Abstract Unavailable roads and sidewalks are common in any city, often linked to utility works, urgent repairs, periodic maintenance or installing new infrastructure. Independent of the cause of the utility work, hinder for the city environment is common due to closed roads and associated diversions, unreachable shops, or noise disturbance for people near the construction sites. Despite the fact this could lead to less hinder and also to noteworthy cost reductions, on only a limited number of locations do utility operators decide to collaborate, mainly due to little communication between the different utility operators. To address this issue, we introduce an abstract score-based model which can score a multi-utility planning for both single-actor as well as multi-actor parameters. This model aims to maximally respect the budget of each actor, while optimizing the levels of synergy between multiple actors. Using Mixed Integer Linear Programming, a new synergy-focused multi-utility planning can be generated. This planning model has been applied to real data, thereby showing the model can increase the amount of collaboration expressed as ‘number of weeks in collaboration’ up to a significant 94%. As this is a theoretical model for a practical problem, an extensive sensitivity analysis was performed to verify the impact of the different parameters at play. We have shown the model is able to generate major improvements under a large range of constraints. Although the results are promising, we do argue that this solution should not be considered a black box to optimize a multi-utility planning without further human intervention.

中文翻译：

---

优化联合多运营商规划以降低部署成本和城市障碍

摘要 不可用的道路和人行道在任何城市都很常见，通常与公用事业工程、紧急维修、定期维护或安装新基础设施有关。独立于公用事业工作的原因，由于封闭的道路和相关的改道、无法到达的商店或建筑工地附近的人们的噪音干扰，对城市环境的阻碍很常见。尽管这可能会减少阻碍并显着降低成本，但公用事业运营商仅在有限数量的地点决定合作，这主要是由于不同公用事业运营商之间的沟通很少。为了解决这个问题，我们引入了一个抽象的基于分数的模型，该模型可以为单角色和多角色参数的多效用规划评分。该模型旨在最大限度地尊重每个参与者的预算，同时优化多个参与者之间的协同水平。使用混合整数线性规划，可以生成新的以协同为重点的多效用规划。该规划模型已应用于真实数据，从而表明该模型可以将表示为“协作周数”的协作量显着提高至 94%。由于这是实际问题的理论模型，因此进行了广泛的敏感性分析以验证不同参数的影响。我们已经证明该模型能够在大范围的约束下产生重大改进。尽管结果很有希望，但我们确实认为，不应将此解决方案视为优化多实用程序规划而无需进一步人工干预的黑匣子。使用混合整数线性规划，可以生成新的以协同为重点的多效用规划。该规划模型已应用于真实数据，从而表明该模型可以将表示为“协作周数”的协作量显着增加至 94%。由于这是实际问题的理论模型，因此进行了广泛的敏感性分析以验证不同参数的影响。我们已经证明该模型能够在大范围的约束下产生重大改进。尽管结果很有希望，但我们确实认为，不应将此解决方案视为优化多实用程序规划而无需进一步人工干预的黑匣子。使用混合整数线性规划，可以生成新的以协同为重点的多效用规划。该规划模型已应用于真实数据，从而表明该模型可以将表示为“协作周数”的协作量显着提高至 94%。由于这是实际问题的理论模型，因此进行了广泛的敏感性分析以验证不同参数的影响。我们已经证明该模型能够在大范围的约束下产生重大改进。尽管结果很有希望，但我们确实认为，不应将此解决方案视为优化多实用程序规划而无需进一步人工干预的黑匣子。该规划模型已应用于真实数据，从而表明该模型可以将表示为“协作周数”的协作量显着增加至 94%。由于这是实际问题的理论模型，因此进行了广泛的敏感性分析以验证不同参数的影响。我们已经证明该模型能够在大范围的约束下产生重大改进。尽管结果很有希望，但我们确实认为，不应将此解决方案视为优化多实用程序规划而无需进一步人工干预的黑匣子。该规划模型已应用于真实数据，从而表明该模型可以将表示为“协作周数”的协作量显着提高至 94%。由于这是实际问题的理论模型，因此进行了广泛的敏感性分析以验证不同参数的影响。我们已经证明该模型能够在大范围的约束下产生重大改进。尽管结果很有希望，但我们确实认为，不应将此解决方案视为优化多实用程序规划而无需进一步人工干预的黑匣子。进行了广泛的敏感性分析以验证不同参数的影响。我们已经证明该模型能够在大范围的约束下产生重大改进。尽管结果很有希望，但我们确实认为，不应将此解决方案视为优化多实用程序规划而无需进一步人工干预的黑匣子。进行了广泛的敏感性分析以验证不同参数的影响。我们已经证明该模型能够在大范围的约束下产生重大改进。尽管结果很有希望，但我们确实认为，不应将此解决方案视为优化多实用程序规划而无需进一步人工干预的黑匣子。