論文の概要: Revealing the real-world CO2 emission reduction of ridesplitting and its determinants based on machine learning

• arxiv url: http://arxiv.org/abs/2204.00777v1
• Date: Sat, 2 Apr 2022 06:25:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-07 08:47:03.737050
• Title: Revealing the real-world CO2 emission reduction of ridesplitting and its determinants based on machine learning
• Title（参考訳）: 機械学習に基づくライドプリッティングとその決定要因の現実的CO2排出削減に関する研究
• Authors: Wenxiang Li, Yuanyuan Li, Ziyuan Pu, Long Cheng, Lei Wang, Linchuan Yang
• Abstract要約: 本研究では,共有乗用車(ライドスプリット)のCO2排出量と代用単乗用車(レギュラーライドソーシング)を算出し,各乗用車走行のCO2排出量削減を推定する。 その結果、すべてのライドプリットトリップが、現実世界のライドソーシングから排出される排出を減少させるわけではないことがわかった。
• 参考スコア（独自算出の注目度）: 12.864925081071684
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Ridesplitting, which is a form of pooled ridesourcing service, has great potential to alleviate the negative impacts of ridesourcing on the environment. However, most existing studies only explored its theoretical environmental benefits based on optimization models and simulations. To put into practice, this study aims to reveal the real-world emission reduction of ridesplitting and its determinants based on the observed data of ridesourcing in Chengdu, China. Integrating the trip data with the COPERT model, this study calculates the CO2 emissions of shared rides (ridesplitting) and their substituted single rides (regular ridesourcing) to estimate the CO2 emission reduction of each ridesplitting trip. The results show that not all ridesplitting trips reduce emissions from ridesourcing in the real world. The CO2 emission reduction rate of ridesplitting varies from trip to trip, averaging at 43.15g/km. Then, the interpretable machine learning models, gradient boosting machines, are applied to explore the relationship between the CO2 emission reduction rate of ridesplitting and its determinants. Based on the SHapley Additive exPlanations method, the overlap rate and detour rate of shared rides are identified to be the most important factors that determine the CO2 emission reduction rate of ridesplitting. Increasing the overlap rate, the number of shared rides, average speed, and ride distance ratio and decreasing the detour rate, actual trip distance, ride distance gap can increase the CO2 emission reduction rate of ridesplitting. In addition, nonlinear effects and interactions of several key factors are examined through the partial dependence plots. This study provides a scientific method for the government and ridesourcing companies to better assess and optimize the environmental benefits of ridesplitting.
• Abstract（参考訳）: Ridesplittingは、プールドライドソーシングサービスの一種で、ライドソーシングが環境に与える影響を緩和する大きな可能性を秘めている。 しかし、既存のほとんどの研究は、最適化モデルとシミュレーションに基づく理論的な環境効果を探求しただけである。 本研究は,中国成都で観測された配車ソーシングデータに基づき,配車者の実世界の排出削減とその要因を明らかにすることを目的としている。 本研究は,COPERTモデルと組み合わせて,共有乗車(ライドスプリット)のCO2排出量と代替乗車(レギュラーライドソーシング)を算出し,各ライドスプリットトリップのCO2排出量削減を推定する。 結果は、すべてのライドシェアリング旅行が現実世界でのライドソーシングからの排出を減らすわけではないことを示している。 ライドプリッティングのCO2排出削減率は、旅行から旅行まで様々であり、平均43.15g/kmである。 次に, 解釈可能な機械学習モデル, 勾配向上機を適用し, 配電系統のCO2排出削減率と決定要因との関係について検討した。 SHapley Additive exPlanations法では, シェアライドの重複率とデトゥール率を, ライドプリッティングのCO2排出削減率を決定する最も重要な要因として同定した。 オーバーラップ率、共有乗車数、平均速度、ライド距離比を増加させ、転輪率、実際の走行距離、ライド距離ギャップを減少させることで、ライディングのco2排出削減率を増加させることができる。 さらに,いくつかの重要な因子の非線形効果と相互作用を部分依存プロットを用いて検討した。 本研究は,ライドプリッティングの環境効果をよりよく評価し,最適化するための,政府および配車会社のための科学的手法を提供する。

関連論文リスト

• Constrained Optimal Fuel Consumption of HEV:Considering the Observational Perturbation [12.936592572736908]
  我々は,SOCと速度の観測摂動下でのSOCバランスを維持しつつ,燃料消費を最小化することを目的としている。 この研究はまず,5種類の摂動の下でCOFC問題を解決するために,まず7つのトレーニングアプローチを用いた。
  論文  参考訳（メタデータ） (2024-10-28T10:45:42Z)
• Airport take-off and landing optimization through genetic algorithms [55.2480439325792]
  本研究は, 航空機の運転における汚染問題に対処し, ゲート割り当てと滑走路スケジューリングを同時に最適化することに焦点を当てた。 本研究は,航空機の離陸・着陸時の燃料燃焼による汚染を最小化するための,革新的な遺伝的アルゴリズムに基づく手法を提案する。
  論文  参考訳（メタデータ） (2024-02-29T14:53:55Z)
• Coalitional Bargaining via Reinforcement Learning: An Application to Collaborative Vehicle Routing [49.00137468773683]
  コラボレーティブ・ビークル・ルーティング(Collaborative Vehicle Routing)とは、デリバリ情報を共有し、互いに代理してデリバリ要求を実行することで、デリバリ企業が協力する場所である。 これによりスケールの経済が達成され、コスト、温室効果ガスの排出、道路渋滞が減少する。 しかし、どの会社が誰とパートナーし、それぞれの会社がどれだけの報酬を支払うべきか? シャプリー値(英語版)やヌクレオルス(英語版)のような伝統的なゲーム理論解の概念は、協調車両ルーティング(英語版)の現実問題に対して計算することが困難である。
  論文  参考訳（メタデータ） (2023-10-26T15:04:23Z)
• Deep Reinforcement Learning-based Intelligent Traffic Signal Controls with Optimized CO2 emissions [6.851243292023835]
  交通ネットワークは、人間の健康や環境に悪影響を及ぼし、交通渋滞に寄与する準最適制御政策の課題に直面している。 文献における適応的な信号制御装置はいくつかあるが、それらの比較性能について限定的な研究がなされている。 EcoLightは,CO2排出量を削減するだけでなく,旅行時間などの指標で競合する結果が得られる強化学習アルゴリズムの報酬形成手法である。
  論文  参考訳（メタデータ） (2023-10-19T19:54:47Z)
• Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
  半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。 新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。 エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
  論文  参考訳（メタデータ） (2023-04-23T16:01:36Z)
• Machine Guided Discovery of Novel Carbon Capture Solvents [48.7576911714538]
  機械学習は、材料開発における時間とリソースの負担を軽減するための有望な方法を提供する。 そこで我々は, 市販の酸性ガススクラップ式炭素捕捉装置に適合する新規な水性アミンを, エンドツーエンドで発見する「発見サイクル」を開発した。 予測プロセスは、材料パラメータの両方の実験に対して60%の精度を示し、外部テストセット上では1つのパラメータに対して80%の精度を示す。
  論文  参考訳（メタデータ） (2023-03-24T18:32:38Z)
• Automated Quantification of Traffic Particulate Emissions via an Image Analysis Pipeline [0.0]
  交通画像を利用して車両数を求める統合機械学習パイプラインの提案と実装を行う。 シンガポールのロケーションで取得した交通画像のオープンソースデータセット上で,このパイプラインの有用性と精度を検証する。 路側粒子放出は、得られた車両数と0.93の相関係数とをよく相関させ、この方法が粒子放出の迅速かつ効果的な相関として有効であることを示す。
  論文  参考訳（メタデータ） (2022-11-24T07:48:29Z)
• Learning Eco-Driving Strategies at Signalized Intersections [1.7682859739940435]
  本研究では,効率的なエコドライブ制御戦略を学習するための強化学習手法を提案する。 我々は,学習戦略が燃料消費,CO2排出,旅行時間に与える影響について分析した。 その結果、25%のCAV侵入でも、全燃料および排出削減効果の少なくとも50%を得られることが示唆された。
  論文  参考訳（メタデータ） (2022-04-26T19:45:11Z)
• An Energy Consumption Model for Electrical Vehicle Networks via Extended Federated-learning [50.85048976506701]
  本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。 バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
  論文  参考訳（メタデータ） (2021-11-13T15:03:44Z)
• Efficiency, Fairness, and Stability in Non-Commercial Peer-to-Peer Ridesharing [84.47891614815325]
  本稿は、P2Pライドシェアリングにおける中核的な問題である、ライダーとドライバーのマッチングに焦点を当てる。 P2Pライドシェアリングにおける公平性と安定性の新たな概念を紹介する。 結果は、妥当な計算時間で、公平で安定した解が得られることを示唆している。
  論文  参考訳（メタデータ） (2021-10-04T02:14:49Z)
• Simulating the Effects of Eco-Friendly Transportation Selections for Air Pollution Reduction [1.9968351444772683]
  地図検索ログを用いて,エコフレンドリーな輸送モード選択の有効性をシミュレートし,大気汚染を低減する手法を提案する。 CO2排出量の総量は9.23%削減できるが、実際の平均走行時間は9.96%削減できる。
  論文  参考訳（メタデータ） (2021-09-10T12:30:32Z)

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。