Аннотация:
Современные интеллектуальные транспортные системы позволяют собирать детализированные данные о дорожном движении в реальном времени, что актуализирует задачу построения и верификации математических моделей для неоднородных транспортных потоков. Такие потоки характеризуются резкими изменениями плотности, скорости и интенсивности на фоне различных факторов: геометрии дороги, состояния дорожного полотна, погодных условий и поведения водителей. В работе рассматривается класс моделей, сочетающих детерминированный и стохастический подходы, позволяющих учитывать как средние характеристики потока, так и его флуктуации. Представлен алгоритм верификации модели на основе разнородных эмпирических данных, собранных в 2011, 2019 и 2024 гг.. Особое внимание уделено восстановлению недостающих параметров — плотности и скорости — по неполным данным об интенсивности. Рассматриваются различные варианты модели, в том числе новая модификация, предназначенная для учета локальных неоднородностей дорожной сети.
|
