Modelling Rail-Based Park and Ride with Environmental Constraints in a Multimodal Transport Network
Notice bibliographique
Résumé
Environmental sustainability is a significant aspect in the sustainable development of modern urban cities, especially in the road transport system. As traffic demands increase, public transport requires more promotion to accommodate the increasing travel demands while maintaining the environmental quality. Public transport, however, is less attractive in vast suburb areas mainly due to its longer travel distance and waiting time. Therefore, this paper proposes a rail-based Park-and-Ride (RPR) scheme to promote public transport in the multimodal transport network. To remedy the heterogeneous distribution of vehicle pollutants in the network, regulations in environmental sensitive districts are required and studied in this paper. To quantitatively evaluate and analyse this joint RPR and environmental regulation strategy in multimodal transport systems, this paper develops an environmental constrained combined modal split and traffic assignment (EC-CMSTA) model. The proposed formulation adopts the concept of fix-point to reformulate the nonlinear complementarity conditions associated with the combined modal split and user equilibrium conditions, which is subsequently incorporated into a VI formulated nonlinear complementarity conditions associated with environmental constraints. The proposed VI formulation can handle a general constraint structure, which enhances the modelling adaptability and flexibility. The strictly monotone and Lipschitz continuity properties of this model are rigorously proved, giving rise to efficient algorithms for the model. A customized projection based self-adaptive gradient projection (SAGP) algorithm is then developed. Numerical studies demonstrate that the EC-MSTA model could enhance the behavioural modelling of network users’ travel decisions and assist in quantitatively evaluating the effectiveness of RPR schemes and environmental regulations.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».