基于深度学习加权图的短程公交线路规划决策支持系统
人工智能
2023-08-25 v1 机器学习
摘要
公交线路规划在公交网络设计中起着关键作用,确保为乘客提供令人满意的服务水平。然而,当前的线路规划方案依赖传统运筹学启发式方法,实施耗时且缺乏快速提供解决方案的能力。在此,我们提出一种新颖的基于深度学习的方法,用于决策支持系统,使公交(PT)规划者能够快速识别短期线路改进方案。通过在一天中特定时段无缝调整两站之间线路的特定区段,我们的方法有效减少了时间并提升了公交服务。利用 GTFS 和智能卡数据等多种数据源,我们提取特征并将交通网络建模为有向图。通过自监督,我们训练了一个深度学习模型来预测道路区段的迟到值。这些迟到值随后被用作交通图中的边权,实现高效路径搜索。通过在特拉维夫评估该方法,我们能够在超过 9% 的线路上减少时间。改进线路包括市内与郊区线路,展示了一个凸显模型通用性的事实。研究结果强调了我们数据驱动决策支持系统提升公共交通与城市物流的潜力,促进公交服务更高的效率与可靠性。
引用
@article{arxiv.2308.12828,
title = {Short Run Transit Route Planning Decision Support System Using a Deep Learning-Based Weighted Graph},
author = {Nadav Shalit and Michael Fire and Dima Kagan and Eran Ben-Elia},
journal= {arXiv preprint arXiv:2308.12828},
year = {2023}
}