論文の概要: No Transfers Required: Integrating Last Mile with Public Transit Using
Opti-Mile
- arxiv url: http://arxiv.org/abs/2306.15943v1
- Date: Wed, 28 Jun 2023 06:05:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-29 15:36:49.174826
- Title: No Transfers Required: Integrating Last Mile with Public Transit Using
Opti-Mile
- Title（参考訳）: 移動不要:Opti-Mileを用いたラストマイルと公共交通の統合
- Authors: Raashid Altaf, Pravesh Biyani
- Abstract要約: 我々は、ラストマイルサービスと公共交通機関を組み合わせた新しい旅行計画手法「オプティマイル」を提案し、転送は不要である。
従来の最短経路に比べて18%の値上げで、オプティマイル走行が10%距離移動の減少につながることが実証された。
- 参考スコア（独自算出の注目度）: 4.264192013842096
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Public transit is a popular mode of transit due to its affordability, despite
the inconveniences due to the necessity of transfers required to reach most
areas. For example, in the bus and metro network of New Delhi, only 30\% of
stops can be directly accessed from any starting point, thus requiring
transfers for most commutes. Additionally, last-mile services like rickshaws,
tuk-tuks or shuttles are commonly used as feeders to the nearest public transit
access points, which further adds to the complexity and inefficiency of a
journey. Ultimately, users often face a tradeoff between coverage and transfers
to reach their destination, regardless of the mode of transit or the use of
last-mile services. To address the problem of limited accessibility and
inefficiency due to transfers in public transit systems, we propose
``opti-mile," a novel trip planning approach that combines last-mile services
with public transit such that no transfers are required. Opti-mile allows users
to customise trip parameters such as maximum walking distance, and acceptable
fare range. We analyse the transit network of New Delhi, evaluating the
efficiency, feasibility and advantages of opti-mile for optimal multi-modal
trips between randomly selected source-destination pairs. We demonstrate that
opti-mile trips lead to a 10% reduction in distance travelled for 18% increase
in price compared to traditional shortest paths. We also show that opti-mile
trips provide better coverage of the city than public transit, without a
significant fare increase.
- Abstract（参考訳）: 公共交通機関は、ほとんどの地域に到達するのに必要な交通機関の必要性のため不便にもかかわらず、その手頃な価格のため人気のある交通手段である。
例えば、ニューデリーのバスと地下鉄のネットワークでは、どの出発点からでも30\%しか直接アクセスできないため、ほとんどの通勤者への乗り換えが必要となる。
さらに、リックショー、タクチューク、シャトルといったラストマイルのサービスは、最も近い公共交通機関のアクセスポイントへの給餌機として一般的に使われており、旅の複雑さと非効率性をさらに増す。
最終的に、ユーザーは移動モードやラストマイルサービスの有無に関わらず、目的地に到達するためのカバレッジと転送のトレードオフに直面します。
公共交通機関における移動に伴うアクセシビリティの制限と非効率の問題に対処するために,ラストマイルサービスと公共交通機関を組み合わせた新しい旅行計画手法である「opti-mile」を提案する。
Opti-mileでは、最大歩行距離や許容範囲などの旅行パラメータをカスタマイズできる。
我々はニューデリーの交通ネットワークを解析し、ランダムに選択されたソース-決定ペア間の最適なマルチモーダル旅行におけるオプティマイルの効率、実現可能性、利点を評価する。
従来の最短経路に比べて18%の値上げで、オプティマイル走行が10%距離移動を減少させることを示した。
また、オプティマイルの旅行は公共交通機関よりも、運賃の大幅な増加を伴わずに、市をカバーしていることを示す。
関連論文リスト
- Optimal Ground Station Selection for Low-Earth Orbiting Satellites [36.896695278624776]
本稿では,低地球軌道(LEO)ミッションにおける最適な地上局選択の問題に対する解決法を提案する。
ミッションオペレーターは、地上セグメントの性能とコストを正確に設計することができる。
論文 参考訳（メタデータ） (2024-10-04T22:48:50Z) - Mahalanobis Distance-based Multi-view Optimal Transport for Multi-view Crowd Localization [50.69184586442379]
マハラノビス距離に基づく新しい多視点移動損失を提案する。
実験では, 密度マップ, ユークリッド距離に基づく最適輸送損失に対して, 提案手法の利点を実証した。
論文 参考訳（メタデータ） (2024-09-03T09:10:51Z) - Fair collaborative vehicle routing: A deep multi-agent reinforcement
learning approach [49.00137468773683]
協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。
従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。
我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
論文 参考訳（メタデータ） (2023-10-26T15:42:29Z) - Sustainability Analysis Framework for On-Demand Public Transit Systems [5.172508424953869]
定期便をオンデマンド公共交通(ODT)に置き換える交通機関の関心が高まっている。
我々は,全体効率,環境フットプリント,社会的株式・包摂性の観点から,ODTシステムの持続可能性を評価する包括的枠組みを提供する。
提案されたフレームワークは、2017年からODTシステムが実装されているオンタリオ州イニスフィア町に適用することで説明されている。
論文 参考訳（メタデータ） (2023-03-10T16:09:51Z) - Equity Scores for Public Transit Lines from Open-Data and Accessibility
Measures [0.3058685580689604]
現在の交通は明らかな不平等に悩まされており、郊外の交通のレベルは都市部よりもはるかに低い。
持続可能性の目標を達成し、自動車依存を減らすためには、輸送は株式を中心に(再)設計されるべきである。
論文 参考訳（メタデータ） (2022-09-30T22:58:11Z) - Incentivizing Routing Choices for Safe and Efficient Transportation in
the Face of the COVID-19 Pandemic [14.943238230772264]
安全かつ効率的な交通ネットワークを実現するために,感染リスクと混雑のトレードオフを設定するために,金融インセンティブを利用することを提案する。
デザイナの手間をかけずに、様々な都市や時代に役立てるために、輸送オプションに関する人間の好みを学ぶためのデータ駆動のアプローチも提案しています。
論文 参考訳（メタデータ） (2020-12-28T13:52:06Z) - FlexPool: A Distributed Model-Free Deep Reinforcement Learning Algorithm
for Joint Passengers & Goods Transportation [36.989179280016586]
本稿では,乗用車と貨物輸送を組み合わせることで,車両による輸送を改善することを検討する。
我々はFlexPoolを提案する。FlexPoolは分散モデルなしの深層強化学習アルゴリズムで、乗客や商品のワークロードを共同で処理する。
また,FlexPoolはフリート利用率を30%向上し,燃料効率を35%向上することを示した。
論文 参考訳（メタデータ） (2020-07-27T17:25:58Z) - Polestar: An Intelligent, Efficient and National-Wide Public
Transportation Routing Engine [43.09401975244128]
Polestarは、インテリジェントで効率的な公共交通機関ルーティングのためのデータ駆動型エンジンである。
具体的には,交通費の異なる公共交通機関をモデル化するための新しい公共交通グラフ(PTG)を提案する。
次に、効率的な経路候補生成のための効率的な局結合法と組み合わせた一般経路探索アルゴリズムを提案する。
2つの実世界のデータセットの実験は、効率性と有効性の両方の観点からPoestarの利点を実証している。
論文 参考訳（メタデータ） (2020-07-11T05:14:52Z) - Equitable and Optimal Transport with Multiple Agents [48.17429789586127]
複数のコストがかかる場合に最適輸送問題を拡張します。
1つのディストリビューションを別のディストリビューションに転送する作業は、エージェント間で均等に共有することを目的としています。
別の視点では、目的がエージェント間で均等な商品を均質な選好に従って分配することである。
論文 参考訳（メタデータ） (2020-06-12T15:15:41Z) - Minimizing Energy Use of Mixed-Fleet Public Transit for Fixed-Route
Service [7.2775693810940565]
本稿では,最適な割り当てとスケジューリングのための整数プログラムを提案し,大規模ネットワークのためのメタヒューリスティックアルゴリズムを提案する。
チャタヌーガにとって、提案されたアルゴリズムはエネルギーコストが145,635ドル、年間576.7トンの二酸化炭素排出量を削減できる。
論文 参考訳（メタデータ） (2020-04-10T17:45:14Z)
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。