Jul, 2024
基于自然启发算法的优化城市轨道网络设计的先进人工智能策略
Advanced Artificial Intelligence Strategy for Optimizing Urban Rail
Network Design using Nature-Inspired Algorithms
TL;DR该研究提出了一种创新的方法,用于规划印度坦米尔纳德邦钦奈市城区的地铁网络路线。通过比较改进的蚁群优化算法与最新的自然启发算法的突破,证明改进的蚁群优化算法优于现代技术。通过应用改进的蚁群优化算法,生成连接地铁路线起点和目的地的最有效路径。此外,该模型应用于现有的地铁网络,以突出该模型结果与当前网络之间的差异。Google地图平台与Python集成处理实时数据,包括土地利用、地理信息系统(GIS)数据、人口普查信息和兴趣点。这种处理能够确定城市内的车站和选择的路径上的站点。与传统的路径规划方法相比,由此形成的地铁网络具有显著的优势,增加了劳动生产率,减少了规划时间,提高了成本效益。该研究显著提高了城市交通系统的效率,特别适用于迅速变化的都市环境,如钦奈市。