
如何编制环岛 – 第2部分
2019年12月:Tessa Hayman解释了如何调整环岛的参数,以确保动态模型的准确行为和校准。
2016年9月
作者:Josep Perarnau
在大型网络中,重要的是尽量减少DUE达到相对差距要求所需的迭代次数。 迭代次数少,就会大大减少运行DUE的总计算时间。
加快收敛的一个好策略是用一组初始路径开始DUE。 一组初始路径可以来自于使用静态交通分配的路径分配文件:运行静态分配并将分配结果保存到路径分配文件。 然后你有两个选择:存储完整的路径分配或只存储预定数量的路径子集——在下面的例子中,有三个路径。 你可以在静态交通分配实验的 “输出到生成 “中设置。
点击放大:在静态交通分配实验的 “输出到生成 “中设置预定义路径
为了使用这些路径,你需要在场景编辑器中设置路径分配:
点击放大:在场景编辑器中设置路径分配
然后在动态实验里面的“动态交通分配”页中选择你需要使用的路径数量,开始DUE仿真。
点击放大:选择你需要用来启动DUE仿真的路径数
为了提高总的仿真时间,选择与你在静态实验子集参数中定义的相同数量的路径,以及选择的路径分配中的最多路径数(本例中为3条路径)。
如果你每次运行DUE时都选择完整的静态分配路径,就会有一个为每个O/D对选择最佳3条路径并重新调整路径比例的预处理过程。 当路径分配文件很大时,这个过程会大大增加Aimsun初始化DUE仿真的计算时间。 因此,建议使用子集,以加快初始化时间。
结果? 使用一个具有以下属性的网络:74,800个路段,26,400个路口和856个型心点,当使用子集而不是完整的路径分配结果文件时,Aimsun启动仿真的时间只有一半。
2019年12月:Tessa Hayman解释了如何调整环岛的参数,以确保动态模型的准确行为和校准。
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。
分享