用于最优自行车网络增长的数据驱动策略

城市交通网络，从人行道和自行车道到街道和铁路线，为城市中的出行和社会经济生活提供了骨干。这些网络可以被理解为更大复用交通网络的层。由于大多数城市以汽车为中心，最发达的层通常是街道层，而其他层可能高度不连通。为使城市交通可持续，城市正日益投资以发展其自行车网络。然而，鉴于自行车网络层通常的碎片化性质，在有限预算下如何全面有效地扩展它尚不清楚。在此我们开发了数据驱动的算法网络增长策略，并将其应用于全球城市，表明小而集中的投资能够显著提升城市自行车网络的连通性和直达性。我们通过网络组件分析和多模态城市指纹来推动我们算法的开发，这些指纹根据不同网络层之间的连通性揭示了不同类别的城市。我们引入了两种贪心算法来添加自行车层中最关键的缺失连接：第一种算法连接两个最大的连通分量，第二种算法将最大分量与最近的连通分量相连。我们表明，这些算法优于随机方法以及忽略大小仅连接最近分量的基线最小投资策略。我们的计算方法通过利用城市尺度上可用的城市数据，勾勒出从以汽车为中心向可持续城市转型的新路径。它是迈向自行车基础设施发展定量整合的第一步，这对城市规划者和利益相关者可能具有价值。