位置:成果数据库 > 期刊 > 期刊详情页
VMS行程时间诱导效益仿真算法
  • ISSN号:1671-1637
  • 期刊名称:交通运输工程学报
  • 时间:2012.2.2
  • 页码:121-126
  • 分类:U491.112[交通运输工程—交通运输规划与管理;交通运输工程—道路与铁道工程]
  • 作者机构:[1]上海理工大学管理学院,上海200093
  • 相关基金:国家自然科学基金项目(51008195);上海市重点学科建设项目(S30504)
  • 相关项目:图形式可变情报板对驾驶员路径选择行为影响的建模与仿真
中文摘要:

基于宏观交通仿真模型,提出了可变情报板(VMS)行程时间诱导效益仿真算法,分析了驾驶人的信息关注率和信息理解偏差系数对VMS行程时间诱导效益的影响。以行程时间计算模型和驾驶人信息响应模型与METANET仿真模型为理论基础,以路网总耗时改善率为诱导效益目标,在3种不同规模的路网上进行仿真试验。仿真结果表明:VMS行程时间对于改善路网运行效率通常具有正面的诱导效益;信息关注率越高,信息理解偏差系数越小,诱导效益越显著;当信息关注率为80%以上时,小型、中型、大型3种路网的诱导效益分别达到28.89%、15.87%、10.53%以上。可见,仿真算法有效。

英文摘要:

Based on macroscopic traffic simulation model, the inductive benefit simulation method of variable message sign(VMS) travel time was proposed, and the influences of information concern ratio and information comprehension deviation coefficients for drivers on the inductive benefit of VMS travel time were analyzed. The travel time calculation model, driver information response model and METANET simulation model were taken as theory foundations, the improving ratio of total road network consuming time was taken as inductive benefit objective, and simulation tests on three road networks with different sizes were carried out. Simulation result shows that VMS travel time normally has positive inductive benefit on improving the running efficiency of road network. The higher the information concern ratio is, the smaller the information comprehension deviation coefficient is, and the more significant the inductive benefit is. While information concern ratio is over 80G, the inductive benefits of small, medium and large road networks are above 28. 89%, 15. 870/oo and 10. 530//oo respectively. So the simulation algorithm is effective. 1 tab, 10 figs, 16 refs.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《交通运输工程学报》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:长安大学
  • 主编:陈荫三
  • 地址:西安市南二环路中段
  • 邮编:710064
  • 邮箱:jygc@chd.edu.cn
  • 电话:029-82334388
  • 国际标准刊号:ISSN:1671-1637
  • 国内统一刊号:ISSN:61-1369/U
  • 邮发代号:52-195
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:13453