MétaCan
Menu
Retour à la cohorte
Enregistrement W2008971185 · doi:10.3141/2090-02

A New Look at Projected Gradient Method for Equilibrium Assignment

2009· article· en· W2008971185 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensInro Consultants (Canada)Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMathematical optimizationComputer scienceAlgorithmPath (computing)DecompositionApplied mathematicsMathematics

Résumé

récupéré en direct d'OpenAlex

A new adaptation of Rosen's projected gradient algorithm for solving fixed-demand equilibrium traffic assignments is developed. It is based on a Gauss-Seidel decomposition scheme in which origin-destination pairs are considered sequentially. The method operates in the space of path flows and shares this approach with earlier work on adapting the gradient projection method, the restricted simplicial decomposition, and the projected gradient adapted for solving equilibrium traffic assignments with explicit capacity constraints. The details of the algorithm are nevertheless quite different and are intended to solve large-scale problem instances. The development of the method is provided, and then computational experiments are performed with an implementation done with the Emme software package. Performance comparisons are carried out against the linear approximation method and the origin base algorithm code of Bar-Gera. The algorithm compares well with these methods and achieves relative gaps of the order of 10 -6 or 10 -7 in reasonable computing times. It also has the advantage of reaching more modest relative gaps of the order of 10 -4 in much shorter computing times than the linear approximation method.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,114
Tête enseignante GPT0,443
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle