转道概率和超车视距对交通流的影响

在NaSch模型的基础上,制订了超车规则,建立了双向两车道混合车辆的元胞自动机交通流模型。对模型中的转道概率和超车视距对交通流的影响进行了数值模拟,结果表明转道概率和超车视距对交通流有重要的影响。     

匝道系统减速车道对高速公路交通流的影响

主要研究匝道系统减速车道对高速公路交通流的影响.在开放边界条件下,以NaSch模型为基础,建立了含减速车道的出口匝道系统双车道元胞自动机交通流模型.通过计算机数值模拟,得出不同参数控制下的密度、速度、流量和车辆产生概率关系图像,并与不设减速车道的匝道系统进行比较. 关键词： 元胞自动机 匝道 减速车道 NaSch模型     

混合交通流元胞自动机FI模型的能耗研究

研究了在周期边界条件下,最大速度、混合比例、车辆长度、随机减速概率对(fukui-ishibashi,FI)交通流模型能耗的影响.数值模拟结果表明,FI交通流模型的能耗随着车辆最大速度的增大而增加;随着混合比C的增大而增加,长车的比例越多能耗越大;随长车车长的增长而增加.FI交通流模型的能耗不同于NaSch模型能耗,对于FI交通流模型,在最大流量之处交通能耗发生下降的突变趋于零,其左右各存在交通能耗极大值.     

考虑驾驶员特性的一维元胞自动机交通流模型

在一维元胞自动机交通流WWH模型和SDNaSch模型的基础上,建立了一种考虑驾驶员特性的元胞自动机交通流模型(Driver-SDNaSch模型).该模型将驾驶员分为激进型、保守型和中立型三类,根据其不同的驾驶特性制定了各自的演化规则,并以此对其进行状态更新;同时考虑了前车速度为0的情况,引入安全减速概率.通过计算机对Driver-SDNaSch模型进行模拟,给出了由三类驾驶员按不同比例组成的混合交通流的速度-密度图和流量-密度图,并对此类混合交通流的特性进行了分析和讨论.与NaSch模型和SDNaSch模 关键词： 交通流 元胞自动机 驾驶员特性 计算机数值模拟     

考虑延迟概率因素对混合车辆敏感驾驶交通流模型的研究

在交通流NS模型的基础上，考虑混合车辆之间存在的速度差异，不同车辆的驾驶员在对前车的敏感驾驶随机减速行为过程中其延迟概率是不同的，从而提出了一维多速混合车辆敏感驾驶元胞自动机交通流模型. 通过计算机数值模拟得到了混合车辆在不同参数下的 基本图.结果表明，与NS模型、SDNS模型相比，道路交通流量有较大的提高，而且还展现出 了亚稳态、相分离等复杂的实际交通行为现象.结合实际情况，对混合交通的特性进行了分析和讨论. 关键词： 元胞自动机 混合交通流模型 亚稳态 相分离 计算机模 拟     

双向两车道混合车辆交通流的特性

在NaSch模型的基础上，制订了超车规则，建立了双向两车道混合车辆的元胞自动机交通流模型. 用计算机模拟了车道密度对称和不对称两种情况下不同参数的混合车辆交通流，得出了相应的速度、流量与密度关系的基本图. 经分析发现，双向两车道混合车辆交通状态可分为快车特性区、准慢车特性区和慢车特性区；两车道上车辆密度的不对称性对交通流有重要的影响. 关键词： 元胞自动机 交通流 混合车辆交通流     

元胞自动机混合交通流模型的能耗研究

基于元胞自动机交通流NaSch模型,提出元胞自动机混合交通流能耗公式,对混合交通流的能耗进行研究,通过数值模拟研究不同最大速度、不同车长的混合交通流的能耗;研究表明不同车长、不同最大速度以及混合比对混合交通流能耗均有不同的影响. 关键词： 交通流 元胞自动机 能耗 混合交通     

车辆的长度和速度对单车道混合交通流的影响

在NaSch交通流模型的基础上，建立了单车道上由两种长度不一样、可分别以不同最大速度行驶的车辆构成的混合交通流模型.在周期性边界条件下，通过计算机模拟研究了车辆的长度、最大速度和混合比例系数对混合交通流的影响. 关键词： 元胞自动机 混合交通流 计算机模拟     

双车道元胞自动机NS和WWH交通流混合模型的研究

考虑不同车辆的驾驶员有不同的驾驶方式和习惯，具体表现为不同的驾驶员采用适合自己行车特点的交通流模型在道路上驾车行驶，在一维元胞自动机交通流NS模型和WWH模型的基础上，建立了双车道元胞自动机NS和WWH交通流混合模型. 通过计算机模拟，给出了混合比例系数f_NS对混合交通流的速度-密度和流量-密度图以及车辆转道频率影响的结果. 关键词： 双车道 元胞自动机 混合交通流模型 计算机数值模拟     

交通流的一维元胞自动机敏感驾驶模型

在一维交通流元胞自动机NaSch模型的基础上，优先考虑驾驶员的不确定性敏感预期行为， 将随机延迟过程放在确定性减速之前，从而建立一种新的一维元胞自动机交通流模型：敏感驾驶模型 （简称SDNaSch模型），并根据所给出的车辆状态演化的并行更新规则作了数值模 拟，模拟得到的基本图表明，与NaSch模型相比，道路交通量有较大提高，接近于实测数据 ，说明新模型能更贴切地描述交通现象；某些密度区域流量出现两个分支，表明在临界点附 近存在亚稳态；而且会出现畅行相与阻塞相的相分离界面. 从车辆速度分布演化的时空斑图 ，可以看到宽幅运动阻塞相的出现以及畅行相→宽幅运动阻塞相和宽幅运动阻塞相→畅行相 的相变. 接着，计及实际交通情况，考虑行驶车辆中一部分是敏感驾驶，而其余车辆按NaSc h模型规则行驶，数值模拟结果进一步证明，敏感驾驶因素对车流的作用是很大的，随着敏 感驾驶车辆的增多，道路容量也随之提高. 关键词： 交通流 元胞自动机模型 亚稳态 相分离 交通相变     

The relations of “go and stop” wave to car accidents in a cellular automaton with velocity-dependent randomization

In this paper we numerically study the probability P_ac of the occurrence of traffic accidents in the Nagel-Schreckenberg (NS) model with velocity-dependent randomization (VDR). Numerical results show that there is a critical density over which car accidents occur, but below which no car accidents happen. Different from the accident probability in the NS model, the accident probability in the VDR model monotonously decreases with increase of car density above the critical density. The value of the accident probability is only determined by the stochastic noise and the number of cars on road. In the stochastic VDR model with the speed limit v_max=1, no critical density exists and car accidents happen in the whole density region. The braking probabilities of standing cars and moving cars have different influences on the accident probability. A mean-field theory reveals that the accident probability is proportional to the mean density of “go and stop” wave per time step. Theoretical analyses give excellent agreement with numerical results in the VDR model.     

The effects of overtaking strategy in the Nagel-Schreckenberg model

Based on the Nagel-Schreckenberg (NS) model with periodic boundary conditions, weproposed the NSOS model by adding the overtaking strategy (OS). In our model, overtakingvehicles are randomly selected with probability q at each time step, and the successful overtakingis determined by their velocities. We observed that (i) traffic jams still occur in theNSOS model; (ii) OS increases the traffic flow in the regime where the densities exceedthe maximum flow density. We also studied the phase transition (from free flow phase tojammed phase) of the NSOS model by analyzing the overtaking success rate, order parameter,relaxation time and correlation function, respectively. It was shown that the NSOS modeldiffers from the NS model mainly in the jammed regime, and the influence of OS on thetransition density is dominated by the braking probability p.     

Characteristics of synchronized traffic in mixed traffic flow

In this paper, the characteristics of synchronized traffic in mixed traffic flow are investigated based on the braking light model. By introducing the energy dissipation and the distribution of slowdown vehicles, the effects of the maximum velocity, the mixing ratio, and the length of vehicles on the synchronized flow are discussed. It is found that the maximum velocity plays a great role in the synchronized flow in mixed traffic. The energy dissipation and the distribution of slowdown vehicles in the synchronized flow region are greatly different from those in free flow and a traffic jamming region. When all of vehicles have the same maximum velocity with V max > 15, the mixed traffic significantly displays synchronized flow, which has been demonstrated by the relation between flow rate and occupancy and estimation of the cross-correlation function. Moreover, the energy dissipation in the synchronized flow region does not increase with occupancy. The distribution of slowdown vehicles shows a changeless platform in the synchronized flow region. This is an interesting phenomenon. It helps to deeply understand the synchronized flow and greatly reduce the energy dissipation of traffic flow.     

Disordered cellular automaton traffic flow model: phase separated state, density waves and self organized criticality

We suggest a disordered traffic flow model that captures many features of traffic flow. It is an extension of the Nagel-Schreckenberg (NaSch) stochastic cellular automata for single line vehicular traffic model. It incorporates random acceleration and deceleration terms that may be greater than one unit. Our model leads under its intrinsic dynamics, for high values of braking probability p_r, to a constant flow at intermediate densities without introducing any spatial inhomogeneities. For a system of fast drivers p_r→0, the model exhibits a density wave behavior that was observed in car following models with optimal velocity. The gap of the disordered model we present exhibits, for high values of p_r and random deceleration, at a critical density, a power law distribution which is a hall mark of a self organized criticality phenomena.     

考虑行车状态的一维元胞自动机交通流模型

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     

考虑驾驶方式改变的一维元胞自动机交通流模型

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     

一维元胞自动机随机交通流模型的理论分析与计算机实验

在一维局部作用元胞自动机(CA)交通流模型中，引入刹车噪声与产生、消失概率，得到一个完全随机的CA交通流模型．利用平衡自旋理论对该模型的研究表明，当P_in＝P_out≠0时，初始密度分布不影响系统的最终状态，求得ρ_ｔ＝0.5；当满足条件P_in＋P_b＝1与P_in＝P_out时，得到简单的“线性”模型，该模型在条件｜1－2P_in｜＝1下，表现出长程相关，导致严重交通“阻塞”的出现．理论结果与计算机实验一致． 关键词：     

考虑驾驶心理的城市双车道交通流元胞自动机模型

采用双车道元胞自动机模型,分析了考虑驾驶心理的城市道路交通流特性.针对驾驶员在城市道路行驶时在换道与减速制动方面的不同心理,分别引入了反映驾驶心理的选择换道概率P_s与安全参数λ.通过计算机模拟,给出了不同选择换道概率与安全参数条件下的车辆速度、密度与流量间的关系,并分析了不同驾驶心理对于交通系统的影响.研究发现:选择换道概率对交通流的速度影响并不明显,但选择换道概率的增大会导致速度的方差增大而降低行车安全;而安全参数的增大可以获得更快的平均车速和更大的交通 关键词： 元胞自动机 驾驶心理 选择换道概率 计算机模拟     

An improved cellular automaton traffic model considering gap-dependent delay probability

In this paper, the delay probability of the original Nagel and Schreckenberg model is modified to simulate one-lane traffic flow. The delay probability of a vehicle depends on its corresponding gap. According to simulation results, it has been found that the structure of the fundamental diagram of the new model is sensitively dependent on the values of the delay probability. In comparison with the NS model, one notes that the fundamental diagram of the new model is more consistent with the results measured in the real traffic, and the velocity distributions of the new model are relatively reasonable.