《表3 公交客流比条件阈值》
提示：宽带有限、当前游客访问压缩模式
%
公交客流比指断面公交乘客客流量与断面机动车出行总客流量之比。公交客流比越大，表明该道路越应优先提供公交服务。各规范规定的专用道公交客流比标准见表3。
| 图表编号 | XD00147179000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.15 |
| 作者 | 王进、魏星、高彦超 |
| 绘制单位 | 南昌市城市规划设计研究总院、南昌市城市规划设计研究总院、南昌市城市规划设计研究总院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 模糊规则：客流量动态影响下公交智慧出行服务模型研究》2020.10.01
- 《表3 算法的准确率对比：SPGAPSO-SVM:一种城市公交客流量预测算法》2020.11.01
- 《表1 180路公交线路站点客流》2020.02.01
- 《表3 不同模型预测误差：基于RS-IPSOSVM的公交客流量预测方法》2020.11.01
- 《表3 邓州东站公交客流接驳需求预测结果》
- 《表1 公交客流及相关参数》2020.08.25
- 《表1 各标准规定的单向公交客流量条件阈值人次/高峰小时》2020.01.15
- 《表2 公交车流量条件阈值》2020.01.15
- 《表5 某市1路公交早高峰时段上下客流信息》2019.10.01
- 《表5 某市1路公交早高峰时段上下客流信息》2019.10.01
- 《表1 部分大城市常规公交客流变化情况》2019.12.01
- 《表2 公交断面客流量统计表》2019.10.01
- 《表1 高峰时期30 min时间段出站客流及公交运力情况统计》2019.09.25
- 《表1 高峰小时各公交线路最大断面客流量单位：人/h》2019.09.25
- 《表6 区间客流数据表：城市公交平均候车时间估计模型》2019.06.25
- 《表3 公交企业乘客票价类型及其客流量》2019.01.10
- 《表4 POI爬虫数据：基于深度学习的城市地面公交客流集散点刷卡客流预测——以常州市为例》2018.04.01
- 《表5 评价结果：基于深度学习的城市地面公交客流集散点刷卡客流预测——以常州市为例》2018.04.01
- 《表3 天气数据：基于深度学习的城市地面公交客流集散点刷卡客流预测——以常州市为例》2018.04.01
- 《附表“e巴士”与其他公交方式客流构成对比》2018.07.01