Optimizing travel routes using temporal networks constructed from GPS data
由于城市交通网络的复杂性和交通状况的时变性，实时的交通状况评估是很困难的。然而，信息终端的发展使得获得个人移动性信息变得更容易。在这项研究中，我们提出了使用全球定位系统数据的城市中的人的流动性评估方法。有两种主要的方法来评估运动。一种是根据真实数据创建时间网络，并根据时区或季节检查旅行时间的变化。时态网络由于其时间复杂度而难以评估，在本研究中，我们提出了一种使用旅行时间概率密度函数的评估方法。另一种方法是定义一个时间依赖的旅行商问题，通过寻找最短路径来找到一条有效的旅行路线，通过在现有的城市中创建一个时间依赖的旅行商问题并求解它，旅行者可以根据一天中不同时间的交通状况来选择一条有效的路线。我们使用京都市2个月的数据进行交通评估作为案例研究。
2021-06-01 cs.SI physics.soc-ph
Realizing Wardrop Equilbria with Real-Time Traffic Information
多条路径的Wardrop均衡要求每条路径上的旅行时间相等。对于有关行程时间的实时交通数据，分析如何使用所提供的信息非常重要。特别是，Wardrop均衡能实现吗？模拟使用三相模型的两个路由的例子来回答这个问题。一条路线（主线）是一条双车道高速公路，右车道上有一辆抛锚的车辆，另一条路线是一条低速绕行线。对于临界来流，观察到失速车辆附近的自由流和拥塞流之间的相变，这是一个具有挑战性的例子。在第一种情况下，司机根据当前的旅行时间自私地选择路线。由于所提供信息的固有延迟，结果是旅行时间出现强烈波动。第二种情况涉及一个假设的控制系统，该系统限制主线上的车辆数量，以通过将足够的流量分流到旁路来防止自由流到分流相变。由此产生的稳定状态既不是Wardrop平衡，也不是系统最优，而是一个中间状态，其中主线行程时间小于旁路，但所有车辆的平均值接近最小值。在第三种情况下，预测被用作驾驶员建议系统，以提供关于采取哪条路线的公平指示。预测是基于实时数据，将车辆离开起点时主线上的车辆数量与到达目的地时的实际行驶时间进行比较。近似Wardrop平衡，或接近他们的稳态，获得。
2009-05-08 physics.soc-ph
Choice Sets and Smart Card Data In Public Transport Route Choice Models: Generated vs. Empirical Sets
本研究对比公共交通路径选择模型的传统与智能卡驱动的实证路径集生成方法，发现实证法随数据量增加效果提升且效率更优，正进一步评估选择集对参数估计偏差与效率的影响。
2025-03-11 physics.soc-ph
TRIPDECODER: Study Travel Time Attributes and Route Preferences of Metro Systems from Smart Card Data
Singapore Management University（新加坡管理大学）；National Cheng Kung University（国立成功大学）；Tamkang University（淡江大学）
在本文中，我们的目标是恢复地铁系统内的通勤者所采取的确切路线，这些路线没有被自动售检票（AFC）系统捕获，因此仍然未知。我们策略性地提出了两个推理任务来处理恢复，一个是推断每个旅行链路的旅行时间，这有助于地铁网络内的任何旅行的总持续时间，另一个是根据历史旅行记录和在以前的推理任务中推断的每个旅行链路的旅行时间来推断路线偏好。由于这两个推理任务之间存在着相互联系，现有的大多数工作都是同时完成这两个任务的.然而，我们的解决方案TripDecoder采用了完全不同的方法。据我们所知，TripDecoder是第一个模型，它指出并充分利用了这样一个事实，即地铁系统中有一些行程只有一条实用的路线。该算法将两个推理任务策略性地进行了并行化，只将只有一条实际路径的出行记录作为第一个推理任务的输入，并将推断出的出行时间作为第二个推理任务的附加输入，不仅提高了推理任务的准确性，而且有效地降低了推理任务的复杂度.基于新加坡和台北的AFC系统捕获的城市规模的真实出行记录，进行了两个案例的研究，以比较TripDecoder及其竞争对手的准确性和效率。正如预期的那样，TripDecoder在两个数据集中都达到了最佳的准确性，并且还展示了其卓越的效率和可扩展性。
2020-05-01 cs.LG physics.soc-ph stat.ML
Exploring the relationship between the spatial distribution of roads and universal pattern of travel-route efficiency in urban road networks
本文通过绕行指数分析70个全球城市道路网络的空间分布，发现出行路线效率在城市径向位置上保持恒定且随角距离呈现标度坍缩的普遍模式，并揭示核心—边缘结构是产生该模式的原因。
2023-02-14 physics.soc-ph
Finding the Best Route During the Pandemic Disease
Department of Mathematics and Computer Science, Amirkabir University of Technology（阿米尔卡比尔理工大学数学与计算机科学系）
本研究提出最小感染概率路径问题与对应数学模型，结合多交通方式及多风险因素评估感染风险，在德黑兰交通网络验证了组合路线更低风险，开发出可集成到导航软件的大流行感知路径规划算法。
2025-10-01 physics.soc-ph
A Hidden Markov Model for Route and Destination Prediction
我们提出了一个简单的模型和算法，用于预测司机的目的地和路线，根据输入的最新的道路连接访问的一部分，正在进行的旅行。该算法可以用于预测先前在驾驶员的行程历史中观察到的任何聚类。它假设驾驶员的历史行程被分组到共享类似模式的集群中。给定一个新的行程，该算法试图预测该行程所属的聚类。该算法具有较低的时间复杂度。此外，它不需要计算马尔可夫链的转移矩阵和发射矩阵。相反，它依赖于道路连接和出行集群的共同出现的频率。我们对实验数据集验证所提出的算法。我们讨论了算法的成功性和收敛性，并表明我们的算法具有较高的预测成功率。
2018-03-15 cs.SI physics.soc-ph
Applications of Traveling Salesman Problem on the Optimal Sightseeing Orders of Macao World Heritage Sites with Real Time or Distance Values Between Every Pair of Sites
在考虑了驾车、乘车、步行等方式对景点间的实际时间和距离后，利用模拟退火算法和大都会算法（SAMA）计算了澳门世界遗产景点的最优游览路线。我们发现，在最佳旅游路线下，开车大约需要78分钟，步行需要115分钟，而乘坐公共汽车需要117分钟。另一方面，驾驶汽车的最佳总距离为13.918 km，而行人步行的最佳总距离为7.844 km。这些结果可能意味着这个城市的公共交通还有很大的改善空间。比较了穷举法和SAMA法的计算时间，并给出了算法求解最优路径的动画。预计对于具有更多站点数量的蛮力枚举，计算时间将以天文数字的方式增加，而对于更大数量的站点，SAMA仅需要更少的数量级的时间来计算最优解。在每种运输方法中，还提供了几种最佳路线选择。然而，在某些类型的运输中，可能只有一条最佳路线没有循环或镜像副本。
2021-08-29 physics.soc-ph
Understanding vehicular routing behavior with location-based service data
本研究利用智能手机位置服务数据提取车辆出行并重建起讫点矩阵，提出从稀疏轨迹中推导常用路径的方法，实证发现高峰时段出行者通过选择替代路径缓解拥堵，为需求管理提供成本效益分析框架。
2023-12-21 physics.soc-ph
Adaptive strategies for route selection en-route in transportation networks
我们研究了自适应策略的车辆在运输网络中的路线选择。通过对二维元胞自动机模型的研究，提出了一种基于路径贪婪度的车辆模型，该模型反映了车辆通过最短路径到达目的地的趋势，并根据当地的交通状况更新了车辆的路径贪婪度，以保持车辆在非拥塞区域中经由较短路径行进，或者在拥塞区域中探索较长的转向路径。我们发现，触发路径贪婪更新的最佳步骤数取决于车辆密度，路径贪婪增量的大小影响系统的宏观交通状况。为了更好地协调密集网络中的车辆，车辆通过较短路径行驶的趋势的更新应该是渐进的，并且不太频繁。
2021-04-27 cond-mat.stat-mech nlin.AO nlin.CG
Assessing the Interplay between travel patterns and SARS-CoV-2 outbreak in realistic urban setting
密集的社会接触网络和拥挤的城市地区的高度流动性助长了传染病的迅速传播。典型的机制流行病学模型要么基于均匀混合与ad-hoc接触过程，要么需要实时或存档的人口流动数据来模拟社交网络。然而，新型冠状病毒（SARS-CoV-2）的快速全球传播导致全球和区域范围内前所未有的封锁，使存档数据集的使用受到限制。虽然人们经常假设人口密度是疾病传播的重要驱动因素，但具有可比密度的不同城市所表现出的不同疾病轨迹和感染率需要对疾病及其驱动因素进行高分辨率的描述。在这项研究中，我们探讨了在城市内的旅行模式的遏制区的创建的影响。此外，我们使用一个动态的基于网络的传染病模型，以了解疾病传播的关键驱动因素，在亚公里尺度证明在艾哈迈达巴德，印度，已被列为SARS-CoV-2的热点城市。我们发现，除了接触网络和人口密度，道路连接模式和交通便利程度与疾病的传播率密切相关。鉴于在封锁期间对实时交通数据的访问有限，我们使用开源调查和政府报告中的开源图像和出行模式生成道路连通网络。在拟议的框架内，我们分析了社交距离、强制封锁以及加强检测和预防措施减轻疾病传播的相对优点。
2020-09-25 physics.soc-ph q-bio.PE
Understanding the variability of daily travel-time expenditures using GPS trajectory data
交通规划受到以下假设的强烈影响，即每个人的日常流动性都有一个恒定的每日预算，约为1小时。然而，最近的实验结果证明这种假设是错误的。在这里，我们研究了24个意大利城市之间的日常旅行时间支出的差异，从一个大的GPS数据集的车辆流动性。为了理解这些变化在个人行为的水平，我们引入了一个行程持续时间模型，允许在一个给定的城市使用两个参数的旅行时间支出的分布的描述。第一个参数反映了所需目的地的可达性，而第二个参数可以与旅行时间预算相关联，并表示由于压力和疲劳造成的生理限制。在同一个城市内，我们观察到的分布根据家庭的位置，移动天数和司机的平均每日行程数的变化。这些结果可以解释由一个随机的时间消耗模型，其中的广义成本的旅行时间是由一个类似于函数，符合韦伯-费希纳定律。我们的实验结果显示，不同城市以及同一城市内不同类别司机的出行时间预算存在显着差异。这显然与存在一个恒定的旅行时间预算的想法相冲突，并为城市交通的建模和治理开辟了新的视角。
2015-09-30 physics.data-an physics.soc-ph
Statistical inference of travelers' route choice preferences with system-level data
Carnegie Mellon University（卡内基梅隆大学）
传统的网络模型基于一个简化的通用效用函数来封装所有起点-目的地对之间的出行行为。通常，效用函数仅由旅行时间组成，其系数等同于从所述偏好数据获得的估计。虽然这种建模策略是合理的，但在网络流聚合中，个人层面数据中固有的采样偏差可能会进一步放大，导致不准确的流量估计。这些数据必须从调查或旅行日记中收集，这可能是劳动密集型的，昂贵的，并限于一个小的时间段。为了解决这些局限性，本研究扩展了经典的双水平公式，估计旅行者的效用函数与多个属性使用系统级数据。我们制定了一种方法，基于非线性最小二乘法，以统计推断旅客的效用函数在网络环境中使用交通计数，交通速度，交通事故和社会人口统计信息，以及其他属性。优化问题的数学性质及其伪凸性的分析促使使用归一化梯度下降。我们还开发了一个假设检验框架，以检查效用函数系数的统计特性，并执行属性选择。在合成数据上的实验表明，这些系数是一致恢复的，假设检验是一种可靠的统计量，可以识别哪些属性是旅行者路径选择的决定因素。此外，一系列蒙特卡罗实验表明，统计推断对源-目的地矩阵和流量计数中的噪声以及各种传感器覆盖水平具有鲁棒性。该方法还使用在COVID-19爆发之前和期间在加利福尼亚州弗雷斯诺收集的真实世界多源数据进行了大规模部署。
2022-04-23 cs.LG math.OC physics.soc-ph
Re-routing game: The inadequacy of mean-field approach in modeling the herd behavior in path switching
针对重路由博弈中非协调路径切换导致的集体羊群行为，提出穷举腔方法，揭示贪婪驾驶员决策的高度相关性致使平均场方法失效，为路径协调抑制拥堵提供新见解。
2024-07-23 cond-mat.stat-mech physics.app-ph physics.soc-ph
Quantifying the sustainability impact of Google Maps: A case study of Salt Lake City
谷歌地图使用当前和历史交通趋势为驾驶员提供路线。在本文中，我们使用微观交通模拟，以量化的改善旅行时间和CO $_2$排放量从谷歌地图实时导航。盐湖城的一项案例研究表明，谷歌地图用户平均节省了1.7%的CO $_2$排放量和6.5%的旅行时间。如果我们仅限于谷歌地图发现与原始路线不同的路线的用户，则平均节省3.4%的CO $_2$排放量和12.5%的旅行时间。该等结果乃基于新型冠状病毒疫情期间观察到的交通状况。随着交通拥堵逐渐恢复到疫情前的水平，预计将导致更大的减排。
2021-10-21 cs.MA physics.soc-ph
Entropy production of selfish drivers: Implications for efficiency and predictability of movements in a city
描述运动的效率对于更好地管理城市非常重要。更具体地说，运输过程的效率和不确定性（熵）生产之间的联系尚未建立。在这项研究中，我们考虑了自私的司机从他们的家（起源）到工作场所（目的地）的运动，看看运动中的相互作用和随机性如何影响这个过程中的效率和熵产生（目的地时间间隔的不确定性）。我们采用现实的人口分布和流动性的法律模型来模拟的运动过程中，相互作用的依赖当地的旅行时间对当地的流量建模。我们观察到，某种程度的信息（旅行时间）共享提高了在没有任何协调的过程中的可预测性。此外，对于相同的模型参数和人口密度，较大的城市显示出较小的效率，这限制了有效城市的规模。我们发现，熵产生是一个很好的序参量区分低，高拥塞阶段。在前一阶段，熵产生随着随机移动的概率单调增长，而在拥挤阶段，熵产生显示出最小值，即移动的随机性可以减少目的地时间间隔的不确定性。这些发现突出了熵产生在研究像城市这样的复杂系统中类似过程的效率和可预测性方面的作用。
2021-05-12 cond-mat.dis-nn physics.soc-ph
Incentive-based Decentralized Routing for Connected and Autonomous Vehicles using Information Propagation
文献中提出了动态交通分配下的路由策略，以优化系统性能。然而，由于对旅行者行为和网络级实时交通信息的可用性的固有强假设，以及与实时计算网络范围流量相关联的高计算负担，挑战一直存在于其部署能力和有效性中。这项研究提出了一种基于激励的分散式路由策略，以使网络性能更接近所有车辆连接和自动驾驶车辆（CAV）的情况下的系统最佳值。该战略包括三个阶段。第一阶段结合了一个分散的本地路径切换动态系统，以近似系统的最优路径流在本地区域的基础上车辆的本地交通信息的知识。第二阶段通过考虑旅行者偏好的个体异质性（例如，时间的价值）以最大化当地所有旅行者的效用。约束条件也被纳入，以确保这些路线可以实现近似的本地系统最优流量的第一阶段。第三阶段利用一个预期的无嫉妒的激励机制，以确保在当地的旅行者可以接受在第二阶段确定的最佳路线。解析地讨论了局部路由切换动力系统的收敛性。我们还表明，所提出的激励机制是预期的个人理性和利益平衡，这将确保旅行者愿意参与和保证支付和补偿之间的平衡，分别。进一步分析和证明了激励机制的期望激励相容条件，保证了信息披露行为的诚实性。
2021-02-01 cs.GT cs.SY eess.SY
Exploring the interplay between population profile and optimal routes in U.S. cities
该研究以美国60座主要城市为对象，探究人口分布与最优路径的相互作用，发现路线总距离符合城市规律、出行分布遵循Weibull函数，构建的人口点模式模型契合指数递减密度规律，揭示二者通过城市中心影响城市结构，为城市设计原理提供新视角。
2025-05-18 nlin.AO physics.soc-ph stat.AP
Dynamic stop pooling for flexible and sustainable ride sharing
拼车--将几个人同时乘坐一辆车--可能有助于减少人类流动的碳足迹。然而，标准的门到门乘车共享服务减少了路线长度，增加了用户的旅行时间，并带来了许多站点和弯路的负担来接送个人用户。要求一些用户步行到附近的共享站点减少了弯路，但如果时空需求模式不适合站点位置，则可能变得效率低下。在这里，我们提出了一个简单的计算模型的动态停车池与灵活的停止位置，并分析其对乘车共享服务的性能的影响。我们发现，动态停车池没有先验的节省路线长度，但占用。有趣的是，它还减少了旅行时间，虽然用户步行部分行程。总之，动态停车池可以打破门到门乘车共享中路线长度和旅行时间之间的权衡，从而实现更高的可持续性和服务质量。
2022-01-12 nlin.AO physics.soc-ph
