Decision support tools for effective bus fleet electrification: Replacement factors and fleet size prediction
Notice bibliographique
Résumé
The electrification of public transit systems represents a crucial strategy for advancing sustainable urban mobility. Thus, the development of efficient charging infrastructure and the optimization of fleet size emerge as major challenges for transit agencies. Switching from diesel buses to electric buses (Ebuses) will require increasing the fleet size to accommodate the limited range of Ebuses and the significant idle time required for charging. This study develops prediction models to estimate the required Ebus fleet size to maintain same transit route services for the case of overnight depot charging, using data from Ebuses operating in the City of Toronto. The analysis reveals that Ebuses equipped with diesel auxiliary heaters are less sensitive to temperature fluctuations compared to battery-heated buses. Thus, the required replacement factor, indicating the additional fleet needed to switch from diesel to Ebuses, varies depending on the heating system. Specifically, diesel-heated buses require a lower replacement factor (1.3) compared to battery-heated buses (1.4), with winter conditions exacerbating this disparity. Furthermore, the study employs vehicular, operational, route, and external variables to develop the prediction models. Additionally, SHAP analysis is utilized to interpret the machine learning models and evaluate the influence of the inputs on the required fleet size. The results show that the total distance traveled, and the average temperature are the primary factors affecting the fleet size for Ebuses using their batteries for heating, whereas the total distance traveled, and the average bus speed are the primary factors affecting the fleet size for Ebuses with diesel auxiliary heaters.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».