从流量生成控制计划
2021年4月：当没有控制计划数据时，你该怎么做？ 在处理尚未完全详细定义未来的场景时，或者在从宏观到动态的第一此操作上，你可能会面临这个问题。 我们的产品专家Marga Delgado做出了解释。
如何检查真实数据集的一致性
技术注解 #46
2020年4月
作者：Emmanuel Bert
Emmanuel Bert介绍了我们的真实数据集一致性检查器如何帮助你完成校准和验证任务。
为什么
Aimsun Next中创建和导入真实数据集（RDS）的能力对于校准和验证任务非常有用。 鉴于任何模型的目标都是尽可能地接近现实世界，RDS检查器允许你将真实的交通数据导入模型，进行直接比较，并调整内部参数以适应这些数值。
真实的数据集是Aimsun Next模型的基本要素，但有时客户或其它数据源提供的数据质量不尽如人意，可能存在差距和不一致的地方，往往难以发现，特别是在大规模、复杂的检测器数量较多的网络中。
此外，当使用几个数据源时，你很可能会观察到变化，所以你需要确保不同的数据源在数据类型和日期/时间方面是兼容的。
当然，试图根据真实的数据集校准一个具有不一致流量值的模型，将使这个过程更加困难，容易出错，甚至不可能，例如，你不能在同一路段满足两个不一致的流量值。
什么
真实数据一致性检查器是在Aimsun Next 8.4.1版本中作为快速通道功能引入的。 这个工具可以根据流量、速度和占用率（如果有的话）对探测器或站点进行若干一致性检查。
个体一致性：
- 数据检查：检测缺失的、消极的、”nan”、错误的数据（例如，占用率>100%）。
- 测量速度与限速的最小差值：速度值的一致性。
- 测量流量与容量的最小差值：RDS流量与模型中定义的断面容量之间的一致性。
拥挤一致性：
当这两个条件同时得到满足时，将出现拥堵一致性信息：
- 识别拥堵的最小占用率：开始检测拥堵的占用率阈值。
- 识别拥堵的最大流量：开始检测拥堵的流量阈值。
空间的一致性（计数或流量）：
该算法检查两个测量点之间的差异，这两个测量点之间没有干扰（没有合并/发散也没有型心点连接），或者当节点中的流入与流出的流量有差异时，应用以下标准：
- 检查一致性的最小流量值：考虑最小流量，以避免流量值过小而不需要的检测。
- 检查一致性的最大距离：要考虑的目标之间的距离。
- 报告不一致的最小流量差异：分歧值之间可接受的差异。
注意事项：
- 通过计算近似的储存容量，找出由于测量点之间的距离而可能产生的流量差异。
- 当记录对应的是一个部分值（没有覆盖该路段的所有车道）时，这时，将在50米范围内寻找缺失车道的数据。 如果什么都没有找到，这条记录就不会被检查为空间一致性。
你可以在用户手册中找到关于这些参数的更多细节： qthelp://aimsun.com.aimsun.8.4/doc/UsersManual/RealDataSetEditing.html#checking_real_data_consistency。
如何
在项目菜单中定义了真实的数据集后，选择“重新提取&检查”：
在“一致性参数”页中，修改数据一致性检查的标准：
点击”检查”按钮，将在“结果”页中生成不一致的列表。
要用不同联合的时间进行检查，只需在执行检查前用不同的时间联合恢复RDS。
输出
在”结果”页中，你将看到基于重新提取的RDS的一致性信息列表。
关于个体一致性的信息实例：
它们包含行号、警告标志、检查类型（一致性类型）、检测器、记录的时间和解释检测到的问题的信息。
关于空间一致性的信息实例：
下面的信息显示了两个检测器之间的不一致，它们之间没有干扰：
最后，节点的一致性问题：
更多技术说明
“分组类别”工具（第1部分）：如何有效地访问模型输入和输出数据
2016年10月：Tamara Djukic解释了“分组类别”工具如何加快和改善您将交通数据应用于交通模型的校准和验证或仿真输入和输出数据处理的方式。 由Timothy Lim和Phoebe Ho提供补充资料。
