Algorithm 谷歌运输太理想化了。你将如何改变这一点？

假设你想从A点到B点。你使用谷歌交通方向，它告诉你：

Route 1:
1. Wait 5 minutes
2. Walk from point A to Bus stop 1 for 8 minutes
3. Take bus 69 till stop 2 (15 minues)
4. Wait 2 minutes
5. Take bus 6969 till stop 3(12 minutes)
6. Walk 7 minutes from stop 3 till point B for 3 minutes.

总时间=5等待+40分钟

Route 2:
1. Wait 10 minutes
2. Walk from point A to Bus stop I for 13 minutes
3. Take bus 96 till stop II (10 minues)
4. Wait 17 minutes
5. Take bus 9696 till stop 3(12 minutes)
6. Walk 7 minutes from stop 3 till point B for 8 minutes.

总时间=10等待+50分钟

Route 2:
1. Wait 10 minutes
2. Walk from point A to Bus stop I for 13 minutes
3. Take bus 96 till stop II (10 minues)
4. Wait 17 minutes
5. Take bus 9696 till stop 3(12 minutes)
6. Walk 7 minutes from stop 3 till point B for 8 minutes.

总的来说，1号公路看起来好多了。然而，实际情况是，由于交通堵塞，69路公交车晚点了3分钟，我最终错过了6969路公交车。下一班车6969至少30分钟后到达，相当于5分钟等待+70分钟（包括在寒冷或炎热天气下30米等待）。如果谷歌真的宣传这种可能性，那不是很好吗？我现在的问题是：考虑到日程安排的不确定性，显示前3条路线的更好算法是什么

---

谢谢

添加表示不同类型旅程元素不确定性水平的权重如何

都柏林市的公交服务是出了名的不合时宜，与都柏林公交时刻表有关的任何事情都可能增加40%的误差幅度，给出最好和最坏的情况。你也可以把交通高峰时间的长期延误考虑在内。然后，用户可以看到，他们可能有20%或80%的机会真正建立连接

您可以按“最可能正确”的因素对“最佳”旅程进行排序，并将此数据包含在显示给用户的结果中

---

我的两分钱：）

如果你考虑到不确定性，那么就不再有“最佳路线”，而是可以有一个“最佳策略”，最大限度地减少运输中的总时间；然而，它不能表示为一个线性的指令序列，而更像是一个总体规划的形式，即“去公交站X，等到10:00再去公交站Y，如果它没有到达，步行到车站Z…”这将是出了名的难以呈现给用户的（此外，制作该系统的计算成本也很高）

对于一个固定的指令序列，可以计算它实际运行的概率；但用户希望接受的确定程度是什么？你会满足于，比如说，80%的成功率吗？在最坏的情况下，如果你错过了每两个小时一班的火车，那么当你错过其中一个连接时，纸牌屋就会倒塌

---

多年来，我编写了一个类似的程序来计算芬兰的长途汽车行程，我只是报告了假设每辆汽车都准时的换乘时间。然后，基本上每一个换乘时间不到15分钟左右的计划都被忽略了，因为它们太危险了（有时在给定路线上每天只有一到两辆长途汽车）。

根据经验。记录实际到达时间与计划到达时间，并计算每个时间的平均值和标准偏差。在考虑可能的路线时，计算某一段到达时间晚到足以使您错过下一段的概率，并计算平均等待时间

P（准时）*T（第一班车）+（1-P（准时））*T（第二班车）

。如果你必须考虑多条腿，每一个都可以独立地迟到，并且你可能会错过多个可能的下一腿，这将变得更加复杂，但一般原则是成立的。

< P>灾难性的失败应该是第一个检查。< / P> 当您试图连接到当天的最后一班公交车时，这一点尤其重要，因为这是路线的关键部分。骑手需要知道正在发生的事情，这样他就不会太分心，并且知道风险

之后，它可以评估最坏情况下的单次失误

---

然后，如果你真的想变得有趣，看看等待点所在的社区或公交车站的犯罪统计数据

对于英国铁路系统，每个互通式立交节点都有一个相关的“允许的最小换乘时间”。然后，route planner的界面有一个高级选项，允许用户接受默认值或添加半小时增量

在您的示例中，在第2步设置“允许的最小换乘时间”，例如10分钟，将阻止路线1，如建议的那样。当然，这意味着增加了最短可能的行程时间，但这是一种折衷