.png){kind=icon}
返回
Bi-Objective Optimization for Time-Dependent Preference-Driven Route Planning
.png){kind=icon}
PRE
AI
DOI：10.1109/TETCI.2025.3622664.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
智能交通系统的发展与信息技术的进步为路径规划带来了新的挑战，因为更短的旅行时间可能不再是出行者选择路径的唯一偏好，而偏好可能随时间变化，这在大多数先前的工作中被忽视。本文研究了一个具有时间依赖旅行时间和偏好的双目标规划问题。第一个目标是最大化总偏好得分，第二个目标是最小化总旅行时间。针对所考虑的问题，构建了一个合适的双目标整数线性模型。然后，针对小规模实例提出了精确的$\epsilon$-约束方法，而针对大规模实例设计了一个问题特定的非支配排序遗传算法-II（NSGA-II）。具体而言，引入了基于区域编码和解码的新方法来生成解集。此外，还融入了可行性条件和修复策略以处理染色体不可行的情况。我们基于120个随机生成的路网和3个通过OpenStreetMap平台爬取的真实路网对所提出的方法进行了全面评估。结果表明：（i）$\epsilon$-约束方法在小规模路网上表现良好；（ii）我们的问题特定NSGA-II在处理大规模路网时能够高效获得高质量解，同时显著节省计算时间。
Keyword:
Planning
Optimization
Roads
Routing
Urban areas
Biological cells
Vehicle routing
Genetic algorithms
Transportation
Information technology
Bi-objective optimization
time-dependent travel time
time-dependent preference
route planning
is an element of-constraint method
NSGA-II
期刊
I
IF:
6.5
论文数:
1.4K
被引数:
4.5K
机构
引用论文
分享收藏Full‐load route planning for balancing bike sharing systems by logic‐based benders decomposition.png)
Networks
NetworksIF0
PREAI
分享收藏MOOP: An Efficient Utility-Rich Route Planning Framework Over Two-Fold Time-Dependent Road NetworksMOOP: 一种基于双重时间依赖的道路网络的高效实用程序丰富的路线规划框架
PREAI
分享收藏分享收藏Multiobjective evolutionary algorithms: A comparative case study and the Strength Pareto approach多目标进化算法: 比较案例研究和强度帕累托方法
PREAI
分享收藏
分享收藏
查看更多内容