面向敏捷交通规划的 metropolitan-scale 网络交通分配微仿真分析（MANTA）
物理与社会
2021-03-12 v2 社会与信息网络
摘要
环境中的突变，例如气候变化导致的不可预见事件，引发了人类出行的大规模且急剧的变化。快速预测不同情景下的交通模式以支持短期运营和长期交通规划的需求变得更为迫切。这需要对整个都市区进行建模，以识别对网络的上游和下游影响。然而，存在一个众所周知的权衡：提高模型的细节水平会降低计算性能。为了达到交通微仿真所需的细节水平，当前的实现常常通过模拟小空间尺度来妥协，而那些在更大尺度上运行的实现通常需要访问昂贵的高性能计算系统，或者计算时间长达数天或数周，阻碍了富有成效的研究和实时规划。本文通过引入一个新平台 MANTA（Microsimulation Analysis for Network Traffic Assignment，网络交通分配微仿真分析）来解决性能不足的问题，该平台用于 metropolitan-scale 的交通微仿真。MANTA 采用高度并行化的 GPU 实现，能够在几分钟内运行 metropolitan-scale 的仿真。使用半秒时间步长模拟旧金山湾区九县所有早间出行的运行时间仅略超过四分钟，不包括路由和初始化。这一计算性能显著改进了大规模交通微仿真的最先进水平。MANTA 扩展了分析个人详细出行模式和出行选择以进行基础设施规划的能力。
引用
@article{arxiv.2007.03614,
title = {Microsimulation Analysis for Network Traffic Assignment (MANTA) at Metropolitan-Scale for Agile Transportation Planning},
author = {Pavan Yedavalli and Krishna Kumar and Paul Waddell},
journal= {arXiv preprint arXiv:2007.03614},
year = {2021}
}