MétaCan
Menu
Retour à la cohorte
Enregistrement W4387128507 · doi:10.1155/2023/5230483

Joint Optimal Train Rescheduling and Passenger Flow Control for Speed Limit and High-Demand Scenarios of Urban Rail Transits

2023· article· en· W4387128507 sur OpenAlexvenueno aff
Jianjun Yuan, Xiaoqun Zhao, Pengzi Chu

Notice bibliographique

RevueJournal of Advanced Transportation · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Systems and Energy Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrainSolverLimit (mathematics)Computer scienceSpeed limitMathematical optimizationOperations researchEngineeringSimulationTransport engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In the operation of urban rail transits, train delays occur frequently, and emergency management is one of the key factors to ensure the service quality. For speed limit scenarios with high demand, this paper takes the train running in the restricted manual (RM) mode in the speed limit zone as an example and discusses a coping method by jointing train rescheduling and passenger flow control. With the goal of maximizing the number of passengers served and minimizing total train delay, a nonlinear optimization model is constructed by taking the train operation-related requirements and passenger flow control-related indicators as constraints, and the model is reformulated to a mixed-integer programming (MIP) model with quadratic constraints, which can be solved by the Gurobi solver. In order to obtain effective solutions faster, a two-stage approach is discussed, which first obtains a rescheduling timetable and then dynamically adjusts the requirement of boarding equalization to obtain the passenger flow control scheme. The validity of the model and the solution approach are discussed with the help of numerical experiments. The results suggest that the model and solution approach are feasible. When the number of trains is fixed, the reasonable implementation of passenger flow control will help to increase the number of passengers served, and the pursuit of a higher equalization of boarding is not conducive to the number of passengers served and the full utilization of transport capacity. The two-stage approach has certain advantages over the direct computing method. The methods in this paper have a guiding value for emergency decision-making in similar delay scenarios.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetRailway Systems and Energy EfficiencyTravaux en français237 207