Path-Based Approach for Expanding Rail Transit Network in a Metropolitan Area
Notice bibliographique
Résumé
Rail transit network design is an important strategic problem in determining the layout of infrastructure and improving operating performance. A core transit network with multiclass rail transit systems has been constructed in many metropolitan areas worldwide. In this study, we aimed to expand an existing network to shorten travel time and improve service quality under the restriction of limited transport supply. We formulate the studied problem as a mixed-integer linear model to obtain optimal construction links, the number of trains required on each link, and the path selected by each traveler such that the weighted sum of total costs from the perspective of travelers, operators, and investors is minimized. The formulated model is path-based, where feasible paths for each traveler are generated to describe the full door-to-door journey, including the first/last mile, transfers, and multiclass transit modes. Owing to the complexity of the network design problem and because it is impractical to enumerate all feasible paths for each traveler in real-size problems, we propose a column generation-based algorithm to find both tight lower bounds and good-quality solutions efficiently by considering only a subset of feasible paths. We prove that the pricing subproblem in column generation can be decomposed into multiple shortest path problems, which can be solved efficiently and separately, based on O/D pairs instead of individual travelers. A rail transit network along a metropolitan corridor was studied as an example. Multiple computational experiments were conducted, and the results illustrate the validity and practicality of the proposed methodology for solving the problem.
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 | 0,001 | 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 | 0,000 |
| 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 ».