A G/G(<i>n</i>)/<i>C</i>/<i>C</i>state‐dependent simulation model for metro station corridor width design
Notice bibliographique
Résumé
Summary Metro station corridor and passengers are described as a G/G(n)/C/Cstate‐dependent queuing system with a general random arrival interval G and a general random and state‐dependent service time G(n) to offset the shortcomings in existing design methods. The corresponding G/G(n)/C/Cstate‐dependent discrete event simulation model is developed, and its high‐fidelity is tested. Then the optimization algorithm based on the simulation model is designed to determine corridor width. The proposed simulation optimization method and the existing analytical optimization methods, based on M/G(n)/C/Cand D/D/1/Cqueuing models, are applied to design corridor width in a numerical example of 48 combinations of passenger flow rates and level of service (LOS). The designed corridor widths are tested in a micro‐simulation model, and the performance measure is compared. The result shows that the corridor widths obtained by the new method are 0.357 m (7.4%) larger than that of the other two methods on average; the area per passenger of the new method increases 10.53% and 11.63%, respectively, compared with that of the other two methods; the widths designed by the new method satisfy the requirement of LOS under various passenger flows, whereas 93% of the corridor widths obtained by the other two methods fail to meet the requirement of LOS, and the corridor widths designed by the new method have high elasticity coefficients of LOS‐width. Copyright © 2015 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».