Bei der dynamischen Umlegung von Quelle-Ziel-Matrizen auf ein Verkehrsnetz werden iterative Verfahren mit mikroskopischen oder mesoskopischen Verkehrsflussmodellen eingesetzt. Um eine annehmbare Rechenzeit zu erhalten, werden bei groeren Netzen einfachere Ansatze zur Fahrzeitermittlung eingesetzt, z.B. capacity-restraint Funktionen, wobei die Umlegungsergebnisse weit ungenauer ausfallen. Mario Aleksic zeigt, dass mit Hilfe des makroskopischen Verkehrsflussmodells "e;Urban Traffic Analysis"e; (UTA) nach Kerner und einem im Rahmen der Arbeit erweiterten Lernverfahren nach Lohse eine dynamische Umlegung von Quelle-Ziel-Matrizen durchgefuhrt werden kann, die qualitativ der Umlegung mit einem mikroskopischen Modell (z.B. nach Wiedemann) entspricht und eine etwa 1000-fach schnellere Verkehrsflusssimulation aufweist. Das hier vorgestellte Umlegungsverfahren wird auf dem Verkehrsnetz des nordlichen Teils von Stuttgart eingesetzt. Die Ergebnisse werden mit gemessenen Daten verglichen und damit die Praxistauglichkeit des Verfahrens nachgewiesen.
Prenumerera på vårt nyhetsbrev för att få fantastiska erbjudanden och inspiration för din nästa läsning.
Genom att registrera dig accepterar du vår personuppgiftspolicy.