停车线
2018年3月：Mauricio Castro和Gabriel Funes带你超越停车线默认设置的应用，告诉你如何控制车辆更精准的停车位置。
如何在Aimsun Next 20中使用混合宏观-中观仿真
技术注解 #50
2020年8月
作者：Tessa Hayman
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。
传统上，一个交通方案或未来计划的战略和运营影响是通过建立两个独立的模型来分析的：一个处理规划，另一个处理运营。 宏观-中观混合模型采用了创新的方法，将两者融合在一个模型中。
它是如何工作的？
与传统的宏观建模不同，混合宏观-中观模拟器是一个动态模型，模拟单个车辆。 每辆车的路径是由动态分配决定的。 宏观和中观模型的主要区别在于计算车辆行驶时间的方式：网络加载。
Aimsun Next内的网络加载和路径分配是分开处理的，这使得混合建模成为可能。
网络加载给出了每一个路线选择区间的出行时间和给路线计算的在路段分配的车辆数量。
路径成本：宏观成本 + 中观成本
仿真单独车辆
我们可以将车辆的仿真分成3个主要步骤：
- 生成一辆车
- 计算路线
- 仿真路线
车辆的生成与中观仿真相同：建模者选择了一个到达模型。
路线计算与中观仿真相同。 建模者选择随机路线选择或动态用户平衡，每个路径的成本是宏观成本+中观成本。
然后对该路线进行仿真，具体如下：
1. 如果行程起点在宏观区域，通过延误函数，得出宏观旅行时间。
2. 将车辆移动到进入中观区域的转弯处（可以是即时的，也可以是通过延误函数计算的延迟）。
3. 在穿越的路段的流量上增加一辆车。
4. 车辆能否安全进入中观路段？
是的——仿真中观车辆；
添加到虚拟排队中。
如果目的地是在宏观区域内
- 在车辆离开中观区域的时间，使用延误函数计算出行时间。
- 在穿越的路段的流量增加一辆车。
- 将车辆移至目的地或移至下一个中观区域。
如何创建一个混合的宏观-中观实验
在一个动态场景中，你可以以创建混合中观-微观实验的类似方式创建一个混合宏观-中观实验。
- 在你想进行中观仿真的区域周围画一个多边形
- 将多边形转换为仿真区域
- 在现有的动态场景中创建一个新的混合宏观-中观实验
- 在新实验的“混合”页中，添加指定的多边形来说明中观区域
画一个多边形，右击鼠标然后点击转换成仿真区域
然后多边形将变成绿色，显示它是一个仿真区域
成本协调
由于路径成本是宏观成本和中观成本的总和，因此宏观和中观成本函数的单位必须一致。 默认的宏观成本以分钟表示，而默认的中观成本以秒表示。 为了统一成本，你可以在混合宏观-中观实验中说明转换，使用VDF/TPF/JDF单位转换系数。
不妨检查你所使用的函数是否与广义成本函数的格式相同。 例如，你可能需要加入道路收费成本、时间价值和车辆运营成本，其系数相同。
如果你想得到带有任何函数组成部分的指标矩阵，你还需要确保它们在你的宏观函数和中观函数中都有定义。
宏观区域内的出行时间
宏观区域内的出行时间规定了在宏观区域产生的车辆需要多长时间才能到达中观区域的边界。 默认值是VDF/TPF/JDF成本的总和，它将这些函数的总体输出解释为纯粹的出行时间；如果你增加了其他条款并计算了广义成本，你应该定义并选择一个只提供出行时间的函数组件。
如果你通过在中观区域周围使用警戒线来处理需求，你应该为第一段和最后一段选择瞬时时间。 这是因为每个需求切片的时间代表了进入的行程跨越中观区域边界的时间，而不是它们从出发地离开的时间。
