基于细胞的高速公路交通模型综述

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。1、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mV.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mVV，V为汽车增加的速度没和新的速度VVV'.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，G.）不超过V，车辆减速TGV/)1('.移动流程：车辆前进通过''V*T细胞只有当)(''VGsG。2、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st表示采样时间间隔和N表示在st时间内车辆的总数。然后N可以近似服从泊松概率分布。)(NPt表示N的可能性，有：0,!)(NeNNPNt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。3、跟随模型假设驾驶行为决定遵循一定的原则：①当sGG，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sGG们是否超车或跟随有超越概率0P和超车条件决定。4、超车模型司机将决定是否超过另一辆车的概率为0P。0P取决于车辆A和前方的车辆B。让1maxV是A车辆的速度，2maxV是B车辆的速度。0P概率应满足：1.0·9.011max2max0VVeP1max2max1max2maxVVVV5、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sG,改变右车道；如果当前差距G大于sG，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sG，应用0P概率超车模型，并应用以下模型概率1-0P。②无限制行驶规则：如果当前差距G大于sG，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sG，应用通过从左边超车模型0P概率，并应用跟随模型与概率1-0P；如果超车条件满足，并且在正确的车道上的差距G大于sG，应用通过从右边超车模型0P概率，并应用跟随模型与概率1-0P。