Optimization of the Transport Structure Driven by Urban Rail Transit Under Low-Carbon Target

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a multi-objective optimization method for urban transport structure that can be adapted to other cities.

🏢実務担当者:City planners and transport authorities can use this model to evaluate rail transit expansion plans under carbon reduction targets.

🏛政策担当者:Highlights the role of urban rail transit in achieving transport emission reductions, useful for national and local climate action plans.

合理的な都市交通構造は、低炭素交通を発展させ、よりクリーンで効率的な都市交通システムを構築するために必要である。都市鉄道交通は、効率性、定時性、安全性、環境保護という利点により、低炭素交通の発展において重要な役割を果たしている。本稿では、都市鉄道交通に牽引される多目的モデルを構築し、システム的観点から都市旅客輸送構造を最適化する。このモデルの目的関数には、輸送CO2排出量と旅行コストの最小化、ならびに旅行品質と公共交通運行路線の利用率の最大化が含まれる。非優占ソート遺伝的アルゴリズムII（NSGA–II）は、競合する目的を同時に最適化するために用いられる古典的な多目的最適化アルゴリズムである。本稿では、局所探索機構をNSGA–IIに拡張した改良型NSGA–IIを用いて多目的最適化モデルを解く。モデルの有効性を評価するため、本稿では中国の北京をケーススタディ地域とする。都市鉄道交通の発展計画に基づき、特定の年次および複数年にわたる分析を行う。結果は、都市旅客輸送における構造転換を示し、都市鉄道交通に牽引される持続可能な都市旅客輸送構造を体現している。本稿は、都市交通構造の最適化に指針を提供する有効な方法を提案するものである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

A reasonable urban transport structure is necessary to develop low-carbon transport and establish a cleaner and more efficient urban transport system. Urban rail transit plays a significant role in the development of low-carbon transport due to its advantages of efficiency, punctuality, safety, and environmental protection. In this paper, we construct a multi-objective model driven by urban rail transit to optimize the urban passenger transport structure from a systemic perspective. The objective functions of this model include minimizing transport CO2 emissions and travel costs while maximizing travel quality and the utilization rate of public transport operation lines. The non-dominated sorting genetic algorithm II (NSGA–II) is a classic multi-objective optimization algorithm used to optimize conflicting objectives simultaneously. In this paper, the multi-objective optimization model is solved using an improved NSGA–II, extending the local search mechanism into the NSGA–II. To evaluate the validity of the model, this paper takes Beijing, China, as the case area. Based on the development plans of urban rail transit we analyze from a specific year and multiple years. The results illustrate a structural transformation in urban passenger transport and embody a sustainable urban passenger transport structure driven by urban rail transit. This paper proposes a valid method, providing guidance for optimizing the urban transport structure.

• openalex https://doi.org/10.3390/app16104769first seen 2026-05-17 05:45:48 · last seen 2026-06-10 05:09:52