文献

J-GLOBAL ID：202002260383841930   整理番号：20A0766170

2領域確率的車両追従モデルのための統計的推論【JST・京大機械翻訳】

Statistical inference for two-regime stochastic car-following models

著者 (2件)： Xu Tu (School of Civil and Environmental Engineering, Georgia Institute of Technology, 790 Atlantic Dr NW, Atlanta, GA 30313, United States) ,  Laval Jorge (School of Civil and Environmental Engineering, Georgia Institute of Technology, 790 Atlantic Dr NW, Atlanta, GA 30313, United States)
資料名： Transportation Research. Part B. Methodological  (Transportation Research. Part B. Methodological)
巻： 134  ページ： 210-228  発行年： 2020年 
JST資料番号： D0725B  ISSN： 0191-2615  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,自由流れと混雑領域の両方が統計的に独立したランダム過程に従う2レジームの自動車追従モデルの定式化を示した。この定式化は,Brownおよび幾何学的Brown加速過程に基づく以前の努力を一般化し,それぞれ,交通不安定性の異なる特徴を再現する。車両位置の確率密度は,著者らのモデルにおいて解析的であることを示して,したがって,パラメータは最尤法を用いて推定することができた。これにより,運転者/車両人口の均一性や道路形状の影響の統計的有意性のような統計的推論法を用いて広範な仮説を試験することができる。2つの自動車追跡実験からのデータを用いて,(i)モデルパラメータは同じデータセット内での反復実験を通して類似しているが,(ii)加速度誤差プロセスはBrown運動に近く,(iii)運転者は改良セグメントになると通常よりもガスペダルをより硬くすることを見出した。さらに,フィールドデータとシミュレーションの両方で観測された,下流に進行する交通振動の原因を説明した。このモデルは柔軟性があり,データが利用可能になると,自動化および規則的車両の自動車追従パラメータの違いとして,そのような仮説を試験するために,新しい車両技術を組み込むことができる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 確率密度 ,  Brown運動 ,  最尤法 ,  不安定性 ,  統計的推定 ,  *自動車 ,  加速度 ,  定式化 ,  自動化 ,  柔軟性 ,  交通振動 ,  道路 ,  確率過程
準シソーラス用語： ペダル ,  モデルパラメータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 車両追従モデル ,  確率的加速過程 ,  停止とGOの交通 ,  最尤推定

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (3件)： 確率 ,  車両追従モデル ,  統計的推論