Comparative study on travel time reliability indexes for highway users and operators
Notice bibliographique
Résumé
SUMMARY Travel time reliability is an emerging evaluation measure for highway network service levels. This paper focuses on travel time reliability indexes for a highway network and proposes new travel time indexes for users. The paper also discusses and compares several previously and newly proposed indexes for use by both highway users and operators. Because this comparative study requires travel time variation, two models are developed for estimating travel time variation. One is the multi‐hierarchical stochastic model for estimating travel time variation under uncertainty in demand and service. The other is the temporal and spatial transition model using actual traffic detector data. Then, new indexes for assessing travel time reliability are proposed. Because operators of highway network are interested in the degree of congestion and delay, the previously proposed indexes are regarded as operator‐side indexes. The highway users are, however, interested in the accuracy of their travel time and in the earlier arrival at their destination. Thus, this paper proposes the user‐side indexes. Travel time reliability indexes, including previously proposed indexes, are calculated on the basis of the cumulative distribution function outcome from these models and are compared and discussed. In two sections, 11 indexes with different characteristics are compared. One of the results is that these indexes behave differently for the same route. This suggests that understanding an index's formulation and characteristics is important for selecting the appropriate index according to both the purpose of use and the characteristics of the study route. Another important result is that indexes useful for the user side do not always agree with the operator‐side indexes. Finally, the results of the comparative study suggest that the combination of average travel time and an appropriate travel time reliability index is very important for both users and operators for assessing the route reliability properly. Copyright © 2012 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».