基于元胞自动机的交通模型综述

对基于元胞自动机的交通模型进行综述，将其分为单车道模型、多车道模型和城市交通模型三类。NaSch模型是最重要的单车道模型，经过改进能够再现许多重要的交通流特性。换道是多车道模型的核心。围绕着动机产生和安全要求提出了多种换道规则，最近的模型能够再现密度反转等异常现象。城市交通模型从系统角度研究了网络交通流的相变规律，近期出现了网络模型与多车道模型相结合的趋势。以TRANSIMS为代表的微观仿真平台在大规模路网中得到了成功应用。然而CA交通模型在方法论上存在不足。一些实证规律未能再现，其实际应用也较少。     

一种通用的城市道路交通流微观仿真系统的研究

交通流仿真是研究交通问题的有效工具,本文采用复合概率、模糊逻辑等方法建立了描述交通流中不确定性因素、车辆的到达,在路段上行驶以及通过路口的微观仿真模型,并利用面向对象的方法设计实现了于种基于上述模型的通用城市交通流微观仿真系统,比较真实地再现了车辆在道路网络的行驶过程。     

换道行为对交通流宏观特性的影响

换道行为对交通流宏观特性的影响至今未得到充分认识.基于车辆行驶有限状态自动机框架,用微观仿真方法对不同交通情景下换道行为的影响进行了研究.结果表明在同质交通流中换道行为对宏观特性没有显著影响.对异质交通流,如果车辆之间存在最大速度差异,则在中低密度区换道行为能显著提高交通流量;如果车辆之间只存在加速性能差异,则换道行为对交通流宏观特性没有显著影响.说明换道行为对交通流宏观特性的影响与车辆差异性质以及交通流密度有密切关系,     

基于元胞自动机的微观城市道路混合交通仿真

介绍了现有交通仿真软件相对于国内路况存在的很多不足，如缺少自行车、行人的模拟等，结合原有的交通仿真模型和我国自行车／行人交通特性建立了新的混合交通流微观仿真模型，并给出了混合交通流仿真的实现思想。新的仿真系统原型以元胞自动机模型为基础，同时定义了符合国内道路状况的元胞自动机规则。最后，给出了该交通仿真系统原型的实现结果和结论。     

基于机器学习的中观交通仿真器模型参数标定

针对经典速度-密度模型在精确刻画交通流动态变化特性时所存在的局限性,将更丰富的路段检测信息运用到中观交通仿真模型参数的标定过程中。提出先对路段检测数据进行预处理,再采用机器学习方法中的局部加权回归、k-均值聚类、k-最近邻方法,分别将车流密度,密度与流量作为变量标定车速。利用现场数据对算法进行了大量测试,结果表明,算法是有效的,适用于基于仿真的动态交通分配系统。     

基于微观交通仿真的动态交通管理优化问题研究

动态交通管理的优化帮助交通管理者针对实时交通状况制定出最优的交通管理方案.本文就此类问题建立了双层优化模型,并在下层模型中借助微观交通仿真模型,来评估优化过程中任一给定交通管理措施对路网交通流的影响;针对此模型,开发了基于模拟退火算法的优化解法.实践表明,借助下层交通仿真模型能方便有效地估量动态交通管理措施对交通流在微观层面上的影响,从而为上层模型中大规模的搜索优化奠定基础.     

速度差异混合交通流稳态特性与过渡特性

车辆性能差异对交通流宏观特性的影响尚未得到充分研究.使用车辆行驶有限状态自动机模型,对由最大速度不同的两种车辆组成的两车道混合交通流进行微观仿真.结果表明混合交通流进入稳态后,相比同质交通流,中低密度区通行能力明显下降,临界密度增加.随慢车比例变化,换道率-密度关系呈现三种模式.在交通流从初始静止状态到稳态运行的过渡过程中,若初始时刻两车道慢车比例不同,随密度不同有三种不同的过渡模式,在低密度区系统迅速过渡到慢车对称分布状态,中密度区系统逐渐过渡到对称状态,但高密度区系统维持在不对称状态.说明慢车对交通流特性有显著影响,混合交通流的过渡过程非常复杂.     

仿真交通流混沌特性研究

基于非线性跟驰模型建立了由五辆机动车组成的动态仿真模型,利用Matlab软件产生了五辆机动车的仿真交通流,给出了在一定参数组合下前后车辆之间的车头间距、速度差随时间变化的过程曲线.并结合实际交通系统的特点,对仿真结果做了理论分析.基于混沌时间序列分析方法,提出了证明非线性跟驰模型产生的仿真交通流具有混沌特性的一种方法,并分析了模型参数对仿真交通流动态特性的影响.该研究结果有助于进一步理解实际交通流系统的动态特性,并为短时交通流预测、诱导方法和智能交通控制提供理论依据.     

铁路列车流交通特性仿真分析

现代企业物流已广泛采用即时制运输模式，铁路货运面对多批次轻量化运输服务需求，一贯追求重栽的战略遇到了挑战，需要在输送量、牵引质量、旅行速度、行车密度之间进行权衡。铁路列车交通流特性是寻求最佳配置上述技术参数的基础。给定试验的机车牵引性能曲线，应用模拟模型计算线路上列车运行的空间平均速度，对铁路列车运行的交通流特性进行数值分析。根据数值模拟结果得出列车流量-密度和速度-密度关系曲线。分析结果显示在一定条件下提速不会降低输送量，存在一个最优组合。     

高速公路交通仿真软件开发

为能对汽车控制系统进行有效的实地测试,从而设计开发了基于英国典型高速公路路段的交通模型。该模型提供了对英国高速公路交通流量模拟、路面状况模拟、交通规则模拟及路面用户的微观行为模拟。驾驶员模型包括道路汽车跟随模拟和汽车超车模拟。通过对本交通模型微观参数的优化,使所开发的交通模型能与实地测试数据相符合,从而能更真实地仿真实际高速公路的环境。基于该模型所开发出的具有图形用户界面的能为汽车控制系统的测试与评估提供有效的支持。     

空战仿真系统中行为决策模型的设计与实现

计算机生成兵力系统的建模不仅包括飞机等对象的动力学模型，更体现在对人的决策行为的建模上。本文讨论了空战仿真系统中人的行为决策模型的设计和实现。其中，人的行为决策模型主要是超视距格斗中二对二的空战模型。最后，文章给出了仿真结果。     

基于本体和BN的无人车行为决策方法

和高速交通环境比,城市交通环境具有更高的复杂性和不确定性,因此无人驾驶车辆行为决策系统要能给出驾驶场景下安全有效的驾驶动作。本文提出一种将本体语义表示与贝叶斯网络(Bayesian network, BN)概率推理相结合的行为决策模型。从驾驶场景中的多源异构信息和领域专家经验出发,建立本体并进行概率扩展,将其转换为BN,通过BN推理得到当前驾驶场景下的最佳驾驶动作。该方法既实现了驾驶场景领域知识的形式化描述和共享,又考虑到了驾驶场景中存在的不确定性。最后，通过Prescan/Simulink联合仿真实验验证了所提方法在无人驾驶车辆行为决策上的有效性。     

基于动态博弈的行人交通微观仿真模型

分析了行人交通的基本特征,并提出了基于动态博弈的行人交通微观仿真模型。通过行人的移动环境抽象、路径选择、速度选择、碰撞处理和空间占用冲突处理等五个步骤确定了模型的基本框架,并对每步作了较详细的分析。最后,通过仿真试验并与经验数据相比较,表明该模型具有合理性和有效性。与已有模型相比,该模型在提高运算精度的基础上解决了行人交通仿真中存在的同步决策等问题。     

拥挤交通流的行为分析与仿真建模

从分析拥挤状况的交通行为特性出发，建立了相应的仿真模型。该模型在跟车子模型加入了随机扰动项，换道子模型的可行性检测中加入了前后间距不足时司机的减速行为。与传统模型相比该模型能更好地反映拥挤流下的交通行为，更适合于拥挤状况的交通微观仿真。     

基于决策树和BN的自动驾驶车辆行为决策方法

交通环境中存在着众多影响自动驾驶车辆行为决策安全的不确定性因素, 准确并及时地处理不确定性因素对自动驾驶车辆安全至关重要。因此, 建立了以人工驾驶行为分类为基础的贝叶斯网络(Bayesian network, BN)行为决策模型。利用决策树分类算法对人工驾驶行为进行分类, 利用BN建模驾驶环境并生成最优驾驶动作, 此方法既可以及时地分析人类驾驶员行为类别, 又能够充分考虑驾驶场景中的不确定性因素。利用仿真工具PreScan设计仿真实验, 仿真结果表明行为决策模型能够给出安全、合理的自动驾驶车辆行为。     

微观交通仿真中随机决策换道行为研究

车辆在自由行驶或者处于跟驰状态时,经常进行由慢车道向快车道以便于获得更好的行驶环境.这需要驾驶员根据交通环境状态做出是否进行换道的决策.通过分析快车道行驶车辆对当前车的影响,结合蒙特卡罗仿真方法,提出了一种新的换道随机决策模型.在不同的流量条件下,对车辆换道次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性.     

航路流量间隔限制及排序策略一体化决策模型及算法

基于流量间隔限制策略和航路排序策略之间的关联性建立了两种策略一体化决策的二层双目标规划模型.模型将间隔限制值作为上 层规划的决策变量,将排序相关变量作为下层规划的决策变量,在上层规划中同时考虑下级的目标函数.对模型设计了基于NSGA-II的多 目标遗传算法求解,采用了一个快速启发式算法求解下层规划的单目标问题.结合中南区域实际空域及流量数据对模型进行了验证, 并与当前实际运行中的按交通需求比率分配方法进行了比较.结果表明所建立的二层双目标规划模型能满足一体化决策的需求, 所采用的算法能求得多个Pareto近似最优前沿解以供决策选择.     

感知实时车流信息的VANET路由仿真研究

车用自组织网络利用车辆间通讯来提高道路交通安全和效率,路由协议的性能至关重要。提出一种感知实时车流信息的路由协议,能够不依赖于基础设施,通过挖掘和汇聚车辆位置数据,实现城市道路上的车流密度估算,并给出车流自适应路径选择方法,动态产生及维护由多条道路连成的数据包传递路径。对车辆高密度和低密度场合下的仿真表明,在网络开销没有明显增长的情况下,协议可以获得较好的性能,数据包递送率达到83%以上,平均发送延迟限制在2秒以内。     

基于仿真驱动的高速公路主动限速效用评价与推荐

传统的路侧被动限速方式对于特定的惩处区域以外缺少管控，间接导致车辆行为在时空上的不一致性甚至突变，影响了交通的通行效率与安全性。从车侧主动限速方式入手，提出主动限速效用评价与推荐方法，结合道路线形、交通流量、车型比例，开展多情景主动、被动限速交通仿真，利用安全间接分析模型及交通流运行状态，从安全与效率2个层面提取效用评价指标及其权重，采用集成学习方法进行预测分析。结果显示：主动限速方式相较于被动限速方式更有利于提高安全性和调节效率，而在主动限速方面，GBDT(gradient boosting decision tree)回归模型的预测稳定性和准确率更高(R²=0.984)。