管理车道-高速公路网络的宏观建模、标定与仿真，第二部分：网络尺度标定与案例研究

在本论文系列的第一部分中，提出了若干用于数学描述配备管理车道设施的高速公路网络的宏观交通模型要素。这些建模技术力求在宏观上捕捉管理车道-高速公路网络上发生的复杂现象，其中两种平行交通流在物理意义（车辆如何在两个车道组之间及在何处流动）和生理意义（驾驶行为如何因毗邻量和质均不同的交通流而改变）上相互作用。我们在第一部分中发展的局部描述并非管理车道-高速公路网络引入的唯一建模复杂性。复杂的拓扑结构意味着高速公路走廊的网络尺度建模复杂性也增加了。当高速公路实际上成为两个相互关联的交通流时，高速公路动态模型本已困难的模型标定问题变得更加复杂。在本文中，我们提出了一种基于迭代学习的方法来标定我们模型的物理和驾驶行为参数。我们考虑一种常见情形：需要将复杂交通模型标定以重现真实世界的基线交通行为，从而可通过训练生成反事实情形。我们的方法用于识别传统高速公路参数以及描述管理车道-高速公路网络特有行为的所提参数。我们通过两条配备管理车道的加州高速公路的仿真案例研究来验证我们的模型和标定方法。