Para comprobar el efecto de la ampliación del aparcamiento disuasorio a 3.600 plazas, se evaluaron dos escenarios diferentes a nivel microscópico para identificar posibles problemas en función de la dirección de acceso de los vehículos al aparcamiento.

A partir de los datos de un año, se crearon patrones de días típicos con el Generador de Patrones de Aimsun, que se utilizó para la generación de la demanda y la calibración del modelo.

Los modelizadores reprodujeron un patrón de peaje realista y la toma de decisiones de los vehículos individuales.

Esto supuso la modelización de 13 tipos de vehículos, incluidos los exentos de peaje, los prerregistrados y los nuevos usuarios, los cuales pueden decidir si utilizar el carril rápido o no en función de su valor percibido del tiempo, con la opción de aparcar y luego continuar en autobús o compartir el viaje, recoger pasajeros o pagar un peaje.

Se utilizaron modelos separados para la decisión inicial de la vía rápida, y luego para el comportamiento dentro de la instalación. Se utilizó un AAPI personalizado para comunicarse con un sistema Conduct+ para calcular los precios de los peajes y las condiciones HOV2+ HOV3+.

Se hizo un seguimiento de la ocupación de los vehículos para el comportamiento HOV2+ y HOV3+, mientras que el tiempo de transferencia de Car to Ride se modelizó en función de la ocupación dinámica del aparcamiento.

La validación del modelo consistió en una compleja combinación de reproducción del flujo y la velocidad correctos en los detectores, los datos del peaje, el tiempo de viaje, el reparto de vehículos en el carril rápido (usuario de peaje registrado, pago de peaje in situ, exento de peaje, autobús, camión, etc.) y la ocupación del aparcamiento.