Route Design Model of Multiple Feeder Bus Service Based on Existing Bus Lines
Notice bibliographique
Résumé
The feeder bus, as an important component of urban public transportation systems, is capable of filling the existing service gap left by urban rail transit to satisfy feeder demand. Two challenges to taking advantage of the feeder bus are identified. The first challenge is to identify the service gap, and the second one is to strengthen the coordination of multilevel urban traffic modes. Given these two challenges, this paper established a route design model that introduced a feeder bus demand coefficient to quantify feeder demand for each bus stop. To assist the design of feeder bus routes, an optimization approach based on the tabu search algorithm was proposed. Considering the sizeable combinational optimization problem, the algorithm decomposed this problem into three phases: feeder area partition, candidate stop selection, and route design problem. In the first phase, the entire area was partitioned into several subareas and the specific boundary nodes were moved into an adjacent subarea. Then, the stops with the minimum overall travel cost from every subarea were chosen as candidate ones under the limit of operating costs. The last step was to find the shortest circular route to visit each candidate stop and determine the operating direction. The proposed optimization had been implemented in a downtown area of Suzhou, China, in order to verify its effectiveness through the performance in terms of the quality of optimal solutions and computing efficiency. In addition, a possibility of simplifying a multiple circular route design problem to a single route design problem utilizing spatial clustering is provided to enhance the computing efficiency in a large-scale network.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».