W wielu procesach transportowych dane wejściowe (parametry strumienia zgłoszeń, struktura rodzajowa strumienia pojazdów itd.) oraz mechanizm ich przetwarzania (czas obsługi, przemieszczanie się pojazdów, rozpływ strumieni na skrzyżowaniu itd.) mają charakter losowy. Pozwala to na tworzenie modeli symulacyjnych tych procesów, jako modeli stochastycznych, z losowymi danymi wejściowymi i probabilistycznym algorytmem ich przetwarzania. Przykładami takich modeli mogą być zarówno makroskopowe jak i mikroskopowe modele przepływu ruchu, stosowane w symulatorach ruchu drogowego [1], w tym modele wykorzystujące automaty komórkowe [2]. Parametry losowe zarówno strumieni ruchu jak i poszczególnych pojazdów są opisywane zmiennymi losowymi jedno i wielowymiarowymi, o różnorodnych rozkładach. Przy budowie symulatorów wykorzystujących mikroskopowe modele przepływu ruchu, przy odwzorowaniu parametrów ruchu wielu pojazdów pojawia się problem zapewnienia jakości i efektywności generowania zmiennych losowych o zadanym rozkładzie. Jakość generowanych zmiennych losowych bezpośrednio wpływa na poprawność wyników uzyskanych za pomocą symulatorów, natomiast efektywność generowania zmiennych losowych ma istotny wpływ na szybkość działania symulatora.
展开▼