کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6936320 1449663 2017 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Interactive travel choices and traffic forecast in a doubly dynamical system with user inertia and information provision
ترجمه فارسی عنوان
گزینه های سفر تعاملی و پیش بینی ترافیک در یک سیستم دوبعدی دایره ای با در نظر گرفتن ورودی کاربر و ارائه اطلاعات
کلمات کلیدی
مدل بطلمی پویایی روز به روز، پیش بینی ترافیک، دوحالته، ورودی کاربر
ترجمه چکیده
این مطالعه مدل تکامل مشترک (بیش از زمان تقویم) زمان خروج مسافران و انتخاب حالت و ترافیک ناشی از آن در یک سیستم حمل و نقل دوجانبه می باشد. به طور خاص، ما در نظر داریم که هنگام تنظیم زمان خروج و انتخاب حالت، مسافرین می توانند از تجارب گذشته خود و همچنین پیش بینی های ترافیکی ارائه شده توسط ارائه کننده / سازمان اطلاعات حمل و نقل هوشمند یاد بگیرند. در عین حال، آژانس حمل و نقل می تواند از اطلاعات تاریخی در به روز رسانی پیش بینی ترافیک از روز به روز یاد بگیرد. به عبارت دیگر، این مطالعه به صراحت تعاملات پویا بین کاربران حمل و نقل و ارائه دهنده اطلاعات ترافیک را مدلسازی و تحلیل می کند. علاوه بر این، تاثیر ورودی کاربر در مدل سازی دینامیک ترافیک مورد توجه قرار می گیرد. هنگام بررسی همگرایی مدل پیشنهادی با تعادل جابهجایی پویای دو مودال، دریافتیم که پیش بینی ترافیک مناسب میتواند به سیستم همگرا با تعادل کاربر کمک کند. همچنین یافته شده است که اینورتر کاربر ممکن است سرعت همگرایی مدل تکامل روز به روز را کاهش دهد. تجزیه و تحلیل حساسیت وسیع برای ارزیابی اثرات پارامترهای نادرست پذیرفته شده توسط آژانس حمل و نقل انجام شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
This study models the joint evolution (over calendar time) of travelers' departure time and mode choices, and the resulting traffic dynamics in a bi-modal transportation system. Specifically, we consider that, when adjusting their departure time and mode choices, travelers can learn from their past travel experiences as well as the traffic forecasts offered by the smart transport information provider/agency. At the same time, the transport agency can learn from historical data in updating traffic forecast from day to day. In other words, this study explicitly models and analyzes the dynamic interactions between transport users and traffic information provider. Besides, the impact of user inertia is taken into account in modeling the traffic dynamics. When exploring the convergence of the proposed model to the dynamic bi-modal commuting equilibrium, we find that appropriate traffic forecast can help the system converge to the user equilibrium. It is also found that user inertia might slow down the convergence speed of the day-to-day evolution model. Extensive sensitivity analysis is conducted to account for the impacts of inaccurate parameters adopted by the transport agency.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Transportation Research Part C: Emerging Technologies - Volume 85, December 2017, Pages 711-731
نویسندگان
, , , ,