从知名拥堵交通网络的用户行为中学习
最优化与控制
2026-05-08 v2 机器学习
摘要
交通分配问题(TAP)旨在预测交通流量如何在道路网络中分布，传统上需要计算代价高昂的迭代模拟才能达到用户均衡(UE)，即没有任何驾驶员可以单方面减少其出行时间。机器学习(ML)的最新进展，特别是图神经网络(GNN)和混合方法，旨在保持准确性的同时更快地解决这一问题。
引用
@article{arxiv.2508.14804,
title = {Learning from user's behaviour of some well-known congested traffic networks},
author = {Isolda Cardoso and Lucas Venturato and Jorgelina Walpen},
journal= {arXiv preprint arXiv:2508.14804},
year = {2026}
}
备注
30 pages, 8 figures, 7 tables