act because of air traffic control

act because of air traffic control separation requirements. For example, in the case of a pair of intersecting runways, the location of the intersection relative to the points where takeoffs are initiated or where landing aircraft touch down greatly affects the combined capacity of the two runways. Similarly, in the case of two parallel runways, the capacity depends on the distance between the centerlines of the runways. Approximate capacity analyses for airports with two parallel or intersecting runways are quite straightforward. Multirunway analytical capacity models also provide good approximate estimates of true capacity in cases involving three or more active runways, as long as the runway configurations can be “decomposed” into semi-independent parts, each consistin of one or two runways. Such models have proved extremely valuable in airport planning, as well as in assessing the impacts of proposed procedural or technological changes on airport capacity. Another topic of intensive study has been the estimation, through the use of queueing models, of the delays caused by the lack of sufficient runway capacity. This is a problem that poses a serious challenge to operations researchers: The closed-form results developed in the voluminous literature of classical steadystate queueing theory are largely nonapplicable—at least when it comes to the really interesting cases. The reason is that airport queues are, in general, strongly nonstationary. The demand rates and, in changing weather conditions, the service rates at most major airports vary strongly over the course of a typical day. Moreover, the demand rates may exceed capacity ( > 1), possibly for extended periods of time, most often when weather conditions are less than optimal. This has motivated the development of numerical approaches to the problem of computing airport delays analytically. In another landmark paper, Koopman (1972) argued—and showed through examples drawn from New York’s Kennedy and LaGuardia Airports, at the time among the world’s busiest—that the queueing behavior of an airport with k “runway equivalents” (i.e., k nearly independent servers) can be bounded by the characteristics of the M(t)/M(t)/k and the M(t)/D(t)/k queueing models, each providing “worst-case” and “best-case” estimates, respectively. Note that this allows for dynamic changes in the service rates, as well as in the demand rates. Extending the work of Koopman (1972), the M t/Ek t/k system was proposed by Kivestu (1976) as a model that could be used to directly compute approximate queueing statistics for airports— rather than separately solving the M(t)/M(t)/k and M(t)/D(t)/k models and then somehow interpolating their results. (Note that negative exponential service times (M and constant service times (D) are simply special cases of the Erlang (Ek) family, with k = 1 and k = , respectively.) Kivestu (1976) noted that k should be determined from the relationship E S /S = √ k, where E S and S denote the expected value and S denote the expected value and the standard deviation of the service times and can be estimated from field data. He also developed a powerful numerical approximation scheme that computes the (time varying) state probabilities for the M t/Ek t/k system efficiently. Malone (1995) has demonstrated the accuracy and practicality of Kivestu’s (1976) approach and developed additional efficient approximation methods, well suited to the analysis of dynamic airfield queues. Fan and Odoni (2002) provide a description of the application of Kivestu’s (1976) model to a study of the gridlock conditions that prevailed at LaGuardia Airport in 2000 and early 2001. Additional (numerical) analytical models for computing airport delays have been developed over the last few years. Peterson et al. (1995) and Daniel (1995) describe two different models for computing delays at hub airports, which are characterized by sharp “banks” or “waves” of arrivals and departures. Hansen (2002) has used a deterministic model, based on the notion of cumulative diagrams, to compute delay externalities at Los Angeles International Airport. Finally, Long et al. (1999) and Malone (1995) present two dynamic queueing network models and their application to the study of congestion in the National Airspace System. Ingolfsson et al. (2002) offer a comprehensive survey and comparison of several alternative approaches to the analysis of nonstationary queueing systems. Many of the best features of some of the analytical capacity and delay models just described have been integrated recently in a number of new software
Transportation Science/Vol. 37, No. 4, November 2003 383

ผลลัพธ์ (ไทย) 1:

ทำงานเนื่องจากความต้องการแยกควบคุมจราจรอากาศ ตัวอย่าง กรณีคู่ของรันเวย์ที่อินเตอร์เซกกัน ตำแหน่งของจุดตัดสัมพันธ์กับจุดใช้เริ่มต้น หรือจอดเครื่องบินแตะลงอย่างมากส่งผลกระทบต่อกำลังการผลิตรวมของรันเวย์ที่สอง ในทำนองเดียวกัน ในกรณีของรันเวย์ขนาน 2 กำลังการผลิตขึ้นอยู่กับระยะห่างระหว่าง centerlines ของรันเวย์ วิเคราะห์กำลังการผลิตโดยประมาณสำหรับสนามบินที่มีรันเวย์ขนาน หรืออินเตอร์เซกกันสองจะค่อนข้างตรงไปตรงมา รุ่น multirunway กำลังการผลิตวิเคราะห์ยังให้ดีประเมินโดยประมาณของกำลังการผลิตจริงในกรณีที่เกี่ยวข้องกับสาม หรือมากกว่าใช้รันเวย์ ตราบใดที่ค่ารันเวย์สามารถถูก "แยก" เป็นกึ่งอิสระ ละ consistin ของรันเวย์หนึ่ง หรือสอง แบบจำลองดังกล่าวได้พิสูจน์คุณค่ามากในสนามบินการวางแผน เช่นในการประเมินผลกระทบของการเปลี่ยนแปลงขั้นตอน หรือเทคโนโลยีในสนามบินกำลังนำเสนอ หัวข้ออื่นเรียนแบบเร่งรัดได้รับการประเมิน โดยใช้การจัดคิวแบบ ความล่าช้าที่เกิดจากการขาดกำลังรันเวย์เพียงพอ นี่คือปัญหาที่ส่อเค้าความรุนแรงเพื่อวิจัยการดำเนินงาน: ผลลัพธ์ของฟอร์มปิดพัฒนาในวรรณคดี voluminous ของ steadystate คลาสสิกจัดคิวทฤษฎีเป็นส่วนใหญ่ nonapplicable ตัวน้อย เมื่อมันมาถึงกรณีน่าสนใจจริง ๆ เหตุผลคือสนามบินคิว ทั่วไป ขอ nonstationary ความต้องราคา และ ในการเปลี่ยนแปลงสภาพอากาศ ราคาบริการสนามบินที่ใหญ่ที่สุดแตกต่างกันอย่างยิ่งในช่วงวันปกติ นอกจากนี้ ราคาอุปสงค์อาจเกินกำลัง (> 1), อาจขยายระยะเวลา สุดมักเมื่อสภาพอากาศเหมาะสมน้อยกว่า นี้มีแรงจูงใจการพัฒนาของตัวเลขวิธีการคำนวณความล่าช้าของสนามบิน analytically ในกระดาษอื่นของแลนด์มาร์ค โต้เถียง Koopman (1972) — และแสดงให้เห็นผ่านตัวอย่างออกจาก New York เคนเนดี้และสนามบินลาการ์เดีย เวลาคึกคักของโลก — ที่พฤติกรรมจัดคิวของสนามบินด้วย k "เทียบเท่ารันเวย์" (เช่น k เกือบอิสระเซิร์ฟเวอร์) สามารถล้อมรอบ ด้วยลักษณะ /k /M M (t) (t) และแบบจำลองการจัดคิว /k /D M (t) (t) แต่ละ "worst-case" และ "best-case" ประเมิน ตามลำดับ โปรดสังเกตว่า นี้ช่วยให้การเปลี่ยนแปลงแบบไดนามิก ในราคาพิเศษบริการ และ ในอัตราความต้องการ ขยายการทำงานของ Koopman (1972), ระบบ t k t/เอก M ถูกนำเสนอ โดย Kivestu (1976) เป็นรูปแบบที่สามารถใช้เพื่อคำนวณสถิติจัดคิวโดยประมาณสำหรับสนามบินโดยตรง ตัวแทนต่างหากแก้ /k /M M (t) (t) และแบบจำลอง /k /D M (t) (t) แล้ว interpolating ผลลัพธ์อย่างใด (หมายเหตุว่าเวลาบริการเอ็กซ์โพเนนเชียลบ (M และบริการคงที่เวลา (D) มีเพียงกรณีของ Erlang (เอก) กับ k = 1 และ k =, ตามลำดับ.) Kivestu (1976) กล่าวว่า k ควรกำหนดจากความสัมพันธ์ E S /S =√ k ซึ่ง E S และ S แสดงค่าคาดหมายและ S แสดงมูลค่าคาดไว้และส่วนเบี่ยงเบนมาตรฐานของเวลาการบริการ และสามารถประเมินได้จากข้อมูลของเขตข้อมูล เขายังพัฒนาแผนประมาณการตัวเลขที่มีประสิทธิภาพที่จะการ (เวลาแตกต่างกัน) ระบุกิจกรรมสำหรับระบบ t k t/เอก M ได้อย่างมีประสิทธิภาพ โลน (1995) ได้แสดงให้เห็นว่าความถูกต้องและปฏิบัติจริงของ Kivestu (1976) วิธี และพัฒนาวิธีการประมาณที่มีประสิทธิภาพเพิ่มเติม ดีเหมาะสมกับการวิเคราะห์ของคิวสนามบินชั่วคราว พัดลมและ Odoni (2002) ให้คำอธิบายของโปรแกรมประยุกต์ของ Kivestu (1976) รุ่นศึกษาเงื่อนไข gridlock ที่แผ่ขยายไปที่เดีย 2001 2000 และต้น ได้รับการพัฒนาแบบจำลองวิเคราะห์ (ตัวเลข) เพิ่มเติมสำหรับการคำนวณความล่าช้าของสนามบินไม่กี่ปี Peterson et al. (1995) และ Daniel (1995) อธิบายสองแบบที่แตกต่างสำหรับการใช้งานความล่าช้าที่ฮับสนามบิน ลักษณะคม "ธนาคาร" หรือ "คลื่น" ของขาเข้าและขาออก แฮนเซ่น (2002) ได้ใช้รูปแบบ deterministic ตามแนวคิดของสะสมไดอะแกรม การคำนวณเลื่อน externalities ที่สนามบินลอสแองเจ สุดท้าย ลอง et al. (1999) และโลน (1995) มีสองแบบไดนามิกจัดคิวเครือข่ายแบบจำลองและการประยุกต์การศึกษาแออัดในระบบ Airspace แห่งชาติ Ingolfsson et al. (2002) มีการสำรวจครอบคลุมและการเปรียบเทียบวิเคราะห์ระบบจัดคิว nonstationary หลายแนวทาง หลายของดีที่สุดของกำลังการผลิตวิเคราะห์และอธิบายไว้เพียงรุ่นเลื่อนได้ถูกรวมล่าสุดในซอฟต์แวร์ใหม่Transportation Science/Vol. 37, No. 4, November 2003 383

ผลลัพธ์ (ไทย) 2:

การกระทำเพราะการควบคุมการจราจรทางอากาศต้องการแยก ยกตัวอย่างเช่นในกรณีของคู่ของรันเวย์ตัดที่ตั้งของญาติทางแยกไปยังจุดที่จะเริ่มเหินเวหาหรือที่เชื่อมโยงไปถึงสัมผัสเครื่องบินลงอย่างมากส่งผลกระทบต่อกำลังการผลิตรวมของทั้งสองรันเวย์ ในทำนองเดียวกันในกรณีของสองรันเวย์ขนานความจุขึ้นอยู่กับระยะห่างระหว่าง centerlines ของรันเวย์ กำลังการผลิตประมาณวิเคราะห์สำหรับสนามบินที่มีรันเวย์สองขนานหรือตัดตรงไปตรงมาค่อนข้าง รุ่นความจุการวิเคราะห์ Multirunway ยังให้การประมาณการโดยประมาณที่ดีของกำลังการผลิตจริงในกรณีที่เกี่ยวข้องกับสามหรือใช้งานมากขึ้นรันเวย์ตราบใดที่การกำหนดค่ารันเวย์ที่สามารถ "สลาย" เป็นส่วนกึ่งอิสระแต่ละ consistin หนึ่งหรือสองรันเวย์ รุ่นดังกล่าวได้พิสูจน์แล้วว่ามีคุณค่ามากในการวางแผนที่สนามบิน, เช่นเดียวกับในการประเมินผลกระทบของการเปลี่ยนแปลงที่เสนอขั้นตอนหรือเทคโนโลยีกับความจุของสนามบิน หัวข้อของการศึกษาอย่างเข้มข้นอีกได้รับการประเมินผ่านการใช้รูปแบบการจัดคิวของความล่าช้าที่เกิดจากการขาดความสามารถเพียงพอที่รันเวย์ ปัญหานี้เป็นปัญหาที่ท้าทายอย่างร้ายแรงต่อการดำเนินงานของนักวิจัย: ผลการปิดรูปแบบการพัฒนาในวรรณคดีมากมายของ SteadyState คลาสสิกทฤษฎีการเข้าคิวเป็นส่วนใหญ่ nonapplicable อย่างน้อยเมื่อมันมาถึงกรณีที่น่าสนใจจริงๆ เหตุผลก็คือคิวสนามบินโดยทั่วไปไม่คงที่อย่างมาก อัตราความต้องการและในการเปลี่ยนแปลงสภาพอากาศที่อัตราการให้บริการที่สนามบินหลักที่แตกต่างกันอย่างมากที่สุดในช่วงวันปกติ นอกจากนี้อัตราความต้องการที่อาจเกินความจุ (> 1) อาจจะเป็นเพราะการขยายระยะเวลาส่วนใหญ่มักจะเมื่อสภาพอากาศที่น้อยกว่าที่ดีที่สุด นี้ได้แรงบันดาลใจในการพัฒนาวิธีการคำนวณการแก้ไขปัญหาของการคำนวณความล่าช้าที่สนามบินวิเคราะห์ ในกระดาษสถานที่สำคัญอื่นคูปแมน (1972) เป็นที่ถกเถียงกันและแสดงให้เห็นผ่านตัวอย่างมาจากนิวยอร์กเคนเนดี้และสนามบินลาการ์เดียในเวลาหมู่ที่คึกคักที่สุดที่โลกพฤติกรรมคิวของสนามบินที่มี k "เทียบเท่ารันเวย์" (กล่าวคือ k เกือบ เซิร์ฟเวอร์อิสระ) สามารถกระโดดจากลักษณะของ M (t) / M (t) / K และ M (t) / D (t) / k รุ่นเข้าคิวแต่ละให้ "เลวร้ายที่สุดกรณี" และ "กรณีที่ดีที่สุด "ประมาณการตามลำดับ โปรดทราบว่านี้จะช่วยให้การเปลี่ยนแปลงแบบไดนามิกในอัตราบริการเช่นเดียวกับอัตราความต้องการ ขยายการทำงานของคูปแมน (1972), M ตัน / เอกตัน / ระบบ k ถูกเสนอโดย Kivestu (1976) เป็นรูปแบบที่สามารถนำมาใช้ในการคำนวณโดยตรงสถิติเข้าคิวประมาณสำหรับ airports- มากกว่าแยกแก้ M (t) / M (t) / K และ M (t) / D (t) / รุ่น k แล้วอย่างใด interpolating ผลของพวกเขา (โปรดทราบว่าบริการครั้งชี้แจงลบ (M และเวลาให้บริการอย่างต่อเนื่อง (D) เป็นเพียงกรณีพิเศษของ Erlang (เอก) ครอบครัวมี k = 1 และ k = ตามลำดับ.) Kivestu (1976) ตั้งข้อสังเกตว่า k ควรจะพิจารณาจาก ความสัมพันธ์ ES / S = √ k ที่ ES S และแสดงค่าที่คาดหวังและ S หมายถึงค่าที่คาดหวังและค่าเบี่ยงเบนมาตรฐานของเวลาการให้บริการและสามารถประมาณได้จากข้อมูลภาคสนาม. นอกจากนี้เขายังพัฒนารูปแบบการประมาณตัวเลขที่มีประสิทธิภาพที่คำนวณ (เวลาที่แตกต่างกัน) ความน่าจะเป็นของรัฐสำหรับ M ตัน / เอกตัน / ระบบ k ได้อย่างมีประสิทธิภาพ. มาโลน (1995) ได้แสดงให้เห็นความถูกต้องและการปฏิบัติจริง Kivestu ของ (1976) วิธีการและการพัฒนาเพิ่มเติมวิธีการประมาณที่มีประสิทธิภาพเหมาะกับการวิเคราะห์ของคิวที่สนามบินแบบไดนามิก . พัดลมและ Odoni (2002) ให้รายละเอียดของการประยุกต์ใช้ของ Kivestu (1976) รูปแบบการศึกษาของภาวะติดที่ชนะที่สนามบินลาการ์เดียในปี 2000 และต้นปี 2001 เพิ่มเติม (ตัวเลข) รูปแบบการวิเคราะห์สำหรับการคำนวณความล่าช้าที่สนามบินได้รับการพัฒนา ในช่วงไม่กี่ปีที่ผ่านมา ปีเตอร์สันและอัล (1995) และแดเนียล (1995) อธิบายสองรูปแบบที่แตกต่างกันสำหรับการคำนวณความล่าช้าที่สนามบินฮับที่มีลักษณะคม "ธนาคาร" หรือ "คลื่น" ของผู้โดยสารขาเข้าและขาออก แฮนเซน (2002) ได้ใช้รูปแบบที่กำหนดบนพื้นฐานของความคิดของแผนภาพสะสม, การคำนวณผลกระทบภายนอกล่าช้าที่ท่าอากาศยานนานาชาติลอสแอนเจลิส ในที่สุดยาว et al, (1999) และมาโลน (1995) ปัจจุบันรูปแบบของเครือข่ายการเข้าคิวสองแบบไดนามิกและการประยุกต์ใช้ของพวกเขาในการศึกษาความแออัดในระบบน่านฟ้าแห่งชาติ Ingolfsson et al, (2002) มีการสำรวจที่ครอบคลุมและการเปรียบเทียบวิธีการทางเลือกหลายอย่างเพื่อการวิเคราะห์ระบบการเข้าคิวไม่คงที่ หลายคุณสมบัติที่ดีที่สุดของบางส่วนของความสามารถในการวิเคราะห์และรูปแบบการอธิบายความล่าช้าเพียงแค่ได้รับการรวมเมื่อเร็ว ๆ นี้ในจำนวนของซอฟต์แวร์ใหม่
การขนส่งวิทยาศาสตร์ / ฉบับที่ 37 ฉบับที่ 4 พฤศจิกายน 2003 383

ผลลัพธ์ (ไทย) 3:

ทำเพราะความต้องการแยกการควบคุมการจราจรทางอากาศ ตัวอย่างเช่น ในกรณีของคู่ตัดสะพานตำแหน่งของจุดตัดที่สัมพันธ์กับจุดที่ takeoffs เริ่มต้นหรือที่เครื่องบินลงจอดแตะพื้นมากมีผลต่อความจุรวมของทั้งสองสะพาน ในทำนองเดียวกันในกรณีที่ขนานสองสะพานความจุขึ้นอยู่กับระยะห่างระหว่างเซนเตอร์ไลน์ของสะพาน จากสนามบินประมาณความจุ 2 ขนาน หรือ ตัดสะพานจะค่อนข้างตรงไปตรงมา รุ่นความจุ multirunway วิเคราะห์ให้ดีประมาณประมาณ ความจุที่แท้จริงในคดีที่เกี่ยวข้องกับสามหรือมากกว่าใช้งานสะพานตราบใดที่นางการกำหนดค่าสามารถ " ย่อยสลาย " ส่วนในกึ่งอิสระ แต่ละ consistin หนึ่งหรือสองสะพาน รุ่นดังกล่าวได้พิสูจน์คุณค่าอย่างมากในการวางแผนท่าอากาศยาน ตลอดจนในการประเมิน ผลกระทบของการเปลี่ยนแปลงทางเทคโนโลยีในการผลิตเสนอขั้นตอน หรือสนามบิน อีกหัวข้อที่ศึกษาได้รับการประเมินโดยใช้ตัวแบบของความล่าช้าเกิดจากการขาดความจุรันเวย์ที่เพียงพอ ปัญหานี้เป็นปัญหาที่ poses ท้าทายการวิจัย : ผลการพัฒนาแบบปิดในวรรณคดีมากมายของคลาสสิกคงตัวทฤษฎีคิวไป nonapplicable อย่างน้อยเมื่อมันมาถึงกรณีที่น่าสนใจจริงๆ เหตุผลคือ คิว แอร์พอร์ต ใน ทั่วไป ,ติจิขอ ความต้องการในการเปลี่ยนแปลงราคาและสภาพอากาศ บริการอัตราที่สนามบินใหญ่ที่สุดแตกต่างกันอย่างมากผ่านหลักสูตรของวันปกติ นอกจากนี้ อุปสงค์ ราคาอาจเกินความจุ ( 1 ) อาจขยายช่วงเวลาบ่อยที่สุดเมื่อสภาพอากาศจะน้อยกว่าที่ดีที่สุด .นี้ได้มีการพัฒนาวิธีการเชิงตัวเลขเพื่อวิเคราะห์ปัญหาด้านความล่าช้าที่สนามบิน . อีกสถานที่สำคัญในกระดาษ คุ๊ปมันส์ ( 1972 ) แย้ง และแสดงผ่านตัวอย่างที่วาดจาก New York Kennedy และสนามบินลาการ์เดีย , เวลาของโลกอันดับที่เข้าคิวพฤติกรรมของสนามบินกับ K " รันเวย์เทียบเท่า " ( เช่นK อิสระเกือบเซิร์ฟเวอร์ ) สามารถล้อมรอบด้วยลักษณะของ M ( t ) m ( T ) / K และ M ( t ) / D ( t ) k ตัวแบบแต่ละให้ " พลังงาน " และ " กรณี " ประมาณการที่ดีที่สุดตามลำดับ หมายเหตุ นี้ช่วยให้สำหรับการเปลี่ยนแปลงแบบไดนามิกในบริการอัตรา รวมทั้งในตลาดอัตรา การขยายงานของคุ๊ปมันส์ ( 1972 )M T / I T / K ระบบที่เสนอโดย kivestu ( 1976 ) เป็นแบบที่สามารถใช้โดยตรงคำนวณโดยประมาณตัวสถิติสำหรับท่าอากาศยาน - มากกว่าการแยก ( T ) M / M ( t ) / K และ M ( t ) / D ( T ) / K รุ่นแล้วอย่างใด การ ประมาณผลลัพธ์ของพวกเขา ( โปรดทราบว่าลบชี้แจงบริการครั้ง ( M และเวลาให้บริการคงที่ ( D ) เป็นเพียงกรณีพิเศษของภาษาเออร์แลง ( EK ) ครอบครัวกับ k = 1 และ k = 2 ) kivestu ( 1976 ) ตั้งข้อสังเกตว่า K ควรพิจารณาจากความสัมพันธ์ E S / S = √ K ที่ E S และ S แทนค่าคาดหวังและ S แทน คาดว่า มูลค่า และ ค่าส่วนเบี่ยงเบนมาตรฐานของค่าบริการครั้ง และสามารถคำนวณได้จากข้อมูลภาคสนามเขายังได้พัฒนาโครงการประมาณเชิงตัวเลขที่มีประสิทธิภาพที่คำนวณเวลาที่แตกต่าง ) รัฐความน่าจะเป็น M T / I T / K ระบบได้อย่างมีประสิทธิภาพ มาโลน ( 1995 ) ได้แสดงให้เห็นความถูกต้องและการปฏิบัติจริงของ kivestu ( 1976 ) และวิธีการพัฒนาเพิ่มเติมที่มีประสิทธิภาพการประมาณวิธีเหมาะกับการวิเคราะห์ของคิวสนามบินแบบไดนามิกพัดลมและ odoni ( 2002 ) ให้รายละเอียดของการ kivestu ( 1976 ) รูปแบบการศึกษาของ gridlock เงื่อนไขที่เชี่ยวในสนามบิน LaGuardia ในปี 2000 และ 2001 ก่อน . เพิ่มเติม ( เลข ) รูปแบบการวิเคราะห์การคำนวณความล่าช้าที่สนามบินได้ถูกพัฒนาขึ้นในช่วงไม่กี่ปีที่ผ่านมา Peterson et al .( 1995 ) และแดเนียล ( 1995 ) อธิบายรูปแบบแตกต่างกันสองสำหรับความล่าช้าคอมพิวเตอร์ฮับสนามบินซึ่งมีลักษณะคม " ธนาคาร " หรือ " คลื่น " ของผู้โดยสารขาเข้าและขาออก แฮนเซน ( 2545 ) ได้ใช้โมเดลเชิงกำหนด ตามความคิดของแผนภาพสะสมค่าหน่วงเวลาผลกระทบภายนอกที่สนามบินนานาชาติลอสแองเจลิส ในที่สุดยาว et al .( 1999 ) และ มาโลน ( 1995 ) ปัจจุบันสองตัวแบบไดนามิกของเครือข่ายและการประยุกต์เพื่อการศึกษาคับคั่งในระบบน่านฟ้าแห่งชาติ ingolfsson et al . ( 2002 ) มีการสำรวจอย่างละเอียดและเปรียบเทียบทางเลือกหลายแนวทางการวิเคราะห์ระบบแถวคอยติจิ .หลายคุณสมบัติที่ดีที่สุดของความสามารถในการวิเคราะห์และแบบจำลองความล่าช้าก็อธิบายได้รวมเมื่อเร็ว ๆนี้ในหมายเลขของซอฟต์แวร์ใหม่
การขนส่งวิทยาศาสตร์ / ปีที่ 37 , ฉบับที่ 4 , พฤศจิกายน 2003 แต่