的交互作用,以及交通流的时间和空间分布等因素。

宏观交通流分析是指对建模结果进行定性和定量分析,揭示其中的规律和问题,为制定交通管理策略提供指导。

分析的过程可以通过统计数据、模拟实验和数学模型等方法来进行。

通过分析城市道路网络中的交通流,我们可以得出不同交通方式的使用情况和拥挤程度,进而评估交通系统的效率和可持续性。

在进行宏观交通流建模和分析时,需要考虑以下几个方面的因素。

首先是交通需求,即不同交通方式的出行需求量。

这可以通过调查和统计等方法来获取。

其次是交通网络的结构和连接性,不同交通方式的道路网络连接情况对交通流的分布和流动产生重要影响。

最后是交通管理和控制措施,如交通信号灯、公交优先等,它们对交通流的分配和调控也是重要的因素。

通过宏观交通流建模与分析,可以为城市交通规划和管理提供科学支持。

例如,可以根据模型结果预测未来交通流的变化趋势,从而制定相应的交通政策。

同时,还可以评估不同交通方式的效益和影响,为城市道路网络的发展提供指导。

总之,城市路网多种交通方式的宏观交通流建模与分析是一项重要的研究工作。

通过对交通流的建模和分析,可以更好地理解城市交通系统的运行规律,为交通规划和管理决策提供科学依据,进一步优化城市交通系统,提高交通效率和可持续性。

交通路网优化中的路径规划算法综述

交通路网优化中的路径规划算法综述

交通路网优化中的路径规划算法综述交通拥堵是大城市面临的一个重要挑战。

为了缓解交通拥堵问题,提高交通效率,路径规划算法在交通路网优化中起着重要的作用。

本文将综述目前常用的路径规划算法,包括Dijkstra算法、A*算法、Bellman-Ford算法和Floyd-Warshall算法,并分析其优缺点及应用场景。

1. Dijkstra算法Dijkstra算法是一种求解单源最短路径的经典算法。

它的基本思想是从起点开始,逐步扩展搜索范围,直到找到最短路径。

Dijkstra算法通过维护一个优先队列来选择当前距离起点最近的节点进行扩展,直到找到目标节点或搜索完所有节点。

该算法适用于无向图或有向图中有正权边的情况。

Dijkstra算法的时间复杂度为O((V + E) log V),其中V是节点数,E是边数。

2. A*算法A*算法是一种启发式搜索算法,结合了Dijkstra算法和贪心算法的思想。

它引入了启发函数来指导搜索方向,以减少搜索空间。

在A*算法中,每个节点都有一个估计值,表示该节点到目标节点的预计代价。

算法通过维护一个优先队列来选择当前估计代价最小的节点进行扩展,直到找到目标节点。

A*算法的时间复杂度与Dijkstra算法相同,但在实际应用中通常具有更好的性能。

3. Bellman-Ford算法Bellman-Ford算法是一种求解单源最短路径的动态规划算法。

它通过使用松弛操作来逐步更新节点的最短路径估计值,直到收敛为止。

Bellman-Ford算法适用于解决带有负权边的图中的单源最短路径问题,但要求没有负环路。

该算法的时间复杂度为O(VE),其中V是节点数,E是边数。

4. Floyd-Warshall算法Floyd-Warshall算法是一种求解全源最短路径的动态规划算法。

它通过使用中间节点来逐步更新节点间的最短路径估计值,直到得到全局最短路径。

Floyd-Warshall算法适用于解决带有负权边的图中的全源最短路径问题,但要求没有负环路。

智能交通中单车辆最优动态路径规划策略研究

智能交通中单车辆最优动态路径规划策略研究
避免拥挤 的交通路段 , 使 车辆 出行代价降低 , 提 高了车辆路径规 划的 实时效果和准确度。
Ab s t r a c t : T h e c u r r e n t t r a f f i c s i t u a t i o n ma k e s p e o p l e f e e l t h e e x c e s s i v e c o n g e s t i o n , f r e q u e n t a c c i d e n t s , e x h a u s t e mi s s i o n s , e n e r g y s u p p l y i mb a l a n c e a n d o t h e r i s s u e s , wh i c h h a s b e c o me a n i n e v i t a b l e o b s t a c l e i n e c o n o mi c s u s t a i n a b l e d e v e l o p me n t . I n t e l l i g e n t t r a n s p o r t a t i o n i s a
摘要 :目 前的交通现状 , 使人们无 时无刻不在感 受着 交通拥挤 、 事故频发 、 尾气过度排放 、 能源供给失衡 等 问题, 这些 问题 已经成 为经济可持 续发展 中不可回避 的障碍 。智 能交通方案是解 决交通 问题的一场信 息化革命, 动态最优路径规划策略作 为智能交通 出行 者信 息管理 系统的重要 问题 , 非常有必要值得研 究。本丈首先建立单车辆动态教 学模型 , 采用基 于周期的 自主车辆规 划算法, 有效的
・ l 8 2・
价 值 工 程
智能交通 中单车辆最优动态路径规划策 略研 究
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.netVol119 No16公 路 交 通 科 技2002年12月JOURNALOFHIGHWAYANDTRANSPORTATIONRESEARCHANDDEVELOPMENT

文章编号:1002Ο0268(2002)06Ο0108Ο04

收稿日期:2001Ο12Ο24

基金项目:国家自然科学基金重点资助项目(59838310)作者简介:任刚(1976-),男,浙江绍兴人,博士研究生,现从事交通系统分析软件的研究1

交通规划中的动态路网及其模型研究任 刚,王 炜(东南大学交通学院,江苏 南京 210096)

摘要:用传统的路网模型表现动态演变中的路网,存在数据冗余过大和无法揭示动态性的缺点。为此,改进了传统的路网模型,使得路网的拓扑结构与数据物理上相分离、逻辑上相结合。提出了动态路网的概念,研究了其特征,在改进后的传统路网模型基础上建立了动态路网模型,并对模型的应用进行了实例分析。该模型用方案树与邻接表描述动态路网的拓扑结构,用数据库存储路网数据,达到了尽可能减少数据冗余度并有效揭示动态性的目的。动态路网模型对于交通规划中的路网模型优化具有重要的意义,有进一步研究和应用的价值。关键词:交通规划;动态路网;动态路网模型;邻接表;方案树中图分类号:U491112 文献标识码:A

StudyonDynamicTransportationNetworkanditsModelinTransportationPlanningRENGang,WANGWei(TransportationCollege,SoutheastUniversity,Jiangsu Nanjing 210096,China)

Abstract:Inmodelingdynamicallyevolutionaltransportationnetwork,conventionalmodelshadabundantdataredundancyandfailedindescribingevolution1So,arefinedmodelwasdeveloped,tomakethenetworktopologicstructuretobeseparatedfromthedataphysicallybuttobelinkedwitheachotherlogically1Theconceptsofdynamictransportationnetworkwereexplained,anditscharacteristicswerestudied1Then,amodelofdynamictransportationnetworkwasdevelopedbasedontherefinedmodelanditwasappliedinpracticalex2amples1Thetopologywasrepresentedwithscheme2treeandadjacencylistinthenewmodelwithdadasavedinthedatabase,sothatdataredundancyhadgreatlyreducedandevolutionwasdepictdistinctly1Thenewmodelhasimportanteffectonoptimizationoftransportationnetworkintransportationplanning,andisworthforfurtherstudyingandapplying1Keywords:Transportationplanning;Dynamictransportationnetwork;Modelofdynamictransportationnetwork;Adjacencylist;Scheme2tree

交通网络的数学模型作为公路网络或者城市道路网络分析的基础,已有比较成熟的研究基础。然而,传统的数学模型通常以独立的静态路网为研究对象,无法对动态演变中的路网进行有效的描述。实际的交通规划过程往往是针对多个规划期进行的,需要在现状路网的基础上不断改造、完善,由近及远地提出各个规划特征年的路网规划方案,同时每个规划特征年也可能存在多个比选方案以供比较,从中选取最为合理的一个作为此特征年的规划方案。类似这种经由初始路网逐步演变而得到的相互联系的一系列路网可称其为动态路网。一些基于传统路网模型的交通规划软件,对动态路网大多是按多个独立路网建立和分析的。这种处理方法不但造成数据冗余过大,更致命的是掩盖了路网动态演变的过程。因此有必要对传统的静态路网模型进行改进,使之能有效表现动态路网的动态性,充分揭示路网方案之间的联系。

1 传统路网模型及其改进111 传统路网模型在通常的数学模型中,交通网络根据图论理论被抽象为有向图G=(V,E),式中,V表示节点(交叉© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

口或运输点)集合,E表示连接V中节点的有向弧(路段)集合[1]。常用的表现图的数据结构有邻接矩阵、邻接表、邻接多重表等[2],3者在网络遍历、最短路径搜索等常用的网络分析操作上,时间复杂度是同等数量级的。其中,邻接矩阵是个二维数组,表示节点集合两两之间的邻接关系,若两个节点间有路段直接相连,则对应数组元素为1,否则为0。邻接矩阵虽然容易判断两节点间的关系,但是对于动辄成百上千个节点的实际路网,其占用空间太大。而且,与其它网络相比,交通网络中每个节点的出度(或入度)大多不大于4,如果利用邻接矩阵存储交通网络,则这个矩阵大量的元素为0,成为稀疏矩阵,存储效率极低。邻接表和邻接多重表存储效率很高,但邻接多重表的结构较复杂,若无特殊要求,则邻接表足以有效表现大型的交通网络。因此,本文将选用邻接表作为交通网络的基本表现方式。在邻接表的具体实现上,链表是最佳的结构,因为链表对于元素的增删操作相当方便,这在网络的动态调整中极为有用。图1所示为一个有3个节点和5条路段的简单路网及其邻接表形式。图中,节点用数字编号作为标识,邻接表中带阴影部分为节点数组,每个数组元素(即链表头)引出一个链表,链接起与其相邻的所有节点,箭头代表指向链表下一元素的指针,“∧”代表空指针,即链表结尾。可以看出,这个路网模型中,一个数组元素代表一个节点;一个链表元素代表一条路段,路段起点为链表头所代表的节点,路段终点为此链表元素所存储的节点。图1 一个简单路网及其邻接表模型112 结合数据的路网模型事实上,图1所示的路网模型只是对网络拓扑结构(表示地理要素之间空间关系的结构)的描述,现有的公开文献大多也着重于这一层面的模型研究。而实际的交通网络还包含大量的空间数据(表达地理实体几何属性的数据)和属性数据(表达地理实体非几何属性的数据)[3],比如交叉口的控制方式、坐标,路段长度、宽度、等级等。这些数据如何组织、存储,如何与路网的拓扑结构有机地联系起来,也是一个需要认真考虑的问题。11211 路网数据与拓扑结构物理上的结合一个很自然的想法是将邻接表中的数组元素和链表元素的数据结构扩展,使数组元素的内容不仅包含节点编号,还包含节点的其余数据;使链表元素的内容不仅包含路段终点编号,还包含路段的其余数据。也就是说,这种模型在物理上将路网拓扑结构同路网数据结合在一起,在理论上是可行的。然而,这种模型有其局限性:首先,在大规模路网的规划过程中,数据管理必须借助于数据库技术,

路网数据通常按节点、路段保存在对应的数据库表中,上述模型要求在邻接表中复制路网数据的一个拷贝,这会造成更大的数据冗余,从而造成数据更新的不便。其次,在动态路网中,不同路网方案的主体是一致的,都由初始路网调整得到;换言之,不同的路网方案包含的路网数据存在大量的重复部分,按上述模型来表现这些方案,其数据的冗余更是大得惊人。因此,有必要在邻接表的基础上,建立一个既能使拓扑结构同路网数据紧密联系,又能导致最少数据冗余,同时适应数据库管理的完整路网模型。11212 路网数据与拓扑结构逻辑上的结合笔者认为,可以对图1所示的路网模型进行如下改进,使得路网的拓扑结构与数据在物理上相分离、逻辑上相结合。即:路网的拓扑结构表现在邻接表中,路网的数据存储在数据库的节点表和路段表中;

邻接表中,数组元素的结构包含一个指向节点表对应记录的指针,这个指针可以是节点表的一个主码(比如记录号,又比如图1中的节点编号);同样,链表元素的结构包含一个指向路段表对应记录的指针,这个指针可以是路段表的一个主码。改进后的模型如图2所示,这个模型可以完整而高效地描述交通网络的拓扑结构和数据,优点在于数据冗余度小,数据管理方便,网络分析效率高,这个模型将是动态路网建模的基础。与图1相比,邻接表增加的箭头代表指向节点表和路段表的指针,在邻接表上进行的网络分析操作,如果涉及到数据的存取和修改,就可以通过指针对数据库表的记录进行快速引用。图2中,节点表和路段表只给出了最常用的字段,在兼容地理信息系统(GIS)的数据库中还可以包括地图实体字段,用来描述节点或路段的空间特征。图2所示模型的建立过程并不复杂,节点表、路段表的建立和数据录入可通过数据库管理系统实现,

在GIS软件中甚至可通过可视化的图形编辑方式实

交通规划中的动态路网及其模型研究 任 刚等109

相关文档
最新文档