Javascript must be enabled to continue!
Regional traffic and trip characteristics simulation and applications for MFD models calibration
View through CrossRef
Simulation des caractéristiques du trafic et des déplacements régionaux et applications pour l'étalonnage des modèles MFD
Cette thèse étudie comment le paramétrage des modèles dynamiques à grande échelle basés sur le diagramme fondamental macroscopique (MFD) influence la précision des prédictions. Elle se concentre principalement sur la représentation de la longueur des trajets et le partitionnement du réseau. Nous avons utilisé un ensemble sans précédent de données de trajectoire provenant de l'expérience de drone de pNEUMA pour effectuer des analyses approfondies des comportements régionaux de longueur de trajet, en considérant plusieurs partitionnements spatiaux du réseau routier. Ces recherches définissent différentes résolutions lors de l'étalonnage des longueurs de trajet qui ont été comparées en simulation à l'aide des différentes expressions primaires des modèles MFD. Ce processus d'analyse comparative fournit des lignes directrices solides pour le calibrage des modèles MFD. Cette thèse se compose de deux parties principales : 1) l'étude de l'effet de la disponibilité des données et de la représentation du réseau sur l'estimation des états du trafic et des caractéristiques des trajets, et 2) l'évaluation de l'influence des paramètres des modèles MFD sur la précision des prédictions. Dans la première partie, nous étudions l'ampleur des erreurs lors de l'estimation de la densité aux niveaux local et régional, puisqu'il s'agit d'une variable centrale pour les modèles MFD. Nous nous concentrons également sur les effets du partitionnement du réseau sur la longueur des trajets. Nous introduisons le concept de séquence de trajets pour suivre les véhicules qui peuvent faire des allers-retours entre deux régions proches et entrelacées. Une telle information semble cruciale lors de la simulation d'un réseau avec des zones entrelacées en utilisant des modèles MFD. Dans la deuxième partie, la précision de prédiction des modèles MFD classiques est évaluée en comparant différents paramètres de MFD et de longueur de trajet. Une extension du cadre MFD pour traiter la séquence des trajets est proposée et comparée aux approches plus classiques. Elle s'avère plus efficace pour prédire les échanges de flux entre régions.
Title: Regional traffic and trip characteristics simulation and applications for MFD models calibration
Description:
Simulation des caractéristiques du trafic et des déplacements régionaux et applications pour l'étalonnage des modèles MFD
Cette thèse étudie comment le paramétrage des modèles dynamiques à grande échelle basés sur le diagramme fondamental macroscopique (MFD) influence la précision des prédictions.
Elle se concentre principalement sur la représentation de la longueur des trajets et le partitionnement du réseau.
Nous avons utilisé un ensemble sans précédent de données de trajectoire provenant de l'expérience de drone de pNEUMA pour effectuer des analyses approfondies des comportements régionaux de longueur de trajet, en considérant plusieurs partitionnements spatiaux du réseau routier.
Ces recherches définissent différentes résolutions lors de l'étalonnage des longueurs de trajet qui ont été comparées en simulation à l'aide des différentes expressions primaires des modèles MFD.
Ce processus d'analyse comparative fournit des lignes directrices solides pour le calibrage des modèles MFD.
Cette thèse se compose de deux parties principales : 1) l'étude de l'effet de la disponibilité des données et de la représentation du réseau sur l'estimation des états du trafic et des caractéristiques des trajets, et 2) l'évaluation de l'influence des paramètres des modèles MFD sur la précision des prédictions.
Dans la première partie, nous étudions l'ampleur des erreurs lors de l'estimation de la densité aux niveaux local et régional, puisqu'il s'agit d'une variable centrale pour les modèles MFD.
Nous nous concentrons également sur les effets du partitionnement du réseau sur la longueur des trajets.
Nous introduisons le concept de séquence de trajets pour suivre les véhicules qui peuvent faire des allers-retours entre deux régions proches et entrelacées.
Une telle information semble cruciale lors de la simulation d'un réseau avec des zones entrelacées en utilisant des modèles MFD.
Dans la deuxième partie, la précision de prédiction des modèles MFD classiques est évaluée en comparant différents paramètres de MFD et de longueur de trajet.
Une extension du cadre MFD pour traiter la séquence des trajets est proposée et comparée aux approches plus classiques.
Elle s'avère plus efficace pour prédire les échanges de flux entre régions.
Related Results
Short term road network Macroscopic Fundamental Diagram parameters and traffic state prediction based on LSTM
Short term road network Macroscopic Fundamental Diagram parameters and traffic state prediction based on LSTM
Macroscopic Fundamental Diagram (MFD) is widely used in traffic state evaluation due to its description of the macro level of urban road network. This study focuses on the discrimi...
JIT 2023 - Jornadas de Jóvenes Investigadores Tecnológicos
JIT 2023 - Jornadas de Jóvenes Investigadores Tecnológicos
Es un honor presentar este libro que compila los trabajos de investigación y desarrollo presentados en las Jornadas de Jóvenes Investigadores Tecnológicos (JIT) 2023. Este evento s...
Estimation of travel time variation caused by transport infrastructure development
Estimation of travel time variation caused by transport infrastructure development
Purpose
The expected benefits of newly developed transportation infrastructures are the saving of travel time and further promoted transport economics. There is a need for a method...
Macroscopic Traffic Dynamics in Urban Networks during Incidents
Macroscopic Traffic Dynamics in Urban Networks during Incidents
The degradation of road network performance due to incidents is a major concern to traffic operators. The development of urban traffic incident management systems requires a compre...
Macroscopic Traffic Dynamics in Urban Networks during Incidents
Macroscopic Traffic Dynamics in Urban Networks during Incidents
The degradation of road network performance due to incidents is a major concern to traffic operators. The development of urban traffic incident management systems requires a compre...
TYPES OF AI ALGORİTHMS USED İN TRAFFİC FLOW PREDİCTİON
TYPES OF AI ALGORİTHMS USED İN TRAFFİC FLOW PREDİCTİON
The increasing complexity of urban transportation systems and the growing volume of vehicles have made traffic congestion a persistent challenge in modern cities. Efficient traffic...
Traffic Prediction in 5G Networks Using Machine Learning
Traffic Prediction in 5G Networks Using Machine Learning
The advent of 5G technology promises a paradigm shift in the realm of
telecommunications, offering unprecedented speeds and connectivity. However, the
...
MFD: Multi-Feature Detection of LLM-Generated Text
MFD: Multi-Feature Detection of LLM-Generated Text
Abstract
With the rapid development of large language models, their powerful capabilities have led to their rapid popularity in society. However, it not only brings great c...

