Literature on evacuation models is

Literature on evacuation models is well documented. Various researches in this transportation field have focused on
evacuation planning from various perspectives. Due to the complexity and dynamic nature of transportation network attributes during a disaster, one of the challenges of evacuation modelling is accurately estimating evacuation time.
Lindell et al (2002) presented Empirically Based Large-scale Evacuation Time Estimate Model (EMBLEM2) which is an Evacuation Time Estimate (ETE) model.
Their research chronicled various contributions in the methodology for ETE. However, they acknowledge its limitation of not accounting for transit dependent users.
Wilmot and Mei (2004) compared the relative accuracy of ETE models.
They view logistic regression and neural network models as more superior in predicting evacuation more accurately than the participation rate model.

ผลลัพธ์ (ไทย) 1:

วรรณคดีรุ่นอพยพเป็นเอกสารที่ดี เน้นที่งานวิจัยต่าง ๆ ในฟิลด์นี้การขนส่งอพยพที่วางแผนจากมุมมองต่าง ๆ เนื่องจากความซับซ้อนและลักษณะแบบไดนามิกของคุณลักษณะเครือข่ายขนส่งในระหว่างภัยพิบัติ หนึ่งในความท้าทายของงานการอพยพอย่างแม่นยำกำลังประมาณเวลาอพยพ Lindell et al (2002) นำเสนอเชิงประสบการณ์ Large-scale อพยพเวลาประเมินแบบจำลองจาก (EMBLEM2) ซึ่งเป็นแบบประเมินเวลาอพยพ (พัก) วิจัยของพวกเขา chronicled ผลงานต่าง ๆ ในวิธีการสำหรับการพัก อย่างไรก็ตาม พวกเขายอมรับข้อจำกัดของไม่บัญชีผู้ใช้ขึ้นอยู่กับขนส่ง Wilmot และเหม (2004) เปรียบเทียบความสัมพันธ์รุ่นที่พัก พวกเขาดูถดถอยโลจิสติก และข่ายประสาทรุ่นพิเศษขึ้นในการทำนายการอพยพแม่นยำกว่าแบบอัตราการมีส่วนร่วม

ผลลัพธ์ (ไทย) 2:

วรรณกรรมในรูปแบบการอพยพเป็นเอกสารที่ดี งานวิจัยต่างๆในสาขาการขนส่งนี้ได้มุ่งเน้น
การวางแผนการอพยพจากมุมมองที่หลากหลาย เนื่องจากความซับซ้อนและลักษณะของเครือข่ายการขนส่งแอตทริบิวต์ในช่วงภัยพิบัติซึ่งเป็นหนึ่งในความท้าทายของการสร้างแบบจำลองการอพยพเป็นอย่างถูกต้องประมาณเวลาการอพยพ.
ลินเดลล์, et al (2002) นำเสนอจากสังเกตุขนาดใหญ่อพยพเวลาประมาณการ Model (EMBLEM2) ซึ่งเป็น อพยพเวลาประมาณการ (ETE) รุ่น.
วิจัยของพวกเขาลงมือผลงานต่าง ๆ ในวิธีการสำหรับ ETE อย่างไรก็ตามพวกเขาได้รับทราบข้อ จำกัด ของการไม่บัญชีผู้ใช้สำหรับการขนส่งขึ้นอยู่กับ.
มอทและเหม่ย (2004) เมื่อเทียบกับความถูกต้องของญาติของรุ่น ETE.
พวกเขาดูการถดถอยโลจิสติกและรูปแบบเครือข่ายประสาทเป็นมากขึ้นกว่าในการทำนายการอพยพถูกต้องมากขึ้นกว่ารุ่นอัตราการมีส่วนร่วม