Multi-Objective Planning of Commuter Carpooling under Time-Varying Road Network
Li Jin et al. — 2024
Résumé (FR)
Cet article propose un modèle d’optimisation multi-objectif pour la planification du covoiturage de navetteurs sur un réseau routier à temporalité variable. La prédiction de la congestion du trafic est réalisée par fusion de réseaux neuronaux convolutifs (CNN) et de mémoires à long-terme (LSTM). Les objectifs multi-critères minimisent le temps de déplacement perdu pour conducteurs et passagers, ainsi que le temps de trajet total, sous contraintes de capacité, de fenêtres temporelles et de distance de détour. Un algorithme INSGA-II amélioré, avec initialisation par heuristique d’économie à boucle ouverte et stratégie de mutation 2-opt, est développé. Les résultats montrent une réduction de 56,19% de la distance totale et de 65,52% du temps total par rapport au scénario sans covoiturage. Cette approche illustre l’intérêt des modèles dynamiques pour la planification du covoiturage pendulaire.
Summary (EN)
This paper proposes a multi-objective optimization model for commuter carpooling planning on a time-varying road network. Traffic congestion prediction is achieved by fusing convolutional neural networks (CNN) and long short-term memory (LSTM) networks. Multi-criteria objectives minimize driver and passenger lost time and total travel time, under vehicle capacity, time window, and detour distance constraints. An improved INSGA-II algorithm with open-loop savings heuristic initialization and 2-opt mutation strategy is developed. Results show a 56.19% reduction in total travel distance and 65.52% reduction in total travel time compared to non-carpooling scenarios. This approach demonstrates the value of dynamic models for commuter carpooling planning.
Points clés
| Aspect | Détail |
|---|---|
| Thème | matching-algorithms-carpooling |
| Venue | Sustainability |
| Mots-clés | commuter carpooling, multi-objective optimization, time-varying network, INSGA-II, vehicle capacity |
| DOI | 10.3390/su16020647 |
Lien avec la problématique
Cet article contribue à la compréhension de la complémentarité offre↔demande dans les systèmes de covoiturage urbain/périurbain, en lien avec l’utilisation d’un réseau structurant (PUDO, hubs, lignes) pour concentrer les flux.