MétaCan
Menu
Retour à la cohorte
Enregistrement W2728395416 · doi:10.1177/1687814017706433

Vehicle routing and scheduling of demand-responsive connector with on-demand stations

2017· article· en· W2728395416 sur OpenAlexaff
Jinxing Shen, Shuqian Yang, Xuming Gao, Feng Qiu

Notice bibliographique

RevueAdvances in Mechanical Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensUniversity of Victoria
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésRouting (electronic design automation)Scheduling (production processes)Computer scienceTransit (satellite)On demandPublic transportDemand managementTransport engineeringOperations researchComputer networkEngineeringOperations managementEconomics

Résumé

récupéré en direct d'OpenAlex

As an important supplement of conventional fixed-route public transit, flexible transit services draw more attention in low-demand areas recently. Demand-responsive connector is one of those flexible transit services and has already been operated as feeder transit in some cities. This article concentrates on the vehicle routing operation of the demand-responsive connector system with on-demand stations. A two-stage routing model is proposed to minimize the system cost, considering both the service provider and riders, and two solution algorithms are proposed and compared for the routing model. A simulation experiment based on a real-life case study in Nanjing city is conducted to demonstrate the applicability of the proposed vehicle routing model. The results demonstrate that our vehicle routing modeling and optimized algorithm can confidently handle the daily operation of demand-responsive connector services with on-demand stations.

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.

Comment cette classification a été obtenuedéplier

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,241 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Mechanical EngineeringMême sujetTransportation and Mobility InnovationsTravaux en français237 207