La fusión de electricidad, automatización y uso compartido está dando lugar a un nuevo sistema de Movilidad Autónoma a la Demanda (AMoD, por sus siglas en inglés) en el transporte urbano actual, en el que los Vehículos Eléctricos Autónomos Compartidos (SAEV, por sus siglas en inglés) son una flota que ejecuta tareas de entrega, aparcamiento, recarga y reposicionamiento de forma automática. Para modelar el proceso de toma de decisiones del sistema AMoD y optimizar el despacho dinámico multiacción de los SAEV en un horizonte largo, el problema de despacho de los SAEV se modela primero según el Proceso de Decisión de Markov (MDP). A continuación, se construyen dos modelos de optimización, uno con visión de futuro y otro con visión a corto plazo, basados en la teoría de la optimización combinatoria. El primero se centra en la recompensa instantánea y de un solo paso, mientras que el segundo tiene como objetivo la recompensa acumulativa y de varios pasos. A continuación, el algoritmo de Kuhn-Munkres se establece como método de referencia para resolver el primer modelo con el fin de lograr instrucciones óptimas de asignación multiacción para los SAEV, y la combinación del algoritmo de aprendizaje Q profundo y el algoritmo de Kuhn-Munkres se diseña para resolver el segundo modelo con el fin de realizar la optimización global. Por último, se realiza un ejemplo de juguete, una macrosimulación de 1 mes y una microsimulación de 6 horas basadas en datos históricos reales de funcionamiento. Los resultados muestran que (1) el algoritmo de Kuhn-Munkres garantiza la eficacia computacional en la aplicación a gran escala en tiempo real del sistema AMoD; (2) el segundo modelo de optimización que considera el retorno a largo plazo puede disminuir el tiempo medio de espera de los usuarios y lograr un aumento del 2,78% en los ingresos totales en comparación con el primer modelo; (3) e integrar la teoría de optimización combinatoria con la teoría del aprendizaje por refuerzo es un paquete perfecto para resolver el problema de despacho dinámico multiacción de los SAEV.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Investigación sobre el control conjunto de la medición en rampa y la guía de velocidad de la línea principal en la autopista urbana basada en MPC y vehículos conectados.
Artículo:
Predicción del papel sociodemográfico individual basado en la variabilidad del comportamiento de viaje utilizando datos GPS a largo plazo
Artículo:
Un método para calmar el tráfico mediante un transmisor de radio
Artículo:
Predicción de la frecuencia de colisiones en autopistas urbanas teniendo en cuenta los tipos de colisión mediante datos de tráfico en tiempo real
Artículo:
Estimación de los efectos sobre la seguridad de los dispositivos de cuenta atrás Green-Man en pasos de peatones señalizados basada en autómatas celulares
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Guía:
Manual de operaciones de destilación