인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
대중교통 노선 설계 문제(transit network design problem, TNDP)는 노선 구성에 따라 승객의 통행 시간, 대기 시간, 환승 구조가 복합적으로 영향을 받는 조합 최적화 문제이다. 최근 강화학습 기반 TNDP 연구들이 보고되고 있으나, 통행 비용 계산에서 대기 시간과 환승 구조를 경로 수준에서 반영하는 연구는 상대적으로 제한적이다. 본 연구는 심층 강화학습 기반 TNDP에서 round-based public transit optimized router (RAPTOR) 알고리즘을 통합한 통행 비용 계산 방법론을 제안한다. RAPTOR는 시간표 기반 경로 탐색을 통해 통행 비용 계산 시 승객 대기 시간을 경로 수준에서 반영할 수 있으며, 본 연구에서는 환승 저항이 고려된 확장 알고리즘을 적용하여 환승 저항이 반영된 통행 비용을 산정한다. 5×5 격자 환경에서 고정 통행 시간 모델 및 평균 대기 시간 근사 모델과 비교 실험을 수행한 결과, 제안 모델은 평균 통행 시간과 평균 대기 시간 측면에서 가장 우수한 성능을 보였다. 그리고 심층 강화학습 기반 TNDP에서 통행 비용을 설계하는 방식이 노선 생성 결과에 영향을 미치는 것을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096824925
