MétaCan
Menu
Retour à la cohorte
Enregistrement W2581585125 · doi:10.1139/cjce-2016-0331

Integrative design of left-turn lane space and signal coordination for two adjacent intersections

2017· article· en· W2581585125 sur OpenAlexvenueno aff
Ronghan Yao, Weiwei Guo, Hongmei Zhou

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésOffset (computer science)Intersection (aeronautics)SIGNAL (programming language)Constraint (computer-aided design)Computer scienceSignal timingTurn (biochemistry)Space (punctuation)Traffic signalControl theory (sociology)Traffic simulationRange (aeronautics)SimulationTraffic engineeringAlgorithmMathematical optimizationMathematicsReal-time computingEngineeringTransport engineeringGeometryAerospace engineeringArtificial intelligencePhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

For two adjacent signalized intersections with short left-turn lanes, the capacity and delay for each intersection depend on not only the left-turn lane space but also the signal coordination strategy. In this paper, two optimization models are formulated to integrate the design of the left-turn lane space and signal coordination. While model II can simultaneously optimize the short-lane space, green splits, and offset under the equal-cycle constraint, model I could not simultaneously obtain them. The simulation-based algorithm is proposed to seek the best offset in the global range when the common cycle length, green splits and short-lane length are all ascertained together with signal phase plan. Numerical examples are given to demonstrate these two models. The findings reveal that model II is more effective and easier to apply than model I. Finally, the application of model II in engineering practice is also given.

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: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,199
Écart entre enseignants0,189 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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