Modeling and Quantifying Interaction of Information and Capacity in Public Transport Disruptions
Notice bibliographique
Résumé
Disruption in public transport networks has adverse implications for both passengers and service managers. To evaluate the effects of disruptions on passengers’ behaviour, various methods, simulation modules, and mathematical models are widely used. However, such methods included many assumptions for the sake of simplicity. We here use multiagent microsimulation modules to simulate complex real-life scenarios. Aspects that were never explicitly modelled together are the capacity of the network and the effect of disruption to on-board passengers, who might need to alight the disrupted services. In addition, our simulation and developed module provide a framework that can be applied for both transport planning and real-time management of disruption for the large-scale network. We formalize the agent-based assignment problem in capacitated transit networks for disrupted situations, where some information is available about the disruption. We extend a microsimulation environment to quantify precisely the impact and the number of agents directly and indirectly affected by the disruption, respectively, those passengers who cannot perform their trip because of disrupted services (directly affected passengers), and those passengers whose services are not disrupted but experience additional crowding effects (indirectly affected passengers). The outcomes are discussed both from passengers’ perspective and for extracting more general planning and policy recommendations. The modeling and solution approaches are applied to the multimodal public transport system of Zürich, Switzerland. Our results show that different information dissemination strategies have a large impact on direct and indirect effects. By earlier information dissemination, the direct effects get milder but larger in space, and indirect negative effects arise. The scenarios with the least information instead are very strongly affecting few passengers, while the less negative indirect effect for the rest of the 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 | 0,003 |
| 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 ».