Resumen

Este artículo explora la distribución del tiempo de viaje en distintos tipos de vías urbanas, el tiempo medio de viaje en enlaces y trayectos, y los métodos de estimación de la varianza mediante el análisis de un conjunto de datos a gran escala sobre el tiempo de viaje detectado por lectores automáticos de matrículas instalados en Pekín. Los resultados muestran que la distribución del tiempo de viaje que mejor se ajusta a los distintos enlaces de carretera en intervalos de 15 minutos difiere en función de los distintos niveles de congestión del tráfico. El tiempo medio de viaje para todos los enlaces en todos los días puede estimarse con una precisión aceptable utilizando la distribución normal. Sin embargo, esta distribución no es adecuada para estimar la varianza del tiempo de viaje en algunos tipos de condiciones de tráfico. El tiempo de viaje por trayecto puede estimarse con gran precisión sumando el tiempo de viaje de los enlaces que constituyen el trayecto. Además, la varianza del tiempo de viaje del trayecto puede estimarse mediante la varianza del tiempo de viaje de los enlaces, siempre que los tiempos de viaje de todos los enlaces de un trayecto determinado se generen mediante distribuciones estadísticamente independientes. Estos resultados pueden utilizarse para desarrollar y validar simulaciones microscópicas o sistemas de estimación y predicción del tiempo de viaje en línea.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:tiempo medio de viaje, distribución del tiempo de viaje, varianza del tiempo de viaje, enlaces, trayecto, lectores automáticos de matrículas, distintos niveles de congestión del tráfico, estimación en línea del tiempo de viaje, varianza del tiempo de viaje en el trayecto, conjunto de datos a escala del tiempo de viaje
• Keywords:average travel time, travel time distribution, travel time variance, links, path, automatic number plate readers, different traffic congestion levels, online travel time estimation, path travel time variance, scale travel time dataset