模拟环保交通选择以减少空气污染
机器学习
2021-09-15 v2
摘要
减少空气污染（如 CO2 和 PM2.5 排放）是全世界许多国家最重要的问题之一。选择环境友好的交通方式可以是个人在日常生活中减少空气污染的有效途径。在本研究中，我们提出了一种利用地图搜索日志模拟环保交通方式选择以减少空气污染的有效性的方法。我们将交通方式选择表述为一个组合优化问题，其约束条件涉及作为空气污染示例的 CO2 排放总量和平均旅行时间。优化结果表明，CO2 排放总量可减少 9.23%，而平均旅行时间实际上可减少 9.96%。我们的研究提案在 KDD Cup 2019 的常规机器学习竞赛赛道任务 2 中获得一等奖。
引用
@article{arxiv.2109.04831,
title = {Simulating the Effects of Eco-Friendly Transportation Selections for Air Pollution Reduction},
author = {Keiichi Ochiai and Tsukasa Demizu and Shin Ishiguro and Shohei Maruyama and Akihiro Kawana},
journal= {arXiv preprint arXiv:2109.04831},
year = {2021}
}
备注
KDD Cup 2019 Regular ML Track Task 2, 1st Prize https://dianshi.bce.baidu.com/competition/29/rule