MétaCan
Menu
Retour à la cohorte
Enregistrement W3081526027 · doi:10.1155/2020/7375416

Design and Control Method of Switchable On- or Off-Ramp for Urban Highway

2020· article· en· W3081526027 sur OpenAlexvenueno aff
Yugang Liu, Hongbo Yi, Jiali Li, Bin Chen, Hongtai Yang

Notice bibliographique

RevueJournal of Advanced Transportation · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensnon disponible
Organismes subventionnairesScience Foundation of Ministry of Education of ChinaHumanities and Social Science Fund of Ministry of Education of ChinaMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of ChinaChina Postdoctoral Science FoundationSichuan Youth Science and Technology Foundation
Mots-clésTraffic flow (computer networking)Traffic volumeUpstream (networking)Transport engineeringVolume (thermodynamics)Traffic congestionComputer scienceProcess (computing)Flow (mathematics)Traffic waveTraffic congestion reconstruction with Kerner's three-phase theoryTravel timeDownstream (manufacturing)Environmental scienceEngineeringMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

High volume of traffic is loaded on urban highway during peak hours as well as the ramp connecting main road and auxiliary road of highway. Once the demand exceeds the capacity of the ramp, congestion may happen on both main road and the auxiliary road. To deal with this problem, an new urban highway ramp, switchable ramp (SR) that can switch between on and off condition, is proposed in this paper. A macroscopic time-space discrete model is built in this paper to model this process by dividing the studied time period into short time periods and the studied road segment into small sections. The impact of the type of ramp on upstream and downstream traffic flow is analyzed. A segment of urban highway in Chengdu, China, is used as a case study. The traffic flow data in peak hours is collected and used. Mathematical analysis proves that the SR system proposed in this paper can reduce the total travel time (TTT) in the studied area. Results show that the SR system is more useful when the traffic volume is high.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,267

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 Opus0,013
Tête enseignante GPT0,236
Écart entre enseignants0,223 · 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
GenreMéthodes

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

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTraffic control and managementTravaux en français237 207