MétaCan
Menu
Retour à la cohorte
Enregistrement W2175259774 · doi:10.1139/cjce-2012-0104

Compatibility analysis of macroscopic and microscopic traffic simulation modeling

2013· article· en· W2175259774 sur OpenAlexaffvenue
Derek Yin, Tony Z. Qiu

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensCanadian Natural ResourcesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVisSimTraffic simulationMicroscopic traffic flow modelTraffic flow (computer networking)SimulationTraffic congestion reconstruction with Kerner's three-phase theorySimulation modelingTraffic modelComputer simulationCompatibility (geochemistry)Computer scienceStatistical physicsTraffic congestionTraffic generation modelEngineeringMathematicsTransport engineeringMicrosimulationPhysicsReal-time computing

Résumé

récupéré en direct d'OpenAlex

To implement model predictive traffic control to reduce congestion, traffic state variables such as flow, speed, and density need to be accurately predicted with real-time measurements. To evaluate the accuracy of online prediction of a macroscopic traffic model, this paper compares the predicted flow, density, and speed from a macroscopic simulation model with those from a microscopic simulation model, using METANET and VISSIM respectively, on a section of urban freeway. Three levels of traffic demands and seven different time step lengths in macroscopic simulation were applied to evaluate the compatibility of the two models. It was concluded that in the macroscopic simulation model there exists an optimum time step length, under moderate to heavy traffic demands the predicted traffic states from the macroscopic simulation are consistent with the outputs from the microscopic simulation, and under stop-and-go traffic states significant difference exists between the two models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,190
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetTraffic control and managementTravaux en français237 207