AI框架解决机场交通拥堵，排队时间缩短高达30%

研究人员开发了一个受QUBO启发的计算框架，用于诊断和优化机场地面交通区域的交通流量。该模型使用上海浦东和杭州萧山国际机场的数据进行了测试，旨在缓解高峰期旅客到达造成的拥堵。在基线条件下，受QUBO启发的模型显著减少了旅客排队，上海浦东机场的排队人数从3445人减少到2477人，杭州萧山机场从2053人减少到1482人。该框架在面对需求、供应和容量的各种扰动时也表现出鲁棒性。 AI

影响 这项研究提供了一种新颖的AI驱动方法来优化复杂的物流系统，有望提高交通枢纽的效率。

排序理由 详细介绍新计算框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hangzhou Xiaoshan International Airport
• Hugging Face
• Influence Flower
• model predictive control
• qubo
• ScienceCast
• Shanghai Pudong International Airport
• simulated annealing

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →