41、实际中多模式行程计算研究

实际中多模式行程计算研究

在现代交通出行中，人们常常需要综合考虑多种交通方式来规划行程，这就涉及到多模式行程规划问题。下面将详细介绍多模式行程规划的相关内容。

1. 引言

近年来，高效计算交通网络中的优质行程一直是研究的活跃领域，以往的研究主要集中在道路网络和基于时刻表的公共交通网络，但往往是分开进行的。然而在实际生活中，用户希望能有一个综合的解决方案，考虑所有可用的交通方式来找到“最佳”行程，这就是多模式路线规划问题。

在公共交通网络中，由于行程通常需要一定的步行，现有的解决方案会预先定义附近站点之间的换乘弧，然后在公共交通网络上运行搜索算法来寻找“最佳”行程。但与道路网络不同，定义“最佳”行程并非易事，因为不同用户有不同的偏好，例如有些人希望尽早到达，而有些人则愿意多花些时间以避免额外的换乘。因此，大多数最新的方法会计算非支配行程的帕累托集，以优化多个标准。

然而，将公共交通解决方案扩展到完整的多模式场景并不简单。考虑更多的标准，如步行时间和成本，会导致帕累托集变得非常大，其中许多行程可能看起来不合理。以往的研究往往避免使用多标准搜索，采用加权组合所有标准将搜索转化为单标准问题，但这种方法可能会错过帕累托最优行程。另一种单标准研究考虑标签约束的最快行程，但它依赖于用户在规划行程前了解自己的选择。

鉴于当前方法的局限性，我们重新审视在大都市规模下寻找多标准多模式行程的问题。我们认为大多数用户会优化三个标准：旅行时间、便利性和成本。为了处理生成的大型帕累托集，我们提出使用模糊逻辑来识别一组具有代表性的行程，并提出了一些启发式算法，这些算法速度更快，并且能紧密匹配实际帕累托集中的代表性行程。

2. 问题陈述