Space-Time Resource Integrated Optimization Method for Time-of-Day Division at Intersection Based on Multidimensional Traffic Flows
Notice bibliographique
Résumé
Based on the change trends of traffic flow in different controlled directions at an intersection, the space-time resource integrated optimization method for TOD (time-of-day) division based on multidimensional traffic-flow data is proposed in this paper. By analyzing the traffic-flow data of 8, 4, 2, and 1 dimensions commonly used at the intersection, the dynamic Fisher algorithm is used to complete the time segment division of the traffic-flow sequence of different dimensions. On this basis, the preliminary TOD division is completed, and the phase timing and lane-use assignment corresponding to the preliminary time periods are optimized. Then, the adjacent time periods are merged and tested to complete the final result of the TOD division. In order to verify the effectiveness of the proposed method, the schemes based on traffic-flow data of different dimensions are carried out by using the data at an actual intersection in Wuhu City, and the total and average vehicle delays of different schemes throughout the day are evaluated by VISSIM. The results show that the more dimensions of traffic flow data are adopted, the more refined the TOD division scheme is, and the less the total delay and average delay at intersections throughout the day are. In particular, the TOD division scheme after further optimizing the lane-use assignment can further reduce the total and average vehicle delay throughout the day. It shows that the method using multidimensional traffic-flow data at an intersection to carry out the integrated optimization of TOD division, lane-use assignment, and phase timing has good applicability.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».