that replicate the complex behavior

that replicate the complex behavior of passengers, but a tools such as LEGION can help to get a good approximation for the
purposes of this research.
The LEGION software has been calibrated and validated for some scenarios (Berrou et al., 2007). In the case of Santiago de
Chile this process was done by Metro de Santiago. In our study, each passenger is represented in a two dimensional view
(2D) and the simulation runs in a continuous space in 0.6 s time steps. As an input data we used the Gaussian distribution
function for the assignment of size and speed of passengers. In this work output variables are measured in their maximum
values.
In addition, in this stage we mocked up in the HDL of Universidad de los Andes a hall of a metro car and the portion of the
platform with the same characteristics than the LEGION model. As shown in Fig. 3, the hall is 3.00 m long, 2.50 m wide and
2.40 m high. The platform was 4.40 m long and 4.00 m wide. The 4.00 m width was chosen because it was the optimal width
found in Fernandez et al. (2010b).

ผลลัพธ์ (ไทย) 1:

ที่จำลองการทำงานที่ซับซ้อนของผู้โดยสาร แต่เครื่องมือเช่นพยุหะสามารถช่วยในการประมาณที่ดีสำหรับการได้รับการวัตถุประสงค์ของงานวิจัยนี้ซอฟต์แวร์พยุหะได้รับการปรับเทียบ และตรวจสอบในบางสถานการณ์ (Berrou et al., 2007) ในกรณีของ Santiago deชิลีกระบวนการนี้ทำ โดยเมโทร de Santiago ในการศึกษาของเรา ผู้โดยสารแต่ละจะแสดงในสองมุมมองหลายมิติ(2D) และจำลองการทำงานในพื้นที่อย่างต่อเนื่องในขั้นตอนเวลา s 0.6 เป็นข้อมูลการป้อนข้อมูล ที่เราใช้การกระจาย Gaussianฟังก์ชันสำหรับการกำหนดขนาดและความเร็วของผู้โดยสาร ในงานนี้ ตัวแปรผลลัพธ์จะวัดสูงสุดของพวกเขาค่านอกจากนี้ ในขั้นนี้ เราเลียนขึ้นใน HDL Universidad เดอลอสอังเดสฮอลล์รถยนต์รถไฟและส่วนของการแพลตฟอร์มที่ มีลักษณะเดียวกันมากกว่าแบบพยุหะ แสดงใน Fig. 3 ศาลาเป็น 3.00 เมตรกว้างยาว 2.50 เมตร และ2.40 เมตรสูง แท่นคำเมตรกว้าง 4.00 เมตรยาว 4.40 กว้าง 4.00 เมตรถูกเลือก เพราะไม่มีความกว้างสูงสุดพบในเฟอร์นานเด et al. (2010b)

ผลลัพธ์ (ไทย) 2:

ที่จำลองพฤติกรรมที่ซับซ้อนของผู้โดยสาร แต่เครื่องมือเช่น LEGION
สามารถช่วยในการได้รับการประมาณการที่ดีสำหรับวัตถุประสงค์ของการวิจัยครั้งนี้.
ซอฟต์แวร์ LEGION ได้รับการสอบเทียบและการตรวจสอบสำหรับบางสถานการณ์ (Berrou et al., 2007) ในกรณีที่ Santiago de
ชิลีกระบวนการนี้ทำโดยเมโทร de Santiago ในการศึกษาของเราผู้โดยสารแต่ละคนเป็นตัวแทนในสองมุมมองมิติ
(2D) และการจำลองการทำงานในพื้นที่อย่างต่อเนื่องใน 0.6 วินาทีขั้นตอนเวลา
ในฐานะที่เป็นการป้อนข้อมูลที่เราใช้ในการกระจายเสียนฟังก์ชั่นสำหรับการกำหนดขนาดและความเร็วของผู้โดยสาร
ตัวแปรในการแสดงผลงานนี้เป็นวัดในสูงสุดค่า.
นอกจากนี้ในขั้นตอนนี้เราล้อเลียนขึ้นมาใน HDL ของ Universidad de los Andes
ห้องโถงของรถใต้ดินและส่วนของที่แพลตฟอร์มที่มีลักษณะเดียวกันกว่ารุ่นกองทัพ ดังแสดงในรูป 3 ฮอลล์เป็น 3.00 เมตรยาว 2.50 เมตรกว้างและ
2.40 เมตรสูง แพลตฟอร์มเป็น 4.40 เมตรยาว 4.00 เมตรกว้าง ความกว้าง 4.00 ม. ​​ได้รับเลือกเพราะมันเป็นความกว้างที่ดีที่สุดที่พบใน Fernandez et al,
(2010b)

ผลลัพธ์ (ไทย) 3:

ที่เลียนแบบพฤติกรรมที่ซับซ้อนของผู้โดยสาร แต่เป็นเครื่องมือ เช่น กองทัพสามารถช่วยได้รับการดีสำหรับวัตถุประสงค์ของงานวิจัยนี้
.
Legion ซอฟต์แวร์ได้รับการสอบเทียบและตรวจสอบสำหรับบางสถานการณ์ ( berrou et al . , 2007 ) ในกรณีของ Santiago de
ชิลี กระบวนการนี้ทำโดยรถไฟใต้ดิน de Santiago ในการศึกษาของเรา ผู้โดยสารแต่ละจะถูกแสดงในมุมมอง
2 มิติ( 2D ) และการจำลองทำงานในพื้นที่อย่างต่อเนื่องใน 0.6 s ขั้นตอนที่เวลา เป็นข้อมูลที่เราใช้ฟังก์ชันการแจกแจง
) สำหรับการกำหนดขนาดและความเร็วของผู้โดยสาร ในการแสดงผล งานนี้ตัวแปรที่วัดในคุณค่าสูงสุด
.
นอกจากนี้ ในขั้นตอนนี้เราก็เยาะเย้ยใน HDL ของ Universidad de Los Andes ห้องโถงของรถ Metro และส่วนของ
แพลตฟอร์มที่มีลักษณะเดียวกันมากกว่าทหารรุ่น ดังแสดงในรูปที่ 3 เป็นห้อง 3.00 เมตร ยาว 2.50 เมตร กว้าง 2.40 เมตร สูง
. แพลตฟอร์มที่เป็น 4.40 เมตร ยาว 4.00 เมตร และกว้าง ความกว้าง 4.00 เมตร ที่ได้รับเลือกเพราะมันเหมาะสมกับความกว้าง
พบ Fernandez et al . (
2010b )