: 05 gru 2011, 17:24
Liczba wsiadających na i-tym przystanku, n_i, to jakaś suma kolumn czy wierszy n_ij.
[ Dodano: |5 Gru 2011|, 2011 20:20 ]
Można po prostu potraktować n_ij jako dane wejściowe. Tylko mówię, ja chcę jakoś wymodelować, żeby mieć mniej stopni swobody /danych do zmyślania.
(e) nie tyle chcemy policzyć, tylko coś sensownego założyć i przy tym założeniu policzyć.
Jeśli chodzi o prawdopodobieństwo wyboru czerwońca, to ja bym widział przynajmniej cztery możliwe reżimy:
1. "reżim autobusów punktualnych"
Brak korków. Autobusy jeżdżą idealnie wg rozkładu. Pasażer widzi rozkład i decyduje: jeśli czerwoniec przyjedzie nie później niż z minut po czarnuchu, to wybierze czerwońca na pewno. Zależy to jednak od ustawienia koordynacji i ciężko to symulować. Liczymy wszystkie możliwe koordynacje i wybieramy najlepszą? To może jeszcze się uda, jeśli Cc = Ck, ale w przeciwnym wypadku robi się źle...
Przykład: przystanek zbiorczy na pętli.
2. "reżim autobusów regularnych"
Po drodze jest stały korek (korki), nam nieznany. Autobusy jeżdżą w stałych swoich następstwach, tylko zupełnie nie wiemy, w którym momencie fazy przyszliśmy na przystanek.
3. "reżim autobusów zaburzonych"
Po drodze było dużo losowych korków (kolejne lewoskręty np.). Autobusy jeżdżą wg rozkładu, tylko mają opóźnienie zadane jakimś rozkładem. Pewnie najsensowniejszy byłby Gauss w ogólności ze względu na prawo wielkich liczb. Reżim 2 jest przybliżeniem przy zerowym odchyleniu standardowym.
4. "reżim autobusów losowych"
Korki są wielkie. Prawdopodobieństwo przyjechania autobusu na przystanek jest stałe w czasie. Prawdopodobieństwo czekania t jest zadane rozkładem wykładniczym. Niestety, mało kto o tym słyszał, więc pewnie ludzie przeszliby w jakiś tryb "fail-safe", np. wybierają pierwszy autobus, który podjedzie i nigdy nie przepuszczą czarnucha, aby czekać na czerwońca. Wydaje mi się, że to byłaby granica Gaussa dla odchylenia dużo większego od założonego następstwa.
Może da się wymyślić jeszcze coś innego sensownego?
Myślę sobie, że scenariusz nr 2 jest w tej chwili najczęstszy i można go dokładniej przeliczyć.
[ Dodano: |5 Gru 2011|, 2011 20:20 ]
Można po prostu potraktować n_ij jako dane wejściowe. Tylko mówię, ja chcę jakoś wymodelować, żeby mieć mniej stopni swobody /danych do zmyślania.
(e) nie tyle chcemy policzyć, tylko coś sensownego założyć i przy tym założeniu policzyć.
Jeśli chodzi o prawdopodobieństwo wyboru czerwońca, to ja bym widział przynajmniej cztery możliwe reżimy:
1. "reżim autobusów punktualnych"
Brak korków. Autobusy jeżdżą idealnie wg rozkładu. Pasażer widzi rozkład i decyduje: jeśli czerwoniec przyjedzie nie później niż z minut po czarnuchu, to wybierze czerwońca na pewno. Zależy to jednak od ustawienia koordynacji i ciężko to symulować. Liczymy wszystkie możliwe koordynacje i wybieramy najlepszą? To może jeszcze się uda, jeśli Cc = Ck, ale w przeciwnym wypadku robi się źle...
Przykład: przystanek zbiorczy na pętli.
2. "reżim autobusów regularnych"
Po drodze jest stały korek (korki), nam nieznany. Autobusy jeżdżą w stałych swoich następstwach, tylko zupełnie nie wiemy, w którym momencie fazy przyszliśmy na przystanek.
3. "reżim autobusów zaburzonych"
Po drodze było dużo losowych korków (kolejne lewoskręty np.). Autobusy jeżdżą wg rozkładu, tylko mają opóźnienie zadane jakimś rozkładem. Pewnie najsensowniejszy byłby Gauss w ogólności ze względu na prawo wielkich liczb. Reżim 2 jest przybliżeniem przy zerowym odchyleniu standardowym.
4. "reżim autobusów losowych"
Korki są wielkie. Prawdopodobieństwo przyjechania autobusu na przystanek jest stałe w czasie. Prawdopodobieństwo czekania t jest zadane rozkładem wykładniczym. Niestety, mało kto o tym słyszał, więc pewnie ludzie przeszliby w jakiś tryb "fail-safe", np. wybierają pierwszy autobus, który podjedzie i nigdy nie przepuszczą czarnucha, aby czekać na czerwońca. Wydaje mi się, że to byłaby granica Gaussa dla odchylenia dużo większego od założonego następstwa.
Może da się wymyślić jeszcze coś innego sensownego?
Myślę sobie, że scenariusz nr 2 jest w tej chwili najczęstszy i można go dokładniej przeliczyć.