論文の概要: Optimizing Metro Station Locations and Line Layouts in Selangor using Genetic Algorithm Approach: Technical Report
- arxiv url: http://arxiv.org/abs/2411.03797v1
- Date: Wed, 06 Nov 2024 09:48:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-07 19:24:08.988656
- Title: Optimizing Metro Station Locations and Line Layouts in Selangor using Genetic Algorithm Approach: Technical Report
- Title（参考訳）: 遺伝的アルゴリズムを用いたセランガにおける地下鉄駅位置と線路レイアウトの最適化:技術報告
- Authors: Hasna Lammaihri, Marwa Erramla, Norjihan Abdul Ghani,
- Abstract要約: 2024年までにセランゴールの人口は730万人に達すると予測されているため、既存の交通インフラは増加傾向にある。
この課題に対処するため、地下鉄網を最適化し、人口拡大を効果的にカバーし、旅行時間を最小化する。
我々は,これらの目的を達成するために,メトロステーションの戦略的配置とメトロラインの効率的な配置の両方に着目した遺伝的アルゴリズムを用いた。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: This report presents an approach for optimizing metro station locations and line layouts in the area of Selangor, located in Malaysia. The project utilized the genetic algorithm in identifying the locations and lines layout. With population in Selangor projected to reach 7.3 million by 2024, the existing transport infrastructure is under increasing strain. This project addresses this challenge by optimizing the metro network to effectively cover the expanding population and minimize travel times. We employed a genetic algorithm to achieve these objectives, focusing on both the strategic placement of metro stations and the efficient layout of metro lines.
- Abstract（参考訳）: 本稿では,マレーシアのセランゴール地区における地下鉄駅位置と路線配置を最適化する手法を提案する。
このプロジェクトは、遺伝子アルゴリズムを利用して、位置と線配置を特定した。
2024年までにセランゴールの人口は730万人に達すると予測されているため、既存の交通インフラは増加傾向にある。
この課題に対処するため、地下鉄網を最適化し、人口拡大を効果的にカバーし、旅行時間を最小化する。
我々は,これらの目的を達成するために,メトロステーションの戦略的配置とメトロラインの効率的な配置の両方に着目した遺伝的アルゴリズムを用いた。
関連論文リスト
- 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) - Advanced Artificial Intelligence Strategy for Optimizing Urban Rail Network Design using Nature-Inspired Algorithms [0.0]
本研究では,インド・タミル・ナドゥ州チェンナイの都市環境におけるメトロネットワークルート計画の革新的方法論を紹介する。
改良型Ant Colony Optimization (ACO)法の比較分析により, 改良型Ant Colony Optimization (ACO)法と, 改良型Ant Colony Optimization (ACO)法との比較を行った。
論文 参考訳（メタデータ） (2024-07-04T17:57:39Z) - MetroGNN: Metro Network Expansion with Reinforcement Learning [29.418145526587313]
都市の異種マルチグラフにおけるマルコフ決定プロセスに対処するための強化学習フレームワークを提案する。
このアプローチでは,グラフニューラルネットワークが取得した情報に基づいて,インテリジェントにノードを選択する,注意型ポリシネットワークを採用している。
論文 参考訳（メタデータ） (2024-03-14T09:09:15Z) - Logistics Hub Location Optimization: A K-Means and P-Median Model Hybrid Approach Using Road Network Distances [11.040818137415705]
ロジスティックハブは、最終マイルの配送距離において重要な役割を果たす。
電子商取引業界は、都市環境における資源配分の最適化の必要性を強めている。
本研究では,ロジスティックハブの配置を最適化するためにハイブリッドアプローチを用いる。
論文 参考訳（メタデータ） (2023-08-18T10:28:07Z) - Human-instructed Deep Hierarchical Generative Learning for Automated
Urban Planning [57.91323079939641]
我々は,最適な都市計画を生成するために,人間に指示された新しい深層階層生成モデルを構築した。
最初の段階は、機能ゾーンを発見するために、目標領域の格子に遅延関数をラベル付けすることである。
第2の段階は、都市機能投影を形成するための計画要件を理解することである。
第3の段階は、マルチアテンションを活用して、機能プロジェクションのゾーン・ゾーン・ピア依存関係をモデル化し、グリッドレベルの土地利用構成を生成することである。
論文 参考訳（メタデータ） (2022-12-01T23:06:41Z) - Differentiable Spatial Planning using Transformers [87.90709874369192]
本研究では、長距離空間依存を計画して行動を生成する障害マップを与えられた空間計画変換器(SPT)を提案する。
エージェントが地上の真理マップを知らない環境では、エンド・ツー・エンドのフレームワークで事前訓練されたSPTを利用する。
SPTは、操作タスクとナビゲーションタスクの両方のすべてのセットアップにおいて、最先端の差別化可能なプランナーよりも優れています。
論文 参考訳（メタデータ） (2021-12-02T06:48:16Z) - Predicting the Location of Bicycle-sharing Stations using OpenStreetMap
Data [0.0]
本論文は,空間埋め込み手法を用いて,そのような計画のプロセスを効率化し,促進する新しい手法を提案する。
OpenStreetMapの公開データとヨーロッパの34都市からの駅レイアウトに基づいて、都市をマイクロリージョンに分割する手法が開発されている。
この作業の結果は、駅レイアウトを基準都市の選択で計画する際の意思決定において、プランナーを支援するメカニズムである。
論文 参考訳（メタデータ） (2021-11-02T16:44:00Z) - Learning Space Partitions for Path Planning [54.475949279050596]
PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。
これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
論文 参考訳（メタデータ） (2021-06-19T18:06:11Z) - Domain Adaptive Person Re-Identification via Coupling Optimization [58.567492812339566]
ドメイン適応型人物再識別(ReID)は、ドメインのギャップとターゲットシナリオに対するアノテーションの不足のために困難である。
本稿では,ドメイン不変写像 (DIM) 法とグローバル局所距離最適化 (GLO) を含む結合最適化手法を提案する。
GLOはターゲットドメインの教師なし設定でReIDモデルをトレーニングするために設計されている。
論文 参考訳（メタデータ） (2020-11-06T14:01:03Z) - Real-time Localization Using Radio Maps [59.17191114000146]
パスロスに基づく簡易かつ効果的なローカライゼーション法を提案する。
提案手法では, 受信した信号強度を, 既知の位置を持つ基地局の集合から報告する。
論文 参考訳（メタデータ） (2020-06-09T16:51:17Z)
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。