Fixed-Route vs. Demand-Responsive Transport Feeder Services: An Exploratory Study Using an Agent-Based Model
Notice bibliographique
Résumé
Feeder transport services are fundamental as first and last-mile connectors of mass rapid transit (MRT). They are especially beneficial in low-demand areas where private transport is usually the main transport mode. Besides, the rapid spread of new technologies such as vehicle automation and the shared mobility paradigm gave rise to new mobility-on-demand modes that can dynamically match demand with service supply. In this context, the new generation of real-time demand-responsive transport services can act as on-demand feeders of MRT, but their performance needs to be compared with conventional fixed-route fixed-schedule feeders. This article aims at presenting an agent-based model able to simulate different feeder services and explore the conditions that make a demand-responsive feeder (DRF) service more or less attractive than a fixed-route fixed-schedule feeder (FRF). The parametric simulation environment creates realistic constraints and parameters that are usually not included in analytical models because of high computational complexity. First, we identified the critical demand density representing a switching point between the two services. Once the demand density is fixed, exploratory scenarios are tested by changing the demand spatial distribution and patterns, service area, and service configurations. Main results suggest that the DRF is to be preferred when the demand is spatially concentrated close to the MRT station (e.g., in a TOD-like land-use area) or when station spacing is quite high (e.g., a regional railway service), whereas the FRF performs better when the demand is mainly originated at the MRT station to any other destinations in the service area (e.g., during peak hours). Besides, automated vehicles could play a role in reducing the operator cost if the service is performed with many small vehicles rather than higher-capacity vehicles, even if this would not imply a major benefit gain for the users.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».