Key points are not available for this paper at this time.
Konventioneller öffentlicher Verkehr (PT) basiert auf festen Linien, die mit vorher festgelegten Routen und Fahrplänen betrieben werden. In Gebieten mit geringer Nachfrage ist konventioneller PT ineffizient. Hier könnte die Mobilität nach Bedarf (MoD) die Nutzer effizienter bedienen und die Servicequalität (QoS) verbessern. Die Idee, MoD in den PT zu integrieren, wird daher von Forschern und Praktikern intensiv diskutiert, hauptsächlich in Form der Ergänzung von MoD zum PT. Effizienz kann jedoch auch erzielt werden, wenn auch die konventionellen PT-Linien nach der Integration von MoD in der ersten oder letzten Meile neu gestaltet werden. In diesem Papier konzentrieren wir uns auf dieses Neugestaltungsproblem. Wir entwickeln ein bi-level Optimierungsproblem, bei dem die obere Ebene die Haltestellenwahl und Frequenzeinstellungen bestimmt, während die untere Ebene eine Flotte von MoD-Fahrzeugen routet. Wir schlagen eine Lösungsmethode vor, die auf der Partikelschwarmoptimierung (PSO) für die obere Ebene basiert, während wir die Large Neighborhood Search (LNS) in der unteren Ebene anwenden. Unsere Lösungsmethode ist rechnerisch effizient und wir testen sie in Simulationen mit bis zu 10.000 Reiseanfragen. Die Ergebnisse zeigen signifikante Einsparungen bei den Betriebskosten, die durch eine angemessene Reduzierung der konventionellen PT-Abdeckung nach der Integration von MoD erzielt werden, während die QoS erhalten bleibt.
Wu et al. (Wed,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: