A cellular automata (CA) model for motorized vehicle flows influenced by bicycles along the roadside
Notice bibliographique
Résumé
Summary On many urban low‐grade or branch roads, especially in medium or small cities in China, bicyclists and motorists commonly share the non‐barrier road surface. Because bicycles are unpredictable and unstable when moving, motorized vehicles must reduce their speed to safely approach and overtake them. In this study, the gradual deceleration process a motorized vehicle undergoes before it passes a bicycle was analyzed. The motorist was assumed to prefer a comfortable deceleration and to select a higher deceleration rate only when the distance to the bicycle was insufficient to reduce the car's speed to the expected value at a comfortable deceleration rate. Cellular automata (CA) simulations were used to reveal the flow characteristics of motorized vehicles reacting to bicycles traveling along the roadside, and the results show that for the general velocities of motorized vehicles and bicycles traveling on urban branch roads, the road capacity for motorized vehicles is not related to the number of bicycles present. However, the average travel time of motorized vehicles is significantly affected by the presence of bicycles when the number of motorized vehicles on the road is small. In addition, motorized vehicles' average travel time is more influenced by disturbances in the flow of motorized vehicles than by bicycles when the number of motorized vehicles on the road is large. Field observations and surveys were used to validate the traffic behaviors and simulation results. Copyright © 2016 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 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 ».