主要なインフラ障害後の交通再配布のシミュレーション

主要なインフラ障害 - 突然の橋が崩壊するかどうか、高速道路トンネル火災、または地震誘発道路の破裂 - 数分で都市のモビリティをパラリンジすることができます。そのような混乱がもはや贅沢ではありません後にトラフィックの再配布の瞬間をシミュレートする能力。それは、弾力性のある都市計画の重要なコンポーネントです。高度な計算モデルを活用することで、輸送当局は混雑のホットスポットを予測し、再ルーティング戦略を評価し、記事を節約し、緊急の計画を提示する介入をデプロイすることができます。この調査結果、主要な科学的および緊急の計画を調査します。

交通再配布の理解

トラフィック再配布は、車両が破壊されたまたは閉鎖した施設から道路ネットワーク内の代替ルートにシフトする動的プロセスです。現象は、いくつかの独立した要因によって管理されます。

[ネットワークトポロジー] – 代替経路の密度、動脈の容量、および単一線橋や丸太などのチョークポイントの存在を含む道路の物理的なレイアウト。
交通量と需要パターン[ - ピーク時間コミューターフローは、オフピークまたは貨物のトラフィックとは異なる動作する。
[] ドライバーの動作とルートの選択[] - 障害の数分で、ドライバーは個人的な経験、可視混雑、またはどこに行くかを決定するためのリアルタイムナビゲーションアプリに依存します。他の人が積極的に迂回しながら、再開のために望んでいる場所でキューをキューすることができます。
[情報可用性[] - トラフィックアラート、動的メッセージの兆候、およびモバイルアプリの速度と正確さは、迅速かつ均等にトラフィックが分配する方法に著しく影響します。
[]施行と制御対策[] - 一時的な交通信号、警察の方向、または障壁の配置は、自然運転傾向を上書きすることができます。

これらの要因を徹底的に理解することで、モデラーは、公共の安全を危険にさらすことなく、現実世界の再配布パターンを再現し、「what-if」シナリオをテストするシミュレーションを構築することができます。

交通再配布のためのシミュレーション方法論

トラフィックシミュレーションモデルは、詳細のスペクトルに沿って落ちます。方法論の選択は、学習領域、利用可能なデータ、およびインフラ障害について尋ねられている特定の質問の規模によって異なります。

マイクロスコピックモデル

マクロスコープモデル

マクロスコープモデルは、密度、フロー、速度の合計変数で説明された連続した流れとしてトラフィックを扱います。Lighthill-Whitham-Richards(LWR)理論とセル伝送モデル(CTM)は共通の基礎です。これらのモデルは、大規模ネットワークスクリーニングのために迅速かつ適切に機能します。例えば、主要なブリッジがオフラインになった場合、どの動脈が容量を超えるかを推定します。下落は、個々のドライバーの決定や微小な調整の行動をリアルタイムで計画することができないということです。

Mesoscopicモデル

メススコープモデルは、個々のルートの選択とネットワークの相互作用をモデル化しながら、車両をパケットに分けたり、集計の高レベルで移動することでギャップを埋めます。彼らは計算速度と行動の現実主義のバランスが良好です。メススコープシミュレーションは、特に故障後1時間をシミュレートするのに便利です。詳細なマイクロレベルの決定が重要になる前に。 ]PTV VisumやDYNAME DYNAME(MITOR)などのプラットフォームは、このようなプラットフォームが重要になります。

現代の交通管理センターは、ハイブリッドアプローチを採用しています。障害現場の直近距離で、地域ネットワークと顕微鏡のメソスコピック。

データ要件とモデルの校正

正確なシミュレーションは、高品質の入力データと厳格な校正に依存します。主なデータソースには、以下が含まれます。

[]誘導ループディテクタ、レーダー、およびパイプラインの要求を確立するために空気管から、固定トラフィックカウント[。
[]ナビゲーションアプリ(Googleマップ、Waze)からリアルタイムGPSプローブデータ[とフリートトラッキングで瞬時の速度とルートの選択肢をキャプチャします。
[]前の失敗からモデル予測を検証する事件のログのインシデントログ(例:実際の橋閉鎖後、どのくらいの時間が混雑したのか?)。
[]ネットワークジオメトリと信号タイミング[]]をシミュレーション環境に送ります。

校正は、フリーフロー速度、飽和流量、およびドライバーの攻撃性などのモデルパラメータを調整することを含みます。モデルの出力マッチは、通常のストレス条件下で観察されたトラフィックパターンを満たします。適切に校正されたモデルは、自信を持って障害シナリオをシミュレートするために使用できます。校正なしで、シミュレーション結果は、特に正確な容量制約に依存する再配布予測のために、最適化されるリスクを発生させます。

事例:大橋崩壊を模擬

主要な川の交差が1日あたりの120,000台の車輌を運ぶ4車線橋である800,000の人口を持つ中規模の都市を考慮して下さい。火曜日に橋の中央スパンの突然の崩壊は2つの都市を効果的に転じます。次のステップはシミュレーションが応答計画を支える方法を説明します:

[]初期衝撃:]]] 数分で、車両が戻って回るようにグリッドロックされるアプローチロード。ブリッジのアプローチからスピルバックが3つの主要な交差点をロックアップするマイクロシミュレーションショー。
] を出力する動体:[ マクロスコープモデリングは、2つの下流動脈のみが、変換されたボリュームを吸収するのに十分な容量を持っていることを明らかにするが、信号のタイミング調整が必要です。介入なしで、15分の遅延は90〜分の遅延になります。
[:]] 測定テスト:(a) が、代替経路上のトラフィックライトを同期させるためのメソスコピックモデルが使用されます。(b) は、重要なジャンクションで手動でトラフィックを指示するために警察をデプロイし、(c) 再利用可能なレーンのネットワークを活性化します。シミュレーションは、ストラテジー(a)が40%でネットワーク全体の平均遅延を低下させることを示しています。一方(c)は、再燃性が再燃性レーンを返すために、再燃性を戻します。
[]接続車両との動的リルーティング:[]] 30%の車両を組み込んだシナリオ--インフラ通信は、リアルタイムでリルーティングすることでピーク混雑を25%削減し、車両はそれらに入る前に過負荷リンクから遠ざかっているためです。

これらの洞察により、トラフィック管理当局は、リソースを最適な効果をもたらす場所を正確に固定することができます。むしろ、盲目的に反応するよりも。

高度な考察:フィードバック、適応、およびレジリエンス

トラフィック再配布は1回限りのイベントではありません。それは時間と日を経ちます。障害は、一時的な対流車線を実装し、迂回標識を設定したり、二次的な道路を閉じたりして脆弱な近所を保護するために、当局に要求するかもしれません。シミュレーションは、これらの適応戦略を時間通りに変化させる入力として組み込むことができます。さらに、回復分析は、ネットワークのどの部分が最も重要であるかを識別するために、さまざまな障害場所と期間を使用して複数のシミュレーションを実行します。例えば、単一のトラフィックが、十分な計画を計画する可能性がある(または)。

デジタルツインなどの新興技術は、リアルタイムデータを反映する、継続的に更新されたシミュレーションをリアルタイムで更新しました。次のフロンティアを追随します。これらのシステムは、リアルタイムのトラフィックデータを即座に取り込み、新しい失敗の再配分効果を即座にシミュレートし、トラフィック制御システムへの推奨事項を秒単位で押します。まだ初期導入中、デジタルツインはオフライン計画からリアルタイムの運用モデリングまでシフトを表しています。

交通シミュレーションのメリットと限界

主要な故障後のトラフィック再配布をシミュレートする利点は、十分に確立されます。

[]積極的な応答計画[] - 文体は、シミュレーション結果に基づいて、デター、プレポジションの表記、および訓練員を設計することができます。
削減混雑 – 最適化された信号のタイミングと再ルーティングは、全体的な遅延と燃料消費量を削減します。
] 改善された安全[] – 危険な流出条件を識別することにより、シミュレーションは二次的なクラッシュを防ぐことができます。
[インフラ優先[]] - シミュレーションショーが最も脆弱であるリンクを強化するために限られた資金を割り当てることができます。

しかし、シミュレーションは制限なしではありません。モデルは近似です。彼らは、非合理的なドライバーの動作をキャプチャできない(例えば、高速道路の反対側にゴムネック)。キャリブレーションは、小さな道路のために存在しないかもしれない良いデータを必要とします。そして、すぐにカオスでは、主要な障害(火、破片、警察のコード)を追い払うことは、シミュレーションがすぐに無効にすることができます。最良のプラクティスは、それが、リアルタイムで監視および適応する、およびリアルタイム管理を補完するよりもむしろ、決定的なツールとしてシミュレーションを使用することです。

コンテンツ

主要なインフラ障害の後にトラフィック再配布をシミュレートすると、都市のプランナーと緊急管理者が、破壊されたモビリティの未来を見出す強力なレンズを提供します。ネットワークトポロジーの相互作用を理解し、ドライバーの行動、および適切なモデリング方法を適用することにより、混乱を最小限に抑え、人々を安全に移動し続けるための介入を設計することが可能となります。都市は、デジタルインフラとリアルタイムのデータストリームに投資し、トラフィックシミュレーションはより正確で不可欠になります。次の時間は、崩壊または再発を遅らせる可能性があります。