Les espaces souterrains dirigés par le métro (MUS) ont pris une importance significative pour répondre aux problèmes urbains en détérioration dans des environnements bâtis à forte densité. Cependant, les techniques de planification existantes pour les MUS manquent de pouvoir permettre l'attribution de morphologies spatiales et de fonctions de plus en plus complexes, entraînant une mauvaise performance du développement de MUS de manière non intégrée. Pour combler cette lacune de recherche, une approche améliorée de planification des agencements pour les MUS (ELPA-MUS) a été formellement formulée. ELPA-MUS a intégré un cadre d'interprétation numérique pour l'agencement des MUS, permettant une analyse simultanée de la morphologie spatiale et de la fonction. Le modèle a transformé la tâche de planification des agencements en un problème d'optimisation multi-objectifs (MOO) avec neuf fonctions objectives. L'algorithme génétique de tri non-dominé III (NSGA-III) a été utilisé pour trouver le front de Pareto dans des dimensions élevées. Pour améliorer la praticabilité de l'ELPA-MUS, une méthode d'ensemble a été proposée, combinant expertise subjective et analytique computational objective. Le modèle a été appliqué à une étude de cas à Jinan, en Chine, pour démontrer son applicabilité et sa rationalité. Dans l'ensemble, le modèle ELPA-MUS a fourni un paradigme modifiable pour la planification intelligente des agencements d'espaces souterrains complexes et a élargi les outils de planification basés sur les données vers un développement de MUS plus durable.
Dong et al. (Sun,) ont étudié cette question.