交通灯控制下城市主干道双车道多速元胞自动机交通流模型研究

提出一个城市主干道双车道多速元胞自动机交通流模型，此模型采用开放性 边界条件，在考虑诸多实际因素影响情况下，研究了主干道中车站的设置、交通灯绿信比对 车流量和车流速度的影响.计算机模拟所得到的基本图（流量 速度图）能较好地反映在交 通灯控制下城市主干道交通流真实状况. 关键词： 元胞自动机模型 交通流 主干道     

主干道交通流的路口效应

基于Nagel-Schreckenberg交通流模型的演化规则,建立了路口等距分布的主干道交通流模型,在开放性边界及路口以同步红绿灯控制的条件下对交通流进行了数值模拟.分析结果发现：主干道的通行能力由路口的通行能力决定;低密度时,流量与路口数目无关,利用平均场方法,可算出平均速度随绿灯周期变化的极值位置;高密度时,流量与路口数目有关,通过调整交通灯周期,可使主干道处于最佳交通状态. 关键词： 元胞自动机 交通流 数值模拟 平均场理论     

带有转向的二维CA交通流模型

给出了二维ＣＡ交通流模型中存在转向时交通速度的表达式，在计算机上模拟了存在转向时临界密度与转向主干道的关系     

开放边界条件下二维可转向主干道交通流模型的研究

在开放性边界条件下，利用改进的Nagel-Schreckenberg交通流模型，引入过路口车辆的可 转向机理，建立二维n速主干道元胞自动机交通流模型，研究了转向概率和边界条件对 干道交通状况的影响而导致的不同相变特性以及这两个因素对实现改善干道交通的组织作用 . 关键词： 元胞自动机 交通流 转向概率 相变     

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     

一种改进的两车道交通流格子模型

通过引入新的流量转移函数，改进了两车道交通流格子模型，克服了现有模型隐含的车辆向后运动缺陷.推导了模型的线性稳定性条件.数值模拟结果显示，对于轻度车流扰动，改进的模型可以满意地描述车辆换道过程和趋势. 关键词： 两车道交通流 交通流格子模型 稳定性条件     

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     

考虑意外事件对交通流影响的元胞自动机交通流模型

在NaSh模型的基础上,考虑交通事故和养护路段等意外事件对高速公路交通流的影响,建立了有意外事件影响的在车道管制下的高速公路交通流元胞自动机模型,并进行数值模拟. 研究发现:意外事件对高速公路交通流有明显影响,并且意外事件对交通流的影响在某一密度值范围内尤其明显,且意外事件堵塞点在第一车道比在第二车道对交通流的影响小;同时,在该密度值范围内,意外事件堵塞时间和堵塞路段长度越长,对交通流的影响就越大. 关键词： 元胞自动机 交通流 意外事件     

基于模糊神经网络的短时交通流预测方法研究

为满足交通控制和诱导系统的实时性需求,减少交通拥挤状况,降低交通事故突发频率,需要对短时交通流进行预测。当前的短时交通流预测方法是采用K-近邻的非参数回归对其进行预测,预测过程中没有将预测模型中关键因素对交通流的影响进行详细的说明,导致预测结果不准确,存在短时交通流预测误差较大的问题。为此,提出一种基于模糊神经网络的短时交通流预测方法。该方法首先以历史短时交通流数据样本序列为基础,将提取的关联维数作为短时交通流的混沌特征量,然后以该特征量为依据,对短时交通流数据进行聚类,使相同的短时交通流聚合类样本比不同的交通流聚合类样本更为贴近,采用高斯过程回归对短时交通流预测模型进行建设,建设过程中利用差分方法对短时交通流预测序列进行平稳化操作之后,对短时交通流预测模型进行训练,将GPR模型引入至短时交通流预测过程中,得到交通流预测方差估计值,并确定交通流预测值置信区间,由此实现短时交通流的预测。由此实现短时交通流的预测。实验结果证明,所提方法可以准确地预测交通运输系统的实时状况,为车辆行驶的最佳路线进行了有效引导,减少了自然影响方面和人为因素对短时交通流预测结果的干扰,为交通部门对交通路况的控制管理提供了依据。     

交通流问题的有限元分析与模拟(Ⅲ)

将交通流Zhang H M模型和吴正模型改进为包括车道数变化的情况,指出它们与传统的L-W理论模型方程的联系和区别,并将Runge-Kutta间断Galerkin有限元方法推广应用到这些模型的数值求解.数值模拟包括红绿灯、车道数改变和非平衡状态时的超车行驶等交通流现象.     

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     

结合可视图的多状态交通流时间序列特性分析

交通流时间序列的研究主要采用数据挖掘和机器学习的方法,这些"黑箱"挖掘方法很难直观反映序列特性.为增强交通流时间序列及其特征分析的可视化性,结合可视图理论来构建交通流时间序列的关联网络,从复杂网络角度实现交通流时间序列的特性分析.在网络构建的过程中,考虑到不同交通状态下交通流表征具有的差异性,首先利用交通流参量的相关性对交通流状态进行分类,然后构建不同交通状态下的时间序列复杂网络,并对这些网络的特征属性给出统计分析,如度分布、聚类系数、网络直径、模块化等.研究表明,可视图法可为交通流时间序列映射到网络提供有效途径,并且不同状态下交通流时间序列构建的复杂网络的模块化、聚类系数和度分布等统计特征呈现一定的变化规律,为交通流运行态势的研究提供了可视化的分析角度.     

气体分子动力学交通流模型弛豫时间的改进

对气体分子动力学交通流模型的弛豫时间进行了改进，使之与密度及速度相关.通过算例证明改进后的气体分子动力学交通流模型对于抑制高密度车流状况下的扰动更为有效，具有更强的稳定性. 关键词： 交通流 气体分子动力学 Navier-Stokes方程     

公交车站对交通流影响模拟分析

采用元胞自动机模型对城市道路中公交车站影响下的交通流特性进行模拟分析.研究了非港湾式车站和港湾式车站两种设置方式下交通流特性,对公交车比例和公交车站长度的影响进行了分析.模拟结果显示非港湾式车站对交通流的影响较大,通过增加车站长度并不能有效地提高系统流量;港湾式车站对交通流的影响较小,通过增加车站长度可以较大程度地增加系统流量. 关键词： 公交车站 混合交通流 元胞自动机     

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。     

宏观交通流模型的能耗研究

本文在几种典型的宏观交通流模型的基础上,导出能量耗散的计算公式,宏观交通流模型能耗不同于元胞自动机交通模型,其能耗不仅考虑车流速度减少,而且还要计及通过路段的车流通量引起的能耗.通过对满足黎曼初始条件的道路能耗和道路交通瓶颈处能耗的计算和理论分析,表明交通拥堵处,能量耗散比较高,而且能量耗散的变化也能反映交通拥堵产生及消散的情况.     

交叉口混合交通流元胞自动机模型及仿真研究

本文以右转机动车和直行自行车为对象研究交叉口混合交通流特性.基于交叉口机非干扰特性,将机动车元胞模型和自行车元胞模型进行了耦合,建立了考虑自行车穿越机动车延时、机动车穿越自行车间隙和冲突区占据处置等规则的交叉口混合交通流元胞自动机模型(NS-BCA).对右转机动车与直行自行车混合交通流进行了仿真,从流量-车辆到达率关系、交通流相位相变、交通流相位-到达率-混合交通流状态等方面研究了交叉口混合交通流的机非干扰机理.     

交通流突变点的无标度特征分析

交通流时间序列在不同时间尺度上具有不同的波动特征.为了分析交通流的突变特征,以一段实际的交通流量序列为研究对象进行实证研究.采用小波变换的方法求得交通流在不同尺度上的突变点,按照小波函数过零点数目将交通流的尺度划分为若干层次,并分析了交通流突变的层次性.计算表明:以突变点数目为测度时,在一定的尺度范围内,交通流在突变层次上的突变点数目满足自相似性特征.因此,交通流的突变在不同尺度上具有无标度性.     

多速混合车辆单车道元胞自动机交通流模型的研究

在交通流NS模型的基础上，建立了多速混合车辆单车道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交通流模型的基本图，并对混合交通的 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 计算机模拟     

混合状态下城市快速路交通流短时预测

建立交通流短时预测状态空间模型, 研究混合状态下城市快速路交通流短时预测. 结合城市快速路自由流状态、拥挤流状态和阻塞流状态下交通流参数的时间和空间分布特性, 基于交通流守恒方程和速度动态模型, 借鉴偏微分方程组求解时空离散的思想, 建立三种状态下交通流短时预测模型; 同时考虑进出口匝道、车道数变更以及道路坡度等因素的影响, 将交通流短时预测模型转化为交通流短时预测状态空间模型, 实现混合状态下交通流短时预测. 研究表明, 该方法能够实现混合状态下道路网内的交通流短时预测, 预测精度可达90.23%. 相同条件下, 经典自回归滑动平均模型的预测精度仅为81%. 关键词： 交通流短时预测 自由流状态 拥挤流状态 阻塞流状态