Estimation Markov Decision Process of Multimodal Trip Chain between Integrated Transportation Hubs in Urban Agglomeration Based on Generalized Cost
Notice bibliographique
Résumé
An efficient multimodal transportation network is crucial to the development of urban agglomeration. Rapid transfer of travelers between integrated transportation hubs is essential for long-distance multimodal trip chains. The Markov Decision Process framework was estimated to explore the optimal transfer trip chain of different income groups, given that the states are considered nodes between hubs, the reward functions are calculated by using the generalized travel cost between states after travelers make action decision, and the actions between states contain bus, subway, taxi, and walk. The optimal trip chain can be obtained through a value iteration algorithm. In the case study, multimodal transfer trip chains of different types between Beijing Capital International Airport and Beijingxi Station in Beijing-Tianjin-Hebei urban agglomeration were constructed by MDP to compare the optimal trip chains of various groups. The findings of this study are as follows: (1) long-distance travelers always prefer to choose the unimodal fewer transfers trip chain between hubs; (2) long-distance travelers are more likely to choose the trip chain with more transfers more than long waiting time; (3) individual income difference affects the generalized cost of trip chains and also influences the optimal choice of trip chain through the MDP framework. One potential application of this study is to complement the research on the transfer behavior of multimodal trip chains in long-distance travel, which can be used to help management alleviate the excessive pressure of passenger flow between integrated hubs due to the sudden colossal travel flow during severe weather days or holidays.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».