大型客车影响的双车道多速混合交通流CA模型研究

在对现有经典交通流元胞自动机模型进行总体分析的基础上,结合我国高速公路特点,通过重新标定元胞长度、运行车速、随机慢化机制,制定车道转换规则,构建了周期边界条件下考虑大型客车影响的双车道多速混合交通流元胞自动机模型,并通过计算机模拟分析了速度、密度、流量三参数之间关系,寻找出了大型客车占有率、大型客车随机慢化概率、变换车道车辆数等因素对交通流的影响规律,为合理的组织高速公路交通管理提供了理论依据。     

分级高速公路交通流能耗分析仿真研究

以元胞自动机理论为基础,建立了一种新型分级高速公路元胞自动机能耗动力学模型。并以分级路段组成的青兰高速公路为例,进行了交通流仿真,分析了最大速度、分级路况下的车辆慢化概率对通行能力及交通流能耗的影响,分析了优等、劣等路段的交通流状况与整个分级高速公路系统交通流状况之间的关系,得到相应的定量分析结论。通过对分级高速公路能耗进行仿真与分析,为高效运营和管理分级高速公路提供了科学的理论依据。     

基于元胞自动机的交通流计算机模拟

元胞自动机是把复杂系统量化为简单的个体,在元胞自动机模型中.空间、时间都被离散化,每一个相互作用的单元仅为有限的状态.以元胞自动机理论为基础,把车辆在路段上交通流中运动的变化规律表述为元胞自动机的演化规则,建立了基于元胞自动机理论的交通流模拟模型,标定了元胞长度和最大速度等参数,分析了元胞变换的原则;详细探讨了元胞自动机在道路交通模拟中的应用,设计出了交通元胞自动机的结构,分析了交通元胞自动机所采取的状态变换原则,建立了一维(单车道)交通流模拟模型;并利用C语言编程实现模拟.模拟结果符合实际交通流的特点.     

基于元胞自动机的港湾公交站间距影响研究

公交系统对城市交通流的影响十分显著，在对现有经典交通流元胞自动机模型进行总体分析的基础上，提出了一种考虑公交车辆和港湾式公交停靠站影响的多速混合车辆双车道元胞自动机模型，重新标定了元胞长度、运行车速和随机慢化机制，引入了公交车停靠站，改进了车辆变换车道规则。通过计算机模拟，再现了传统交通流三参数之间的关系，为更好地描述城市混合交通流奠定了基础。     

周期边界条件下多速混合车流的双车道元胞自动机模型

在对现有经典交通流元胞自动机模型进行总体分析的基础上,结合我国部分高速公路已不再有行车道和超车道之分的特点,重新标定了元胞长度、运行车速、随机慢化机制和换道超车规则,构建了周期边界条件下多速混合车流的双车道元胞自动机模型,通过计算机模拟分析了交通流三参数之间关系,大型货车占有率对交通流的影响及大货车占有率不变且交通流密度变化的情况下的时空斑图比较。结果表明,在高速公路不分行车道和超车道的情况下,大型货车的占有率对混合车流的速度影响不大,车辆的随机减速概率会对混合车流的运动状态起重要作用。     

大型货车影响的高速交通流元胞自动机模型

高速公路上的车辆到达是随机的,且含有车型大、运行速度低的大型货车,其对交通流影响很大。结合我国高速公路特点,通过重新标定元胞长度、运行车速、随机慢化机制和制定车道转换规则,建立了开放边界条件下大型货车影响的双车道多速混合交通流元胞自动机模型;通过计算机模拟分析了速度、密度、流量三参数之间关系,寻找出了大型货车占有率、随机慢化概率等因素对交通流的影响规律。     

城市协调控制主干路交通流模型

城市协调控制主干路交通流模型是交通预测、仿真、信号配时的前提和基础.论文通过改进开放性边界条件,利用一维元胞自动机模型模拟协调控制主干路交通流状况.该模型采用差分方程的形式描述车辆动态行为.解除了信号灯等间距布设的限制,每个路口的信号灯可以根据交通流变化选择绿信比,相邻交叉口采用绿波控制方式调整相位差.论文利用MATLAB软件对模型进行仿真,分析了驶入主干路流量以及干、支路的转弯流量对于主干路平均速度、平均密度和平均流量的影响.在仿真结果的基础上,提出了相应的控制措施改善主干路交通状况.     

一种改进的一维元胞自动机交通流模型

在一维交通流元胞自动机NaSch模型的基础上,考虑到不同车辆的驾驶员在敏感驾驶随机减速行为过程中其延迟概率是不同的,从而提出了一种改进的一维敏感驾驶元胞自动机交通流模型。根据所给出的车辆状态演化的并行更新规则进行了计算机仿真,模拟得到的基本图表明,与NaSch模型、SDNaSch模型相比,道路交通流量有较大的提高,而且还展现了亚稳态、相分离等复杂的实际交通现象。     

基于元胞自动机模型的交通流混沌仿真研究

研究一维元胞自动机模型——Nagel-Schreckenberg（NS）模型的交通流混沌问题。用Matlab程序产生交通流时间序列,在一定参数组合情况下,仿真研究了交通流车队中前后车辆之间车头间距的变化过程,并在此基础上讨论了车辆密度和车辆减速概率的变化对交通流运动状态的影响。结果表明,当车流密度超过某一值时,NS模型仿真出的交通流会产生混沌现象;而交通流混沌产生的根本原因在于交通流的内在随机性,其中车辆不规则的加速、减速是这种内在随机性的主要因素。     

基于元胞自动机理论的快速公交系统能耗研究

交通运输能源消耗已经成为决策管理者高度关注的信息。采用元胞自动机（CA）理论研究了快速公交系统能耗问题,以元胞自动机NaSch交通流模型为基础,通过结合动能定理,建立了快速公交系统的元胞自动机能耗动力学仿真模型。并以目前建设的兰州市快速公交系统为例,仿真研究了周期性边界条件下,不同行车密度、不同停靠站时间以及驾驶员行为差异下随机慢化对快速公交车系统能耗的影响,得到了相应的定量分析结论。仿真结果表明,快速公交车辆停靠站时间越长,拥堵的范围越大,路面交通流能耗损失越小,对应的流量、速度也越小,系统越早进入堵塞相。     

基于CA的交叉口模型的仿真研究

结合我国混合交通流的实际情况,建立了二维细胞自动机交叉口交通流模型,并用VC开发了相应的仿真系统.仿真系统可以对平面十字交叉路口的多种交通流相进行了模拟分析,还能够根据交通密度变化,通过实时改变信号灯控制方案改善交通流运行状况,从而找出一种最优的交叉口信号控制方案.     

基于增加动量项方法优化的交通流量预测算法

交通流量预测是智能交通系统的核心内容,系统中多个功能的实现都是以其为基础。针对城市路网中交通流量的时域性以及准周期特性,提出了一种基于改进小波神经网路算法的交通流量预测方法。利用具有时域分辨能力的小波神经网络对流量信号进行分类,以实现对交通流量的预测;采用加动量项的方法对网络权值及参数进行修正,避免了神经网络训练时收敛缓慢以及陷入局部极小。通过仿真实验验证,提出方法可实现对交通流量的准确预测,并且可以有效地提高网络学习率。     

融合改进关联度与Newman算法的区域交通划分研究

针对区域路网复杂度高、现有子区动态划分方法的不足,以优化区域协调控制为目标,提出一种基于引入改进关联度模型的改进Newman算法的区域路网动态划分方法。综合分析车队离散性和车流密度两种因素,提出了一种改进关联度模型;以模块度Q为划分标准,将交叉口关联度作为边权,改进传统的无权社团凝聚算法,使其能够依据交通流特性将路网动态划分为不同子区。仿真实验结果表明,所提出的改进划分方法能够有效结合实际交通流特性,对路网子区进行更加准确的实时动态划分。     

一维单车道交通流元胞自动机模型综述

随着交通流模拟的需要及智能交通系统的发展,出现了基于元胞自动机理论的交通流模型。交通流模型是交通理论研究的重要问题,交通流元胞自动机模型的出现和发展为交通流理论的研究提供了一种新的方向。文章主要介绍了单车道交通流元胞自动机模型,并对元胞自动机模型的发展提出了展望。     

考虑鸣笛效应和驾驶员异质性的新格子模型稳定性分析

道路环境及密集交通流随机波动是交通扰动的诱因, 文中考虑道路环境中的汽车鸣笛效应和驾驶员异质性的影响, 提出鸣笛发生临界密度的概念, 建立了更符合实际的格子流体动力学模型, 并揭示非饱和交通状态下诱发交通流失稳的机理.在线性稳定性分析中利用扰动法得到了该模型的稳定性条件, 并基于还原微扰法对该模型的非线性稳定性问题进行研究, 通过求解mKDV方程获取的扭结-反扭结孤立波描述了在临界点附近密度波的传输规则.仿真结果表明, 考虑有鸣笛效应的新格子模型相比于Nagatani模型的稳定性更强, 而较大的临界密度对交通流稳定性存在消极影响; 与以往微观模型相比, 本文模型能解释鸣笛现象发生的自然条件, 即密度高且流量低的地方, 同时驾驶员特性也对交通流的稳定性存在着显著影响.     

基于AFSA-LSSVM的短时交通流量预测

为了提高短时交通流量的预测精度,针对最小二乘支持向量机（LSSVM）参数优化难题,提出一种人工鱼群算法（AFSA）和LSSVM相结合的短时交流量预测模型（AFSA-LSSVM）,通过采用AFSA优化LSSVM参数,并采用具体短时交通流量数据进行仿真实验。仿真结果表明,相对于参比模型,AFSA-LSSVM可以获得更优的LSSVM参数,能够更加准确地描述短时交通流量变化趋势,提高了短时交通量的预测精度,为非线性短时交通流量预测提供了一种新的研究思路。     

基于演化硬件的交通流模型自适应优化

BML模型是用于研究城市路网结构中交通流特征的细胞自动机模型。基于软件的模拟及演化优化方式存在着运算效率低、优化速度慢等缺陷,极大地限制了交通流模型的实时应用能力。针对这一问题,提出将演化硬件与细胞自动机相结合,实现交通流模型的在线演化。同时对I3ML模型进行了改进,以便能够依据现实车流状况进行交通灯信号的自适应调节。实验结果表明,将演化硬件技术用于交通流模型的自适应优化,对于研制智能交通系统是一种可行的途径。