通过基于遗传算法的多目标和单目标方法，以及公共交通系统中自动收费数据为基础，设计一种能够动态适应城市交通变化、减少线路数量和改善乘客通勤体验的交通网络设计问题优化方案。

Jan, 2022

提出了一种新的策略，即利用网约车服务将弱势群体与最近的公共交通联系起来，建立了一种线性规划模型，优化社会公平，并设计了一个基于 LP 的舍入算法，在真实数据上测试了算法的有效性。

Nov, 2022

采用 VGA 方法来有效地解决大规模 MoD 系统中的乘客 - 车辆分配和路线问题，实验表明，采用最优化乘客共乘策略相对于没有共乘策略的 MoD 系统，车辆行驶距离减少 57%，平均乘客旅行延迟降低 5%。

Apr, 2023

介绍了共享出租车的一个理论框架，可以通过建立可共享性网络模型，计算共享的整体效益与乘客体验的折衷，使得城市的交通拥堵、空气污染等问题得以缓解和减少成本和排放，同时也得到了广泛的乘客支持和接受，且结果表明出租车共享系统的效率并不与出租车规模等因素相关

Oct, 2013

AI-driven smart transportation systems can improve efficiency and increase utilization by addressing primary requirements, data sources, decision-making, and computational problems in the transportation domain.

Aug, 2023

本研究利用多种模型，探索基于用户偏好和行程特征（如成本、时间、出行目的和距离）的最佳交通方式，在实际生活中得到的数据支持下，研究发现使用梯度加速树模型结合少数类过采样技术（SMOTE）的表现最为突出，而在对数模型中可以看出：（1）交通成本增加会降低各种交通方式的效用；（2）对于地铁或多模式选项（包含地铁）人们对于出行距离有较高的容忍度，说明地铁线路可能是大城市最佳候选方案。

Oct, 2019

本文介绍了在道路网络上提供实时拼车服务，并保证等待时间和服务时限的大规模实时拼车问题。作者提出了分支限界算法和整数规划算法，并且提出了一种更适应动态请求的动态调度算法，从而在上海出租车数据集上进行实验，并证明了此算法比其他算法响应时间更快。

Feb, 2013

利用深度学习方法构建决策支持系统，通过调整公共交通特定时间段的路线以提高运输效率和可靠性。

Aug, 2023

该研究论文调查了交通网络路线规划算法的最新进展，重点介绍了处理道路网络和公共交通网络的不同方法，以及其对查询时间、空间要求和预处理等方面的不同权衡，提出了多模态路径规划问题的近似解决方案。

Apr, 2015

本研究提出了一种结合顺序公交网络设计和最优学习的人工智能驱动算法，以逐步扩大路线系统并更新当前的操作员使用的知识，验证表明，考虑相关性的探索可以实现比贪婪选择更好的性能，在未来的研究中，该问题可能加入更多复杂性如出行时间弹性、换乘次数无限制和扩展成本等方面。

May, 2023