MétaCan
Menu
Retour à la cohorte
Enregistrement W4384930992 · doi:10.54327/set2023/v3.i2.78

HetroTraffSim: A Novel Traffic Simulation Software for Heterogeneous Traffic Flow

2023· article· en· W4384930992 sur OpenAlexaff
Ali Zeb, Khurram Shehzad Khattak, Muhammad Rehmat Ullah, Zawar Hussain Khan, T. Aaron Gulliver

Notice bibliographique

RevueScience Engineering and Technology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésTraffic flow (computer networking)SoftwareTraffic simulationComputer scienceNetwork traffic simulationTraffic generation modelTraffic optimizationTraffic congestion reconstruction with Kerner's three-phase theoryFloating car dataTransport engineeringRoad trafficMicroscopic traffic flow modelSimulation softwareWork (physics)SimulationReal-time computingMicrosimulationTraffic congestionComputer networkEngineeringNetwork traffic control

Résumé

récupéré en direct d'OpenAlex

Traffic simulation software (TSS) is employed for planning, designing, and managing road networks. Among existing TSS, only SUMO and HETROSIM can be used for heterogeneous traffic. The objective of this work is to develop new software for heterogeneous traffic simulation which is effective and efficient. This is motivated by the fact that traffic in developing countries is typically heterogeneous. The HetroTraffSim TSS was developed using Unity3D and is based on a recently developed macroscopic traffic flow model. A 360 m section of University Road which is a two-lane arterial road in Peshawar, Pakistan, is used to evaluate the performance using real traffic data. The results obtained show that an increase in density decreases the velocity. Further, HetroTraffSim can be used to characterize and predict heterogeneous traffic behavior.

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: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience Engineering and TechnologyMême sujetTraffic control and managementTravaux en français237 207