تطور هذه الدراسة نموذجًا عشوائيًا لاستنتاج سرعات السير الفردية للركاب من بيانات النقل القياسية، مع تصحيح التحيز الناتج عن الازدحام في المحطات. يعتمد الأسلوب على التآزر بين بيانات جمع الأجرة الآلي (AFC) وبيانات الموقع الآلي للمركبات (AVL). نقوم بصياغة المشكلة باستخدام نموذج فيزيائي للخروج، حيث يكون وقت السير نسبة من المسافة والسرعة. من هذا، نستخرج نموذجين عشوائيين بايزيين (غوسي و لوغ-نرمال) لوصف التوزيع المشترك لهذه المتغيرات على مستوى القطار. يقوم الإطار أولاً بتحديد حالات الانتظار عند مخارج الأرصفة. من خلال افتراض نظام FIFO (الأول في الدخول، الأول في الخروج)، يعيد بناء أوقات الخروج غير الملحوظة، الخالية من الازدحام للركاب المتأثرين. ثم تُستخدم هذه الأوقات المصححة كمدخلات لتقدير أقصى احتمالية في المرحلة الثانية لاستنتاج توزيعات سرعة السير الفردية. نوضح التطبيق من خلال دراسة حالة لعدد 41 من الركاب اليوميين على خط باريس RER A. يقوم النموذج بنجاح بتوليد ملف شخصي لسرعات السير الشخصية، بمتوسط 1.18 م/ث، من بيانات تأثرت أصلاً بتأخيرات الانتظار. يوفر هذا النهج مسارًا جديدًا مدفوعًا بالبيانات للحصول على المعلمات السلوكية الفردية لمحاكاة المشاة الميكروسكوبية، متجاوزًا الحاجة إلى الملاحظة المباشرة المكلفة مع مراعاة آثار الازدحام بوضوح.
Building similarity graph...
Analyzing shared references across papers
Loading...
Kang Liang
Fabien Leurent
Building similarity graph...
Analyzing shared references across papers
Loading...
درس ليانغ وآخرون (سن)، هذا السؤال.