Enhancing Electric Shuttle Bus Efficiency: A Case Study on Timetabling and Scheduling Optimization
Notice bibliographique
Résumé
As transit authorities increasingly adopt electric buses (EBs) to mitigate air quality concerns and greenhouse gas emissions, new challenges arise in bus scheduling and timetabling. Unlike traditional buses, EBs face operational obstacles due to their shorter range and extended charging times. Existing mathematical optimization models for operation planning of traditional buses must be revised to address these unique characteristics of EBs. This study introduces a new approach to integrate timetabling and bus scheduling to enhance the level of service and minimize operational costs, using a case study of a University shuttle bus service in Montreal, Canada. The level of service will be enhanced by reducing students waiting time and improving their in-vehicle comfort through seat availability. The scheduling aspect seeks to reduce the total operational costs, which include travel, electricity consumption, and usage costs of EBs. The proposed algorithm calculates the waiting time and seat availability for different headway values and addresses the scheduling problem using a mixed-integer linear programming (MILP) model with an arc-based approach, solved using the Cplex Optimization Studio software version 12.8. A normalized weighted sum technique is then applied to select the optimal headway, balancing waiting time, seat availability, and operational costs. The effectiveness of our approach was tested through a case study of Concordia University’s shuttle bus service. Comparative analysis of the current and proposed schedules shows that our approach significantly improves service quality by decreasing waiting times and increasing seat availability while optimizing cost-effectiveness compared to the existing timetable of the Concordia shuttle bus. The proposed approach ensures a smooth transition to a fully electric transit system for shuttle bus services.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».