Макроскопические модели движения анализируют движение транспортных средств, рассматривая их как непрерывную текучесть, что позволяет прогнозировать перегрузку на дорогах и помогает в разработке стратегий управления движением.

Основы макроскопических моделей движения

Эти модели используют такие переменные, как плотность трафика, скорость потока и средняя скорость, для описания поведения трафика на больших площадях. Они упрощают сложные взаимодействия транспортных средств в управляемые уравнения, облегчая анализ и прогнозирование условий движения.

Типы моделей Common

Две широко используемые макроскопические модели — модель Лайтхилла — Уитхэма — Ричардса (LWR) и модель Пэйна — Уитхэма. Модель ЛВР фокусируется на сохранении транспортных средств, а модель Пэйна — Уитхэма добавляет уравнения импульса для учета поведения водителя и ускорения.

Приложения в прогнозировании трафика

Вводя текущие данные о движении в эти модели, транспортные агентства могут прогнозировать уровни заторов и выявлять потенциальные узкие места. Это позволяет принимать активные меры, такие как корректировка сигналов движения или предоставление информации о водителях в режиме реального времени.

Преимущества и ограничения

Макроскопические модели являются вычислительно эффективными и пригодными для крупномасштабного анализа, однако им может не хватать точности в захвате поведения отдельных водителей и локализованных явлений движения, что может повлиять на точность прогнозирования в сложных сценариях.