مدل های ترافیک مکوسکوپی جریان ترافیک را با درمان وسایل نقلیه به عنوان یک مایع مداوم تجزیه و تحلیل می کنند.این مدل ها به پیش بینی الگوهای احتقان در بزرگراه ها و کمک به استراتژی های مدیریت ترافیک کمک می کنند.

پایه های مدل های ترافیک مکروسکوپی

این مدل ها از متغیرهایی مانند تراکم ترافیک، سرعت جریان و سرعت متوسط برای توصیف رفتار ترافیک در مناطق بزرگ استفاده می کنند.آنها تعاملات پیچیده خودرو را به معادلات قابل مدیریت ساده تر می کنند و تجزیه و تحلیل و پیش بینی شرایط ترافیک را آسان تر می کنند.

انواع مدل های مشترک

دو مدل به طور گسترده ای از macroscopic استفاده می شود سبکhill-Whitham-Richards (LWR) مدل و مدل پین-Whitham است. مدل LWR بر حفاظت از وسایل نقلیه تمرکز دارد، در حالی که مدل پین-Whitham معادلات حرکتی را برای حساب رفتار راننده و شتاب اضافه می کند.

برنامه های کاربردی در پیش بینی ترافیک

با وارد کردن اطلاعات ترافیکی فعلی به این مدل ها، آژانس های حمل و نقل می توانند سطح ازدحام را پیش بینی کرده و تنگناهای احتمالی را شناسایی کنند.این امر به اقدامات پیشگیرانه مانند تنظیم سیگنال های ترافیکی یا ارائه اطلاعات راننده در زمان واقعی اجازه می دهد.

مزایا و محدودیت ها

مدل های مک تروسکوپی به طور محاسباتی کارآمد و مناسب برای تجزیه و تحلیل بزرگ هستند، اما ممکن است در گرفتن رفتارهای راننده فردی و پدیده های ترافیکی محلی، که می تواند بر دقت پیش بینی در سناریوهای پیچیده تاثیر بگذارد، دقت نکنند.