Um die Auswirkungen einer Erweiterung des Park-and-Ride-Parkplatzes auf 3.600 Stellplätze zu testen, wurden zwei verschiedene Szenarien auf mikroskopischer Ebene untersucht, um mögliche Probleme zu identifizieren, je nachdem, in welche Richtung die Fahrzeuge den Parkplatz anfahren.

Anhand der Daten eines Jahres wurden mit dem Aimsun Pattern Generator typische Tagesmuster erstellt, die für die Nachfragegenerierung und die Modellkalibrierung verwendet wurden.

Die Modellierer haben ein realistisches Mautmuster und die Entscheidungsfindung der einzelnen Fahrzeuge nachgebildet.

Das bedeutete, dass 13 Fahrzeugtypen modelliert wurden, darunter mautbefreite Fahrzeuge, vorregistrierte Fahrzeuge und neue Nutzer, die je nach Zeitempfinden entscheiden können, ob sie die Überholspur nutzen oder nicht, mit der Option, zu parken und dann mit dem Bus oder einer Mitfahrgelegenheit weiterzufahren, Fahrgäste aufzunehmen oder eine Maut zu zahlen.

Getrennte Modelle wurden für die anfängliche Entscheidung über die Überholspur und dann für das Verhalten innerhalb der Anlage verwendet. Ein kundenspezifisches Aimsun AAPI wurde verwendet, um mit einem Conduct+ System zu kommunizieren und die Mautpreise und HOV2+ HOV3+ Bedingungen zu berechnen.

Die Fahrzeugbelegung wurde für das HOV2+ und HOV3+ Verhalten verfolgt, während die Car to Ride Umsteigezeit auf Basis der dynamischen Parkplatzbelegung modelliert wurde.

Die Modellvalidierung bestand aus einer komplexen Kombination aus der Reproduktion des korrekten Verkehrsflusses und der Geschwindigkeit an den Detektoren, den Mautdaten, der Reisezeit, dem Fahrzeugsplit auf der Überholspur (registrierter Mautnutzer, Mautbezahler vor Ort, Mautbefreiter, Bus, LKW usw.) und der Parkplatzbelegung.