PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
Tytuł artykułu

Multi-level models of transport systems for traffic management

Identyfikatory
Warianty tytułu
PL
Wielopoziomowe modele systemu transportowego dla potrzeb zarządzania ruchem
Języki publikacji
EN
Abstrakty
EN
Na obszarze województwa pomorskiego stosowane są różne narzędzia prognozowania i analiz transportowych, które mogą być zasilane, kalibrowane i aktualizowane danymi, które będą zbierane i gromadzone w systemie TRISTAR. Katedra Inżynierii Drogowej Politechniki Gdańskiej wyszła z inicjatywą opracowania i wdrożenia zintegrowanego, hierarchicznego systemu prognoz i analiz transportowych MST (Wielopoziomowy Model Systemów Transportowych). Kluczowym elementem takiego modelu będzie możliwość pozyskiwania i wykorzystywania danych z systemu TRISTAR.
Czasopismo
Rocznik
Tom
Strony
2897--2906
Opis fizyczny
Bibliogr. 14 poz., tab., pełen tekst na CD
Twórcy
autor
  • Gdansk University of Technology
autor
  • Gdansk University of Technology
autor
  • Gdansk University of Technology
Bibliografia
  • [1] Barcelo J., Ferrer J., Montero L., Perarnau J.: Microscopic Simulation with AIMSUN for the Assessment of Incident Management Strategies. TSS-Transport Simulation Systems, Universitat de Catalunya (2001), http://www.aimsun.com/euro_its_lyon.pdf.
  • [2] FHWA: Model Validation and Reasonableness Checking Manual. Barton-Aschman Associates, Inc. and Cambridge Systematics, Inc., USA 1997.
  • [3] Jamroz K., Oskarbski J., Kustra W., Gumińska L.: Wielopoziomowe modelowanie ruchu – koncepcja i doświadczenia praktyczne. VIII Konferencja Naukowo-Techniczna z cyklu: Problemy komunikacyjne miast w warunkach zatłoczenia motoryzacyjnego: Nowoczesny transport publiczny w obszarach zurbanizowanych, Poznań- Rosnówko 15-17 czerwca 2011.
  • [4] Jamroz K., Oskarbski J., Kustra W.: Zastosowanie wielopoziomowego modelu ruchu dla systemu TRISTAR. Konferencja „Modelowanie podróży i prognozowanie ruchu/ Modelling 2012”, Kraków 15- 16 listopada 2012 roku.
  • [5] Lilpop Z., Sidorenko A., Waltz A.: Prognozowanie ruchu miejskiego. Warszawa 1983.
  • [6] Oskarbski J.: Inteligentny system transportu dla aglomeracji na przykładzie aglomeracji trójmiejskiej. Komunikacja Publiczna nr 1/2011.
  • [7] Oskarbski J.: Perspectives of Telematics Implementation in Tri-City Transport Systems Management and Planning. Communications in Computer and Information Science. (Modern Transport Telematics), nr 239/2011
  • [8] Oskarbski J.: Struktura funkcjonalna systemu zarządzania transportem w Trójmieście – TRISTAR. Przegląd Komunikacyjny nr 7-8/2011.
  • [9] Oskarbski J.: Wpływ struktury sieci ulicznej na sprawność i efektywność funkcjonowania transportu indywidualnego w miastach. Praca doktorska. Katedra Inżynierii Drogowej Politechniki Gdańskiej, Gdańsk 2005.
  • [10] Petty K. F., Ostland M., Kwon J. et al.: A new methodology for Evaluating Incident Detection Algorithms. Department of Statistics, University of California, Berkeley (2001), http://www.sci.csueastbay.edu/~jkwon/papers/inc_detection.pdf.
  • [11] Singh R.: Improved Speed-Flow Relationships: Application to Transportation Planning Models. Paper Presented at the 7th TRB Conference on Application of Transportation Planning Methods Boston, Massachusetts. March 1999
  • [12] Smith J., Blewitt R. at al: Traffic Modelling Guidelines. Traffic Manager and Network Performance Best Practice. Version 3.0. Transport for London 2010.
  • [13] University of Florida: Traffic Network Study Tool. Florida 2004.
  • [14] Zhang, K., Taylor, A.P.: Towards transferable Incident Detection Algorithms. University of South Australia, Journal of Eastern Asia Society for Transportation Studies, Vol. 6, pp. 2263-2274, (2005).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-c89f78ab-bc96-410e-80ed-6f2b05f49375
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.