Macroscopic Traffic-Flow Modelling Based on Gap-Filling Behavior of Heterogeneous Traffic
Notice bibliographique
Résumé
Traffic-flow modelling has been of prime interest to traffic engineers and planners since the mid-20th century. Most traffic-flow models were developed for the purpose of characterizing homogeneous traffic flow. Some of these models are extended to characterize the complex interactions involved in heterogeneous traffic flow. Existing heterogeneous traffic-flow models do not characterize the driver behavior leading to gap filling in heterogeneous traffic conditions. This study aimed at explaining the gap-filling behavior in heterogeneous traffic flow by using the effusion model of gas particles. The driver’s behavior leading to gap filling in heterogeneous traffic was characterized through developing analogies between the traffic flow and the Maxwell–Boltzmann equation for effusion of gases. This model was subsequently incorporated into the Payne–Whitham (PW) model by replacing the constant anticipation term. The proposed model was numerically approximated by using Roe’s scheme, and numerical simulation of the proposed model was then carried out by using MATLAB. The results of the proposed and PW models were therefore compared. It is concluded that the new model proposed in this study not only produces better results compared to the PW model, but also better captures the expected reality. The main difference between the behavior of the two models is that the effect of bottleneck in the density of traffic is propagated in the form of a shockwave travelling backwards in time in the new model, while the PW model does not exhibit this effect.
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 ».