Simulation analysis of school road traffic characteristics

• Huasheng Liu ^[1] ; Haoran Deng ^[1] ; Jin Li ^[1] ; Yuqi Zhao ^[1] ; Sha Yang ^[1]
  1. [1] Department of Transportation Planning and Management, Jilin University, Institute of Transportation, Chang Chun, China
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 91, Nº. 231, 2024, págs. 37-46
• Idioma: inglés
• Títulos paralelos:
  • Análisis de simulación de las características del tráfico escolar
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este estudio es identificar los factores clave y las zonas sensibles que afectan a las características del tráfico de las carreteras escolares. Recogemos datos de tráfico de la zona de aparcamiento y de la carretera escolar (400-700 metros). La simulación se calibró y el error de salida se situó dentro del 1,5%. Se propone un enfoque de análisis de sensibilidad multifactorial. Los coeficientes de sensibilidad para el retraso de los vehículos, la longitud de las colas y la velocidad media son 1,44, 2,03 y 0,28 para la sección de los colegios y 3,07, 4,44 y 0,65 para la sección de los cuellos de botella. Las variables son el flujo de tráfico (TF), el número de plazas de aparcamiento (NPS) y el tiempo de parada (ST). Los escenarios 1-3 y 4-6 se establecieron como univariantes y bivariantes.TF fue el factor clave con un intervalo de sensibilidad de [1300,1700].

  • English

    This study aims to identify key factors and sensitive intervals affect the school road traffic characteristics. We collect traffic data from the parking area and the school road (400-700 meters). The simulation is calibrated to ensure the error of outputs are within 1.5%. A sensitivity analysis method is proposed, it makes the multifactor comparable. The sensitivity factors of vehicle delay, queue length, and average speed are 1.44, 2.03, and 0.28 in school road, and the bottleneck road are 3.07, 4.44, and 0.65. The traffic indicators change more concentrated in bottleneck road but greater in school road. 6 scenarios are created to analyze school road traffic characteristics. Traffic flow (TF), number of parking spaces (NPS), and stopping time (ST) are selected as variables. Scenarios 1-3 are univariate, and scenarios 4-6 are bivariate. TF is the key factor with a sensitivity interval of [1300,1700].