Dynamische Umlegung von Quelle-Ziel-Matrizen mit einem makroskopischen Verkehrsflussmodell
PAYBACK Punkte
0 °P sammeln!
Bei der dynamischen Umlegung von Quelle-Ziel-Matrizen auf ein Verkehrsnetz werden iterative Verfahren mit mikroskopischen oder mesoskopischen Verkehrsflussmodellen eingesetzt. Um eine annehmbare Rechenzeit zu erhalten, werden bei größeren Netzen einfachere Ansätze zur Fahrzeitermittlung eingesetzt, z.B. capacity-restraint Funktionen, wobei die Umlegungsergebnisse weit ungenauer ausfallen. Mario Aleksic zeigt, dass mit Hilfe des makroskopischen Verkehrsflussmodells "Urban Traffic Analysis" (UTA) nach Kerner und einem im Rahmen der Arbeit erweiterten Lernverfahren nach Lohse eine dynamische U...
Bei der dynamischen Umlegung von Quelle-Ziel-Matrizen auf ein Verkehrsnetz werden iterative Verfahren mit mikroskopischen oder mesoskopischen Verkehrsflussmodellen eingesetzt. Um eine annehmbare Rechenzeit zu erhalten, werden bei größeren Netzen einfachere Ansätze zur Fahrzeitermittlung eingesetzt, z.B. capacity-restraint Funktionen, wobei die Umlegungsergebnisse weit ungenauer ausfallen. Mario Aleksic zeigt, dass mit Hilfe des makroskopischen Verkehrsflussmodells "Urban Traffic Analysis" (UTA) nach Kerner und einem im Rahmen der Arbeit erweiterten Lernverfahren nach Lohse eine dynamische Umlegung von Quelle-Ziel-Matrizen durchgeführt werden kann, die qualitativ der Umlegung mit einem mikroskopischen Modell (z.B. nach Wiedemann) entspricht und eine etwa 1000-fach schnellere Verkehrsflusssimulation aufweist. Das hier vorgestellte Umlegungsverfahren wird auf dem Verkehrsnetz des nördlichen Teils von Stuttgart eingesetzt. Die Ergebnisse werden mit gemessenen Daten verglichen und damit diePraxistauglichkeit des Verfahrens nachgewiesen.
Andere Kunden interessierten sich für
