24 両数は０で、シミュレーションが始まるから各流入部のエンドポイントから車両がトリップを始まる。２時間後、トリップを始まったばかり車両が必ずある、それで、シミュレーションが全部のリンクに車両数が０になるまで続き、シミュレーション時間は必ず２時間以上である。信号制御が完璧なら、シミュレーション時間が少し２時間より超える、約7200（秒）+(トリップ長さ1000（メートル）)/(最大速度（16.7メートル/秒）*（1-遅延率0.3（例えば））)=7286秒。実際には、信号制御がそんな完璧じゃなくて、シミュレーション時間が7286秒を超えるべきである。最適化計算結果２は約7.6%のシミュレーション時間を短縮した。現示３の青時間率を高まる効果である。しかし、この計算結果が現示１に交通需要を満足させない（交通需要率は(1430+150)/(1820+1940)=0.42、青時間率は41/100＝0.41）。また、最適化計算結果３のシミュレーション所要時間は伝統的な計算方法とほぼ同じ。 平均遅延時間と平均待ち時間において、結果２が大幅な短縮を見え、結果３が微小な平均遅延時間の短縮を見える。結果３の平均待ち時間が約3.6%の短縮で例外である。 まとめて、開発した非線形計画モデルの計算結果は伝統的な計算方法より渋滞を一定程度解消する。来年度は本研究の続き、交差点に繋がる四つの道路のエンドポイントに、ディテクター（光ビーコンを想定）を設置する。通過した車両数、車両の速度、と車頭時間を利用し、リアルタイム情報を基づく信号制御設計方法を開発する予定である。また、本研究に利用するシミュレターの検証が必要で、特に始めとする各流入部の飽和交通流率を検証する。 表5-4 最適化計算結果のシミュレーション結果 最適化計算結果 シミュレーション所要時間(s) 変化率 平均遅延時間(s) 変化率 平均待ち時間(s) 変化率 １ 8798.3 100% 179.7 100% 127.7 100% ２ 8126.6 92.4% 143.8 80.0% 103.7 81.2% ３ 8759.7 99.6% 177.7 98.9% 123.1 96.4%
元のページ ../index.html#30