• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Stochastic Link Flow Model for Signalized Traffic Networks with Uncertainty in Demand
【24h】

Stochastic Link Flow Model for Signalized Traffic Networks with Uncertainty in Demand

机译：需求不确定信号交通网络的随机链路流模型

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In order to investigate the stochastic features in urban traffic dynamics, we propose a Stochastic Link Flow Model (SLFM) for signalized traffic networks with demand uncertainties. In the proposed model, the link traffic state is described using four different link state modes, and the probability for each link state mode is determined based on the stochastic link states. The SLFM model is expressed as a finite mixture approximation of the link state probabilities and the dynamic link flow models for all the four link state modes. Using data from microscopic traffic simulator SUMO, we illustrate that the proposed model can provide a reliable estimation of the link traffic states, and as well as good estimations on the link state uncertainties propagating within a signalized traffic network.
机译：为了研究城市交通动态中的随机特征，我们提出了具有需求不确定性的信号交通网络的随机链路流模型（SLFM）。在提出的模型中，使用四种不同的链路状态模式描述了链路流量状态，并且基于随机链路状态确定每种链路状态模式的概率。 SLFM模型表示为所有四个链接状态模式的链接状态概率和动态链接流模型的有限混合近似。使用来自微观交通模拟器SUMO的数据，我们说明了所提出的模型可以提供对链路交通状态的可靠估计，以及对在信号化交通网络内传播的链路状态不确定性的良好估计。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号