Exploring the impact of a coordinated variable speed limit control on congestion distribution in freeway
Notice bibliographique
Résumé
Over the past few decades, urban freeway congestion has been highly recognized as a serious and worsening traffic problem in the world. To relieve freeway congestion, several active traffic and demand management (ATDM) methods have been developed. Among them, variable speed limit (VSL) aims at regulating freeway mainline flow upstream to meet existing capacity and to harmonize vehicle speed. However, congestion may still be inevitable even with VSL implemented due to extremely high demand in actual practice. This study modified an existing VSL strategy by adding a new local constraint to suggest an achievable speed limit during the control period. As a queue is a product of the congestion phenomenon in freeway, the incentives of a queue build-up in the applied coordinated VSL control situation were analyzed. Considering a congestion occurrence (a queue build-up) characterized by a sudden and sharp speed drop, speed contours were utilized to demonstrate the congestion distribution over a whole freeway network in various scenarios. Finally, congestion distributions found in both VSL control and non-VS control situations for various scenarios were investigated to explore the impact of the applied coordinated VSL control on the congestion distribution. An authentic stretch of Whitemud Drive (WMD), an urban freeway corridor in Edmonton, Alberta, Canada, was employed to implement this modified coordinated VSL control strategy; and a calibrated micro-simulation VISSIM model (model functions) was applied as the substitute of the real-world traffic system to test the above mentioned performance. The exploration task in this study can lay the groundwork for future research on how to improve the presented VSL control strategy for achieving the congestion mitigation effect on freeway.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».