Applications of Heuristic Algorithms to Optimal Road Congestion Pricing
La congestion routière impose des coûts financiers, sociaux et environnementaux importants. L'une des solutions consiste à mettre en place des voies à péage pour les véhicules à fort taux d'occupation (HOT). Cet ouvrage présente une méthode de tarification dynamique des voies à péage à haut taux d'occupation basée sur des techniques de programmation non linéaire (NLP), l'approximation stochastique par différences finies, les algorithmes génétiques et les algorithmes stochastiques de recuit simulé, fonctionnant dans un cadre de transmission cellulaire. Le résultat est une solution pour un flux et un péage optimaux afin de minimiser le temps de trajet total et de réduire la congestion.
Les résultats de l'ANOVA sont présentés et montrent les différences de performance des algorithmes NLP dans la résolution de ce problème et la réduction du temps de trajet, et les méthodes de prévision économétrique utilisant des techniques vectorielles autorégressives sont montrées pour prévoir avec succès la demande.
⬤ Les méthodes de prévision économétrique utilisant des techniques vectorielles autorégressives s'avèrent efficaces pour prévoir la demande.
⬤ Présente des études de cas du monde entier, telles que l'I-95 Express HOT Lane à Miami, aux États-Unis.
Applications of Heuristic Algorithms to Optimal Road Congestion Pricing est idéal pour les praticiens et les chercheurs dans le domaine des transports.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)