Emmanuel Bert beschreibt, wie unser Real Data Set Consistency Checker Ihnen bei Kalibrierungs- und Validierungsaufgaben helfen kann.

Warum

Die Möglichkeit, einen Real Data Set (RDS) in Aimsun Next zu erstellen und zu importieren, ist sehr nützlich für Kalibrierungs- und Validierungsaufgaben. Da das Ziel eines Modells darin besteht, so nah wie möglich am realen Leben zu sein, können Sie mit dem RDS-Checker echte Verkehrsdaten in das Modell importieren, um direkte Vergleiche anzustellen und interne Parameter an diese Werte anzupassen.

Reale Datensätze sind wesentliche Elemente eines Aimsun Next-Modells, aber manchmal ist die Qualität der vom Client oder anderen Datenquellen bereitgestellten Daten weniger perfekt und kann Lücken und Inkonsistenzen aufweisen, die oft schwer zu erkennen sind, insbesondere in einem großen, komplexen Netzwerk mit einer hohen Anzahl von Detektoren.

Darüber hinaus können Sie bei der Verwendung mehrerer Datenquellen sehr wahrscheinlich Abweichungen beobachten, sodass Sie sicherstellen müssen, dass die verschiedenen Datenquellen hinsichtlich Datentyp und Datum/Uhrzeit kompatibel sind.

Natürlich wird der Versuch, ein Modell basierend auf einem realen Datensatz mit inkonsistenten Verkehrswerten zu kalibrieren, den Prozess schwieriger, fehleranfällig und sogar unmöglich – sie können beispielsweise zwei inkonsistente Verkehrswerte im selben Abschnitt nicht erfüllen.

Was

Der Real Data Consistency Checker wurde als Fast-Track-Funktion in Aimsun Next Version 8.4.1 eingeführt. Dieses Tool kann mehrere Konsistenzprüfungen basierend auf Durchfluss, Geschwindigkeit und Belegung (sofern verfügbar) auf Detektoren oder Stationen anwenden.


Individuelle Konsistenz:

• Datenprüfung: Erkennung fehlender, negativer, ’nan‘, fehlerhafter Daten (z.B. Belegung > 100).
• Min Überschreitung der gemessenen Geschwindigkeit vs. Geschwindigkeitsbegrenzung: Konsistenz der Geschwindigkeitswerte.
• Min Überschuss des gemessenen Durchflusses vs. Kapazität: Konsistenz zwischen den RDS-Flüssen und den im Modell definierten Schnittkapazitäten.

Staukonsistenz:
Eine Meldung zur Konsistenz der Überlastung wird angezeigt, wenn diese beiden Kriterien gleichzeitig erfüllt werden:

• Min Belegung, um Staus zu identifizieren: Belegungsschwelle, um die Staus zu erkennen.
• Max Flow to Identify Congestion: Flow-Schwellenwert, um die Staus zu erkennen.

Räumliche Konsistenz (Anzahl oder Fluss):
Der Algorithmus überprüft die Differenz zwischen zwei Messpunkten, die keine Interferenzen zwischen (keine Zusammenführungs-/Abweichungs- oder Schwerpunktverbindungen) aufweisen, oder zwischen den eingehenden vs. ausgehenden Flussunterschieden im Knoten und wendet die folgenden Kriterien an:

• Min Flow Value to Check Consistency: Minimaler Zuberücksichtigen, um unerwünschte Erkennung mit sehr kleinen Durchflusswerten zu vermeiden.
• Max. Entfernung, um Konsistenz zu überprüfen: entfernt zwischen Objekten, die berücksichtigt werden sollen.
• Min Flow Differenz, um Inkonsistenzzusagen zu melden: akzeptable Differenz zwischen abweichenden Werten.

Beachten Sie:

• Ermitteln Sie die mögliche Strömungsdifferenz aufgrund des Abstands zwischen den Messpunkten, indem Sie die ungefähre Speicherkapazität berechnen.
• Wenn der Datensatz einem Teilwert entspricht (nicht alle Fahrspuren des Abschnitts abdeckt), werden Daten über die fehlenden Fahrspuren in einem Bereich von 50 m gesucht. Wenn nichts gefunden wird, wird dieser Datensatz nicht auf räumliche Konsistenz überprüft.

Weitere Informationen zu diesen Parametern finden Sie im Benutzerhandbuch: qthelp://aimsun.com.aimsun.8.4/doc/UsersManual/RealDataSetEditing.html#checking_real_data_consistency.

Wie

Nachdem Sie den realen Datensatz im Menü Projekt definiert haben, wählen Sie Abrufen & Überprüfen aus:

Ändern Sie auf der Registerkarte Konsistenzparameter die Kriterien für Datenkonsistenzprüfungen:

Klicken Sie auf die Schaltfläche Überprüfen, um die Liste der Inkonsistenzen auf der Registerkarte Ergebnisse zu generieren.

Um mit verschiedenen Zeitaggregationen zu überprüfen, stellen Sie einfach das RDS mit einer anderen Zeitaggregation wieder her, bevor Sie die Überprüfung durchführen.

Ausgabe

Auf der Registerkarte Ergebnisse wird die Liste der Konsistenzmeldungen angezeigt, die auf dem abgerufenen RDS basieren:

Beispiel für Meldungen zur individuellen Konsistenz:
Sie enthalten die Zeilennummer, das Warnzeichen, die Art der Prüfung (Konsistenztyp), den Detektor, den Zeitpunkt des Datensatzes und die Meldung, die das erkannte Problem erklärt.

Beispiel für Meldungen zur räumlichen Konsistenz:
Die folgende Meldung zeigt eine Inkonsistenz zwischen 2 Detektoren, die keine Interferenzen dazwischen haben:

Und schließlich Konsistenzprobleme für einen Knoten: