An intelligent optimization planning system for sustainable city user multimodal routes

Abstract

The growing complexity of urban mobility demands innovative and sustainable solutions for efficient route planning. This dissertation, developed within the scope of the “Be.Neutral - Mobility Agenda for Carbon Neutrality in Cities” project, focuses on creating an intelligent planning module integrated into the Mobility as a Service (MaaS) framework. The proposed method, DS-NSGA-II, is a multi-objective genetic algorithm that uses Dijkstra’s shortest path algorithm to optimize multimodal routes by minimizing travel time, distance, CO2 emissions, and physical effort. It employs a flexible integer representation suitable for large-scale, real-world multimodal transport networks. It incorporates actual transport schedules and realistic transfer times, including walking as an integrated mode of transportation. The algorithm was tested on extensive multimodal networks in the metropolitan areas of Oporto and Lisbon, comprising thousands of geographic nodes and hundreds of thousands of links across multiple transport modes. Experiments with routing requests of varying difficulty show that DS-NSGA-II outperforms the standard NSGA-II and traditional transport routing algorithms, generating efficient and sustainable routes that balance user constraints with environmental impact. This work contributes to the development of practical and scalable multimodal route planning solutions that support sustainable urban mobility within MaaS platforms.

A crescente complexidade da mobilidade urbana exige soluções inovadoras e sustentáveis para um planeamento eficiente das rotas. Esta dissertação, desenvolvida no âmbito do projeto “Be.Neutral - Agenda de Mobilidade para a Neutralidade Carbónica nas Cidades”, foca-se na criação de um módulo inteligente de planeamento integrado no framework Mobility as a Service (MaaS). O método proposto, DS-NSGA-II, é um algoritmo genético multiobjetivo que utiliza o algoritmo do caminho mais curto de Dijkstra para otimizar rotas multimodais, minimizando o tempo de viagem, a distância, as emissões de CO2 e o esforço físico. Emprega uma representação inteira flexível, adequada a redes de transporte multimodais reais e de grande escala, incorpora horários reais dos transportes e tempos de transbordo realistas, incluindo a caminhada como modo de transporte integrado. O algoritmo foi testado em vastas redes multimodais das áreas metropolitanas do Porto e de Lisboa, compostas por milhares de nós geográficos e centenas de milhares de ligações de vários meios de transporte. Experiências com pedidos de rotas de diferentes níveis de dificuldade demonstram que o DS-NSGA-II supera o NSGA-II padrão e os algoritmos tradicionais de otimização de rotas multimodais, gerando rotas eficientes e sustentáveis que equilibram as restrições do utilizador com o impacto ambiental. Este trabalho contribui para o desenvolvimento de soluções práticas e escaláveis de planeamento de rotas multimodais, apoiando a mobilidade urbana sustentável em plataformas MaaS.