Effects of Anticipatory Control with Multiple User Classes
Notice bibliographique
Résumé
In this paper the integrated traffic control and traffic assignment problem is studied. This problem can be considered as a non-cooperative game in which the traffic authority, that controls the traffic signals, and the road users are the players, who use their own strategy and seek their own optimum. The game theoretical formulation leads to several different control strategies in which users’ reactions to traffic control decisions are taken into account. Users’ reactions can be the choice of route, departure time or even mode, but here only route choice is considered. In this paper some of these control strategies for traffic signal control are described: Webster control, Smith’s P , Anticipatory Control and System Optimum Control. The first two control strategies are well known and described in the literature. The anticipatory control strategy can be formulated as a bi-level optimisation problem and this problem is solved using genetic algorithms. Also the system optimum solution can be found using genetic algorithms, simultaneously optimising route flows and green times. In the paper the assignment method, together with the traffic model, is formulated. In the assignment several user classes, each with its own perception of route costs, are defined and taken into account. For several simple example networks the traffic control methods are tested and it is shown that taking route choice into account is beneficial to the network performance. Further research will focus on the improvement of the traffic model used in the control optimisation, realistic networks and the problem of departure time choice.
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 | 0,002 | 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 ».