避難計画:放射線暴露に関する避難による交通渋滞の最小化と安全性の向上

問題:

道路ネットワーク避難モデル

放射能の影響を受ける道路ネットワークモデル

インテリジェントな輸送システムは、車両、道路、および環境要因が交通流にどのように影響を与えるかを監視および分析します。私たちのほとんどは、渋滞の不満に精通しています。例えば、典型的なラッシュアワーは個々の車両の移動を妨げ、交通の流れを著しく遅くする。この現象は、台風や他のイベントによる避難など、大量のイベントによってさらに悪化します。これらが発生すると、交通は渋滞の状態に達する可能性があります。ITSの研究者は、車両の一部に通信を組み込むことによって、そのような状況下における公共交通の安全性がどのように改善されるかを理解するためにモデルを作成しました。

ソリューション:

米国で最も古く、独立した非営利応用研究開発機関の1つは、スマートフォンや専用の近距離通信(DSRC)無線を介して接続された車両のパーセンテージが大規模避難(放射能による避難)の車両の調整を改善する可能性があるか調査するため、AnyLogicを使用してモデルを作成しました。車両エージェントには、通信デバイスを装備する確率を示すパラメータと、渋滞のときに他の車両が追従する確率を表すパラメータが組み込まれています。この2つめのパラメータと、より最適なルートの知識を持っていると仮定して、他のドライバーに従うドライバーの行動を近似します。研究者らは、これらの2つのパラメータに基づいてシナリオを実行し、放射線被ばくの蓄積量の合計と渋滞時間を比較しました。

渋滞の車両エージェント状態図とシステムダイナミクスアーキテクチャ

渋滞の車両エージェント状態図とシステムダイナミクスアーキテクチャ

AnyLogicモデリング・ツールは、エージェントベースおよびシステムダイナミックモデリング手法を組み合わせ、このタイプのモデルを構築するための強力で直感的なグラフィカル・インタフェースを備えています。研究者は、都市部の放射能放出に基づいて避難シナリオをモデル化しました。このモデルには、テキサス州サンアントニオの高速道路の簡易交通システムと、車両、道路ネットワーク、およびイベント通知を表す3つのエージェントが含まれていました。

結果:

この調査の結果は、多数の異なるシナリオについて、車両の母集団に対する平均および全放射線被ばく、及び各車両エージェントによって報告された全体的な輻輳(混雑)による交通システムの性能を定量化しました。この結果は、たとえ少数の車両であっても、現在のルート上で潜在的な危険性に関するタイムリーな情報を得た場合、安全性への影響を示しています。また、シミュレーションは、交通システムにとって有益な副次的効果である車両の追従行動からのメリットを示しています。

同様のケーススタディ

その他のケーススタディ