公共交通人工智能评估时间表的弹性

短暂的交通堵塞、门被卡住或许多乘客在车站上下车——即使是火车和公共汽车时刻表的微小延误也可能导致重大问题。一种新的人工智能 (AI) 可以帮助设计不太容易受到这些轻微干扰的时间表。它是由马丁路德大学哈勒维滕贝格 (MLU)、弗劳恩霍夫工业数学研究所 ITWM 和凯泽斯劳滕大学的一个团队开发的。该研究发表在《交通研究 C 部分：新兴技术》上。

团队正在寻找一种有效的方法测试时间表如何能很好地弥补轻微的、不可避免的中断和延误。用技术术语来说，这称为鲁棒性。迄今为止，此类时刻表优化需要精细的计算机模拟来计算大量乘客在不同场景下的路线。单个模拟很容易花费几分钟的计算时间。然而，优化时间表需要成千上万次这样的模拟。MLU 计算机科学研究所的 Matthias Müller-Hannemann 教授说：“我们的新方法可以在几毫秒内非常准确地估计时间表的稳健性。” Halle 和 Kaiserslautern 的研究人员使用了多种方法来评估时间表，以训练他们的人工智能。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！