FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1579493581> ?p ?o ?g. }

• W1579493581 endingPage "322" @default.
• W1579493581 startingPage "301" @default.
• W1579493581 abstract "Flow-intercepting problems have received considerable interest, represented by about 40 academic publications, since the early 1990s. Point-based demand aggregation also has received much research interest in both industry and academia. Systematic studies of flow data aggregation for flow-intercepting problems have not, however, been reported to date. Our research highlights the importance of flow-based demand aggregation and develops a framework for aggregating such demand. This framework represents the first systematic study of aggregation for flow-intercepting location models (FILM). The standard FILM is the perfect model for our goals—its aggregation errors are easy to understand and its outputs are easy to measure and compare. Our research uses geographic information systems, optimization, and heuristic technologies to examine the special network flow structure of a real-world transportation system and to develop a comprehensive method of aggregating data for the standard FILM. We apply our method to the 2001 afternoon peak traffic data for Edmonton, Alberta (the sixth largest Canadian city) and find this application to be extremely efficient. We discover that in the Edmonton traffic flow network, a large number of paths have very small flows; major flows are concentrated in a limited number of paths; and a large number of small-flow paths and a large number of low-flow nodes on local streets have negligible effects on facility locations for FILM. We speculate that most real-world transportation systems may have similar characteristics. Los problemas de tipo Flow-intercepting (intercepción de flujo) han recibido el interés considerable de la comunidad académica desde principios de los años 90. Muestra de ello son las casi 40 publicaciones realizadas durante dicho periodo. Los métodos de agregación de la demanda de tipo puntual (point-based demand aggregation) también han sido objeto de investigación tanto en medios industriales como académicos. En contraste, hasta la fecha, no hay registro de estudios sistemáticos sobre la agregación de datos de flujos para problemas tipo flow-intercepting. El artículo presente pone de relieve la importancia de la agregación de la demanda basada en flujos y desarrolla un marco operativo para la agregación de dicha demanda. Este marco constituye el primer estudio sistemático de agregación dentro de los modelos de localización tipo Flow-intercepting. El modelo de localización Flow-intercepting estándar (FILM) es el modelo perfecto para las metas de este estudio –sus errores de agregación son sencillos de entender y sus resultados son fácilmente medibles y comparables. La investigación utiliza Sistemas de Información Geográficos (SIGs), métodos de optimización, y procedimientos heurísticos para examinar la estructura de flujo de una red de un sistema de transporte en el mundo real y para desarrollar un método integral que agregue los datos para un FILM estándar. El método propuesto fue aplicado a datos de tráfico automotor a la hora pico de la tarde del año 2001 en la ciudad de Edmonton, Alberta (la sexta más grande de Canadá) .Los resultados obtenidos demuestran que la aplicación del método es extremadamente eficiente. Asimismo este estudio muestra que en la red de tráfico de Edmonton, hay un gran número de rutas con flujos de magnitudes muy pequeñas, y que los principales flujos se concentran en un número limitado de rutas. Asimismo, se hallo que un gran número de rutas con flujos pequeños y un gran número de nodos con flujos pequeños correspondientes a calles locales no tienen sino efectos insignificantes sobre la ubicación de las instalaciones para el modelo FILM. Los autores especulan que la mayoría de sistemas de transporte del mundo tienen potencialmente características similares a las halladas en el ejemplo presentado en este estudio. 自从20世纪90年代早期以来，截流选址问题就备受关注，已发表了约40篇与此相关的学术成果。工业界和学术界也对基于点的集计需求表现出浓厚的兴趣。但迄今尚未有关于截流选址问题中流数据集计方法系统研究的报道。本研究突出了基于流的集计需求的重要性，并开发了集成此类需求的框架。此框架首次给出了截流选址模型集成的系统研究。标准截流选址模型（FILM）因其集成误差易于理解、输出易于度量和比较，因而是满足我们研究目标的理想模型。本研究采用了地理信息系统（GISs）、优化和探索性分析技术来检验现实世界中运输系统的专用网络流结构，并提出了用于标准FILM数据集计的综合方法。将此方法应用于阿尔伯达省埃德蒙顿市（加拿大第六大城市）2001年全年下午高峰运输数据，结果表明该方法极为有效。研究发现，埃德蒙顿市交通流网络中多数路径的流量非常小，而主要流量集中于少数路径；就FILM而言，大量的小流量路径和当地街道的低流量节点对设施选址影响甚微。据此我们推断，多数现实世界的运输系统具有类似特征。" @default.
• W1579493581 created "2016-06-24" @default.
• W1579493581 creator A5021724058 @default.
• W1579493581 creator A5030473505 @default.
• W1579493581 creator A5055810451 @default.
• W1579493581 date "2010-07-01" @default.
• W1579493581 modified "2023-09-26" @default.
• W1579493581 title "Aggregating Data for the Flow-Intercepting Location Model: A Geographic Information System, Optimization, and Heuristic Framework. 截流选址模型的数据集计: 一个地理信息系统、优化和探索性框架" @default.
• W1579493581 cites W127214260 @default.
• W1579493581 cites W139030018 @default.
• W1579493581 cites W1577151555 @default.
• W1579493581 cites W1592859723 @default.
• W1579493581 cites W1967623040 @default.
• W1579493581 cites W1967652132 @default.
• W1579493581 cites W1977404198 @default.
• W1579493581 cites W1978443146 @default.
• W1579493581 cites W1979869601 @default.
• W1579493581 cites W1980831196 @default.
• W1579493581 cites W1981795489 @default.
• W1579493581 cites W1995082536 @default.
• W1579493581 cites W1998000647 @default.
• W1579493581 cites W2000525593 @default.
• W1579493581 cites W2001560396 @default.
• W1579493581 cites W2006830022 @default.
• W1579493581 cites W2013343313 @default.
• W1579493581 cites W2019167203 @default.
• W1579493581 cites W202756272 @default.
• W1579493581 cites W2029076288 @default.
• W1579493581 cites W2042570611 @default.
• W1579493581 cites W2046018684 @default.
• W1579493581 cites W2046966005 @default.
• W1579493581 cites W2047953381 @default.
• W1579493581 cites W2053104033 @default.
• W1579493581 cites W2053512085 @default.
• W1579493581 cites W2054701121 @default.
• W1579493581 cites W2056646607 @default.
• W1579493581 cites W2059480211 @default.
• W1579493581 cites W2072012497 @default.
• W1579493581 cites W2076299670 @default.
• W1579493581 cites W2080534851 @default.
• W1579493581 cites W2084801207 @default.
• W1579493581 cites W2089694868 @default.
• W1579493581 cites W2095338002 @default.
• W1579493581 cites W2099549450 @default.
• W1579493581 cites W2102750402 @default.
• W1579493581 cites W2116919689 @default.
• W1579493581 cites W2119752445 @default.
• W1579493581 cites W2121813210 @default.
• W1579493581 cites W2122448542 @default.
• W1579493581 cites W2256224365 @default.
• W1579493581 cites W2481483404 @default.
• W1579493581 cites W2806710536 @default.
• W1579493581 cites W4234689394 @default.
• W1579493581 cites W4238107244 @default.
• W1579493581 cites W4238714550 @default.
• W1579493581 cites W4254220436 @default.
• W1579493581 cites W2283021526 @default.
• W1579493581 doi "https://doi.org/10.1111/j.1538-4632.2010.00795.x" @default.
• W1579493581 hasPublicationYear "2010" @default.
• W1579493581 type Work @default.
• W1579493581 sameAs 1579493581 @default.
• W1579493581 citedByCount "9" @default.
• W1579493581 countsByYear W15794935812012 @default.
• W1579493581 countsByYear W15794935812013 @default.
• W1579493581 countsByYear W15794935812015 @default.
• W1579493581 countsByYear W15794935812016 @default.
• W1579493581 countsByYear W15794935812017 @default.
• W1579493581 countsByYear W15794935812020 @default.
• W1579493581 countsByYear W15794935812023 @default.
• W1579493581 crossrefType "journal-article" @default.
• W1579493581 hasAuthorship W1579493581A5021724058 @default.
• W1579493581 hasAuthorship W1579493581A5030473505 @default.
• W1579493581 hasAuthorship W1579493581A5055810451 @default.
• W1579493581 hasConcept C114809511 @default.
• W1579493581 hasConcept C124101348 @default.
• W1579493581 hasConcept C126255220 @default.
• W1579493581 hasConcept C154945302 @default.
• W1579493581 hasConcept C173801870 @default.
• W1579493581 hasConcept C207512268 @default.
• W1579493581 hasConcept C2524010 @default.
• W1579493581 hasConcept C28719098 @default.
• W1579493581 hasConcept C31258907 @default.
• W1579493581 hasConcept C33923547 @default.
• W1579493581 hasConcept C38349280 @default.
• W1579493581 hasConcept C41008148 @default.
• W1579493581 hasConcept C42475967 @default.
• W1579493581 hasConceptScore W1579493581C114809511 @default.
• W1579493581 hasConceptScore W1579493581C124101348 @default.
• W1579493581 hasConceptScore W1579493581C126255220 @default.
• W1579493581 hasConceptScore W1579493581C154945302 @default.
• W1579493581 hasConceptScore W1579493581C173801870 @default.
• W1579493581 hasConceptScore W1579493581C207512268 @default.
• W1579493581 hasConceptScore W1579493581C2524010 @default.
• W1579493581 hasConceptScore W1579493581C28719098 @default.
• W1579493581 hasConceptScore W1579493581C31258907 @default.
• W1579493581 hasConceptScore W1579493581C33923547 @default.
• W1579493581 hasConceptScore W1579493581C38349280 @default.
• W1579493581 hasConceptScore W1579493581C41008148 @default.

• next