多区域交通控制：行程与充电需求联合管理
机器学习
2026-05-04 v1
摘要
城市交通管理对于减少拥堵和支持可持续出行至关重要。然而，由于电动车渗透率的不断增长及其充电需求的增加，这一任务正变得越来越具挑战性。本文提出一种区域交通协调框架，将路线指导与充电管理相结合，以提高交通网络的效率。该框架依据宏观基本图（macroscopic fundamental diagram）来建模区域交通动态，从而实现系统层面的拥堵分析。该框架联合优化路线和充电决策，并利用需求管理来调节进入网络的外部流入。对 16 区域的城市网络进行案例研究，表明所提出的方法有效。
引用
@article{arxiv.2605.00725,
title = {Weisfeiler Lehman Test on Combinatorial Complexes: Generalized Expressive Power of Topological Neural Networks},
author = {Jiawen Chen and Qi Shao and Duxin Chen and Wenwu Yu},
journal= {arXiv preprint arXiv:2605.00725},
year = {2026}
}