Macroscopische verkeersmodellen analyseren de verkeersstroom door voertuigen te behandelen als een continue vloeistof. Deze modellen helpen congestiepatronen op snelwegen te voorspellen en helpen bij verkeersbeheerstrategieën.

Basisprincipes van Macroscopische Verkeersmodellen

Deze modellen gebruiken variabelen zoals verkeersdichtheid, debiet en gemiddelde snelheid om verkeersgedrag over grote gebieden te beschrijven. Ze vereenvoudigen complexe voertuiginteracties tot beheersbare vergelijkingen, waardoor het gemakkelijker wordt om verkeersomstandigheden te analyseren en te voorspellen.

Gemeenschappelijke modellen

Twee veelgebruikte macroscopische modellen zijn het Lighthill-Whitham-Richards (LWR) model en het Payne-Whitham model. Het LWR model richt zich op het behoud van voertuigen, terwijl het Payne-Whitham model momentumvergelijkingen toevoegt aan het rijgedrag en de versnelling.

Toepassingen in de verkeersvoorspelling

Door de huidige verkeersgegevens in deze modellen in te voeren, kunnen transportbureaus congestieniveaus voorspellen en potentiële knelpunten vaststellen.Dit maakt proactieve maatregelen mogelijk, zoals het aanpassen van verkeerssignalen of het verstrekken van real-time bestuurdersinformatie.

Voordelen en beperkingen

Macroscopische modellen zijn computerefficiënt en geschikt voor grootschalige analyse. Echter, ze kunnen ontbreken aan precisie in het vastleggen van individuele bestuurdersgedrag en gelokaliseerde verkeersverschijnselen, die de nauwkeurigheid van de voorspellingen in complexe scenario's kunnen beïnvloeden.