English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

道路網の計画や近年盛んに行われているTDM施策に おいて,ピーク時の交通状態の予測は不可欠である.特 に,ピーク時における渋滞損失は大きく,渋滞状態を適 切に記述できるモデルが必要となる.しかし,従来の静 的配分では,動的な渋滞状態を表現することができない. 一方,渋滞状態を表現できる動的配分は,時々刻々のOD 交通量データの入手が困難であり,実用的なモデルであ るとは言いがたい. これらの問題に対して,近年,a)渋滞状態を表現でき, b)モデルの入力データ(i.e., OD交通量データ)が入手 可能な時間帯別交通均衡配分が菊地・赤松,中山 によ り提案された.a)は,リンクレベルでの待ち行列の進展 が明示的に表現できることを意味する.従来の時間帯別 配分モデルの多くの研究 3), 4), 5), 6) は,明示的に待ち行列を 表現しておらず,渋滞状態の影響を表現する方法(i.e., OD修正法,リンク修正法)にも不明瞭な点が残る.また, 明示的に待ち行列の進展表現した赤松ら のモデルは, 経路レベルのフローの整合性のみを扱ったモデルであっ た.b)については,時間帯別モデルに共通の特徴である. 時間帯別モデルでは,1日を一定の長さを持つ時間帯に区 切り,各時間帯で配分を行うものであり,必要となる入 力データは時間帯ごとのOD交通量となる. 上で述べた渋滞状態を適切に表現できる菊地・赤松 モデル,中山モデルは,以下に示すような特性も有し ている.菊地・赤松は,構築したモデルが一般形の非線 形相補性問題(NCP:Nonlinear Complementarity Problem) に帰着可能であることを示した.NCPについては,これ までに数理計画分野で多くの標準的なアルゴリズムが提

Some Efficient Algorithms for Semi-dynamic Traffic Equilibrium Assignment with Queue Evolution