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。