<b>Equilibrium-Traffic-Networks</b>

This repository contains three DGL datasets generated for the study "A hybrid deep-learning-metaheuristic framework for bi-level network design problems" by Bahman Madadi and Gonçalo H. de Almeida Correia, published in Expert Systems with Applications. The datasets are generated and used to train and evaluate models for solving the User Equilibrium (UE) problem on three transportation networks (Sioux-Falls, Eastern-Massachusetts, and Anaheim) from the well-known "transport networks for research" repository.Detailed information can be found in the "Metadata.md" file.ReferencesA hybrid deep-learning-metaheuristic framework for bi-level network design problemsGitHub Repository: HDLMF_GIN-GA<br>

本仓库包含为Bahman Madadi与Gonçalo H. de Almeida Correia发表于《专家系统及其应用》（Expert Systems with Applications）的研究论文《双层网络设计问题的混合深度学习-元启发式框架》所生成的三个DGL（Deep Graph Library）数据集。本数据集用于训练并评估用于求解知名"科研用交通网络"仓库中三类交通网络——苏福尔斯（Sioux-Falls）、马萨诸塞州东部（Eastern-Massachusetts）与阿纳海姆（Anaheim）上的用户均衡（User Equilibrium，UE）问题的模型。详细信息可查阅项目内的Metadata.md文件。参考文献：《双层网络设计问题的混合深度学习-元启发式框架》GitHub仓库：HDLMF_GIN-GA

搜集汇总

背景与挑战

背景概述

该数据集包含三个基于DGL的交通网络数据集，用于支持'混合深度学习-元启发式框架解决双层网络设计问题'的研究，主要针对用户均衡（UE）问题在Sioux-Falls、Eastern-Massachusetts和Anaheim等经典交通网络上的模型训练与评估。数据集发布于2024年，涵盖运输规划、深度学习和优化等领域，适用于图神经网络和交通工程相关应用。