编辑推荐：
交通拥堵是全球普遍问题，印度大城市尤甚。研究人员以班加罗尔为对象，基于哈密顿回路（Hamilton circuit）算法开展城市公共交通路线工程研究。结果表明优化后的环形路线可减轻交通负荷，该研究对改善城市交通拥堵意义重大。
在印度的大城市，尤其是像班加罗尔这样的城市，交通拥堵就像一场令人头疼的 “城市病”。随着汽车数量与日俱增，城市道路愈发拥挤不堪。想象一下，街道上密密麻麻的车辆排着长队，喇叭声此起彼伏，人们被堵在路上寸步难行，宝贵的时间就这样被浪费在通勤途中。这种拥堵不仅降低了出行效率，还对环境造成了污染。而且，道路的饱和状态（v/c = 1）更是让交通状况雪上加霜，城市交通面临着巨大的挑战。为了解决这些问题，来自印度韦洛尔理工大学（Vellore Institute of Technology）的研究人员 Parkavi S 和 Parthiban A 开展了一项关于城市交通最优路线的研究。他们的研究成果发表在《Heliyon》杂志上，为缓解城市交通拥堵提供了新的思路。
研究人员采用了哈密顿回路算法（Hamilton circuit algorithm）和智能代理模型（intelligent agent models）相结合的方法。他们利用班加罗尔城市交通机构提供的数据，包括街道名称、城市交通路线、里程、时长、汽油、通行费和饱和度水平（v/c）等信息。将城市交通路线中的道路段转化为图，把每个路口当作节点，节点之间用线（顶点）连接，并根据饱和度比（v/c = 1）确定连接点的权重 。通过这些操作，研究人员试图寻找最优的公共交通路线。
研究结果：
- 路线优化结果：通过模拟发现，城市公交系统采用环形路线，而非传统的直线往返路线，能更合理地分散道路基础设施使用，减少公共交通在城市繁忙路线上的拥堵情况。利用回溯法（Backtracking method）和哈密顿回路方法，研究人员从模拟数据中得出 12 个最佳路线选项，进一步分析后确定了其中 3 条最优路线。
- 路线参数分析：研究人员对这 3 条最优路线进行了多方面分析。在距离方面，通过不同道路的路线距离有所差异，如经由贝拉里路（Bellary Road）的距离为 17.7km，经由班纳加塔路（Bannerghatta Road）的距离为 19.5km，经由贝拉里路和班纳加塔路的距离为 19.7km 。同时，研究人员还考虑了燃料需求，根据公式计算得出沿这些指定路线从 JP Nagar 到 Hebbal 所需的汽油量分别为 2.53 升、2.79 升和 2.81 升。此外，研究人员将路线按工作日和周末分为两个时间段，即初始时段（12:00 a.m. - 12:00 p.m.）和最终时段（12:00 p.m. - 12:00 a.m.），对时间、交通水平等参数进行分析。结果显示，在各项计算中，经由贝拉里路的路线被认为是最优的。
研究结论和讨论部分表明，哈密顿回路模型和回溯法可用于设计交通建模技术，确定城市公共交通的最佳路线。该研究找到了班加罗尔市内从 JP Nagar 到 Hebbal 的最优路线（Route 1），这一成果有助于减轻部分道路的饱和度，降低道路负荷。然而，城市交通问题复杂多变，未来研究可以进一步探索在印度其他主要城市以及其他国家城市中利用哈密顿回路算法寻找最优路线，还可以运用先进的机器学习（ML）和深度学习（DL）方法，如支持向量回归（SVR）、随机森林（Random forest）、梯度提升（Gradient boosting）、循环神经网络（RNNs）、卷积神经网络（CNNs）和图神经网络（GNN）等，优化班加罗尔的交通路线，提升路线预测和动态优化能力，让城市交通更加高效、智能。
