MétaCan
Menu
Retour à la cohorte
Enregistrement W4404488682 · doi:10.1155/atr/6496007

<i>B</i><sup>∗</sup> Algorithm: Multiobjective Path Planning for Flexible Buses Traffic System

2024· article· en· W4404488682 sur OpenAlexvenueno aff
Ke Zhang, Rong-Guei Tsai, Chengtao Xu, Yicong Yu, Zhiming Huang, Xiaolan Chen, Lin Lin, Delin Luo, Shanna He

Notice bibliographique

RevueJournal of Advanced Transportation · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Education, Fujian ProvincePutian Science and Technology BureauNatural Science Foundation of Fujian Province
Mots-clésPath (computing)AlgorithmComputer scienceMotion planningTransport engineeringMathematical optimizationEngineeringMathematicsArtificial intelligenceComputer network

Résumé

récupéré en direct d'OpenAlex

Advances in vehicle intelligence have ushered in the rapid development of intelligent connected vehicles and the emergence of the Internet of Vehicles (IoV), greatly improving the passenger travel experience. However, as a new mode of transport, flexible public transportation presents challenges for operators in terms of reducing costs and improving passenger experiences through complex route planning. The present study introduces B ∗ as a heuristic multiobjective route planning algorithm that addresses these challenges. Using the trajectory extraction procedure (TEP) and route assignment procedure (RAP), B ∗ filters out inaccessible routes and plans efficient routes on the fly to save money and enhance the passenger experience. Experimental results show that B ∗ outperforms traditional methods in terms of shorter driving distances and reduced passenger waiting times, highlighting its potential to optimize bus utilization and improve travel experiences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,277
Écart entre enseignants0,261 · 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 tête enseignante, 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
GenreMéthodes

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetRobotic Path Planning AlgorithmsTravaux en français237 207