.png){kind=icon}
返回
Extended macroscopic node model for multilane traffic
.png){kind=icon}
OA
AI
DOI：10.1016/j.trb.2025.103208.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在宏观分配模型中，交通流通过网络加载模型分布到网络上。网络加载通过链路模型沿链路传播流，并通过节点模型穿过交叉口或节点。大部分旅行时间延误是由交叉口或节点处形成的队列造成的，特别是在城市网络中。因此，底层节点模型的效率与准确性对于捕捉这些延误（及流量）至关重要。现有的基于链路的宏观节点模型做出了简化的假设，即链路层级遵循先进先出（FIFO）原则，但当链路在交叉口或节点附近具有多个进口车道时，这一假设往往不切实际。在本工作中，我们提出放宽这一假设，使FIFO在运动层级成立。我们通过开发几种模型扩展来实现这一点。首先，提出了一种基于车道的节点模型新表述。其次，我们制定了一个均衡问题和通用的求解算法，以分配发送流量到车道。这使得我们能够显式考虑包含交叉口或节点布局重要信息的进口车道配置。我们证明，在每条入链路的进口车道允许所有可能运动的情况下，传统的基于链路的节点模型是我们新提出模型的一个特例。提供了各种数值示例，展示了所提出的节点模型扩展的功能。
Keyword:
Macroscopic traffic assignment
Link-based FIFO
Multi-queue node model
Lane choice problem
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.3
论文数:
3.5K
被引数:
1.9W
机构
引用论文
A simple physical principle for the simulation of freeways with special lanes and priority vehicles
.png){kind=icon}
PREAI
分享收藏Quasi-dynamic traffic assignment with residual point queues incorporating a first order node model
PREAI
分享收藏
查看更多内容