基于细胞高速公路交通模型综述.docVIP

基于细胞的高速公路交通模型综述 作者：佚名 来源：不详 发布时间：2015-01-27 摘要：基于元胞自动机和蒙特卡罗方法，建立一个模型来讨论“靠右行”规则的影响。首先打破汽车的运动过程和建立相应的子模型car-generation的流入模型，对于匀速行驶车辆建立一个跟随模型和超车模型。 关键词：双车道公路 三车道公路 危险系数 最小安全距离 靠右规则 无限制的规则 Free-driving风格 引言：今天，大约65%的世界人口生活在右手交通的国家和35%在左手交通的国家交通流量，右手交通的国家，比如中国和美国，法规要求驾驶在靠路的右边行走。多车道高速公路在这些国家经常使用一个规则，要求司机在最右边开车，除非他们超过另一辆车，在这种情况下，他们移动到左边的车道通过，返回到原来的车道。这种通过和超车的驾驶规则被称为“靠右行驶”规则。 设计的元胞自动机 元胞自动机（CA）表明，在大量的前人交通模拟（瓦格纳Petal.2005）的基础，CA模型是可行和有效的方法来模拟交通流。空间、时间和状态都是离散的细胞自动机。 每个车道划分为1000个细胞。每个细胞都是4米长度和宽度两个属性上，当前速度V和最大速度.每个细胞是空的即V为0，因为一辆车不会停止，模拟时时绝对无故障。高速公路有n条车道转化为n*1000矩阵。 对于每一个车道，前6个细胞作为car-generation区域，车流观察至少10细胞和交通密度计算的基础上至少500个细胞。模型每秒更新一次，当周期T=1S为一个司机的平均反应时间。 CA模型的基本过程： 流入过程：根据流入过程，将讨论最近的分配车辆vehicle-generation地区。 加速流程：如果，为汽车增加的速度没和新的速度. 减速流程：如果车辆与车辆之间的距离（前保险杠和后保险杠的距离，称之为差距，用G表示差距及单位是细胞。当没有车辆，.）不超过V，车辆减速. 移动流程：车辆前进通过*T细胞只有当。 流入模型 模拟了随机到达高速公路的入口处的车辆。对于每一个车道，前六个细胞在元胞自动机中设置为流入区域。假设每辆车的到达服从二项概率分布。让表示采样时间间隔和N表示在时间内车辆的总数。然后N可以近似服从泊松概率分布。表示N的可能性，有： 利用泊松概率分布是流入模型接近现实和实用。由于收敛趋势，一样的初速度在不改变的情况下就能得到简化。 跟随模型 假设驾驶行为决定遵循一定的原则： ①当，车辆会加速，直到实现高速公路速度限制或其最大可能速度。 ②当们是否超车或跟随有超越概率和超车条件决定。 超车模型 司机将决定是否超过另一辆车的概率为。取决于车辆A和前方的车辆B。让是A车辆的速度，是B车辆的速度。概率应满足： 两套规则CA模型 ①靠右行驶规则： 如果G在正确的车道上的差距大于,改变右车道； 如果当前差距G大于，在跟随模型应用自由驾驶规则； 如果G左边的车道上的差距大于，应用概率超车模型，并应用以下模型概率1-。 ②无限制行驶规则： 如果当前差距G大于，在跟随模型应用自由驾驶规则； 如果超车条件满足，并且左边的车道上的差距G大于，应用通过从左边超车模型概率，并应用跟随模型与概率1-； 如果超车条件满足，并且在正确的车道上的差距G大于，应用通过从右边超车模型概率，并应用跟随模型与概率1-。