如何生成通行量和需求输出
2021年9月：在交通模型中，比较交通需求和通行量是很有用的，比如有多少人要出行，有多少人能够在设定的时间范围内出行。
中观对微观：好的中观校准可以节省微观仿真的需要 系列一
技术注解 #32
2018年4月
作者：Laura Oriol
一些模型涵盖了大型和复杂的系统，可能需要不同层次的仿真。 较小的子区域通常需要详细的仿真方法，如微观仿真，而使用简化的模型，如中观仿真，对更广泛的区域进行建模要快得多。
在微观和中观模型不会产生相同结果的基础上，重要的是尽可能在行为上获得良好的匹配。 假设微观仿真方法提供了更准确的结果，在某些情况下，有必要对默认的中观参数进行校准，以便在两个模型中取得类似的结果。
下面的指南展示了在某些情况下，你如何改变中观的现有参数以匹配微观模型行为。
在交织区变道
交织区或路段（图1）涉及短距离内同方向行驶的入口和出口交通的交叉。
微观仿真可以精确模拟由于交通流的交叉造成的车辆变道和车辆之间的互动，但在中观仿真中可能不太准确。
鉴于这些结果（图2），我们建议在中观仿真中采用1.15和1.25之间的“反应时间系数”，以便在交织区提供与微观仿真类似的流量。 请注意，对于非常短的交织路段（<150m），中观仿真仍然提供了明显较高的数值，这表明试图不错过出口或将消失的车辆之间的互动。 因此，如果你的模型包括一个短的交织路段，你需要设置更大的“反应时间系数”来考虑这个影响。 在任何情况下，由于设计原因，你极不可能找到如此短的交织区域。
路口的存储容量
在某些情况下，可能有必要在转弯处实施停车线，以增加容量或再现司机的实际行为。 下面的路口（图3）就是这种情况，车辆可以左转，但必须给主路上的车辆让行。
停车线可用于详细的微观仿真模型，但在中观仿真等较简单的模型中却没有。 这在默认情况下，对于中观仿真过程来说，大大降低了这些转弯的容量。 为了在两个模型中获得类似的结果，可以增加一个内部部分或为每个模型建立不同的控制计划，但这些解决方案可能难以维护。 一个更优雅的解决方法在于校准现有的中观仿真转弯的让行参数。 下面的例子试图为此提供一个通用的程序。
例子
如果我们取前面的路口和下面的控制计划：
停车线提供了大约两辆车的空间。 为了实现这一存储容量，需要校准中观让行参数，以便在密集的交通条件下，每个周期允许至少两辆车可以在那个方向转弯。 在有让行的转弯处，使用允许间隙模型参数（图6）。
对于这个例子，
– 总绿灯时间 = 绿灯时间 + 红灯*黄灯时间 = 40s + 0.5*3s = 41.5s
– 总绿灯时间 / 车辆数 = 41.5s / 2辆车 = 20.75s/veh
每辆车有20.75秒的时间转弯。 一般的想法是设置一个非常低的“最终安全限值”（见图6），以确保车辆通过，并设置一个“让行时间系数”匹配车辆要等待的最大期望时间（20.75秒）。 默认的“初始安全限值”是10秒，所以对于这个例子，“让行时间系数”必须设置为2.1（20.75s/10s=2.1）。
按照这个程序，你应该能得到理想的转弯流量（图7）。
更多技术说明
如何在Aimsun Next 20中使用混合宏观-中观仿真
2020年8月：Tessa Hayman解释了Aimsun Next 20中的宏观-中观混合仿真，以及它如何将宏观和中观的优点结合起来，处理大区域尺度的模型。
