文件名称：AMoD:自主按需移动仿真
文件大小：9.4MB
文件格式：ZIP
更新时间：2024-04-22 09:01:57
Python
AMoD Simulation （上面的插图显示了使用伦敦地图和的示例实例。现在，我们移至曼哈顿地图和离线路线。） 基于amod-abm 和本文 。 在曼哈顿有2,000辆容量为4的汽车和394,695个请求（2015年3月2日）上的仿真显示，当每个请求的最大等待时间和最大延迟为MaxWait = min（300s，ShortestTravelTime * 0.7）和MaxDelay时，服务率约为96.15％ = min（600s，MaxWait + ShortestTravelTime * 0.3） 。 如果考虑使用单请求分配而不是多请求分配（如论文），则服务率将下降至94％左右，同时计算时间将大大减少（从12.57s减少到2.65s），略有减少平均等待时间（从147.4s到146.5s），平均车内延迟（从125.91s到137.88s）和平均车辆行驶距离（从396.82km到406
【文件预览】：
AMoD-master
----.gitignore(404B)
----run.py(3KB)
----map.png(1.27MB)
----doc()
--------Standard Deviations .png(39KB)
--------RTV-graph.psd(4.43MB)
--------RTV-graph.png(1.13MB)
--------block diagram.graffle(20KB)
--------VT-table.numbers(217KB)
--------Batch Assignment.graffle()
--------VT-table.png(477KB)
----test-gitignore.py(3KB)
----README.md(4KB)
----demo.gif(3.21MB)
----map1.png(1.44MB)
----lib()
--------dispatcher()
--------simulator()
--------routing()
--------analysis()
--------rebalancer()
----.gitattributes(66B)