In principle, congestion is specifi

In principle, congestion is specific to each part of the road network. Adding a car to a
four-lane street has other congestion effects than adding a car to a one-lane street. Here,
we compute marginal congestion costs in a more aggregate way. The basic premise is
that the urban area has homogeneous traffic conditions and can be represented as if it
were a one-link system. Adding one car to the urban traffic then slows down all other
cars using the urban network at that moment.
In the calculation of the marginal congestion costs, the speed-flow relationship is of
crucial importance. It describes how average speed (s) is influenced by traffic flow (q).
Traffic flow is measured in millions of passenger car units (PCU) per hour. PCU are used
instead of the number of vehicles to reflect the difference in congestive effect of the vehi-
cle types considered. Generally, a bus or a truck is assumed to correspond to 2 PCU.
The aggregate speed-flow relationship has to be derived from simulations with a network
model. Such a model is necessary to compute the impact on average speed of a proportional
increase in all trips. Kirwan et al. (1995) conclude that an exponential type of aggregate
congestion function is the most satisfying.
We estimated the parameters of an exponential congestion function for the transport
situation in Brussels, starting from three observation points. The first is the current peak
period situation which is characterized by a traffic flow of 0.5337 million PCU per hour
and an average speed for cars of 38.2 km/h (cf. Region de Bruxelles-Capitale, 1993,
p. 72). In the second observation point, which represents the peak situation in 2005, the
traffic flow is 20% higher than in 1991, and the average speed has fallen to 23.7 km/h
(Region de Bruxelles-Capitale, 1993). Finally, there is the free-flow situation with a
traffic flow equal to zero and an average speed of 50 km/h. The resulting congestion
function expresses the minutes needed to drive 1 km in a certain period as a function of
the million PCU per hour at that moment in the city:

ผลลัพธ์ (ไทย) 1:

ในหลักการความแออัดเป็นเฉพาะกับส่วนหนึ่งของเครือข่ายถนนในแต่ละ เพิ่มรถไป
สี่เลนถนนมีผลแออัดอื่น ๆ นอกเหนือจากการเพิ่มรถไปหนึ่งเลนถนน ที่นี่
เราคำนวณค่าใช้จ่ายส่วนเพิ่มความแออัดในทางรวมมากขึ้น ขั้นพื้นฐานคือ
ที่ในเขตเมืองมีการจราจรที่เป็นเนื้อเดียวกันและสามารถแสดงเป็นถ้ามัน
มีระบบหนึ่ง-linkเพิ่มรถการจราจรในเมืองแล้วช้าลงรถ
ทุกอื่น ๆ ที่ใช้เครือข่ายเมืองในขณะนั้น
ในการคำนวณค่าใช้จ่ายในความแออัดร่อแร่มีความสัมพันธ์กันความเร็วในการไหลมีความสำคัญสำคัญ
มันอธิบายถึงวิธีการความเร็วเฉลี่ย (s) ได้รับอิทธิพลจากกระแสการจราจร (Q) กระแสการจราจร
เป็นวัดในล้านหน่วยรถยนต์นั่ง (PCU) ต่อชั่วโมง หน่วยบริการปฐมภูมิที่ใช้
แทนหมายเลขของยานพาหนะเพื่อสะท้อนให้เห็นความแตกต่างในผลเลือดคั่งของ Vehi-
ประเภท Cle พิจารณา โดยทั่วไปรถบัสหรือรถบรรทุกจะถือว่าสอดคล้องกับ 2 หน่วยบริการปฐมภูมิ
ความสัมพันธ์ความเร็วไหลรวมกันจะต้องมีการที่ได้มาจากการจำลองกับเครือข่ายแบบ
รูปแบบดังกล่าวเป็นสิ่งที่จำเป็นในการคำนวณผลกระทบกับความเร็วเฉลี่ยของการเพิ่มขึ้น
สัดส่วนในการเดินทางทั้งหมด อัลเคอแวน et(1995) สรุปได้ว่าประเภทที่อธิบายการรวมฟังก์ชั่นความแออัด
เป็นที่น่าพอใจมากที่สุด
เราประมาณค่าพารามิเตอร์ของฟังก์ชั่นความแออัดชี้แจงสำหรับสถานการณ์
ขนส่งในกรุงบรัสเซลส์เริ่มจากสามจุดสังเกต ครั้งแรกที่เป็นยอดเขาที่ปัจจุบันสถานการณ์ระยะเวลา
ซึ่งเป็นลักษณะการไหลของการจราจรจาก 0,533,700 หน่วยบริการปฐมภูมิต่อชั่วโมง
และความเร็วเฉลี่ยสำหรับรถยนต์จาก 38.2 กิโลเมตร / เอช (cf ภูมิภาค de Bruxelles-Capitale, 1993, p
. 72) ในจุดสังเกตที่สองซึ่งแสดงให้เห็นถึงสถานการณ์ที่จุดสูงสุดในปี 2005 การจราจร
คือสูงกว่า 20% ในปี 1991 และความเร็วเฉลี่ยลดลงเหลือ 23.7 km / h
(ภูมิภาค de Bruxelles-Capitale, 1993) ในที่สุดนั่นคือสถานการณ์การไหลของฟรีด้วย
การจราจรเท่ากับศูนย์และความเร็วเฉลี่ย 50 กม. / ชม. ความแออัดทำให้เกิดการ
ฟังก์ชั่นการแสดงออกนาทีที่จำเป็นในการขับรถ 1 กิโลเมตรในช่วงระยะเวลาหนึ่งเป็นหน้าที่ของ
ล้านหน่วยบริการปฐมภูมิต่อชั่วโมงในขณะที่อยู่ในเมืองที่:

ผลลัพธ์ (ไทย) 2:

หลัก แออัดโดยเฉพาะแต่ละส่วนของเครือข่ายถนน เพิ่มไป
ถนน 4 เลนมีลักษณะพิเศษอื่น ๆ แออัดกว่าเพิ่มรถถนนเลนเดียวกัน ที่นี่,
เราคำนวณต้นทุนกำไรแออัดในลักษณะเพิ่มเติมรวมกัน ประทับใจพื้นฐานเป็น
การเมืองมีเงื่อนไขเหมือนจราจร และสามารถแสดงว่ามัน
มีระบบเชื่อมโยงหนึ่ง เพิ่มรถการจราจรเมืองแล้วช้าลงทั้งหมดอื่น ๆ
รถยนต์เครือข่ายเมืองในขณะนั้น
ในการคำนวณต้นทุนกำไรแออัด ความสัมพันธ์ของความเร็วกระแสเป็น
สำคัญสิ่งสำคัญ ความเร็วเฉลี่ยวิธีอธิบาย (s) ได้รับอิทธิพลจากกระแสการสื่อสาร (q)
จราจรวัดในล้านของผู้โดยสารรถยนต์หน่วย (PCU) ต่อชั่วโมง PCU ใช้
จัดยานพาหนะเพื่อสะท้อนให้เห็นถึงความแตกต่างในผล congestive vehi-
ชนิดเกรดถือว่า ทั่วไป รถบัสหรือรถบรรทุกจะถือว่าสอดคล้องกับ 2 PCU
ความสัมพันธ์กระแสความเร็วรวมได้ได้มาจากการจำลองด้วยเครือข่าย
รุ่น แบบจำลองจำเป็นต้องคำนวณผลกระทบต่อความเร็วเฉลี่ยของสัดส่วนเป็น
เพิ่มในการเดินทางทั้งหมด Kirwan et al (1995) สรุปที่ชนิดรวมเป็นเนน
แออัดฟังก์ชันมีความพึงพอในสูงสุดใจ
เราประเมินพารามิเตอร์ของฟังก์ชันเอ็กซ์โพเนนเชียแออัดการสำหรับการขนส่ง
สถานการณ์ในบรัสเซลส์ เริ่มต้นจากจุดสังเกต 3 ครั้งแรกเป็นช่วงปัจจุบัน
สถานการณ์รอบระยะเวลาซึ่งเป็นลักษณะตามกระแสจราจรของ PCU ล้าน 0.5337 ต่อชั่วโมง
และมีความเร็วเฉลี่ยคัน 38.2 km/h (cf. ภูมิภาคเดอปาร์-Capitale, 1993,
p. 72) ในจุดสังเกตที่สอง ที่แสดงถึงสถานการณ์ที่สูงสุดในปี 2005
จราจรเป็น 20% สูงกว่าในปี 1991 และความเร็วเฉลี่ยตกไป 23.7 km/h
(ภูมิภาคเดอปาร์-Capitale, 1993) ในที่สุด มีสถานการณ์กระแสฟรีกับการ
กระแสจราจรเท่ากับศูนย์และความเร็วเฉลี่ย 50 km/h แออัดผลลัพธ์
ฟังก์ชันแสดงนาทีต้องขับ 1 กิโลเมตรในช่วงเป็นฟังก์ชันของ
PCU ล้านต่อชั่วโมงขณะที่ในเมือง:

ผลลัพธ์ (ไทย) 3:

ในหลักการความแออัดเป็นการระบุถึงเป็นส่วนหนึ่งของเครือข่ายถนน การเพิ่มรถเพื่อไปถึงยังถนนสายหนึ่ง
สี่ช่องทางเดินรถได้ส่งผลต่อความแออัดอื่นที่ไม่ใช่การเพิ่มรถเพื่อไปถึงยังถนนสายหนึ่งช่อง ที่นี่
เราการประมวลผล ภาพ ,ความคับคั่งค่าใช้จ่ายมากขึ้นในทางที่รวม พื้นฐานที่มี
ว่าพื้นที่ในเมืองที่มี สภาพ การจราจรเป็นเนื้อเดียวกันและสามารถเป็นผู้แทนเป็น
เป็นระบบหนึ่ง - ลิงค์การเพิ่มรถเพื่อการจราจรในเมืองที่มันจะทำให้ลงอื่นๆ
รถยนต์นั่งส่วนบุคคลทั้งหมดโดยใช้เครือข่ายในเมืองที่ห้วงเวลานั้น
ในการคำนวณต้นทุนความแออัดร่อแร่ที่ความสัมพันธ์กับความเร็วการไหลของมี
สำคัญ ซึ่งได้อธิบายวิธีการความเร็วเฉลี่ย( s )จะได้รับอิทธิพลจาก สภาพ การจราจร( Q )
การจราจรเป็นการวัดในล้านเครื่องรถยนต์นั่งส่วนบุคคล( pcu )ต่อชั่วโมง มีการใช้ pcu
แทนที่จะเป็นหมายเลขของรถยนต์เพื่อสะท้อนให้เห็นถึงความแตกต่างที่มีผลบังคับใช้ congestive ประเภท vehi -
cle ที่ได้รับการพิจารณาให้. โดยทั่วไปแล้วด้วยรถโดยสารหรือรถกระบะที่มีการสันนิษฐานให้สอดคล้องกับ 2 pcu
ความสัมพันธ์กับความเร็วการไหลของเงินที่จะต้องเป็นที่ได้รับมาจากการจำลองพร้อมด้วยเครือข่าย
รุ่นที่ รุ่นดังกล่าวมีความจำเป็นที่จะต้องคำนวณผลกระทบที่เกิดขึ้นกับความเร็วเฉลี่ยในการตามสัดส่วน
เพิ่มขึ้นในการเดินทางทั้งหมด kirwan et al .( 1995 )สรุปได้ว่าพิมพ์อย่างต่อเนื่องของฟังก์ชัน
คับคั่งรวมกันเป็นที่น่าพึงพอใจอย่างสูงสุด
เราคาดว่าค่าพารามิเตอร์ของฟังก์ชันคับคั่งอย่างต่อเนื่องสำหรับการขนส่ง
สถานการณ์ในกรุงบรัสเซลส์โดยเริ่มจากสามจุดชมวิว เป็นครั้งแรกที่เป็นสถานการณ์
ช่วงเวลาสูงสุดในปัจจุบันซึ่งเป็นลักษณะการไหลของการจราจรที่ 0.5337 ล้าน pcu ต่อชั่วโมง
และความเร็วโดยเฉลี่ยสำหรับรถของ 38.2 กม./ชม.(ให้ เขตพื้นที่ de bruxelles-capitale 1993
P . 72 ). ในจุดชมวิวที่สองซึ่งเป็นสถานการณ์ที่สูงสุดในปี 2005 การจราจร
มี 20% สูงกว่าในปี 1991 และความเร็วเฉลี่ยได้ตกลงกับ 23.7 กิโลเมตร/ชั่วโมง
( ภูมิภาค de bruxelles-capitale 1993 ) ในที่สุดก็มีสถานการณ์แบบไม่เสียค่าบริการ - การไหลของน้ำที่พร้อมด้วย
สภาพ การจราจรเท่ากับศูนย์และความเร็วเฉลี่ย 50 กม./ชม. ส่งผลให้เกิดความแออัด
ฟังก์ชันที่กล่าวว่านาทีที่จำเป็นในการขับรถ 1 กิโลเมตรอยู่ห่างในระยะเวลาที่เป็นของ pcu
ที่ล้านบาทต่อชั่วโมงในช่วงเวลาที่อยู่ในเมือง