論文の概要: Unified Crew Planning and Replanning Optimization in Multi-Line Metro Systems Considering Workforce Heterogeneity
- arxiv url: http://arxiv.org/abs/2509.14251v1
- Date: Thu, 11 Sep 2025 01:43:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-19 17:26:52.874967
- Title: Unified Crew Planning and Replanning Optimization in Multi-Line Metro Systems Considering Workforce Heterogeneity
- Title（参考訳）: ワークフォースの不均一性を考慮したマルチラインメトロシステムにおける統一クルー計画と再計画最適化
- Authors: Qihang Chen,
- Abstract要約: 本研究は,マルチラインメトロシステムにおけるグローバル最適化とクロスラインコーディネートの役割を強調した。
上海と北京メトロの実際のデータを用いた実験は、提案手法がコスト削減とタスク完了の両方でベンチマークを上回っていることを示している。
- 参考スコア（独自算出の注目度）: 2.075816341445497
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Metro crew planning is a key component of smart city development as it directly impacts the operational efficiency and service reliability of public transportation. With the rapid expansion of metro networks, effective multi-line scheduling and emergency management have become essential for large-scale seamless operations. However, current research focuses primarily on individual metro lines,with insufficient attention on cross-line coordination and rapid replanning during disruptions. Here, a unified optimization framework is presented for multi-line metro crew planning and replanning with heterogeneous workforce. Specifically, a hierarchical time-space network model is proposed to represent the unified crew action space, and computationally efficient constraints and formulations are derived for the crew's heterogeneous qualifications and preferences. Solution algorithms based on column generation and shortest path adjustment are further developed, utilizing the proposed network model. Experiments with real data from Shanghai and Beijing Metro demonstrate that the proposed methods outperform benchmark heuristics in both cost reduction and task completion,and achieve notable efficiency gains by incorporating cross-line operations, particularly for urgent tasks during disruptions. This work highlights the role of global optimization and cross-line coordination in multi-line metro system operations, providing insights into the efficient and reliable functioning of public transportation in smart cities.
- Abstract（参考訳）: メトロクループランニングは、公共交通機関の運用効率とサービスの信頼性に直接影響するため、スマートシティ開発の重要な要素である。
地下鉄網の急速な拡大に伴い、大規模なシームレスな運用には効果的な複数回線スケジューリングと緊急管理が不可欠となっている。
しかし、現在の研究は主に個々の地下鉄路線に焦点を当てており、横断的な調整や破壊時の急激な計画にはあまり注意が払われていない。
ここでは、異種労働者による複数ラインの地下鉄乗務員計画と再計画のための統一的な最適化フレームワークが提示される。
具体的には、統合された乗組員行動空間を表現するために階層的時間空間ネットワークモデルを提案し、計算的に効率的な制約と定式化を乗組員の不均一な資格と嗜好のために導出する。
提案したネットワークモデルを用いて,列生成と最短経路調整に基づく解アルゴリズムをさらに発展させる。
上海と北京メトロの実際のデータを用いた実験では、提案手法はコスト削減とタスク完了の両面でベンチマークヒューリスティックよりも優れており、特に中断中の緊急タスクにクロスライン操作を組み込むことで顕著な効率向上を実現している。
本研究は, スマートシティにおける公共交通機関の効率的かつ信頼性の高い機能に関する洞察を提供するため, マルチラインメトロシステム運用におけるグローバル最適化とクロスラインコーディネートの役割を強調した。
関連論文リスト
- Real-Time Communication-Aware Ride-Sharing Route Planning for Urban Air Mobility: A Multi-Source Hybrid Attention Reinforcement Learning Approach [27.425849779266613]
UAM(Urban Air Mobility)システムは、都市渋滞を緩和する有望な解決策として急速に発展しつつある。
地上輸送とは異なり、UAM軌道計画では正確な位置追跡のために通信品質を優先しなければならない。
本研究では,都市空域の通信品質を評価するための無線マップの構築を提案する。
論文 参考訳（メタデータ） (2025-07-18T06:09:30Z) - An approach to the timetabling problem in deregulated railway markets based on metaheuristic algorithms [0.384477122144121]
本稿では、規制緩和された鉄道システムの力学を再現するためのモジュラーシミュレーションフレームワークを提案する。
MEALPY Pythonライブラリを用いた10のメタヒューリスティックアルゴリズムが評価され、自由化されたスペインの鉄道市場における列車スケジュールを最適化する。
論文 参考訳（メタデータ） (2025-04-24T11:36:39Z) - CoDriveVLM: VLM-Enhanced Urban Cooperative Dispatching and Motion Planning for Future Autonomous Mobility on Demand Systems [17.765742276150565]
CoDriveVLMは、将来の自律型モビリティ・オン・デマンド(AMoD)システムのために、高忠実な同時ディスパッチと協調動作計画を統合する新しいフレームワークである。
提案手法は,視覚言語モデル(VLM)を用いて多モード情報処理を強化し,包括的ディスパッチと衝突リスク評価を可能にする。
論文 参考訳（メタデータ） (2025-01-10T17:44:57Z) - A Coalition Game for On-demand Multi-modal 3D Automated Delivery System [4.378407481656902]
都市環境におけるラストマイル配送に対処するため、2つのオーバーレイネットワークで運用するUAVとADRの連合ゲームを導入する。
戦略的協調が全体のルーティング効率をいかに向上させるかを把握するためのモード間の協調構造について検討する。
ミシサガ市におけるケーススタディの結果から,ラストマイル配送の応用に関するいくつかの数値実験が実施されている。
論文 参考訳（メタデータ） (2024-12-23T03:50:29Z) - Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。
本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-14T06:17:33Z) - DiFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving [55.53171248839489]
我々は、エンドツーエンドの自動運転のためのエゴ中心の完全スパースパラダイムであるDiFSDを提案する。
特に、DiFSDは主にスパース知覚、階層的相互作用、反復的な運動プランナーから構成される。
nuScenesとBench2Driveデータセットで実施された実験は、DiFSDの優れた計画性能と優れた効率を実証している。
論文 参考訳（メタデータ） (2024-09-15T15:55:24Z) - A methodological framework for Resilience as a Service (RaaS) in multimodal urban transportation networks [0.0]
本研究は,サービス戦略としてのレジリエンスを通じて公共交通の混乱を管理することを目的としている。
効率よく資源を割り当て、オペレーターと乗客のコストを最小限に抑える最適化モデルを開発する。
提案手法はイル・ド・フランス、パリ、郊外のケーススタディに適用された。
論文 参考訳（メタデータ） (2024-08-30T12:22:34Z) - A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。
本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
論文 参考訳（メタデータ） (2024-08-29T06:57:45Z) - Value Function is All You Need: A Unified Learning Framework for Ride
Hailing Platforms [57.21078336887961]
DiDi、Uber、Lyftなどの大型配車プラットフォームは、都市内の数万台の車両を1日中数百万の乗車要求に接続している。
両課題に対処するための統合価値に基づく動的学習フレームワーク(V1D3)を提案する。
論文 参考訳（メタデータ） (2021-05-18T19:22:24Z) - Bottom-up mechanism and improved contract net protocol for the dynamic
task planning of heterogeneous Earth observation resources [61.75759893720484]
地球観測資源は、災害救助、被害評価、関連する領域においてますます不可欠になりつつある。
観測要求の変更や悪天候の発生、資源の失敗など、予測できない多くの要因は、スケジュールされた観測計画が実行不可能になる可能性がある。
不均質な地球観測資源の動的タスク計画を容易にするため、ボトムアップ分散協調フレームワークと改良された契約網を提案する。
論文 参考訳（メタデータ） (2020-07-13T03:51:08Z)
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。