MétaCan
Menu
Retour à la cohorte
Enregistrement W4320712626 · doi:10.1155/2023/8275191

Train Service Plan Design under the Condition of Multimodal Rail Transit Systems Integration and Interconnection

2023· article· en· W4320712626 sur OpenAlexvenueno aff
Lin Li, Xuelei Meng, Cheng Xiao-qing, Yangyang Ma, Shichao Xu

Notice bibliographique

RevueJournal of Advanced Transportation · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesLanzhou Jiaotong UniversityState Key Laboratory of Rail Traffic Control and SafetyBeijing Jiaotong UniversityNatural Science Foundation of Gansu ProvinceNational Natural Science Foundation of China
Mots-clésInterconnectionUrban rail transitConstraint (computer-aided design)Service (business)Computer scienceTransport engineeringRail transitPlan (archaeology)TrainMode (computer interface)EngineeringComputer network

Résumé

récupéré en direct d'OpenAlex

Multimodal rail transit systems integration and interconnection can solve frequent transfer problems and better adapt to disequilibrium passenger flow and space. It is an inevitable choice in the development of various rail transit systems. Firstly, this paper proposes a novel train service plan design model in the scenario of multimodal rail transit systems integration and interconnection. Our model takes into account the costs of both passengers and enterprises, and passengers travel time is converted into cost using passengers’ nonworking time value coefficient. The model contains some conventional constraints such as passenger flow, station capacity, and line carrying capacity. It also considers whether the transportation capacity of different lines is matched, that is, the constraint of capacity matching degree. Secondly, an improved harmonic search algorithm (IHSA) is designed to solve the problem, and a numerical experiment is used to prove the performance of the proposed method. Our research result shows that the model and algorithm proposed in this paper is effective, which can help overcome the drawbacks of the existing independent operation mode of different rail transit systems. This study is also applicable to the scenario of other kinds of rail transit systems integration and interconnection.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,296
Écart entre enseignants0,265 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTransportation Planning and OptimizationTravaux en français237 207