When n = 1 and keeping t* as a vari

When n = 1 and keeping t* as a variable, P1(t*) denotes a probability
density function of interval time between any two successive
cars.
P1(t∗) = ˛t∗e−˛t∗
, t∗ > 0 (2)
or
P1() = e−, > 0, = ˛ · t∗ (3)
Integrating the function above, yields the probability distribution
function:
F() = (− − 1)e− + 1, > 0 (4)
In general, F() is monotonic increasing and positive definite.
In particular, the passion simulation algorithm is described in
Algorithm 1:
Algorithm 1. Poisson simulation algorithm
Input: Car flow set T
Output: interval S, s∈S for each t ∈T
1 Initialize i = 1
2 for i < T.size do
3 p = random (0.0,1.0)//Get a random number p between 0.0 and 1.0
4 Let p = F() derive //calculate by using Newton iteration method
5 si =///Figure the interval of ith and (i + 1)th car
6 i++
7 endfor
According to the algorithm we could fully simulate the car flow
by recording the interval time of two successive cars at the intersection.
For example, when the light turns red, there are only arriving
cars in the lane, and no cars leave. When the light turns green,
besides the coming jam data, there is also car flow out of the
intersection. In this occasion, we can simulate the congestion by
selecting a reasonable leaving speed.
5.2. Results

ผลลัพธ์ (ไทย) 1:

เมื่อ n = 1 และการรักษาที * เป็นตัวแปร P1(t*) หมายถึงความน่าเป็นฟังก์ชันความหนาแน่นช่วงเวลาระหว่างสองต่อเนื่องกันรถยนต์P1(t∗) = ˛t∗e−˛t∗, t∗ > 0 (2)หรือP1() = > 0, e− =˛· t∗ (3)ผสานการใช้งานข้างต้น การแจกแจงความน่าเป็นของผลผลิตฟังก์ชัน:F() (−− 1) = e− + 1, > 0 (4)ทั่วไป F() จะเพิ่ม monotonic และเป็นบวกแน่นอนโดยเฉพาะอย่างยิ่ง อัลกอริทึมการจำลองความรักไว้ในอัลกอริทึม 1:อัลกอริทึม 1 อัลกอริทึมการจำลอง Poissonอินพุต: รถไหลตั้ง Tผลผลิต: ช่วง S, s∈S สำหรับแต่ละ ∈T t1 เริ่มฉัน = 12 สำหรับฉัน < ทำ T.size3 p =สุ่ม (0.0,1.0)//Get p เลขสุ่มระหว่าง 0.0 1.04 ให้ p = F() มา //calculate โดยใช้วิธีการเกิดซ้ำของนิวตันซี 5 = ///Figure รถ th ช่วงระยะ และ (ผม + 1)6 i ++7 endforตามอัลกอริทึมเราเต็มสามารถจำลองการไหลของรถโดยการบันทึกช่วงเวลาของรถยนต์ต่อเนื่องสองที่สี่แยกตัวอย่างเช่น เมื่อไฟเปลี่ยนเป็นสีแดง มีเพียงเดินทางมารถที่ท้าทาย และไม่ปล่อยให้ เมื่อไฟเปลี่ยนเป็นสีเขียวนอกจากข้อมูลแยมมา มีรถไหลจากการสี่แยก ในโอกาสนี้ เราสามารถจำลองความแออัดโดยเลือกความเร็วออกเหมาะสม5.2. ผล

ผลลัพธ์ (ไทย) 2:

เมื่อ n = 1 และการรักษา T * เป็นตัวแปร, P1 (T *) หมายถึงความน่าจะเป็น
ฟังก์ชั่นความหนาแน่นของช่วงเวลาระหว่างสองต่อเนื่องใด ๆ
รถยนต์.
P1 (T *) = T * e-T *
, * t> 0 (2)
หรือ
P1 () = E-,> 0 = ˛· T * (3)
การบูรณาการการทำงานดังกล่าวข้างต้นมีอัตราผลตอบแทนการกระจายความน่าจะเป็น
ฟังก์ชั่น:
F () = (- - 1) E-+ 1,> 0 ( 4)
โดยทั่วไป F () เป็นต่อเนื่องเพิ่มขึ้นและบวกแน่นอน.
โดยเฉพาะอย่างยิ่งความรักขั้นตอนวิธีการจำลองอธิบายไว้ใน
ขั้นตอนวิธีที่ 1:
ขั้นตอนวิธี 1. Poisson ขั้นตอนวิธีการจำลอง
การป้อนข้อมูล: การไหลของรถชุด T
ขาออกช่วง S, s∈Sสำหรับแต่ละ T ∈T
1 เตรียมใช้ i = 1
2 i <T.size ทำ
3 p = สุ่ม (0.0,1.0) // รับหมายเลข P สุ่มระหว่าง 0.0 และ 1.0
4 Let p = F () // รับมาคำนวณโดยใช้นิวตัน วิธีการทำซ้ำ
5 si = /// รูปที่ช่วงเวลาที่ i และ (i + 1) TH รถ
6 i ++
7 endfor
ตามขั้นตอนวิธีการที่เราได้อย่างเต็มที่สามารถจำลองการไหลของรถ
โดยการบันทึกช่วงเวลาของรถสองคันต่อเนื่องที่สี่แยก.
สำหรับ ตัวอย่างเช่นเมื่อไฟเปลี่ยนเป็นสีแดงมีเพียงมาถึง
รถในช่องทางและไม่มีรถออกจาก เมื่อไฟเปลี่ยนเป็นสีเขียว
นอกเหนือจากข้อมูลการจราจรติดขัดมานอกจากนี้ยังมีการไหลของรถออกมาจาก
สี่แยก ในโอกาสนี้เราสามารถจำลองความแออัดโดย
เลือกความเร็วที่เหมาะสมทิ้ง.
5.2 ผล