This paper presents the first resul

This paper presents the first results of a research which applied a genetic algorithm to calibrate a microscopic traffic simulation model based on speed–density relationships. A large set of traffic data collected from the A22 Freeway, Italy, was used and a comparison was performed between the field measurements and the simulation outputs obtained for a test freeway segment by using the Aimsun microscopic simulator.

The calibration was formulated as an optimization problem to be solved based on a genetic algorithm; the objective function was defined in order to minimize the differences between the simulated and real data sets in the speed–density graphs. For this purpose, the genetic algorithm tool in MATLAB®was applied.

Keeping in mind the objective to automatize this process, the optimization technique was attached to Aimsun via a subroutine, so that the data transfer between the two programs could automatically happen. An external script written in Python allowed the MATLAB®software to interact with Aimsun software.

A better match to the field data was reached with the optimization parameters set with the genetic algorithm. In order to check to what extent the model replicated reality, model validation was also addressed. Results showed that a genetic algorithm is usefully applicable in the calibration process of the microscopic traffic simulation model. Beneficial effects are expected by applying the suggested optimization technique since it searches for an optimum set of parameters through an efficient search method.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงผลลัพธ์แรกของการวิจัยซึ่งใช้อัลกอริทึมทางพันธุกรรมเพื่อปรับเทียบแบบจำลองการจราจรด้วยกล้องจุลทรรศน์ที่ยึดความสัมพันธ์ความเร็วความหนาแน่น ใช้ชุดใหญ่ของข้อมูลจราจรที่เก็บจากหมู่นัก A22 อิตาลี และทำการเปรียบเทียบระหว่างขนาดเขตข้อมูลและแสดงผลการจำลองที่ได้เซ็กหมู่นักทดสอบโดยจำลองกล้องจุลทรรศน์ Aimsunการปรับเทียบเป็นสูตรเป็นปัญหาเพิ่มประสิทธิภาพได้รับการแก้ไขตามขั้นตอนวิธีพันธุกรรม ฟังก์ชันวัตถุประสงค์กำหนดไว้เพื่อลดความแตกต่างระหว่างชุดข้อมูลจริง และจำลองในกราฟความเร็ว – ความหนาแน่น สำหรับวัตถุประสงค์นี้ มีใช้เครื่องมือขั้นตอนวิธีพันธุกรรมใน MATLAB ®ทำให้ทราบวัตถุประสงค์ให้กระบวนการนี้ automatize เทคนิคเพิ่มประสิทธิภาพถูกแนบ Aimsun ผ่านการ subroutine เพื่อให้การถ่ายโอนข้อมูลระหว่างโปรแกรมสองอาจเกิดขึ้นโดยอัตโนมัติ สคริปต์การภายนอกเขียนซอฟต์แวร์ MATLAB ®เพื่อโต้ตอบกับซอฟต์แวร์ Aimsun ได้ตรงกับฟิลด์ข้อมูลดีแล้วพร้อมปรับตั้งค่าพารามิเตอร์กับอัลกอริทึมทางพันธุกรรม เพื่อตรวจสอบขอบเขตแบบจำลองความเป็นจริง ตรวจสอบแบบจำลองยังอยู่ ผลลัพธ์แสดงให้เห็นว่าขั้นตอนวิธีพันธุกรรม usefully ใช้ในการปรับเทียบแบบจำลองการจราจรด้วยกล้องจุลทรรศน์ ผลประโยชน์คาดว่า โดยใช้เทคนิคเพิ่มประสิทธิภาพที่แนะนำ เพราะมันค้นหาชุดพารามิเตอร์เหมาะสมโดยใช้วิธีการค้นหาที่มีประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอผลครั้งแรกของการวิจัยที่นำไปใช้ขั้นตอนวิธีทางพันธุกรรมการปรับรูปแบบการจำลองการจราจรกล้องจุลทรรศน์ขึ้นอยู่กับความสัมพันธ์ของความเร็วความหนาแน่น ชุดใหญ่ของข้อมูลการจราจรที่เก็บรวบรวมจาก A22 ทางด่วน, อิตาลี, ถูกนำมาใช้และการเปรียบเทียบได้ดำเนินการระหว่างวัดสนามและผลการจำลองที่ได้รับสำหรับส่วนทางด่วนทดสอบโดยใช้ Aimsun จำลองกล้องจุลทรรศน์. การสอบเทียบที่ได้รับสูตรปัญหาการเพิ่มประสิทธิภาพ ที่จะแก้ไขขึ้นอยู่กับขั้นตอนวิธีพันธุกรรม; ฟังก์ชันวัตถุประสงค์ถูกกำหนดเพื่อที่จะลดความแตกต่างระหว่างชุดข้อมูลจำลองและจริงในกราฟความเร็วความหนาแน่น เพื่อจุดประสงค์นี้เครื่องมือขั้นตอนวิธีทางพันธุกรรมในMATLAB®wasใช้. เก็บในใจวัตถุประสงค์เพื่อ automatize ขั้นตอนนี้เทคนิคการเพิ่มประสิทธิภาพที่ถูกแนบมากับ Aimsun ผ่านย่อยเพื่อให้การถ่ายโอนข้อมูลระหว่างสองโปรแกรมที่อาจเกิดขึ้นโดยอัตโนมัติ สคริปต์ภายนอกเขียนในหลามได้รับอนุญาตMATLAB®softwareในการโต้ตอบกับซอฟต์แวร์ Aimsun. การแข่งขันที่ดีกว่าข้อมูลสนามถึงกับพารามิเตอร์การเพิ่มประสิทธิภาพการตั้งค่าด้วยวิธีทางพันธุกรรม เพื่อที่จะตรวจสอบสิ่งที่ขอบเขตรูปแบบการจำลองแบบความเป็นจริงการตรวจสอบรูปแบบก็ยังแก้ไข ผลการศึกษาพบว่าขั้นตอนวิธีพันธุกรรมเป็นประโยชน์ใช้ในขั้นตอนการสอบเทียบของแบบจำลองการจราจรด้วยกล้องจุลทรรศน์ ผลประโยชน์ที่คาดว่าจะโดยการใช้เทคนิคการเพิ่มประสิทธิภาพแนะนำเพราะมันค้นหาชุดที่ดีที่สุดของพารามิเตอร์ผ่านวิธีการค้นหาที่มีประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอผลของการวิจัย ซึ่งใช้ขั้นตอนวิธีเชิงพันธุกรรมในการสอบเทียบแบบจำลองการจราจรเป็นกล้องจุลทรรศน์รูปแบบความสัมพันธ์ตามความเร็วและความหนาแน่น ชุดใหญ่ของการจราจรของข้อมูลที่รวบรวมจาก a22 ทางด่วน อิตาลี ถูกใช้ และมีการเปรียบเทียบระหว่างการวัดสนามและการจำลองผลที่ได้ในการทดสอบโดยใช้ทางด่วนส่วน aimsun จิ๋วจำลองการเพิ่มประสิทธิภาพเป็นเครื่องมือที่เป็นปัญหาที่จะต้องแก้ไขขึ้นอยู่กับขั้นตอนวิธีทางพันธุกรรม ; ฟังก์ชันวัตถุประสงค์ที่กำหนดไว้ เพื่อลดความแตกต่างระหว่างจำลองและข้อมูลที่แท้จริง ชุดในความเร็วและความหนาแน่นของกราฟ สำหรับวัตถุประสงค์นี้ เครื่องมือที่ใช้ขั้นตอนวิธีเชิงพันธุกรรมใน Matlab ® .การรักษาในใจวัตถุประสงค์อัตโนมัติกระบวนการนี้ เทคนิคเพิ่มประสิทธิภาพถูกแนบ aimsun ผ่านอย่างชัดเจน ดังนั้นการถ่ายโอนข้อมูลระหว่างสองโปรแกรมได้โดยอัตโนมัติได้ เขียนในหลามสคริปต์ภายนอกให้โปรแกรม®ซอฟต์แวร์เพื่อโต้ตอบกับซอฟต์แวร์ aimsun .การแข่งขันที่ดีกว่าข้อมูลภาคสนามได้ถึงกับการหาชุดพารามิเตอร์ด้วยขั้นตอนวิธีเชิงพันธุกรรม เพื่อตรวจสอบสิ่งที่ขอบเขตแบบจำลองแบบความเป็นจริง รูปแบบการตรวจสอบยังให้ความสนใจ ผลการศึกษาพบว่าขั้นตอนวิธีเชิงพันธุกรรมนั้น เป็นประโยชน์ที่ใช้ในการสอบเทียบกระบวนการแบบจำลองการจราจร ด้วยกล้องจุลทรรศน์ ผลประโยชน์ที่คาดว่าจะใช้ แนะนำเทคนิค ตั้งแต่การค้นหาการเพิ่มประสิทธิภาพที่เหมาะสมของพารามิเตอร์โดยวิธีค้นหาที่มีประสิทธิภาพ