for using a disaggregate origin–des

for using a disaggregate origin–destination demand table as input. To account for stochasticity, five simulation runs are
performed and the average is calculated. More runs are not necessary, since only aggregated output is reported, which shows
little fluctuation across the various runs. For both PedCTM and SFM, the time period between 07:37 and 07:47 is computed,
but only results for the period between 07:40 and 07:45 are reported in order to remove a bias of an initially empty system.
Given that the studied area represents a corridor, the flow directions are mostly aligned along its axis. The many entrance
and exit areas however lead to complex flow patterns that are multi-directional and transient. During the time period of
interest, the demand in PU West fluctuates between 107 and 343 incoming pedestrians per minute, and totals to over a thousand
pedestrians over the five minutes.
Fig. 13a shows a histogram of group-specific travel times according to pedestrian tracking data and as computed by Ped-
CTM. As defined previously, a pedestrian group comprises all pedestrians that embark on the same route within the same
departure time interval. The bin size corresponds to the simulation time step, i.e., to Dt ¼ L=vf ¼ 2:22 s. PedCTM slightly
overestimates the frequency of travel times beyond 70 s, and underestimates the occurrence of short travel times below 20 s.
To allow for a comparison with the social force model, Fig. 13b provides a similar comparison of route-specific travel
times with a temporal aggregation of 60 s. The resulting mean values are shown in a histogram with a bin size of 5 s. As seen
previously, PedCTM overestimates the occurrence of long travel times, but otherwise shows a reasonable agreement with
trajectory data. The social force model seems to overestimate small travel times and to underestimate the most frequently
observed travel times in the range between 35 and 55 s. Overall, the agreement between PedCTM and trajectory data is better
than for SFM if the squared error is considered (114.4 vs. 181.6).

ผลลัพธ์ (ไทย) 1:

การใช้ตารางความต้องการต้นทาง – ปลายทาง disaggregate เป็นข้อมูลป้อนเข้า การบัญชีสำหรับ stochasticity มีห้าทำการจำลองดำเนินการ และคำนวณค่าเฉลี่ย ใช้งานไม่จำเป็น เนื่องจากเฉพาะรวมผลรายงาน ซึ่งแสดงความผันผวนที่น้อยในการทำงานต่าง ๆ PedCTM และ SFM เวลา 07:37 และ 07:47 คำนวณแต่รายงานผลสำหรับรอบระยะเวลาระหว่าง 07:40 07:45 เพื่อลบอคติของระบบเริ่มต้นว่างเปล่าที่ตั้ง studied แทนฉนวน มีส่วนใหญ่มีจัดทิศทางกระแสของแกน เข้ามากและออกจากพื้นที่อย่างไรก็ตามทำให้รูปแบบขั้นตอนที่ซับซ้อนหลายทิศทาง และแบบฉับพลัน ในระหว่างรอบระยะเวลาสนใจ ความต้องการในปูที่แกว่งไปมาระหว่างชิดเข้า 107 และ 343 ต่อนาที ผลรวมเป็นพันกว่าโชคดีกว่า 5 นาทีฮิสโตแกรมของเวลาการเดินทางเฉพาะกลุ่ม ตามข้อมูลเชิญติดตาม และคำนวณโดย Ped - แสดง fig. 13aCTM ตามที่กำหนดไว้ก่อนหน้านี้ กลุ่มคนเดินเท้าประกอบด้วยโชคดีทั้งหมดที่เริ่มดำเนินการในกระบวนการเดียวกันในเดียวกันช่วงเวลาเดินทาง ขนาดช่องสอดคล้องกับขั้นตอนการจำลองเวลา เช่น การ Dt ¼ L = vf ¼ 2:22 s. PedCTM เล็กน้อยความถี่ของเวลาเดินทางเกิน 70 s และ underestimates การเกิดสั้นเดินทางต่ำกว่า 20 ครั้ง overestimates sเพื่อให้เปรียบเทียบกับแบบบังคับทางสังคม Fig. 13b แสดงการเปรียบเทียบเหมือนการเดินทางเส้นทางเฉพาะครั้งกับรวมขมับ 60 s ค่าเฉลี่ยผลลัพธ์จะแสดงอยู่ในฮิสโตแกรมขนาดช่องเก็บของ 5 s เท่าที่เห็นก่อนหน้านี้ PedCTM overestimates เกิดเวลาเดิน แต่มิฉะนั้น แสดงข้อตกลงที่เหมาะสมกับข้อมูลวิถี แบบบังคับทางสังคมที่ดูเหมือน จะ overestimate เวลาเดินทางเล็ก และประมาทบ่อยที่สุดs ได้เวลาเดินทางสังเกตในช่วงระหว่าง 35 และ 55 โดยรวม ข้อตกลงระหว่างข้อมูล PedCTM และวิถีลูกจะดีกว่ากว่าสำหรับ SFM ถ้าข้อผิดพลาดกำลังสองกำลัง (114.4 เทียบกับ 181.6)

ผลลัพธ์ (ไทย) 3:

สำหรับการใช้ disaggregate ที่มา–ปลายทางความต้องการในตารางข้อมูล บัญชีสำหรับความไม่มีแบบแผน ห้าจำลองวิ่งเป็น
การเฉลี่ยจะถูกคำนวณ วิ่งมากขึ้นโดยไม่จำเป็น เนื่องจากรวม ออกรายงานที่แสดงให้เห็นถึงความผันผวน
น้อยข้ามวิ่งต่าง ๆ ทั้ง pedctm และ sfm , เวลาและระยะเวลาระหว่าง 07:37 07:47 คือคำนวณ
แต่ผลเท่านั้นสำหรับระยะเวลาระหว่าง 07:40 07 : 45 และรายงานเพื่อลบอคติของระบบที่ว่างเปล่าในตอนแรก
ระบุว่า พื้นที่ศึกษาเป็นทางเดิน ไหล เส้นทางส่วนใหญ่จะสอดคล้องตามแนวแกน บริเวณทางเข้า และทางออกหลาย
แต่นำไปสู่รูปแบบการไหลที่ซับซ้อนมีหลายทิศทาง และชั่วคราว ในระหว่างรอบระยะเวลาของ
ดอกเบี้ยความต้องการใน PU ตะวันตก fluctuates ระหว่าง 107 และ 343 เข้ามาเดินต่อนาที และรวมกว่าหนึ่งพัน
คนเดินเท้ามากกว่าห้านาที 13a
รูปแสดงกราฟของกลุ่มที่เฉพาะเจาะจงเดินทางครั้งตามทางเดินเท้าติดตามข้อมูลและคำนวณโดยเป็ด -
CTM . ตามที่ระบุไว้ก่อนหน้านี้กลุ่มคนเดินเท้าที่ประกอบด้วยทั้งหมดเดินสู่เส้นทางเดียวกับภายในเดียวกัน
ช่วงเวลาเดินทาง ถังขยะขนาดสอดคล้องกับจำลองเวลา ขั้นตอน เช่น การเปลี่ยน¼ L = VF ¼ 2 : 22 . pedctm เล็กน้อย
overestimates ความถี่ของการเดินทางครั้งเกิน 70 s และ underestimates เกิดเวลาเดินทางสั้น ๆด้านล่าง 20 S .
จะอนุญาตให้มีการเปรียบเทียบกับพลังทางสังคมแบบรูปที่ 13 มีการเปรียบเทียบกัน
เดินทางเฉพาะเส้นทางครั้งด้วยการชั่วคราว 60 วินาที ซึ่งหมายถึงค่าที่แสดงในกราฟกับถังขนาด 5 . ดังที่เห็น
ก่อนหน้านี้ pedctm overestimates เกิดเวลาเดินทางนาน แต่จะแสดงข้อตกลงที่เหมาะสมกับ
ข้อมูลเส้นทาง พลังสังคม แบบเหมือน อย่ามองข้ามเวลาเดินทางขนาดเล็กและประมาทบ่อยที่สุด
สังเกตเวลาเดินทางในช่วงระหว่าง 35 และ 55 วินาที โดยข้อตกลงระหว่าง pedctm และข้อมูลวิถีดีกว่า
กว่า sfm ถ้ายกกำลังสองข้อผิดพลาดถือว่า ( 114.4 vs 181.6 )