MétaCan
Menu
Retour à la cohorte
Enregistrement W4410174714 · doi:10.1177/09544070251327258

Pareto optimality control of traffic signal and vehicle speed considering mixed traffic stream at isolated intersection

2025· article· en· W4410174714 sur OpenAlexaff
Duanfeng Chu, Zejian Deng, Jia Yang, Ao Chi, Liping Lü

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésIntersection (aeronautics)Pareto principleTraffic optimizationComputer scienceTraffic signalTraffic congestion reconstruction with Kerner's three-phase theoryTransport engineeringFloating car dataReal-time computingMathematical optimizationMathematicsEngineeringTraffic congestion

Résumé

récupéré en direct d'OpenAlex

Most existing research on the cooperative control of traffic signals and vehicle speed encounters challenges in achieving a balance between traffic efficiency and vehicle fuel consumption at intersections. The pareto optimality control of traffic signal and vehicle speed is proposed to solve this balance problem considering mixed traffic stream at isolated intersection. This control method encompasses three main components: a multi-criteria signal control method, a vehicle speed trajectories multi-objective optimization model based on Pareto optimality, and a macro control strategy. Multi-criteria signal control method is designed based on multiple criteria to divide vehicles into groups optimally. The proposed vehicle speed trajectories multi-objective optimization model is solved by NSGA-II (Non-dominated Sorting Genetic Algorithm II) method to obtain pareto optimality. In order to illustrate the efficiency, this control method is tested in SUMO software compared with ASC (Adaptive Signal Control) method and bilevel optimization method. Average delay and average fuel consumption of this control method are reduced by 44.49% and 25.31% compared with ASC method. On the other hand, this control method also shows obvious balance effect compared with bilevel optimization method under different penetration level and demand level. Furthermore, average delay and average fuel consumption of this control method are reduced simultaneously under 250 veh · l –1 · h –1 level and 40% penetration level, 100% penetration level and 250 veh · l –1 · h -1 level. Experimental results illustrate the effectiveness of the proposed Pareto optimality-based control of traffic signals and vehicle speed.

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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,188
Écart entre enseignants0,183 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile EngineeringMême sujetTraffic control and managementTravaux en français237 207