A comparison between PARAMICS and VISSIM in estimating automated field‐measured traffic conflicts at signalized intersections
Notice bibliographique
Résumé
Summary The main objective of this study is to investigate the relationship between field‐measured conflicts and simulated conflicts estimated from microsimulation model (PARAMICS) using the surrogate safety assessment model. An urban signalized intersection was selected for analysis. Automated video‐based computer vision techniques were used to identify field conflicts. The applicability of a two‐step model calibration procedure applied to VISSIM in a recent study was investigated using PARAMICS. In the first calibration step, the PARAMICS model was calibrated to ensure that the simulation gives reasonable results of average delay times. The second calibration step used a genetic algorithm procedure to calibrate PARAMICS parameters to enhance the correlation between simulated and field‐measured conflicts. Finally, the results obtained from PARAMICS were compared with results obtained from VISSIM. The comparison included three aspects: (i) the car‐following model and safety‐related parameters; (ii) the correlation between simulated and field‐measured conflicts; and (iii) the conflict spatial distributions. The results show that the default simulation model parameters give poor correlation with the field‐measured data, and therefore, using simulation models without a proper calibration should be avoided. Overall, good correlation between field‐measured and simulated conflicts was obtained after calibration for both models, especially at higher time‐to‐collision (TTC) values. At TTC threshold of 1.5 s, PARAMICS overestimates the number of conflicts and VISSIM underestimates it. Both models overestimated the number of conflicts at TTC threshold of 3.00 s. There were major differences between field‐measured and simulated conflicts spatial distributions for both simulation models. This indicates that despite the good correlation obtained from the calibration process, both PARAMICS and VISSIM do not capture the actual conflict occurrence mechanism. 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 ».