共查询到20条相似文献,搜索用时 46 毫秒
1.
在Nagel Schrekenberg单车道元胞自动机交通流模型(简称NS模型)的基础上,考虑车辆之间的相对运动薛郁等提出了一种改进的单车道元胞自动机交通流模型(简称改进的NS模型).通过两种情况列出了改进的NS模型存在不尽周严的地方,随之在新模型中引入了行车状态 变量和反馈规则,从而控制车辆出现倒车和刹车过急等现象.通过计算机对新模型进行模拟 ,发现减速概率和车流密度对车流状态的演化影响很大,当减速概率高(如道路条件差)时 ,即使车流密度低,车流也会出现局部堵塞状态;而当减速概率一定时,随着车流密度增加 ,车流的运动相与堵塞相发生了全局性的交替出现,此时类似于波的波峰和波谷的传播.与 改进的NS模型相比较,新模型模拟的车流量较高,说明新模型减少了车流的总体停滞状态.
关键词:
交通流
元胞自动机
行车状态
反馈规则 相似文献
2.
在Nagel-Schrekenberg单车道元胞自动机交通流模型的基础上,考虑车辆之间的相对运动以及车辆减速概率对交通状态的影响,提出了一种改进的单车道元胞自动机交通流模型.并以该模型进行计算机模拟,结果表明,在车流状态的演化过程中,通过确定减速概率与车辆密度的指数v关系来控制车流量,不同的v值车流量不同,对车辆运动出现堵塞相的相变点有影响.当v约为0.75时,模拟结果与实测结果符合.随着车辆密度的增加,车辆的局域聚集程度加大,平均速度下降增大,将出现不稳定的车辆聚集的堵塞相.在车辆的运动过程中,车流的运
关键词:
交通流
元胞自动机
减速概率
堵塞相 相似文献
3.
定义时空对象代替空间对象作为基本研究单元, 改进传统Moran's I指数为时空Moran's I指数, 以便适于分析道路交通的时空特性; 通过Moran散点图给出时空自相关意义下的交通流时空状态特征分类: 拥堵聚集、畅通聚集、拥堵异质和畅通异质.为说明改进时空Moran's I指数分析法的实际应用价值, 以北京市二环快速路外环方向的车流速度数据为例, 进行时空自相关指标计算, 并从全局与局部自相关两个方面分析时 空自相关指标所反映的交通状态时空分布与演化规律.
关键词:
I指数')" href="#">改进Moran's I指数
交通状态
时空自相关
时空分布 相似文献
4.
《物理学报》2019,(24)
采用微观离散模型研究信号交叉口的人-车相互干扰机理,其中车辆运动描述基于细化NaSch模型并考虑了司机对交通灯信号切换的预期效应;行人运动描述则基于多步格子气模型并考虑了过街绿灯周期内行人过街速度逐渐增加的特征.机动车与行人之间相互干扰表现为交通灯信号切换时由于车辆(行人)滞留冲突区而造成行人(车辆)运动的延误.通过数值模拟得到了车辆运动的基本图、行人等待时间以及相应的相图,并给出行人(车辆)滞留冲突区内造成车辆(行人)延迟的定量特征.模拟结果发现存在一个临界绿信比.当绿信比小于临界值时,随着密度的增大,车流出现自由流相、饱和流相和拥堵流相;而当绿信比大于临界值,则出现自由流相、共存相、饱和流相和拥堵流相.由人-车相互干扰所导致的延误与车流和行人流的运行状态密切相关.当行人到达率和绿信比都比较大时,等待区内的行人无法在行人绿灯周期内一次清空.文中详细地讨论了人-车相互干扰的定性和定量特征.发现通过合理设置绿信比,可以在保证车流运行效率的同时,减少行人过街的等待时间. 相似文献
5.
部分车辆成组的多车道混合车流噪声的计算机模拟 总被引:6,自引:0,他引:6
本文给出一种一次性综合模拟多车道多车种随机车流噪声的计算机模拟的简化方法,详细推导了用于预报部分车辆成组行驶的随机车流噪声的数学模型(M_2模型)的车头时距分布函数、概率密度函数和平均时距表达式及相应的随机数变换式。文中还给出了计算机程序框图,并将M_2模型模拟结果与据车头时距为负指数分布的M_1模型的模拟结果作了比较。计算机程序是根据我国交通噪声测量统计方法编制的,只要在程序中输入车流量、车流成份,测点离各车道及等效车道的距离诸参量,计算机便能自动输出L_10、L_50、L_eq等声级值,预报值与实测值良好一致。 相似文献
6.
在一维交通流格子模型的基础上,分别提出考虑最近邻车和次近邻车以及考虑前、后近邻车相互作用进行车流优化的一维交通流格子模型.应用线性稳定性理论和非线性理论进行分析,得出车流的稳定性条件,并导出了描述交通阻塞相变的mKdV方程.用数值模拟验证了mKdV方程的解,数值模拟结果表明考虑最近邻车和次近邻车的优化车流能够增强车流稳定性,而考虑前、后近邻车的优化车流将使稳定性减小.
关键词:
交通流
交通相变
稳定判据
mKdV方程 相似文献
7.
在一种改进的Nagel-Schrekenberg元胞自动机交通流模型的基础上,提出一个高速公路双车 道元胞自动机模型来模拟开放性边界条件下的车流运动,并考虑两车道之间左边界开放程度 的比例系数α及车辆加减速概率p的影响.计算机数值模拟结果表明,在车流状态的演化过程 中,通过确定车道耦合系数b来控制车流量,不同的b值车流量不同,对车辆运动出现堵塞项 的相变点有影响.
关键词:
元胞自动机
交通流模型
耦合效应 相似文献
8.
9.
10.
11.
12.
13.
针对传统交通状态信息采集中采用的环形线圈车辆检测器存在布设和维护难度较大等问题,提出了一种基于Wi-Fi Direct的道路交通状态信息采集方法,以实现对基本的道路交通流状态参数进行采集估计。该方法利用车-路通讯设备实现车辆与路侧设备的通信;以车载通讯设备的Wi-Fi芯片介质访问控制层地址完成车辆个体识别;通过车载通讯设备中的北斗定位装置向路侧设备提供车辆实时位置及时间信息,进而实现道路区段内交通流基本状态信息估计。实验测试表明,该方法能够完成路段平均速度、交通流量及车流密度的采集和估计,是一种有效的道路交通信息采集方法。 相似文献
14.
对于高速公路交通流的一维元胞自动机模型,提出一种从微观格点状态更新规则出发,经过逐步的统计系综平均和截断退耦近似处理,推导宏观演化规律,从而获得描述车流稳态平均速度与车辆密度之间关系的基本图曲线的平均场方程方法.宏观演化规律表现为相继两个时刻车流平均速度的一个非线性映射.平均场论可以作为这一非线性映射的吸引子得到.将此法应用于Fukui-Ishibashi建议的高速运动车模型,计算表明:在单辆车最大速度为M的情形,可以采用截断退耦到仅保留M+1格点耦合的近似法计算空间关联函数.对于不考虑随机减速的决定论模 相似文献
15.
针对现有自行车流模型对车辆间作用考虑不足的问题,在原多车道元胞自动机模型的基础上引入动态地场,在模型中纳入了排斥力,并充分考虑了前车速度对后车行驶的影响,体现了自行车的灵活性等特征,提出了换道成本的概念并建立了新的基于比较交通环境的换道规则. 数值仿真结果表明:1)该模型能更准确地描述自行车流,反映自行车流的特征,得到的数据符合实际;2)单位车道宽度的通行能力随着车道数的增加有小幅下降;3)激进的驾驶风格使得换道次数大幅增加,通行能力下降.
关键词:
自行车流
元胞自动机
动态地场
仿真 相似文献
16.
在一维元胞自动机交通流WWH模型和SDNS模型的基础上,建立了考虑驾驶方式改变的元胞自动机模型(Change-CA模型).具体描述为驾驶员可根据交通环境选择不同的驾驶方式在道路上驾车行驶,以各自的演化规则进行状态更新,同时定义了驾驶方式更新原则.通过计算机数值模拟,发现驾驶方式可变时,模型模拟得到的混合交通流流量较大;保守型驾驶方式对交通流变化的影响随改变概率增大而减少.并且在演化过程中,驾驶方式改变频率的变化趋势与改变概率、安全概率密切相关.与NS模型和SDNS模型相比,Change-CA模型减少了车流
关键词:
交通流
元胞自动机
驾驶方式
计算机数值模拟 相似文献
17.
从研究微观个体车辆行为出发,考虑车辆加速过程的不确定性,提出了随机计及相对速度的 交通流跟驰模型(SR-OV模型).对随机相对速度的跟驰模型的动力学方程进行稳定性分析,得 到与Bando跟驰模型不同的稳定性判据,其稳定性优于Bando模型.运用摄动理论分析交通过 程中密度波的变化,结果表明,在发生交通阻塞相变时,交通密度波以mKdV方程描述的扭结 -反扭结波演化.对随机相对速度跟驰模型进行数值模拟和分析,结果发现车流速度的变化小 于Bando模型的速度变化,而且与随机概率有关,当随机考虑相对速度的概率增大时,初始 的小扰动不会放大对车流产生影响,甚至长时间就消失,这与Bando模型完全不同.数值模拟 所得到的相图与解析解相符合,而且交通流稳定区域大于Bando模型.从车间距-速度演化图上 ,随着随机概率的增大,SR-OV模型在初始时存在的滞后现象,随着时间的增长,趋于稳定 状态后,滞后曲线收敛于一小区域,滞后效应被削弱.这完全不同于Bando模型,在Bando模 型中,滞后曲线由一点向外扩散,滞后曲线区域越来越大,车流趋于不稳定状态.
关键词:
交通流
跟驰模型
稳定性判据
相对速度 相似文献
18.
拥堵控制中, 通过车辆运行状态感知与控制的交互融合, 实现对车辆有效控制的过程, 具有信息物理融合系统的典型特征. 本文基于Konishi等的研究工作, 从交通信息系统与交通物理系统融合的角度, 进一步考虑优化速度差和安全间距对车流的影响, 在耦合映射跟驰模型中, 提出了一种考虑最邻近前车综合信息的交通拥堵反馈控制方案. 运用反馈控制理论, 给出了头车速度发生变化时交通流保持稳定的条件, 并与前人工作进行了比较. 理论分析与数值模拟结果一致表明, 耦合映射跟驰模型在本文提出的控制方案下能更有效地抑制交通拥堵.
关键词:
交通流
交通拥堵控制
耦合映射跟驰模型
信息物理融合系统 相似文献
19.