Genetic algorithms in bus network optimisation (Articolo in rivista)

Type

• Articolo in rivista (Classe)
• Prodotto della ricerca (Classe)

Label

• Genetic algorithms in bus network optimisation (Articolo in rivista) (literal)

Anno

• 2002-01-01T00:00:00+01:00 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi

• 10.1016/S0968-090X(00)00048-6 (literal)

Alternative label

• Bielli M., Caramia M., Carotenuto P. (2002)
  Genetic algorithms in bus network optimisation
  in Transportation research. Part C, Emerging technologies; Elsevier Science Ltd., Oxford (Regno Unito)
  (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori

• Bielli M., Caramia M., Carotenuto P. (literal)

Pagina inizio

• 19 (literal)

Pagina fine

• 34 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url

• http://ac.els-cdn.com/S0968090X00000486/1-s2.0-S0968090X00000486-main.pdf?_tid=18ce6e60-25f4-11e3-8d5d-00000aab0f02&acdnat=1380121787_a6a9ddeddf227139200644e8ec2e5633 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume

• 10 (literal)

Rivista

• Transportation research. Part C, Emerging technologies (Rivista)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#note

• number:1 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali

• 16 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo

• 1 (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#descrizioneSinteticaDelProdotto

• Pubblicazione scientifica su rivista primaria a livello internazionale Nella metodologia l’utilizzo innovativo di un algoritmo genetico per il progetto di reti di trasporto pubblico. L'algoritmo genetico è utilizzato al fine di generare iterativamente nuove popolazioni che costituiscono nuovi insiemi di reti di autobus. Ogni membro della popolazione (ogni rete) è valutato calcolando un insieme di indicatori di prestazione ottenuto dall'assegnazione della matrice O/D delle richiesta di trasporto ad ognuna delle reti considerate. Da ciò, i valori di ff sono calcolati applicando una tecnica di analisi di multicriteria agli indicatori di prestazione delle reti permettendo di selezionare la rete più performante. L'obiettivo del lavoro, è disegnare un'euristica che permetta di disegnare e selezionare la migliore rete di autobus che soddisfi la richiesta di trasporto. Tale argomento risponde ad un’esigenza reale e sentita nella pianificazione delle reti di trasporto pubblico, dove l’intervento pubblico per ripianare il deficit d’impresa connesso ad un servizio effettuato ad un “costo politico imposto” non è trascurabile, se non rilevante. Dal punto di vista dell’impresa, la metodologia proposta tende all’ottimizzazione dell’uso delle risorse ed a conseguire un risparmio economico a loro connesso. In relazione all’utenza evidenzia il livello di qualità del servizio erogabile con quei costi di gestione. La metodologia può essere applicata sia ad un contesto urbano nazionale che internazionale. Diversa letteratura è stata prodotta su questo argomento. (literal)

Note

• ISI Web of Science (WOS) (literal)
• Scopus (literal)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni

• 1 Istituto di Analisi dei Sistemi ed Informatica, CNR 2 Department of Computer Science, Systems and Production, University of Rome “Tor Vergata\" 3 ITIA-CNR (literal)

Titolo

• Genetic algorithms in bus network optimisation (literal)

Abstract

• This paper focuses on a new method to compute fitness function (ff) values in genetic algorithms for bus network optimization. In the proposed methodology, a genetic algorithm is used to generate iteratively new populations (sets of bus networks). Each member of the population is evaluated by computing a number of performance indicators obtained by the analysis of the assignment of the O/D demand associated to the considered networks. Thus, ff values are computed by means of a multicriteria analysis executed on the performance indicators so found. The goal is to design a heuristic algorithm that allows to achieve the best bus network satisfying both the transport demand and supply. (literal)

Editore

• Elsevier Science Ltd. (Editore)

Prodotto di

• Controllo e Ottimizzazione di Sistemi Complessi (ICT.P11.005.001) (Modulo)
• Istituto per le applicazioni del calcolo \"Mauro Picone\" (IAC) (Istituto)
• Istituto di analisi dei sistemi ed informatica \"Antonio Ruberti\" (IASI) (Istituto)

Autore CNR

• MAURIZIO BIELLI (Unità di personale interno)
• PASQUALE CAROTENUTO (Unità di personale interno)

Insieme di parole chiave

• Keywords of "Genetic algorithms in bus network optimisation" (Insieme di parole chiave)

Incoming links:

Autore CNR di

• PASQUALE CAROTENUTO (Unità di personale interno)
• MAURIZIO BIELLI (Unità di personale interno)

Prodotto

• Istituto per le applicazioni del calcolo \"Mauro Picone\" (IAC) (Istituto)
• Istituto di analisi dei sistemi ed informatica \"Antonio Ruberti\" (IASI) (Istituto)
• Controllo e Ottimizzazione di Sistemi Complessi (ICT.P11.005.001) (Modulo)

Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi

• Transportation research. Part C, Emerging technologies (Rivista)

Editore di

• Elsevier Science Ltd. (Editore)

Insieme di parole chiave di

• Keywords of "Genetic algorithms in bus network optimisation" (Insieme di parole chiave)