Collaborative Optimization Model for the Design and Operation of Feeder Bus Routes Based on Urban Metro
Notice bibliographique
Résumé
The collaborative development of conventional buses and urban metro has become an important research topic for the priority development of urban public transport. The topic of collaborative optimization of feeder bus route design and operation is studied in this study. The objective function is to minimize the total travel time of passengers and the operation cost of feeder buses. The improved particle swarm optimization (PSO) algorithm is used to solve the collaborative optimization model, and the effectiveness of the model and algorithm is verified through the case study. The research shows that it is feasible in model construction and algorithm to carry out collaborative optimization of feeder bus route design and operation. Compared with the multiple-to-one (M to 1) mode, the multiple-to-multiple (M to M) mode can better satisfy the needs of passengers from different places of departure and destinations to achieve a more reasonable and realistic goal. The case study is based on two metro stations and 16 feeder bus stops on Fuzhou Metro line 2 to obtain two bus routes and a corresponding operation scheme. Under the same topology road network, the operation time of the improved PSO algorithm is much shorter than the DFS algorithm, the total cost error of the feeder bus is 0.04%, and the departure frequency error is 4.6%, which is within the reasonable error range. Therefore, the collaborative optimization model proposed in this study is feasible and effective in optimizing the feeder bus routes and operation.
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 ».