MétaCan
Menu
Retour à la cohorte
Enregistrement W4296211873 · doi:10.1109/tits.2022.3202111

Autonomous Bus Operation Alternatives in Urban Areas Using Fuzzy Dombi-Bonferroni Operator Based Decision Making Model

2022· article· en· W4296211873 sur OpenAlexaff
Muhammet Deveci, Dragan Pamučar, Ilgın Gökaşar, Witold Pedrycz, Xin Wen

Notice bibliographique

RevueIEEE Transactions on Intelligent Transportation Systems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésFuzzy logicOperator (biology)Autonomous system (mathematics)Computer scienceTransport engineeringBonferroni correctionOperations researchEngineeringArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Advances in V2V, V2I, and autonomous vehicle technologies have made autonomous buses possible in cities. Soon, autonomous bus operations will be common in urban areas, which will improve sustainability, safety, and the city’s technology. These buses have different operation types. Each operation has advantages and disadvantages. Therefore, the goal of this study is to serve as a guide for decision-makers during the transition to autonomous buses. Four alternatives are evaluated based on eleven criteria organized under four main aspects, namely autonomous buses for special uses, autonomous buses for last-mile uses, autonomous cars in mixed traffic, and autonomous buses in closed systems. We propose an Ordinal Priority Approach (OPA) method for determining the criteria weights and application of fuzzy Dombi Bonferroni (DOBI) methodology for the evaluation of alternatives. When compared to the other three alternatives in this study, the results show that deploying autonomous buses in mixed traffic is the most advantageous option.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,605
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,276
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Intelligent Transportation SystemsMême sujetTransportation and Mobility InnovationsTravaux en français237 207