含时空扰动的一个城市交通流非线性动力学模型

交通流问题是当今社会正面临的一个严峻问题之一,对交通流问题的研究有着重要的现实意义和理论意义.根据车辆跟驰模型和流体动力学模型的建模思想,采用宏观和微观相结合的方法,建立了一个含时空扰动因子的城市交通流非线性动力学模型.同时,设计了3个交通流算例,并将所建立的模型应用于该算例的数值模拟,结果表明:所建立的模型能够较好地模拟实际交通流的许多重要的基本特征.     

微观交通流仿真跟车行为ANN模型研究

微观交通流研究中的车辆跟驰模型是交通仿真的一个基本模型,由于实际道路上驾驶员信息的获取困难,建立的车辆跟驰模型难以标定或验证.应用人工神经网络和五轮仪试验系统获取的城市道路车辆跟驰数据,建立了车辆跟驰行为的神经网络模拟模型.     

微观车辆仿真模型分类对比研究

车辆跟驰模型是微观交通流仿真的一个基本模型，它是构成许多重要研究领域的基石．把车辆跟驰模型分为基于交通工程的跟驰模型和基于交通心理学的跟驰模型以及基于二结合观点的跟驰模型．从交通工程、交通心理学及二相结合的角度对几个常见的车辆跟驰模型进行了比较研究，介绍了各车辆跟驰模型的建模原理以及它们各自的特点，重点阐述了它们在微观交通模拟中的应用．     

一种改进的车辆跟驰动力学模型

针对现有跟驰模型存在的不足,文中提出了一种新的优化速度(期望速度)函数,基于“刺激—反应”模式建立了改进的车辆跟驰动力学模型,并运用李亚普诺夫运动稳定性理论对其进行了稳定性分析.最后运用实测数据对模型进行了参数标定和应用性验证.结果表明:改进模型在模拟交通流的启动加速、近似匀速和减速过程方面与实测数据都具有较高的一致性...     

基于多国实测数据的跟驰模型对比

为了更精确描述车辆跟驰(CF)行为,并研究不同国家跟驰行为数据对跟驰标定模拟的影响,以及各跟驰模型对跟驰行为模拟的精确程度,选取中国西安市南二环某路段交通流CHD数据集、美国NGSIM数据集以及德国HighD数据集,针对Gazis-Herman-Rothery(GHR)模型、智能驾驶模型(IDM)以及最新被提出的S-shaped three-parameters(S3)跟驰模型进行模型标定以及误差分析,利用加速度、前后车速度差、前后车位置差和后车速度等数据作为输入参数,采用互相关分析与模拟退火相结合的方法进行数据拟合,并利用加速度、速度和位移的均方根误差(R_MSE)对参数拟合后的模型进行性能评价。研究结果表明：针对3个不同国家数据集中的跟驰行为,S3微观模型标定效果均表现最佳,3个数据集的R_MSE平均值均最小,且低于其他2种跟驰模型;德国HighD数据集总采集精度高、数据量大,因此无论采用何种CF模型进行标定,该数据集在跟驰行为标定方面的性能均表现最佳、误差最小。研究结果对交通仿真软件模拟交通流的车辆跟驰模型选取及其参数优化具有重要意义,且对...     

考虑车辆随机行为的交通流动力学模型

从研究微观个体车辆行为出发，考虑两种不同的具有不确定性的加速机制，提出了随机跟弛模型；在随机跟弛模型的基础上，得到了描述交通流宏观行为的连续性动力学方程，该方程是各项异性的，可以避免Daganzo提出的问题，对动力学方程的稳定性分析，得到稳定性判据。     

车联网环境下考虑侧向间距的跟驰模型

为了更好地刻画车辆的跟驰行为,改善交通流的稳定性,在车联网环境下,根据侧向间距确定车辆受前车运动信息的影响程度,提出了一个改进的跟驰模型.首先,利用微小扰动法得到了模型的临界稳定条件,将改进模型的稳定区域与最优速度模型、全速度差模型的稳定区域进行了对比.其次,分析了在不同侧向间距和速度差敏感系数下模型稳定区域的变化情况.最后,在周期性边界条件下,考察了模型所描述的交通流在受到初始扰动后的演化过程,得到了不同侧向间距和速度差敏感系数下交通流的仿真结果.理论分析和仿真结果均表明:考虑侧向间距和前车运动信息能有效增强交通流的稳定性;改进的跟驰模型能有效地改善交通流的稳定性,并能在一定程度上缓解交通拥堵,增大道路容量,提高通行效率.     

一种新的多速度差交通流跟驰模型

从提高车流的稳定性和降低车流能耗的角度,考虑多辆车相对速度的总体阻尼效应,提出一种多重"向前看"多速度差交通流跟驰模型(MRVOV模型),并将该模型与几种典型的跟驰模型的稳定性及能耗进行比较。结果表明在充分利用前方车辆运动信息的情况下,MRVOV模型能较好的反映现实交通的跟驰效应,仅仅考虑前方较少车辆对当前车的影响,就可以增强车流的稳定性,降低资源浪费,减少对周围环境的污染。     

交通流多前车位置与相对运动的跟驰模型及稳定性分析

车辆跟驰模型是交通流模型研究的基本模型之一,本论文旨在综合认真分析国内外已有的跟驰模型,建立以车车、车路通信为基础的车路协调系统(VIIS,Vehicle Infrastructure Integration System)下的车辆跟驰模型。该模型是在多前车位置模型的基础上进行扩展,提出了一种多前车位置及当前车相对运动的跟驰模型,以期更加客观的描述实际的交通现象,进行线性稳定性分析,并与FVD模型和合作跟驰模型进行比较,发现自由流稳定的敏感系数临界值变小,稳定区域明显增加。     

基于安全间距的车辆跟驰模型研究综述

以计算机技术和车辆跟驰模型为基础的微观交通流仿真是进行各种管控措施模拟实验和进行ITS(智能运输系统)开发研究的重要手段。仿真软件对过程的封装使用户无法全面理解其仿真模型和介入仿真过程,容易对仿真结果提出质疑。为此,对目前多数微观仿真系统使用的基于安全间距的车辆跟驰模型进行综述,介绍其构建思想和算法内核,并对算法的优缺点进行总结。     

考虑预估驾驶行为的跟驰模型及其稳定性分析

在 OV 模型的基础上,进一步考虑预估驾驶行为对车流的影响,提出一个新的跟驰模型以获得预估驾驶行为与交通拥堵的关系。通过对新模型进行稳定性分析得到了系统的临界稳定条件。数值仿真结果表明：新模型能够模拟诸如时停时走、系统临界相变等实际交通现象,较 OV模型更贴近于实际。同时,预估驾驶行为增强了交通流稳定性能,提高了车流陷入交通阻塞状态的阈值。最后以车速的平滑度和波动幅度最小为评价指标得到了新模型中预估参数的最优取值范围。     

高速公路动态交通流的神经网络模型

通过对高速公路宏观动态交通流模型的分析，提出了动态交通流的神经网络模型。结合交通调查数据，利用仿真和优化技术对神经网络进行训练，从而获得了比较准确的描述交通流真实行为的模型，仿真结果结果，该神经网络模型具有令人满意的效果。     

ITS中基于模糊积分信息融合理论的仿真算法研究

交通仿真是ITS的重要实验研究手段。传统的微观交通仿真模型,特别是反映交通决策行为的车辆跟驰模型,未能综合考虑交通环境中多源信息的有效融合。利用模糊积分理论确定驾驶员信息融合后对车辆应采取的反应行为。通过模型验证表明:在车辆跟驰模型实施之前,利用模糊积分算法模型化驾驶员在多源信息融合条件下的反应过程是行之有效的。     

考虑交通障碍的双车道扩展交通流模型

借助智能交通系统（ITS）,本文把扩展的车辆跟驰模型应用于双车道,建立根据确定规则进行换道的扩展交通流跟驰模型。通过改变发车车头间距,在开放边界条件下左车道有交通事故发生的时,重现实际交通中的交通流现象。数值模拟发现：双车道交通流模型能够有效的抑制交通流阻塞,提高交通流量。     

两种驾驶方式构成的异质交通流稳定性研究

对由两种驾驶方式组成的单车道异质交通流的稳定性进行分析和研究. 利用实际数据对两种驾驶方式对应的最优行驶速度车辆跟驰模型及智能驾驶员车辆跟驰模型进行参数标定,使用线性稳定性分析方法获得了异质交通流的稳定性条件,并定义了异质交通流的稳定性函数和驾驶方式的稳定性函数,在此基础上进行了仿真实验. 研究结果表明异质交通流的稳定性受两个关键因素的影响:驾驶方式在交通流中的比例和驾驶方式的稳定性函数. 仿真发现智能驾驶员的驾驶方式比最优行驶速度的驾驶方式具有更好的稳定性. 此外,还获得了在不同的速度下,有关不同驾驶方式比例的稳定性变化曲线.      

微观交通仿真研究不同流量条件下的车道利用率

车道利用率反映的是单一方向路段交通量在不同车道上的分布情况，它影响交通流的稳定性，是道路通行能力和交通安全的重要影响因素．针对不同流量条件下车道利用率的不确定性和难以通过实验采获等特点，应用车辆跟驰、车道变换等微观交通流仿真模型在一体化仿真环境下进行模拟研究，得到双车道和三车道路段流量一换道次数以及流量—车道利用率关系的基本规律。     

车联网环境下自动驾驶交通流建模与分析

在车联网环境下,对原有自动驾驶交通流跟驰模型进行改进,构建新的自动驾驶跟驰模型,并理论推导在不同自动驾驶比例下混合交通流稳定性的解析判别条件,从混合交通流稳定域角度对比分析模型改进前后混合交通流的稳定性。结果表明,相比于原自动驾驶跟驰模型,改进后的模型能有效缩小混合交通流不稳定区域,降低混合交通流全速度范围内稳定时所需的最低自动驾驶比例,从而提升自动驾驶混合交通流的稳定性。     

混有CACC和ACC车辆的连续型元胞自动机交通流模型

现有的混合交通流元胞自动机模型中自动驾驶车辆与手动驾驶车辆在跟驰模型上大多仅存在反应时间上的差别,并不能体现自动驾驶上层控制系统实时调节加速度保持车速稳定的特点,基于Gipps模型和PATH实验室标定的ACC和CACC跟驰模型提出了更符合自动驾驶机理的连续型元胞自动机模型。通过计算机数值仿真分别从速度,流量,拥堵比例以及期望车间时距方面对不同渗透率下的混合交通流进行分析。结果表明,智能网联车辆能有效提高道路通行能力,且能大幅减少交通拥堵;智能网联车渗透率越高,开始出现拥堵车辆的密度临界值越大;同时道路通行能力随期望车间时距减小而增大。