Statistické modely pro odhad kapacity neřízených křižovatek

Abstract

V této práci uvažujeme pravděpodobnostní model neřízené křižovatky typu T a pracujeme s pojmy světlost a kritická světlost. Kritické světlosti jsou hlavním předmětem Teorie akceptování mezer, jež je základem pro analytické odvození řešící teoreticky problém odhadování kapacity neřízených křižovatek. Aplikovaná statistická metoda je založena na obecně příjmaném přístupu Wernera Sieglocha, který představil pojem Sieglochovy funkce. Za předpokladu GIG-rozdělených světlostí a kritických světlostí je odvozena aproximace Sieglochovy funkce a je navržena vhodná alternativa této teoretické aproximace. Navíc je ukázáno, že tradičně používané regresní techniky při odhadu Sieglochovy funkce selhávají a diskutováno použití metodiky založené na aplikaci klasické regresní metody.

This paper deals with probabilistic model of an unsignalized T-intersection and works with the concept of clearances and critical clearances. Critical clearances are the main subject of the Gap Acceptance theory, which is the basis for analytical derivation solving theoretically a problem of vehicular capacity estimations for unsignalized intersections. The applied statistical method is based on the generally accepted practice formulated by Werner Siegloch, who introduced the concept of the Siegloch function. With the premise of GIG-distributed clearances and critical clearances the approximation of the Siegloch function is derived and a suitable alternative of this theoretical approximation is proposed. In addition to that, it is shown that the traditionally used regression technique fails and the methodology based on an application of classical regression methods is discussed.