排序方式: 共有4条查询结果,搜索用时 7 毫秒
1
1.
2.
针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明:智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。 相似文献
3.
传统的异质交通流车队离散模型参数估计基于历史数据,不能很好地反映交通流的动态变化特征.为解决这一问题,构建车联网环境下的动态异质交通流车队离散模型.首先,考虑到车联网环境下,车辆行程时间数据易于获得,可对模型的分布参数进行动态估计;然后,基于动态分布参数,构建动态异质交通流车队模型;最后,通过实测数据分析下游交叉口到达流量分布与上游交叉口离去流量分布之间的关系.结果表明:与经典的Robertson车队离散模型相比,动态异质交通流车队离散模型对下游交叉口的到达车辆流量分布预测效果更好,平均预测均方根误差可减少26.51%. 相似文献
4.
从流量角度,在假设车速恒定的基础上建立了车流运行模型,并以该模型预测和实际到达的流量分布之间的最大流量区间变异系数为评价指标,分析了路段上游数据收集断面位置、路段长度、交通流量和不同转向车流对预测效果的影响.与静态匀速模型的对比分析结果表明:数据收集断面位置和路段长度对模型的预测效果影响很小,且不同交通流量和转向车流情况下模型预测存在一定规律性.最后结合实际调查数据,证实了模型的有效性. 相似文献
1