一项新的研究论文提出了一个框架，通过整合垂直起降场选址与机队仿真来设计按需城市空中交通（UAM）网络。该系统估算需求，将其聚类以识别潜在的垂直起降场位置，然后使用离散事件仿真来模拟车辆调度、重新部署和电池更换。在洛杉矶大都会区进行的一项案例研究表明，虽然更大的机队可以提高服务的规律性，但并不能消除空载飞行，这凸显了空间需求不平衡的持续挑战。 AI
影响 这项研究可以通过优化基础设施和机队管理，为开发更高效、更具成本效益的城市空中交通系统提供信息。
排序理由 关于人工智能驱动的城市空中交通优化的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
