A framework for travel time variability analysis using urban traffic incident data

این مطالعه با هدف ایجاد یک چارچوب برای برآورد تغییرات زمان سفر ناشی از حوادث ترافیکی با استفاده از ترافیک مجتمع، هندسه جاده، حوادث و داده های آب و هوا. ما یک سری از مدل های رگرسیون قوی بر اساس داده های کشش در سیستم بزرگراه کالیفرنیا در طول یک دوره دو ساله توسعه می دهیم. این مدل ها زمان تخلیه بزرگراه ها و درصد تغییرات سرعت را برای قسمت های پایین دست و بالاسری تنگنا حادثه را تخمین می زنند. نتایج نشان می دهد که ضریب عرض شانه و خط ساحلی از لحاظ زمان برآورد طول مسیر بزرگراه پایین می باشد. بعد، متغیر زمان سفر بر اساس مدل تغییر سرعت پیشنهادی برآورد شده است. نتایج حاصل از بررسی اعتبار سنجی تقسیم نمونه، اثربخشی مدل پیشنهادی را در برآورد متغیر زمان سفر نشان می دهد. استفاده از مدل با استفاده از یک شبیه سازی میکرو مورد بررسی قرار گرفته است، که نشان می دهد که تجهیز مسافران با متغیر زمان تخمین زده شده در صورت وقوع می تواند کل زمان سفر تقریبا 60٪ را بهبود بخشد. سهم این تحقیق، جمع آوری چندین مجموعه داده است که می تواند برای مدیریت تصادفات ترافیکی سودمند باشد.