차량의 지속적인 유체로 교통 흐름을 분석하는 Macroscopic 교통 모델. 이 모델은 고속도로에 혼잡 패턴을 예측하고 교통 관리 전략을 지원.

Macroscopic 교통 모델의 기본

이 모델은 트래픽 밀도, 유량, 평균 속도와 같은 가변을 사용하여 큰 영역에서 트래픽 동작을 설명합니다. 그들은 복잡한 차량 상호 작용을 관리 할 수 있도록 쉽게 분석하고 트래픽 상태를 예측합니다.

모델의 일반적인 유형

두 가지 널리 사용되는 매크로 스코프 모델은 Lighthill-Whitham-Richards (LWR) 모델과 Payne-Whitham 모델입니다. LWR 모델은 차량 보수에 중점을두고 Payne-Whitham 모델은 운전자 행동 및 가속을 위해 계정에 대한 순간 방정식을 추가합니다.

교통 예측

현재 교통 데이터를 이 모델로 입력하면 운송 기관은 혼잡 수준을 예측하고 잠재적 인 병목을 식별 할 수 있습니다. 이것은 트래픽 신호를 조정하거나 실시간 드라이버 정보를 제공하는과 같은 유동적 인 조치를 허용합니다.

장점 및 제한

Macroscopic 모델은 대규모 분석에 적합하며 효율적이고 적절한 제품입니다. 그러나 개별 드라이버 행동과 지역화 된 트래픽 페노마를 캡처하여 복잡한 시나리오에서 예측 정확도에 영향을 줄 수 있습니다.