Обоснование условий распределения транспортных потоков на улично-дорожной сети городов тема диссертации и автореферата по ВАК РФ 05.22.10, кандидат наук Феофилова, Анастасия Александровна

• Феофилова, Анастасия Александровна
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Феофилова, Анастасия Александровна

ОГЛАВЛЕНИЕ

стр.

ВВЕДЕНИЕ

1 СОВРЕМЕННЫЕ МЕТОДЫ РАСПРЕДЕЛЕНИЯ ТРАНСПОРТНЫХ 8 ПОТОКОВ НА УЛИЧНО-ДОРОЖНОЙ СЕТИ ГОРОДОВ

1.1 Актуальность применения современных методов управления 8 дорожным движением на улично-дорожной сети городов

1.2 Применение программных продуктов имитационного моделирования 19 транспортных потоков при прогнозировании распределения транспортных потоков по улично-дорожной сети

1.3 Применение транспортных моделей для решения задач распределения 26 транспортных потоков по улично-дорожной сети

Выводы по главе 1

2 ОСНОВНЫЕ ТЕОРЕТИЧЕСКИЕ ПОДХОДЫ К ПОИСКУ УСЛОВИЙ 35 РАСПРЕДЕЛЕНИЯ ТРАНСПОРТНЫХ ПОТОКОВ НА УЛИЧНО-ДОРОЖНОЙ СЕТИ ГОРОДОВ

2.1 Модели динамического распределения транспортных потоков

2.2 Оценка условий движения при перераспределении транспортных 46 потоков на улично-дорожной сети городов

Выводы по главе 2

3 ОПРЕДЕЛЕНИЕ УСЛОВИЙ ДЛЯ РАСПРЕДЕЛЕНИЯ 58 ТРАНСПОРТНЫХ ПОТОКОВ

3.1 Поиск и адаптация к реальным условиям частных моделей выбора 58 маршрута для применения их при распределении транспортных потоков

3.2 Разработка и обоснование рекомендаций для определения условий 66 перераспределения транспортных потоков

3.2.1 Определение объемов перенаправляемых транспортных средств и 66 состояний транспортных потоков для начала их перенаправления

3.2.2 Определение участка детектирования состояний транспортных

потоков для начала их перенаправления

Выводы по главе 3

4 МОДЕЛИРОВАНИЕ РАСПРЕДЕЛЕНИЯ ТРАНСПОРТНЫХ

ПОТОКОВ НА ПРИМЕРЕ ПЕРСПЕКТИВНОЙ УЛИЧНО-ДОРОЖНОЙ СЕТИ Г. РОСТОВА-НА-ДОНУ

4.1 Характеристика рассматриваемой улично-дорожной сети

4.2 Разработка имитационных моделей для исследования стратегий 104 развития дорожной ситуации

4.2.1 Объемы движения и состав транспортного потока в узлах 106 рассматриваемой улично - дорожной сети

4.2.2 Разработка и калибровка имитационной модели перспективной 116 улично - дорожной сети

4.3 Разработка стратегий и сценариев распределения транспортных 123 потоков при прогнозировании развития дорожной ситуации на перспективной УДС

Выводы по главе 4

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ 13

СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Обоснование условий распределения транспортных потоков на улично-дорожной сети городов»

ВВЕДЕНИЕ

Актуальность темы. Эффективность использования транспортной инфраструктуры городов, во многом, определяется наличием и функционированием интеллектуальной транспортной системы (ИТС). Анализ современного состояния дорожного движения, уровня загрузки основных магистралей выявляет высокую актуальность научного исследования в области оперативного управления транспортными потоками, в особенности, их динамического перенаправления с загруженных участков дорожной сети на альтернативные маршруты. Развитие систем мониторинга транспортных потоков, способов оценки их распределения на улично-дорожной сети (УДС) с помощью моделирования позволяет рассмотреть проблему динамического перенаправления транспортнъге^потоков (ДПТП) на качественно новом уровне.

Обширная доля исследований посвящена вопросам поиска альтернативного маршрута, влияния транспортной информации на участников движения, анализа результатов реактивных стратегий оперативного управления транспортными потоками. В тоже время, изучение научных исследований и практического опыта зарубежных стран в области активного управления дорожным движением выявило отсутствие методики проведения ДПТП с целью предотвращения возникновения или снижения продолжительности заторовых ситуаций. Усложнение задач управления дорожным движением, ужесточение требований к достоверности прогнозов об изменении дорожно-транспортной ситуации вызывают необходимость постоянного развития методик и алгоритмов применения динамического распределения потоков для оперативного прогнозирования транспортных ситуаций как в городах и мегаполисах, так и на загородных автострадах.

Поэтому актуальной является разработка и обоснование, посредством моделирования дорожного движения, условий для перераспределения транспортных потоков на УДС городов.

Цель диссертационной работы - снижение уровня загрузки участков УДС основе перераспределения транспортных потоков в условиях ИТС.

Для достижения этой цели были поставлены и решены следующие задачи:

-выявление основных подходов и принципов перераспределения транспортных потоков на УДС городов в условиях интеллектуальных транспортных систем;

-исследование динамических моделей, применяемых для моделирования перераспределения транспортных потоков на УДС городов;

-адаптация к реальным условиям моделей выбора альтернативных маршрутов для моделирования перераспределения транспортных потоков на улично-дорожной сети городов;

-определение и формализация состояний транспортных потоков для осуществления их перераспределения в условиях ИТС с учетом функциональных характеристик УДС городов;

-разработка рекомендаций по перераспределению транспортных потоков на улично-дорожной сети городов для предотвращения возникновения или снижения продолжительности заторовых ситуаций;

-оценка вариантов функционирования УДС с учетом разработанных рекомендаций для перераспределения транспортных потоков в условиях интеллектуальных транспортных систем.

Объектом исследования в диссертационной работе являются условия перераспределения транспортных потоков на улично-дорожной сети городов.

Предметом диссертационного исследования выступают процессы функционирования УДС при перераспределении транспортных потоков.

Теоретическую и методологическую основу диссертации составили результаты отечественных и зарубежных теоретических и прикладных исследований в области организации дорожного движения (ОДД),

оперативного управления транспортными потоками, математического моделирования.

Научная новизна работы:

- классифицированы модели выбора альтернативных маршрутов по типам сценариев развития дорожной ситуации на основе оценки влияния параметров моделей на распределение транспортных потоков на УДС;

- совершенствован алгоритм поиска альтернативного пути путем использования адаптированной, к реальным условиям, модели выбора маршрута, позволяющий сократить временные затраты пользователя на калибровку модели дорожного движения;

- определены и формализованы состояния транспортных потоков для начала их перераспределения в условиях ИТС с учетом функциональных характеристик УДС городов;

- разработан методический подход к определению условий перераспределения транспортных потоков на основе использования интегрированной модели дорожного движения, включающей совершенствованный алгоритм поиска альтернативного пути и алгоритм детектирования изменения состояний транспортного потока на участках УДС в условиях ИТС.

Практическая значимость диссертационной работы состоит в том, что ее результаты способствуют развитию методик и алгоритмов применения динамического распределения потоков для оперативного прогнозирования транспортных ситуаций. Полученные интервалы значений параметров моделей выбора маршрута движения позволяют адаптировать их к реальным условиям, повысив, тем самым, достоверность прогнозов о распределении транспортных потоков на УДС. Разработанные рекомендации по проведению перераспределения транспортных потоков на УДС позволяют оперативно отреагировать на изменение дорожно-транспортной ситуации и значительно снизить продолжительность возникающего затора.

Результаты диссертационной работы использованы Московским научно-исследовательским и проектным институтом территориального развития и транспорта при разработке решений по созданию модели улично-дорожной сети г. Сочи в период проведения Олимпийских Игр 2014, в МУ «Департамент автомобильных дорог и организации дорожного движения» администрации г. Ростова-на-Дону при реализации концепции подготовки транспортной инфраструктуры к ЧМ - 2018 в Ростове-на-Дону.

Научно-методические положения диссертации используются в учебном процессе при подготовке бакалавров и магистров по направлению «Технология транспортных процессов» в Ростовском государственном строительном университете.

1 СОВРЕМЕННЫЕ МЕТОДЫ РАСПРЕДЕЛЕНИЯ ТРАНСПОРТНЫХ ПОТОКОВ НА УЛИЧНО-ДОРОЖНОЙ СЕТИ ГОРОДОВ

1.1. Актуальность применения современных методов управления дорожным движением на улично-дорожной сети городов

Одной из наиболее острых проблем, препятствующей устойчивому развитию транспортной системы страны, является резкое повышение уровня загрузки автомобильных дорог транспортными потоками, в первую очередь, на территории крупных городов и на подходах к ним. Следствием этого являются снижение скоростей сообщения, регулярное возникновение заторов и высокий уровень аварийности на автомобильном транспорте.

По данным Федерального дорожного агентства, сегодня около 30% федеральных дорог работают в режиме перегрузки (в первую очередь - на подходах к крупным городам). Наиболее остро проблема перегруженности проявляется в крупнейших и сверхкрупных городах, в которых уровень автомобилизации давно перешагнул уровень 300 автотранспортных средств (АТС) на 1000 жителей. Средние скорости сообщения в городах неуклонно снижаются, и нередко достигают 8-10 км/час, при оптимальных 30-35 км/час. Согласно имеющимся оценкам, суммарные дополнительные издержки, связанные с перегрузкой дорожной сети, достигают в России 4-9% ВВП в год. Устойчиво развивающийся транспортный комплекс Российской Федерации является базовым условием территориального и социального единства страны.

Однако сегодня на пути к устойчивому развитию транспорта в городах Российской Федерации стало резкое повышение уровня загрузки автомобильных дорог движением транспортных средств. Перегруженность транспортных систем российских городов снижает мобильность населения, приводит к значительным потерям времени на передвижение, оказывает негативное влияние на эффективность работы городского транспорта, росту

числа ДТП, выбросов загрязняющих веществ и транспортного шума. Складывающаяся ситуация приводит к снижению качества жизни населения и серьезным экономическим потерям для страны в целом. По имеющимся экспертным оценкам эти потери достигают до 7- 9% ВВП в год. В настоящее время до 27% автомобильных дорог федерального значения работают в режиме перегрузки и нуждаются в проведении различных мероприятий по повышению их пропускной способности. Средняя скорость движения за последние 5 лет снизилась в среднем на 40%, а в часы пик падает до 5 - 10 км/ч при оптимальных 30-35 км/час.

У лично-дорожные сети (УДС) российских городов сформировались исторически и по большей части остались неизменными с 70-90-х годах прошлого века, когда в документах градостроительного планирования перспективный уровень автомобилизации предусматривался в размере в 170 -180 автомобилей на 1000 жителей. Предполагалось, что население городов будет продолжать использовать для поездок в основном общественный пассажирский транспорт. Сейчас до 30% общего объема перевозок пассажиров в городах приходится на личный автотранспорт и эта доля продолжает расти. В выходные дни 40-50% поездок горожан за город выполняется на личном транспорте.

Заложенная градостроителями в недавнем прошлом расчетная пропускная способность УДС оказалась значительно превышенной при уже достигнутом в настоящее время (250-340 легковых автомобилей на 1000 жителей) и продолжающем быстро расти уровне автомобилизации населения на урбанизированных территориях. В последние десять лет ежегодный прирост автомобильного парка и интенсивности движения составлял 4-6%, а увеличение пропускной способности УДС не более 0,5-1,0%.

Сегодня отставание дорожно-транспортной сети от имеющихся потребностей составляет приблизительно 20 - 25 лет. Вместе с тем, существующие тенденции роста объемов дорожного движения не дают утешительных прогнозов - локальные и сетевые заторы постепенно

становятся регулярным и нарастающим явлением, которое при отсутствии адекватного государственного реагирования, неизбежно приведет к потере устойчивости функционирования транспортной системы страны [1].

По данным мониторинга транспортных потоков, проводимого ежегодно на улицах города Ростова-на-Дону [16], построена эпюра коэффициентов уровней загрузки основных магистралей (рисунок 1.1, 1.2). Анализ полученных значений коэффициентов уровней загрузки в соответствии с градацией уровней удобства и уровней обслуживания показывает, что условия движения на 19% улиц, предназначенных для пропуска магистральных транспортных потоков, характеризуются уровнем обслуживания А, условия движения на 32% улиц, предназначенных для пропуска магистральных транспортных потоков, характеризуются как частично связанный потоки и имеют коэффициент загрузки 0,2-Ю,45, условия движения на 43% улиц, предназначенных для пропуска магистральных транспортных потоков, характеризуются как связанный поток и имеют коэффициент загрузки 0,45-Ю,7, на 22% улиц, предназначенных для пропуска магистральных транспортных потоков, возникаю предзаторовые и заторовые ситуации, на 8% улиц, предназначенных для пропуска магистральных транспортных потоков, транспортный поток можно назвать плотно насыщенным, коэффициент загрузки близок по значению к 1.

8%

ВА ПВ ШС ПО ИЕ Рисунок 1.1- Распределение участков УДС по уровням загрузки

- частично связанный поток мнм - насыщенный поток Рисунок 1.2 - Схема участков магистральной УДС г. Ростова-на-Дону,

распределенных по уровням загрузки

Развитие методов управления транспортными потоками является важнейшим направлением исследований в области организации и безопасности дорожного движения. Управление движением - это, прежде всего, решение задач обработки информации в реальном времени, осуществимое с помощью интеллектуальных транспортных систем. Одним из основных направлений развития интеллектуальных транспортных систем является информационное обеспечение участников движения. Среди функциональных возможностей интеллектуальных транспортных систем можно выделить динамическое руководство маршрутом, позволяющее снижать пиковую нагрузку на элементы транспортной сети посредством перенаправления транспортных потоков на менее загруженные участки [4,5, 8, 10, 36].

Особенности распределения транспортных потоков в сети на основе использования частных моделей выбора маршрута представлены в работах Й.Шеффи (1985), Ш. Рамминг (2002), Х.Барсело и Х.Касас (2005), Дж. К.Прато (2009). Мировая практика располагает некоторыми экспериментальными данными по определению эффективной доли перенаправляемых транспортных средств. Так Э. Б.Элиа и Й.Шифтан (2010) определили, что поведение водителя в значительной степени зависит от содержания предоставляемой им побудительной информации, Г.Л.Чанг, С.Фэй и Ж. Жур (2002, 2005) эмпирически доказали, зависимость между долей водителей, выбравших альтернативный маршрут от количества блокированных инцидентами полос, на примере магистрали 1-95 между шт. Балтимор и шт. Вашингтон. X. Сьюзан и его соавторы (2011) разработали стратегии изменения маршрута для предотвращения потери устойчивости участков УДС районов г. Нью-Йорка [46, 60, 66, 67, 70, 61, 72, 82, 92, 97, 118].

Эффектность применения активного управления ТП при возникновении инцидента на участке УДС можно представить в виде схемы изменения условий движения , изображенной на рисунках 1.3, 1.4

ей Я

<я §

с Н 5 ?

¡3 §

со

возврат транспортного потока в исходное состояние

возникновение инцидента

детектирование

инцидента ц устранение его последствий

устранение инцидента

период детектирования

инцидента и устранение его последствий

период устранения инцидента

период возврата транспортного потока в исходное состояние

Рисунок 1.3 - Схема условий движения на маршруте без ДПТП

возврат транспортного потока в исходное состояние

период период период возврата детектирования устранения транспортного потока в

инцидента и инцидента исходное состояние устранение его последствий

Рисунок 1.4- Схема условий движения на маршруте при ДПТП

Результаты анализа стратегий по предотвращению заторовых ситуаций, показывают, что наряду с конструктивными изменениями улично-дорожной сети, особое место занимают мероприятия, связанные с эффективностью использования существующей дорожной сети, во многом, определяющейся наличием и функционированием интеллектуальной транспортной системы города. Эффективность оперативного управления движением может достигать 61% на локальных участках сети и 47% - в масштабах всего города. Стоит отметить, что до 38% эффективности оперативного управления движением дают системы, направленные на детектирование и предупреждение источников заторовых ситуаций (дорожно-транспортные происшествия, погодные условия, массовые и особые мероприятия, дорожные работы и т.д.). Конструктивные изменения улично-дорожной сети (расширение проезжей части, ликвидация «узких» мест, строительство новых автомобильных дорог) нуждаются в длительном сроке их реализации и являются, сравнительно, временным способом разгрузки улично-дорожной сети [43, 77, 81, 91, 97, 102, 109, 112, 117].

■ Увеличение пропускной срсобности конструктивным способом

■ Использование существующей дорожной сети более эффективно

■ Ограничение доступа транспортных средств к районам города

■ Управление транзитными потоками

Рисунок 1.5 - Эффективность стратегий по предотвращению заторовых ситуаций на локальном уровне

■ Увеличение пропускной срсобностн конструктивным способом

■ Использование существующей дорожной сети более эффективно

■ Ограничение доступа транспортных средств к районам города

■ Управление транзитными потоками

Рисунок 1.6 - Эффективность стратегий по предотвращению заторовых

ситуаций на сетевом уровне 8%

■ Системы обнаружения и предупреждения инцидентов

■ Совершенствование организашш дорожных работ

■ Информационное обеспечение участников движения

Соврешенствованне транспортного обеспечения проведения специальных мероприятий

Активное управление дорожным движением

Другое

Рисунок 1.7 - Эффективность стратегий по предотвращению заторовых ситуаций на существующей дорожной сети с использованием ИТС на

локальном уровне

■ Системы обнаружения и предупреждения инцидентов

■ Совершенствование организашш дорожных работ

■ Информационное обеспечение участников движения

Соврешенствование транспортного обеспечения проведения специальных мероприятий

Активное управление дорожным движением

Другое

Рисунок 1.8 - Эффективность стратегий по предотвращению заторовых ситуаций на существующей дорожной сети с использованием ИТС на

сетевом уровне

Надежное функционирование транспортной инфраструктуры крупных городов в настоящее время во многом связывают с активным управлением информационными ресурсами транспортных сетей. Создание механизмов информационного сопряжения подсистем ИТС (рисунок 1.9) [7, 32, 48, 49, 52, 61, 79, 104, 105, 108] города приобретает также особую актуальность и в задачах удовлетворения потребностей участников дорожного движения. Информация, таким образом, рассматривается важнейшим ресурсом эффективного управления движением транспортных потоков, реализуемого в ИТС.

Рисунок 1.9- Механизмы информационного сопряжения подсистем ИТС

Таким, образом, для осуществления управления транспортными потоками города с помощью информации необходимо обеспечить взаимосвязь систем получения, передачи, обработки и отображения данных, которые будут использоваться при оперативном управлении и прогнозировании.

Транспортная база данных

Библиотека транспортной побудительной информации

Генерация побудительной информации

Система управления движением на магистралях

Система распознавания номерных знаков

Другие системы

Уровень получения и

передачи данных

Создание сообщения , вручную

Побудительная информация

Данные о транспортном потоке/

База моделей передачи данных

Библиотека адаптированных програмь

Создание сообщения , вручную

Уровень обработки данных

Рисунок 1.10 - Блок-схема работы транспортной информационной системы

города

Широкое распространение в области информирования участников дорожного движения получили направляющие системы в индивидуальном транспортном средстве. Современные навигационные системы способны не только обеспечить водителя информацией о маршруте, но и способствуют распределению транспортных потоков, предоставляя возможность водителю определить альтернативный маршрут, используя централизованные системы с заложенным алгоритмом оптимизации с учетом текущих транспортных

условий. Среди популярных в России подобных программных продуктов, можно выделить:

• Навигатор Garmin

• Ситигид

• Навител

• Автоспутник

• PocketGIS

• TomTom

• ПроГород

• Сервисы Google и «Яндекс»

Однако, общим недостатком перечисленных навигационных систем можно назвать некорректность информации вследствие получения ее «искусственным» путем: из-за сложности измерений ХТП навигаторами, их алгоритмы лишь сопоставляют полученные значения скорости передвижения ТС в соответствии с плотностью ТП, ощибочно, прогнозируя тем самым заторовые ситуации [3, 27, 57, 58, 21].

Тем не менее, усложнение задач управления дорожным движением, ужесточение требований к достоверности прогнозов об изменении дорожно-транспортной ситуации вызывают необходимость постоянного развития методик и алгоритмов применения динамического распределения потоков для оперативного прогнозирования транспортных ситуаций как в городах и мегаполисах, так и на загородных автострадах.

1.2 Применение программных продуктов имитационного моделирования транспортных потоков при прогнозировании распределения транспортных потоков по улично-дорожной сети

В настоящее время в России преобладает несколько упрощенный подход к формированию и использованию информационных и модельных

ресурсов интеллектуальных транспортных систем. Фактически информационное обеспечение ИТС отождествляется с использованием типовых данных спутниковых навигационных систем по отображению местоположения транспортных средств и скорости их движения. В действующих компонентах автоматизированных систем управления дорожным движением отсутствуют подсистемы транспортной информации, не говоря уже о самостоятельных транспортных информационных системах.

Научное обоснование и разработка новых подходов к моделированию информационно-управляющих процессов в интеллектуальных транспортных системах должно быть направлено на устранение следующих проблем и противоречий:

• между детерминированным подходом к формированию моделей транспортных систем и случайным характером изменения параметров движения транспортных потоков на сети, случайным характером изменения пропускной способности элементов сети и ее конфигурации;

• между типичными статическими критериями оптимизации функционирования сети в расчете на единичного пользователя и фактическими динамическими процессами в транспортных потоках;

• между макроскопическим подходом при решении типовых задач по рациональному распределению транспортных потоков и микроскопическим подходом с возможностью оценки параметров движения в реальном режиме времени.

В связи с чем необходима разработка новой система интеграции данных о функционировании транспортных систем в реальном режиме времени на основе данных стационарных и динамичных источников информации с оценкой достоверности пространственно-временного распределения данных и адаптации к реальным условиям разработанных моделей транспортных потоков [10, 13, 21].

Управление дорожным движением

Обеспечение безопасности дорожного движения.

Управление в чрезвычайных ситуациях.

Информационно е обеспечение

Задачи стратегического уровня

Мониторинг характеристик транспортных потоков Мониторинг данных об условиях движения с помощью пробных автомобилей (ргоЬесаг, Аоай^саг)

Мониторинг данных об условиях движения с помощью мобильных источников связи Мониторинг состояния покрытия и метеоусловий на дорожной сети

Создание баз данных по характеристикам транспортных потоков и параметрам дорожной сети Управление движением на сети автомобильных дорог

Управление дорожным движением на въездах на автомагистрали

Управление на платных автомобильных дорогах с автоматической электронной платой за проезд Интеграция моделирования в центрах управления движением

Оценка качества функционирования дорожной сети Мониторинг загрязнения окружающей спелы

Обнаружение дорожно-транспортных происшествий, управление движением в опасных ситуациях

Выработка стратегии управления в чрезвычайных ситуациях

Маршрутная навигация и предоставление приоритета специальным транспортным средствам Оперативное изменение схем организации дорожного движения при ДТП, сложных и чрезвычайных ситуациях Выявление нарушений скоростного режима и других нарушений Правил дорожного движения

Интеграция баз данных систем управления дорожным движением в транспортных коридорах Обеспечение дотранспортной информацией участников движения

Информирование операторов о маршрутной сети, планирование поездок Маршрутное ориентирование, динамический контроль за прохождением маршрута в реальном режиме времени

Интерактивное информационное обеспечение

Моделирование для определения размещения компонентов интеллектуальных транспортных систем

Проектирование развития дорожной сети и транспортной инфраструктуры Транспортное планирование

Рисунок 1.11- Перечень функциональных приложений методов моделирования применительно к различным задачам интеллектуальных

транспортных систем

Широкое распространение, как в России, так и за рубежом, при разработке проектов организации дорожного движения, а также проектов автоматизированных систем управления дорожным движением получило применение различных программных продуктов математического моделирования транспортных потоков [8, 15, 23, 76, 100, 115]. Моделирование транспортных потоков на макро-, мезо- и микро- уровнях представляет мощный инструмент принятия эффективных решений в сфере ОДД. При этом каждый из данных уровней и программных продуктов их реализующих обладает специфическими особенностями, направлены на решения определенных задач, имеют свои преимущества и недостатки. Квалифицированное использование данных инструментов требует соответствующего нормативного и методического обеспечения.

Моделирование дорожного движения проходит следующие стадии:

• оперативное планирование, используется для прогона большого числа симуляций, тестирующих различные сценарии и потенциальные меры по улучшению дорожного движения. Сценарии могут включать перераспределение транспортных потоков из-за возможных дорожных работ, особых мероприятий или ДТП, уменьшение максимальной пропускной способности дорог из-за плохой погоды и т.п. Конфигурации дорожных сетей и структуры возможных систем управления сохраняются в соответствующих базах данных, которые используются в механизме поддержки принятия решений.

• динамическая фильтрация: симуляция системы с неопределённостью в параметрах модели и входных данных. Она используется для корректировки измерений, поступающих в реальном времени с дорожных датчиков. Отфильтрованные через динамическую модель измерения используются для организации обратной связи в соответствующих алгоритмах управления транспортным потоком [24, 40, 41, 42].

Список литературы диссертационного исследования кандидат наук Феофилова, Анастасия Александровна, 2013 год

СПИСОК ЛИТЕРАТУРЫ

1. Артистов С. А. Основные направления государственной политики в сфере организации дорожного движения [Электронный ресурс] // «Транспортная стратегия XXI век» » - Режим доступа:

http://www. sovstrat.ru/j ournals/transportnaya-strategiya-21 -vek/articles/st-trans 19-30.html (доступ свободный) - Загл. с экрана. - Яз. рус.

2. Анохин Б.Б., Лаврентьева О.П. Оценка условий движения при различных уровнях загрузки дорог/ Дороги и мосты: Сборник ст./ФГУП РосдорНИИ. Вып. 18/2 - М., 2007

3. Бекмагамбетов М.М, Кочетков A.B. Анализ современных программных средств транспортного моделирования [Электронный ресурс] // «Исследования, конструкции, технологии» - Режим доступа: http://www.aae-press.ru/f/77/25.pdf (доступ свободный) - Загл. с экрана. - Яз. рус.

4. Васильев А. П., Фримштейн М. Н., Блинкин М.Я. Управление движением на автомобильных дорогах. - М.:Транспорт, 1979

5. Власов, В.М. Интеллектуальные транспортные системы в автомобильно дорожном комплексе / В.М. Власов, В.М. Приходько, C.B. Жанказиев, A.M. Иванов. - М.: МАДИ. -М.: ООО «МЭЙЛЕР», 2011. - 487 с

6. Дрю. Д. Теория транспортных потоков и управление ими/Д. Дрю. -М. транспорт, 1972. -426с

7. Жанказиев С. В. Научные основы и методология формирования интеллектуальных транспортных систем в автомобильно-дорожных комплексах городов и регионов. Дис... .докора техн.наук. М., 2012

8. Жанказиев С. В., Тур А. А., Халилев Р.Ф. Интеллектуальные дороги современный взгляд //«Наука и техника в дорожной отрасли», № 2 - 2010, стр. 1-6

// Дороги России XXI века//М. - №3, 2009. - с. 37- 40

10. Зырянов В. В. Моделирование при транспортном обслуживании мега-событий [Электронный ресурс] // «Инженерный вестник Дона», 2011, №4. -Режим доступа: http://www.ivdon.ru/magazine/archive/n4y2011/709 (доступ свободный) - Загл. с экрана. -Яз.рус.

11. Зырянов В. В., Барсело X., Феофилова А. А. Моделирование динамической маршрутизации транспортных потоков на улично-дорожной сети городов, V Юбилейный Московский международный Конгресс по интеллектуальным транспортным системам, Москва, Россия, 2013. - Режим доступа: http://pibd.ru/its5-2013-doklady-5 (доступ свободный) - Загл. с экрана. - Яз.рус.

12. Зырянов В. В., Криволапова О. Ю. Моделирование и анализ спроса на объекты совершенствования транспортной сети [Электронный ресурс] // «Инженерный вестник Дона», 2012, №4 (часть 1). - Режим доступа: http://www.ivdon.ru/magazine/archive/n4ply2012/1082 (доступ свободный) -Загл. с экрана. - Яз. рус.

13. Зырянов В. В. Особенности применения основной диаграммы транспортных потоков на сетевом уровне// Прогресс транспортных средств и систем - 2013: Материалы Международной научно-практической конференции // Волгоград, 2013, стр. 196-199

14. Зырянов В.В. Анализ параметров двухкомпонентных моделей кинетической

*

теории транспортного потока//Известия Ростовского государственного строительного университета, Ростов-на-Дону, №3,1998

15. Зырянов В.В., Барсело X., Кериди П.Г., Моделирование в транспортном планировании Олимпиады/ Мир дорог// СПб. -Март, 2010. - с. 17-20

16. Зырянов В.В., Кочерга В.Г., Поздняков М.Н. Современные подходы к разработке комплексных схем организации дорожного движения/ Транспорт Российской Федерации // СПб. - №1, 2011. - с. 28-33

17. Иносе X, Хам ада Т. Управление дорожным движением. Под ред. М. Я. Блинкина. Пер. с англ. .- М.: Транспорт, 1983. - 248 с.

18. Инструкция по учету движения транспортных средств на автомобильных

дорогах (ВСН 45-68) - М. Транспорт, 1969

19. Кленов С. J1. Теория Кернера трех фаз в транспортном потоке - новый теоретический базис для интеллектуальных транспортных технологий // «Труды МФТИ», 2010, том 2, №4, с. 75-89.

20. Клинковштейн Г. И. Организация дорожного движения: учебник для вузов / Г. И. Клинковштейн, М. Б. Афанасьев. - 5-е изд., перераб. и доп. - М.: Транспорт, 2001. — 231 с.

21. Коноплянко В.И., Гуджоян О.П., Зырянов В.В., Косолапов A.B. Организация и безопасность дорожного движения. - Кемерово: Кузбассвузиздат, 1998 -236с.

22. Кочерга В.Г., Зырянов В.В. Оценка и прогнозирование параметров дорожного движения в интеллектуальных транспортных системах. - Ростов - на - Дону: Рост. гос. строит, ун.-т, 2001 - 130с.

23. Кочерга В.Г., Зырянов В.В., Коноплянко В.И. Интеллектуальные транспортные системы в дорожном движении: Учебное пособие. - Ростов н/Д: Рост. Гор. Строит. Ун-т, 2001 - 108 с.

24. Куржанский А.Б. Куржанский A.A., Варайя П. Роль макромоделирования в активном управлении транспортной сетью// «Труды МФТИ», 2010, том 2, №4, с. 100-118.

25. Лобанов Е. М, Сильянов В. В., Ситников Ю. М., Сапегин Л. Н. Пропускная способность автомобильных дорог. - М.: Транспорт, 1970

26. Лубашевский И.А., Гусейн-Заде Н.Г, Гарнисов К.Г. Макроскопические фазовые состояния автотранспортного потока в туннелях//Труды института общей физики им. A.M. Прохорова, 2009, стр. 50-67

27. М.Л. Петрович, Л.Ю. Истомина, А.Ю. Сущих. Сравнительный анализ программных комплексов для моделирования потоков в транспортной сети / Материалы XVII Международной (двадцатой Екатеринбургской) научно-практической конференции - Социально-экономические проблемы развития и функционирования транспортных систем городов и зон их влияния - Науч. ред. С.А. Ваксман. - Екатеринбург: Изд-во Урал. гос. экон. ун-та, 2011. - 327

с.

28. Михайлов А.Ю.. Головных И.М. Современные тенденции проектирования и реконструкции улично-дорожных сетей городов. - Новосибирск: Наука, 2004. - 267 е., ил.

29. Михайлов А.Ю. Национальные особенности» борьбы с пробками или общие проблемы транспортных систем городов Часть 1/«Социально-экономические проблемы развития и функционирования транспортных систем городов и зон их влияния» /науч. материалы XVI международной (19-ой Екатеринбургской) науч.-практ. конф.- Екатеринбург: Изд-во УрГЭУ. 2010 с. 36-46

30. Михайлов А.Ю. Национальные особенности борьбы с пробками или общие проблемы транспортных систем городов Часть 2 / Материалы XVII Международной (двадцатой Екатеринбургской) научно-практической конференции - Социально-экономические проблемы развития и функционирования транспортных систем городов и зон их влияния - Науч. ред. С.А. Ваксман. - Екатеринбург: Изд-во Урал. гос. экон. ун-та, 2011. - 327 с

31. Михеева Т. И., Михеев С. В. Модели управления транспортными потоками в условиях затора [ Электронный ресурс] // Международный журнал "Программные продукты и системы", 2012, №3. - Режим доступа:

http://www.swsys.ru/index.php?page=article&id=3213 (доступ свободный) -Загл. с экрана. - Яз. рус.

32. Пржибыл, Павел. Телематика на транспорте/Павел Пржибыл, Мирослав Свитек; перевод с четкого О. Бузека и В. Бузковой.; под ред. Проф. В. В. Силъянова.-М.: Изд-во МАДИ (ГТУ), 2003. - 540с.

33. Семенов В. В., Математическое моделирование транспортных потоков. Обзорный реферат. - М., 2003. - 26 с.

34. Семенов В.В. Математические методы моделирования транспортных потоков // Сборник «Новое в синергетике. Новая реальность, новые проблемы, новое поколение». М: Наука, 2007. С. 102-133.

35. Сильянов В.В.,Елисеева С.А., Уткин A.B., Моделирование цепных

критических ситуаций в плотном транспортном потоке // Безопасность движения в городах: материалы V Рос.- Герм. конф. по безопасности дорожного движения (Иркутск, 21-22 июня 2010 г.). Иркутск: Изд-во ИрГТУ, 2010.- стр. 26-32

36. Сильянов В .В., Уткин А.В. Моделирование транспортного потока для оценки уровня аварийности и эффективности мероприятий по организации и безопасности дорожного движения. - М.: ВИНИТИ, 2007

37. Сильянов, В.В. Теория транспортных потоков в проектировании дорог и организации движения/В. В. Сильянов, - М.:Транспорт, 1977. - 303с.

38. Тебеньков С.Е. Развитие методов мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях. Автореф.Дисс.Канд.Техн.Наук. -Иркутск, 2013

39. Цыганов А. Р., Боровик В. С. Влияние дорожно-транспортных происшествий на условия движения на автомагистралях [Электронный ресурс] // «Интернет-вестник ВолгГАСУ. Сер.: Политематическая» 2011, № 4 (19). - Режим доступа: http ://vestnik. vgasu.ru/attachments/TsyganovBorovik-2011_4( 19).pdf -Загл. с экрана. - Яз.рус

40. Швецов В.И. Алгоритмы распределения транспортных потоков // Автоматика и телемеханика. 2009. № 10. С. 148-157.

41. Швецов В.И. Математическое моделирование транспортных потоков // Автоматика и телемеханика. 2003. № 11. С. 3-46.

42. Швецов В.И.Проблемы моделирования передвижений в транспортных сетях//«Труды МФТИ», 2010, том 2, №4, с. 169-179.

43. Alena Erke. Fridulv Sagberg, Rolf Hagman/ Effects of route guidance variable message signs (VMS) on driver behaviour/Transportation Research Part F 10 (2007) p.447-457

44. Alexander Paz, Srinivas Peeta. On-line calibration of behavior parameters for behavior-consistent route guidance/ Transportation Research Part В 43 (2009) p.403-421

45. Amudapuram Mohan Rao, Kalaga Ramachandra Rao Measuring urban traffic

congestion - a review - International Journal for Traffic and Transport Engineering, (2012) 2(4) pp.286-305

46. Barcelo, J. The Role of Traffic Simulation in Advanced Traffic Management Systems. Presented at the Spring meeting of INFORMS, Salt Lake City, USA. May 7-10, 2000.

47. Ben-Akiva, M.E. and Lerman, S. (1985) «Discrete Choice Analysis: Theory and Applications to Travel Demand», Cambridge, MA. The MIT Press.

48. Bob Rupert, Jim Wright, Pierre Pretorius, Greg Cook and others «Traveler Information Systems in Europe» [Электронный ресурс] // - Режим доступа: www.international.fhwa.dot.gov- Загл.с экрана. - Яз. англ.

49. С. Barnhart and G. Laporte (Eds.) / ITS and Traffic Management/ Handbook in OR & MS, Vol. 14, 60 p.

50. Camille N. Kamga, Kyriacos C. Mouskos , Robert E. Paaswell. A methodology to estimate travel time using dynamic traffic assignment (DTA) under incident conditions / Transportation Research Part С 19 (2011) p. 1215-1224

51. Carlo Giacomo Prato. Route choice modeling: past, present and future research directions. Journal of Choice Modelling, 2(1), pp. 65-100

52. Chien-Jung Lai/ Drivers' comprehension of traffic information on graphical route information panels/Accident Analysis and Prevention / 2011, 7p

53. Christos D. Tarantilisl, George Ioannou. A threshold accepting approach to the open vehicle routing problem/rairo Oper. Res. 38 (2004) pp 345-360

54. Dirk Helbing, Martin Treiber, Arne Resting and Martin Schonhof. Theoretical vs. Empirical Classification and Prediction of Congested Traffic States/arXiv:0903.0929vl [physics.soc-ph], 2009, 16 p

55. Edward Chung, Natalia Rosalition. Effective incident detection and management on freeways. ARRB Transport reseach Ltd / Reasearch report №327, 1999, 49p

56. Effective practices for congestion management: final report/American Association of State Highway and Transportation Officials- 2008, 214p

57. Eran Ben-Elia, Yoram Shiftan. Which road do I take? A learning-based model of route-choice behavior with real-time information/Transportation Research Part A

44 (2010) p. 249-264

58. Florian, D Simulation-Based Evaluation of Advanced Traveler Information Systems. S.M. Thesis, Dept. of Civil and Environmental Engg., Massachusetts Institute of Technology, Cambridge, MA, 2004, 48p

59. G. Kotushevski and K. A. Hawick. A Review of Traffic simulation software. Computational Science Technical Note CSTN-095, 2009, p 20

60. Gang-Len Chang and Xiang Fei. Interrelations Between Variable Message Signs and Detour Operations in the 1-95 Corridor. Department of Civil and Environmental Engineering, University of Maryland, 2002, 86 p

61. Gao Feng, Wang Mingzhe. Route Choice Behavior Model with Guidance Information. Journal of transportation systems engineering and information technology. 2010, 10(6), p.64-69.

62. Guan Jizhen, Zheng Changqing, Zhu Xueliang and others. VMS Release of Traffic Guide Informationin Beijing Olympics, 2008, 8(6), 115-120.

63. Hato, E., Taniguchi, M. and Sugie, Y (1997). Influence of Traffic Information on Drivers' Route Choice/ In the Proceedings of the 7th World Conference on Transport Research, Hensher D. A., King J. and Oum T. H. (eds.). Oxford : Elseveir, pp 27-40.

64. Henry X. Liu, Xuegang Ban, Bin Ran, and Pitu Mirchandani. Analytical Dynamic Traffic Assignment Model with Probabilistic Travel Times and Perceptions / Transportation Research Record, -2002, pp. 125-133

65. Highway Capacity Manual 2000. - Transportation Research Board, National Research Council. - Washington, D.C., USA, 2000. -1134 p.

66. Hongli Xu, Jing Zhou, Wei Xu. A decision-making rule for modeling travelers' route choice behavior based on cumulative prospect theory. Transportation Research Part C 19 (2011) p.218-228

67. J. Barcelo and J. Casas Stochastic heuristic dynamic assignment based on AIMSUN microscopic traffic simulator. - 85th Transportation Research Board 2006 Annual Meeting, July 2005

68. J.J. Wu, H.J. Sun, Z.Y. Gao Dynamic urban traffic flow behavior on scale-free

networks. Physica A 387 (2008) p.653-660

69. Jalil Kianfar and Praveen Edara, Optimizing Freeway Traffic Sensor Locations by Clustering Global Positioning System Derived Speed Patterns / T-ITS-09-04-0078, 2009,1 Op

70. Jaume Barceló and Jordi Casas. Heuristic dynamic assignment based on AIMSUN microscopic traffic simulator. Proceedings of the 9th Meeting of the Euro Working Group on Transportation, Ban, Italy.

71. Jaume Barceló, Jesús Arturo Orozco, Fleet Rerouting Strategies with Real-Time Traffic Information. 12th WCTR, July 11-15, 2010 -Lisbon, Portugal

72. Jaume Barceló, Jesús-Arturo Orozcoa. Reactive and proactive routing strategies with real-time traffic information / Procedía - Social and Behavioral Sciences 39 (2012 )p.633-648

73. Jaume Barcelo, Rosa Martin. Development of a Dynamic Route Planner. Commission of the European Communties — R&D programme Telematics Systems in the Area of Transport (DRIVE II), 1994, 83 p/

74. John Rice and Erik van Zwet. Simple and Effective Method for Predicting Travel Times on Freeways / IEEE Transactions on intelligent transportation systems, VOL. 5, NO. 3, 2004, 8p

75. John Taplin. Simulation models of traffic flow. / [Электронный ресурс] // -Режим доступа: www.orsnz.org.nz/conf34/PDFs/Taplin.pdf - Загл.с экрана. -Яз. англ.

76. Jordi Casasa, Josep Perarnaua, Alex Tordaya.The need to combine different traffic modelling levels for effectively tackling large-scale projects adding a hybrid meso/micro approach. Procedia Social and Behavioral Sciences 20 (2011) p. 251262

77. Juan (Susan) Pan, Mohammad A. Khan, Iulian Sandu Popay, Karine Zeitouniy and Cristian Borcea (2011) Proactive vehicle re-routing strategies for congestion avoidance. Department of Computer Science, 8p

78. Kerner B. S., Introduction to Modern Traffic Flow Theory and Control: The Long Road to Three-Phase Traffic Theory, The Long Road to Three-Phase Traffic

Theory, 2009, 265p

79. Kyong-soo Yoo.Development of location-based dynamic route guidance system of Korea highway cooperation / Proceedings of the Eastern Asia Society for Transportation Studies, Vol. 5, pp. 1449 - 1463, 2005

80. Leonid Engelson and Wilco Burghout Dynamic microscopic route choice model -DYNAMO./ TRITA-INFRA -2003, 14p

81. Levinson, D. and Hong, H. (2002).Effectiveness of Variable Message Signs. University of Minnesota.

82- M. S. Ramming.Network Knowledge and Route Choice.Ramming, M., PhD thesis, Massachusetts Institute of. Technology, 2002, 394p

83. Mahmassani, H.S., Peeta, S., 1993. Network performance under system optimal and user equilibrium dynamic assignments: implications for advanced traveler information systems. Transportation Research Record 1408, p. 83-93.

84. Martin Schonhof and Dirk Helbing. Empirical Features of Congested Traffic States and Their Implications for Traffic Modeling/arXiv:cond-mat/0408138vl [cond-mat.stat-mech] - 2004, 39p

85. Martin Treiber, Arne Kesting and Dirk Helbing. Three-phase traffic theory and two-phase models with a fundamental diagram in the light of empirical stylized facts/arXiv: 1004.5545vl [physics.soc-ph], 2010,36p

86. McArthur, D. The PARAMICS-CM (parallel microscopic traffic simulator for congestion management) behavioral model□. Transportation Planning Methods. Proceedings of Seminar E held at the 23rd European Transport Forum, University of Warwick, England, 11-15 September (1995), P412. PTRC Education and Research Services, London.

87. Michael Mahut, Michael Florian, Nicolas Tremblay. Comparison of assignment methods for simulation-based dynamic-equilibrium traffic assignment.Eue J Oper Res 189(3) p/1381-1392

88. Michel Bierlaire. Route Choice Models with Subpath Components/ 5 th Swiss Transport Research Conference Monte Verita / Ascona, March 9-11, 2005, 24 p

89. Microsimulator and Mesosimulator in Aimsun User's Manual, Draft Version -

October 2008, Transport Simulation Systems, S.L.,p. 303

90. Mohammad Mirshahi, Jon Obenberger.Active Traffic Management: The Next Step in Congestion Management/ www.international.fhwa.dot.gov, p84

91. Nayan S. Amin, Virginia A. Sapkota, Cody T. Christensen Congestion mitigation resources and strategies for Arizona's state highway system Volume I: Research Goals, Activities mid Conclusions, October 2002

(http://mpd.azdot.gov/tpd/atrc/publications/project_reports/pdf/az542_vl.pdf)

92. Neil Lerner, Jeremiah Singer, Emanuel Robinson, Richard Huey, James Jenness. Driver Use of EnRoute Real-Time Travel Time Information. Final Report, 2009, 124p.

93. Onur Deniza, Hilmi Berk Celikoglu. Overview to some existing incident detection algorithms: a comparative evaluation/15th EWGT, 2011, 13p

94. R. Weil, J. Wootton and A. Garcia-Ortiz. Traffic Incident Detection: Sensors and Algorithms/Mat/d. Comput. Modelling Vol. 27, No. 9-11, pp. 257-291, 1998

95. Richard Mounce, Malachy Carey. Route swapping in dynamic traffic networks. Transportation Research Part В 45 (2011) p. 102-111

96. Robert Arnold, Vance C. Smith, and oth. Reducing Congestion and Funding Transportation Using Road Pricing In Europe and Singapore [Электронный ресурс] // - Режим доступа: international.fhwa.dot.gov/pubs/pl 10030/pl 10030.pdf. - Загл.с экрана - Яз.англ.

97. Skycomp, Inc., Columbia, Maryland, in association with Olsson Associates Traffic Quality on the MAG Regional Freeway System, 2011. - 102p.

98. Song Gao, Emma Frejinger, Moshe Ben-Akiva. Adaptive route choices in risky traffic networks: A prospect theory approach/ Transportation Research Part С 18

(2010) p.727-740

99. Song Gao, Emma Frejinger, Moshe Ben-Akiva. Cognitive cost in route choice with real-time information: An exploratory analysis / Transportation Research Part A 45

(2011) p. 916-926

100. Srinivasan Sundaram, Haris N. Koutsopoulos, Moshe Ben-Akiva. Simulation-based dynamic traffic assignment for short-term planning applications. Simulation

Modelling Practice and Theory 19 (2011) 450-462

101. Steven L. Jones, Jr. Traffic simulation software comparison study, utca Report 02217.-2004, 58 p

102. Strickland, Sheldon G, and W. Berman. "Congestion Control and Demand Management." Public Roads On-Line, 1995[Электронный ресурс] // - Режим доступа: (www.tfhrc.gov/pubrds/winter95/p95wil.htm. - Загл.с экрана. - Яз.англ.

103. Szeto, WY; Wong, SC. Dynamic traffic assignment: model classifications and recent advances in travel choice principles. Central European Journal of Engineering, 2012, v. 2 n. 1, p. 1-18

104. Tian Lijun, Huang Haijun, LIU Tianliang Day-To-Day Route Choice Decision Simulation Based on Dynamic Feedback Information / Journal of transportation systems engineering and information technology 2010, 10 (4), pp.79-85.

105. Todd Litman "Generated Traffic; Implications for Transport Planning," ITE Journal, Vol. 71, No. 4, Institute of Transport. Engineers (www.ite.org), April (2001), pp. 38-47; atwww.vtpi.org/gentraf.pdf

106. Traffic Detector Handbook:Third Edition—Volume I. Research, Development, and Technology Turner-Fairbank Highway Research Center. Publication No. FHWA-HRT-06-108, 2006, 291 p

107. Transportation/L.A. CEQA Thresholds Guide, 2006, 48 p

108. Vaibhav Rathi. Assessment of Impact of Dynamic Route Guidance through Variable Message Signs

109. Victor L. Knoopa, Serge P. Hoogendoorna, Henk van Zuylena/ Rerouting behaviour of travellers under exceptional traffic conditions - an empirical analysis of route choice. Procedía Engineering 3 (2010) pp. 113-128

110. Wardman, M., Bonsall, P.W. and Shires, J.D. (1997). Driver Response to Variable Message Signs: A Stated Preference Investigation. Transportation Research Part С : Emerging Technologies, vol. 5, no. 6, pp. 389-405.

111. Wen, Y., Balakrishna, R., Ben-Akiva, M.E., and Smith, S. (2006) „Online deployment of dynamic traffic assignment: architecture and run-time management!!]. EEE Proceedings: Intelligent Transport Systems, vol. 153, no. 1, pp.

112. Woon Kim and Gang-Len Chang. Review and enhancement of chart operations to maximize the benefits of incident response and management. Department of Civil and Environmental Engineering, University of Maryland, 2012, 80p

113.Xiang Fei, Hani S. Mahmassani, and Stacy M. Eisenman. Sensor Coverage and Location for Real-Time Traffic Prediction in Large-Scale Networks/Transportation Research Record: Journal of the Transportation Research Board, No. 2039, Transportation Research Board of the National Academies, Washington, D.C., 2007, pp. 1-15.

114. Xing Wu, Yu (Marco) Nie. Modeling heterogeneous risk-taking behavior in route choice: A stochastic dominance approach/ Transportation Research Part A 45 (2011) pp.896-915

115. Xuesong Zhou, Hani S. Mahmassani, Kuilin Zhang. Dynamic micro-assignment modeling approach for integrated multimodal urban corridor management/ Transportation Research Part C 16 (2008) pp. 167-186

116. Yanqun Jiang, S.C. Wongc, at all A dynamic traffic assignment model for a continuum transportation system/Transportation Research Part B 45 (2011) pp.343-363

117. Yoongho AHN, Nobuhiro UNO.Empirical analysis on influence of traffic information by divergence rate using observed traffic data/Proceedings of the Eastern Asia Society for Transportation Studies, Vol. 5, pp. 1484 - 1495, 2005

118. Yosef Sheffi. Urban transportation networks/Monograph/ Prentice-Hall, Incorporated Englewood Cliffs, NJ 07632 - 1985 -399 p

119. Yow-Jian Lin, Mun Choon Chan. Behaviors and Effectiveness of Rerouting: a Study./ Communications, 2005. ICC 2005. 2005 IEEE International Conference. 218 - 223 Vol. 1

120. Zyryanov V. Traffic Modelling of Network Level System for Large Event/Proceedings of 16th Intelligent Transport System and Service World Congress, Stockholm, Sweden, 2009. ID 3714.