MétaCan
Menu
← Retour à la cohorte
Enregistrement W7017328242

Algorithme de conception de réseaux cyclables

2024· other· fr· W7017328242 sur OpenAlexaboutno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2024
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)LimitingContext (archaeology)ESPACE
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ: «RÉSUMÉ: Le vélo est un mode de transport actif, efficace, abordable et sobre en carbone qui gagne en popu-larité au Québec (Vélo Québec, 2021). Ce mode de transport est praticable sur les voies automo-biles régulières, mais on cherche généralement à fournir des voies en site propre pour assurer la sécurité des cyclistes et réduire les nteractions dangereuses avec les autres modes de transport. Ainsi, beaucoup de municipalités québécoises investissent dans leur réseau cyclable pour augmen-ter son attractivité et inciter à l’utilisation du vélo, comme le fait notamment la ville de Montréal avec son Réseau express vélo (Ville de Montréal, 2021). Dans ce projet de recherche, on vise à développer une méthode algorithmique de conception de réseaux cyclables pour assister les muni-cipalités à travers la croissance de leur réseau cyclable. Concrètement, on cherche à répondre à la question de recherche suivante : Considérant la demande observée et latente de déplacements à vélo ainsi qu’un budget limité, comment déterminer le réseau cyclable optimal pour une ville? Une revue de littérature présente d’abord les connaissances pertinentes par rapport à la conception de réseaux de transport (tous modes), la conception de réseaux cyclables (méthodes, objectifs, con-cept d’optimalité), les facteurs influençant le choix du vélo comme mode et les trajets à vélo, ainsi que la demande de déplacement (observée et latente). La revue de littérature souligne l'importance croissante de cette problématique depuis le début des années 2010, avec deux principales approches méthodologiques identifiées : la modélisation comme un problème de flux de réseau et la modéli-sation comme un problème d'optimisation combinatoire. Ce projet de recherche adopte la seconde approche, mettant en oeuvre un algorithme génétique pour concevoir un réseau cyclable. La méthode fait usage de deux principales sources de données : le réseau d’OpenStreetMap et une enquête origine-destination pour estimer la demande cyclable observée et latente. En respectant le budget alloué, on cherche alors à concevoir le réseau cyclable qui minimise la fonction de coût d’un réseau. Cette fonction représente le coût des déplacements sur le réseau en distinguant entre un déplacement réalisable et un déplacement non réalisable. Un déplacement est dit réalisable s’il existe un chemin ininterrompu sur le réseau cyclable entre l’origine et la destination de ce dépla-cement. Dans la fonction de coût, les déplacements réalisables sont tarifés selon la durée de dépla-cement et la valeur du temps ( ABSTRACT: «ABSTRACT: Cycling is an active, cost-effective, and environmentally friendly mode of transportation that is gaining popularity in Quebec (Vélo Québec, 2021). While bicycles can navigate regular roadways, there is a push to provide dedicated lanes to ensure cyclist safety and reduce potential hazards with other modes of transportation. Many Quebec municipalities, such as Montreal with its Réseau ex-press vélo (Ville de Montréal, 2021), are investing in their cycling infrastructure to promote bike usage. This research project aims to develop an algorithmic method for designing cycling networks to assist municipalities in expanding their cycling infrastructure. Specifically, the research seeks to address the following question: Given the observed and latent demand for cycling and a limited investment budget, how can we determine the optimal cycling network for a city? A literature review presents relevant knowledge regarding the design of transportation networks (all modes), the design of cycling networks (methods, objectives, optimality concept), factors in-fluencing the choice of cycling as a mode and the choice of cycling routes, and finally travel de-mand estimation methods (observed and latent demand). The literature review underscores the in-creasing importance of the cycling network design problem since the early 2010s, identifying two main methodological approaches: modeling as a network flow problem and modeling as a combi-natorial optimization problem. This research project adopts the latter approach, implementing a genetic algorithm to design a cycling network. The method utilizes two primary data sources: OpenStreetMap for the road network and an origin-destination survey to estimate observed and latent cycling demand. While adhering to the given investment budget, the goal is to design a cycling network minimizing the cost function, which distinguishes between feasible and infeasible trips. A trip is said to be feasible if there exists an uninterrupted path on the cycling network which connects the trip’s origin to its destination. A trip is said to be unfeasible if non such path exists. In the cost function, feasible routes are priced based on travel time and value of time (

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)0,004
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 enseignants0,024
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,011
Tête enseignante GPT0,251
Écart entre enseignants0,240 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Travaux en français237 207→