-
题名多目标组合优化的城市骑行路网规划设计
被引量：1
- 1
-
-
作者
王超凡
张永平
林雕
宋静
-
机构
浙江大学-浙江移动数据智能与城市未来联合实验室
浙江大学公共管理学院
浙江大学中国新型城镇化研究院
陆军指挥学院
北京大学城市规划与设计学院
北京大学深圳城市人居环境科学与技术重点实验室
-
出处
《风景园林》
2023年第9期29-36,共8页
-
基金
中央高校基本业务费专项资金“浙江大学学科交叉预研专项——多政策情景下的城市骑行路网规划设计研究”(编号S20230013)
杭州市科学技术局人工智能领域重大科研攻关项目“面向城市治理的未来城市生命体体系建构与AI超脑关键技术研究”(编号2022AIZD0057)
广东省基础与应用基础研究基金“基于海绵城市策略的粤港澳大湾区水韧性空间分异调控研究”(编号2019A1515111145)。
-
文摘
【目的】骑行路网作为城市重要的绿色基础设施之一,是居民绿色出行的重要载体。以城市骑行路网规划设计为目标,提出一种基于多源数据的城市骑行路网规划设计方法。【方法】首先,利用兴趣点和骑行大数据实现对城市道路空间特征和骑行使用特性的量化刻画。其次,综合考虑骑行路网使用现状、潜在需求、规划预算以及道路连通性等因素,对骑行路网规划问题进行多目标组合优化建模。最后,针对性地提出一种改进蚁群算法对该问题进行求解,并以宁波市中心五区为例,对该方法进行验证。【结果】该方法有效地识别出在未来骑行路网规划中应着重考虑的城市道路与功能节点,展示了不同目标、不同情景下的差异化骑行路网规划方案。【结论】该方法可有效解决骑行路网规划问题,为构建便利、高效的绿色骑行网络提供基于数据驱动化的技术支持,得出的规划政策建议对提高城市存量道路空间利用效率、指导城市绿色交通规划具有重要的实践意义。
-
关键词
交通规划
骑行路网规划
多源大数据
蚁群算法
多目标组合优化
绿色出行
-
Keywords
traffic planning
cycling route network planning
multi-source big data
ant colony algorithm
multi-objective combination optimization
green mobility
-
分类号
TU984.191
[建筑科学—城市规划与设计]
-
