A Global Sensitivity Analysis of Dynamic Loading and Route Selection Parameters on Network Performances
Notice bibliographique
Résumé
We conduct a Global Sensitivity Analysis (GSA) of urban-scale network performances to parameters representing a wide range of realistic dynamic loadings, decomposed in a choice of OD matrix, routing alternatives, and paths flow distribution. A special attention is given to the route alternatives generation, where overlapping metrics and selection methods are introduced to reproduce a wide variety of paths sets configuration. Paths flow distributions are calculated based on different equilibrium criteria. Several sets of simulations are conducted and analyzed graphically and then with a variance-based GSA method so as to get insights on how much and in which conditions each network loading parameter influences network performances by itself or by interaction. Results notably reveal that the demand level is the most decisive parameter since low values simply lead to free-flow conditions with no influence of the other parameters, whereas higher values lead to a wide diversity of network states going from close to capacity but stable to gridlocked. While a nonnegligible amount of this disparity is explained by the demand pattern parameter, the number of paths per OD, their overlapping, and the equilibrium criterion of the paths flow distribution are still influential enough to maintain the network close to its optimal capacity or to prevent the network from fast collapse (gridlock). The highlighted connection between spatial and temporal heterogeneities of the network states explains the gridlocking phenomena. These extracted insights are very encouraging for operational implementations.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».