利用机器学习预测交通动态下的行程时间和费用：VISSIM4.20教程

在《行程时间和总体费用 - Machine Learning for Absolute Beginners 2nd Edition》一书中，第11.5节探讨了如何利用机器学习技术在交通模拟软件如VISSIM 4.20中进行行程时间和总体费用的预测与分析。这部分内容主要关注两个关键点：仿真时段和评价时间间隔。 11.5.1 仿真时段与评价时间间隔： 在动态交通分配模型中，仿真时段是用来模拟交通流量随时间变化的过程，通过交通流仿真来获取每个评价时间间隔内各路段的行程时间。评价时间间隔的选择至关重要，因为它反映了交通状况的动态变化。理想的评价时间间隔应该小于交通需求变化的时间，通常建议至少是变化时间间隔的两倍，但又不宜过短，因为过短的间隔会放大行程时间的波动性，特别是在信号控制的场景下，应大于信号周期。一般而言，5至30分钟是一个合理的评价时间范围。 11.5.2 行程时间的测量与处理： 在仿真过程中，离开道路的车辆报告其行驶时间，平均值作为路段的行程时间。对于存在交通拥堵的情况，即使车辆无法离开，也需要记录停车时间，以便了解严重拥堵路段的信息。然而，为了使行程时间模型具有增长特性，需要考虑邻近迭代过程的行程时间，并通过指数平滑法或MSA（Method of Successive Averages）给予不同时间步长的权重，这样更接近实时和历史数据的综合影响。 值得注意的是，VISSIM 4.20用户手册强调了软件的版权保护，用户只能在一个个人电脑上合法使用，并禁止复制、分发或修改软件。此外，软件包含商业秘密，未经许可不得解码、逆向工程或以其他方式降低其人为可读性。 总结来说，这一章节深入探讨了如何在交通模拟软件中有效地运用机器学习技术处理行程时间和费用评估，同时强调了版权和软件使用规范的重要性。通过合理设置评价时间间隔和行程时间处理方法，可以提高交通模拟的精确性和实用性。