Simulation-Based Schedule Optimization for Virtual Coupling-Enabled Rail Transit Services with Multiagent Technique
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Virtual coupling (VC) is a train-centric next generation signalling system, which can enable multiple trains to operate in a formation just like one train or decouple separately on-the-run or at station flexibly or as planned. With the aim of optimizing the interdeparture train headway time, providing the variable capacity for diverse passenger demand, maximizing the passenger riding comfort degree, and minimizing passenger travel cost and train operation cost, the dynamic schedule for VC-enabled rail transit services is investigated with the multiagent simulation technique on NetLogo platform. Our contribution is mainly fourfold. First, VC-enabled rail transit entity for simulation is represented with the multiagent technique, including representation of train unit, train convoy, passenger attributes and behavior, and mathematical formula for calculation of the train operation cost and passenger travel cost, as well as passengers riding comfort degree are proposed. Second, the operational principles for flexible and self-organisingVC-enabled trains are defined. Third, the VC-enabled train-centric, passenger demand-driven, and agent-based simulation flow and algorithms are developed innovatively, which adopt the ergodic strategy for simulation by traversing each O-D pair demand along each route section over the rail transit network. Finally, we test and discuss the proposed methodology on the designed computational experiment on the NetLogo platform, and the simulation results series validated the effectiveness of the proposed methodology. The provided research can effectively support the VC-enabled platoon operation-oriented train service schedule for future study.
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.
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 | 0,000 |
| 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 découle