論文の概要: A simulation sandbox to compare fixed-route, semi-flexible-transit, and
on-demand microtransit system designs
- arxiv url: http://arxiv.org/abs/2109.14138v2
- Date: Wed, 19 Jan 2022 16:37:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-13 05:26:24.661215
- Title: A simulation sandbox to compare fixed-route, semi-flexible-transit, and
on-demand microtransit system designs
- Title（参考訳）: 固定経路, 半フレキシブルトランジット, オンデマンドマイクロトランジットシステム設計の比較のためのシミュレーションサンドボックス
- Authors: Gyugeun Yoon, Joseph Y. J. Chow, Srushti Rath
- Abstract要約: 各種公共交通機関の運用状況を評価するために, オープンソースのシミュレーションサンドボックスを開発した。
ケーススタディでは、ニューヨーク市ブルックリン区の既存のB63バスルートを評価するためのサンドボックスを実証している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: With advances in emerging technologies, options for operating public transit
services have broadened from conventional fixed-route service through
semi-flexible service to on-demand microtransit. Nevertheless, guidelines for
deciding between these services remain limited in the real implementation. An
open-source simulation sandbox is developed that can compare
state-of-the-practice methods for evaluating between the different types of
public transit operations. For the case of the semi-flexible service, the
Mobility Allowance Shuttle Transit (MAST) system is extended to include
passenger deviations. A case study demonstrates the sandbox to evaluate and
existing B63 bus route in Brooklyn, NY and compares its performance with the
four other system designs spanning across the three service types for three
different demand scenarios.
- Abstract（参考訳）: 新興技術の進歩により、公共交通機関の運行オプションは、従来の固定ルートサービスから半フレキシブルサービス、オンデマンドのマイクロトランジットへと拡大した。
それでも、これらのサービス間の決定に関するガイドラインは、実際の実装ではまだ限られている。
各種公共交通機関の運用状況を評価するために, 実例と実例を比較したオープンソースのシミュレーションサンドボックスを開発した。
半フレキシブル・サービスの場合、モビリティ・アローランス・シャトル・トランジット(MAST)システムは乗客の逸脱を含むように拡張される。
ケーススタディでは、ニューヨークのブルックリンで既存のB63バスルートを評価し、その性能を3つの異なる需要シナリオのために3つのサービスタイプにまたがる他の4つのシステム設計と比較する。
関連論文リスト
- MetaTrading: An Immersion-Aware Model Trading Framework for Vehicular Metaverse Services [94.61039892220037]
本稿では,車載メタバースにおける拡張現実(AR)サービスの学習モデルを支援するために,メタバースユーザ(MU)にインセンティブを与える新しい没入型モデルトレーディングフレームワークを提案する。
動的ネットワーク条件とプライバシの懸念を考慮して、マルチエージェントマルコフ決定プロセスとしてMSPの報酬決定を定式化する。
実験により,提案フレームワークは,実AR関連車両データセット上でのARサービスにおいて,オブジェクト検出と分類のための高価値モデルを効果的に提供できることが示されている。
論文 参考訳（メタデータ） (2024-10-25T16:20:46Z) - A Holistic Framework Towards Vision-based Traffic Signal Control with
Microscopic Simulation [53.39174966020085]
交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。
本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。
我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
論文 参考訳（メタデータ） (2024-03-11T16:42:29Z) - RL-MSA: a Reinforcement Learning-based Multi-line bus Scheduling
Approach [0.0]
既存のアプローチは、通常、オフラインでバススケジューリングスキームを生成し、そのスキームに従ってバスをスケジュールする。
本稿では,MLBSPをマルコフ決定過程(MDP)としてモデル化する。
RL-MSA(Reinforcement Learning-based Multi-line bus Scheduling Approach)は,オフラインとオンラインの両フェーズでバススケジューリングを行うための手法である。
論文 参考訳（メタデータ） (2024-03-11T07:07:05Z) - MARTA Reach: Piloting an On-Demand Multimodal Transit System in Atlanta [12.43321124872072]
本稿ではジョージア州アトランタで6ヶ月のパイロットMARTA Reachの結果について報告する。
本報告では,パイロットの設計と運用について述べるとともに,乗務員,サービス品質,代替交通手段について述べる。
論文 参考訳（メタデータ） (2023-08-04T22:08:56Z) - Efficient ConvBN Blocks for Transfer Learning and Beyond [62.53078191019456]
ConvBNブロックはTrain、Eval、Deployの3つのモードで操作できる。
本稿では,ConvBNブロックの安定性と効率のトレードオフに着目した。
EvalモードとDeployモードのギャップを埋める新しいTuneモードを提案する。
論文 参考訳（メタデータ） (2023-05-19T12:06:34Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - dFDA-VeD: A Dynamic Future Demand Aware Vehicle Dispatching System [21.17974307683502]
本稿では,動的な将来需要対応型配車システムを提案する。
移動需要と交通条件の両方を考慮して、移転センターを探索することができる。
提案システムでは,サービス提供率を大幅に向上し,運用コストが極めて少ないことが実証された。
論文 参考訳（メタデータ） (2021-06-10T13:40:17Z) - Estimating the Robustness of Public Transport Systems Using Machine
Learning [62.997667081978825]
公共交通機関の計画は、多くのステップを含む非常に複雑なプロセスである。
乗客の観点からの堅牢性の統合により、作業はさらに困難になる。
本稿では,機械学習の手法を用いたシナリオベースロバストネス近似の新しい手法を提案する。
論文 参考訳（メタデータ） (2021-06-10T05:52:56Z) - A Deep Value-network Based Approach for Multi-Driver Order Dispatching [55.36656442934531]
そこで本研究では,注文発送のための深層強化学習に基づくソリューションを提案する。
DiDiの配車プラットフォーム上で大規模なオンラインA/Bテストを実施している。
その結果,CVNetは近年提案されているディスパッチ手法よりも一貫して優れていた。
論文 参考訳（メタデータ） (2021-06-08T16:27:04Z) - Identifying synergies in private and public transportation [9.2148680438251]
自律走行車(AV)が安価で効率的な輸送サービスを提供している将来、こうした区別は曖昧になるだろう。
アジア2都市における各バスとタクシーの走行距離の同時利用は,交通サービス品質の向上につながる可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-21T07:53:40Z) - A Semi-Dynamic Bus Routing Infrastructure based on MBTA Bus Data [9.192967576803776]
本稿では,データ駆動型で,バス輸送における関連するパラメータに応答する半動的バスルーティングフレームワークを提案する。
このアプローチは、既存のシステムよりも賢く、よりダイナミックな、非常に有望なルーティングインフラストラクチャを生み出します。
論文 参考訳（メタデータ） (2020-03-29T13:07:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。