A methodological framework for Resilience as a Service (RaaS) in multimodal urban transportation networks

要約

公共交通機関では通勤者の交通量が増加しています。
この増加は、予期せぬサービス中断を管理し、利害関係者への悪影響を最小限に抑え、重要な機能を維持して迅速に回復するシステムの能力を強化する迅速かつ効果的な対応を確保するための回復力戦略の必要性を強調しています。
この研究は、サービスとしてのレジリエンス (RaaS) 戦略を通じて公共交通機関の混乱の管理を調査し、リソースを効果的に割り当て、運営者と乗客のコストを最小限に抑えるための最適化モデルを開発することを目的としています。
提案されたモデルには、バス、タクシー、自動バンなどの複数の交通手段が含まれており、可用性、容量、速度、寸断された駅への近さなどの要素に基づいて、鉄道寸断時のサービスの橋渡しとなる代替手段としてそれらを評価します。
これにより、サービスの継続性を維持するために最適な車両が確実に配備されます。
このモデルはイル・ド・フランス地域、パリおよび郊外のケーススタディに適用され、顕微鏡シミュレーションによって補完され、バスブリッジや予備車両などの既存のソリューションと比較されます。
この結果は、コストを最小限に抑え、関係者の満足度を高め、混乱時の輸送管理を最適化するというモデルのパフォーマンスを強調しています。

要約(オリジナル)

Public transportation systems are experiencing an increase in commuter traffic. This increase underscores the need for resilience strategies to manage unexpected service disruptions, ensuring rapid and effective responses that minimize adverse effects on stakeholders and enhance the system’s ability to maintain essential functions and recover quickly. This study aims to explore the management of public transport disruptions through resilience as a service (RaaS) strategies, developing an optimization model to effectively allocate resources and minimize the cost for operators and passengers. The proposed model includes multiple transportation options, such as buses, taxis, and automated vans, and evaluates them as bridging alternatives to rail-disrupted services based on factors such as their availability, capacity, speed, and proximity to the disrupted station. This ensures that the most suitable vehicles are deployed to maintain service continuity. Applied to a case study in the Ile de France region, Paris and suburbs, complemented by a microscopic simulation, the model is compared to existing solutions such as bus bridging and reserve fleets. The results highlight the model’s performance in minimizing costs and enhancing stakeholder satisfaction, optimizing transport management during disruptions.

arxiv情報

著者 Sara Jaber,Mostafa Ameli,S. M. Hassan Mahdavi,Neila Bhouri
発行日 2024-08-30 12:22:34+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI パーマリンク