元胞自动机双车道人车混合交通流模型的研究

以元胞自动机184号规则为基础,建立了双向两车道含行人,自行车和汽车的“人车”混合交通流模型.考虑了两车道间的超车影响.通过计算机数值模拟,得到不同的混合比例下的混合交通流基本图及不同的自行车和行人密度下汽车的交通流基本图.通过分析,得出了混合交通流的几个重要特性.     

局部车道缩减的双车道元胞自动机交通流模型研究

针对道路使用过程中可能发生的意外,考虑双车道有一条车道出现局部维护,车辆需要绕行的情况,在一维对称双车道元胞自动机模型的基础上,建立一种有局部车道缩减的双车道元胞自动机模型,结合实际交通情况给出计算机数值仿真的流量-密度图,分析受堵车道上的交通状况,并给出受堵车道的时空斑图。数值仿真结果显示,对于不同的延迟概率,整个路段都有相应的瓶颈流量,对受堵车道上的换道规则的调整有助于增加该车道上的换道车辆数,减少车辆的滞留。     

具有中心车站的元胞自动机城市交通流模型

在Biham等人提出的二维元胞自动机交通流模型基础上,建立了具有中心车站的二维元胞自动机城市交通流模型,该模型考虑了对外交通对城市交通流的影响,推导出了这种二维CA交通流模型的演化方程.在计算机上模拟了在不同对外交通概率情况下的交通状况,得到了车辆在不同参数下交通流模型的基本演化图,进一步还模拟了城市长途车站数量对城市交通的影响.结果表明,较小的对外交通概率就会对城市交通状况产生较大的影响,适当增加中心车站的数量对城市交通状况有一定的改善.     

元胞自动机舆论模型中人员移动对传播的影响

为了研究舆论系统中人员的移动以及存在态度坚定者的因素对舆论形成和演化的影响,建立了相应的元胞自动机舆论模型．在假设人员态度的改变方式遵守少数服从多数的规则下,通过计算机模拟给出了二维四方格子两种影响领域(5邻居、9邻居)在周期性边界条件下的舆论传播行为．模拟给出了模型的演化趋势,以及在不同赞成率的随机初始状态中,模型演化随立场坚定者密度变化的行为．结果表明人员的移动将加快舆论的形成．     

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。     

混入智能网联车队的混合交通流元胞自动机模型

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。     

基于弹性安全换道间距的元胞自动机交通流模型

实际交通中,换道车辆的行驶速度不同,其所需要的安全换道间距也不尽相同。具体表是,高速行驶的车辆换道迅速、敏捷,而低速行驶车辆换道踌躇、犹豫。因而,对所有换道车均设定一个固定的安全换道间距是不恰当的,前人很少在这方面进行研究;结合现实提出的弹的安全换道间距规则,在改进前人模型仿真质量的同时,也提高了车辆的换道频率。模拟结果显示较以前模型,提出的元胞自动机模型将可改善道路的通行能力、提高道路资源的利用效率。     

再现交通流不确定性的一维元胞自动机仿真模型

在已有的交通流一维元胞自动机模型中,司机不同的驾驶行为是以车辆减速概率的形式体现的。事实上,不同的驾驶行为是由司机的行为习惯、思维模式不同,车辆性能的差别以及当时的道路交通环境等众多因素共同作用而形成的,是一种不确定性极强的现象。提出了一种再现交通流这种不确定性的一维元胞自动机模型。在该模型中减速概率不是服从设定的某种随机分布,而是服从广义的随机分布---爱尔朗分布,在仿真过程中爱尔朗分布的各参数值也随机变化,这样就更真实地再现了实际交通流状态。以该模型进行计算机仿真,仿真结果与有关文献提供的实测结果及仿真结果进行了对比。结果表明该交通流仿真模型不仅更加接近实际交通流,而且还能够更好地描述交通流从畅行相到阻塞相的过渡过程。     

自行车干扰下机动车交通流的元胞自动机模型

用NS模型和EBCA1模型分别描述机动车流和自行车流的行为,用摩擦干扰和阻滞干扰体现自行车对机动车的干扰作用,建立了自行车干扰下机动车交通流模型并利用数值模拟研究了其行为,并通过与实测数据的对比证明了模型的合理性.通过分析仿真数据发现,机动车流受到的主要干扰形式取决于两种车流的密度.自行车的干扰主要影响到低密度的机动车流,使其流量、速度都有较明显降低.同时,机动车流中阻塞的发生更加频繁但持续时间较短.     

弯路坡路上元胞自动机交通流仿真模型

从车辆动力学入手,分析含有弯度和坡度的路段对车辆行驶的影响,通过对N-S模型的修正得到了适用于弯路和坡路的元胞自动机模型,并且重新定义了弯路和坡路元胞的大小和更新规则。最后用改进的模型进行了仿真实验,仿真结果表明改进的模型能够更好的反映现实交通量之间的关系,证明了应用改进模型对弯路和坡路的仿真研究是可行的。     

考虑结伴行为的行人流场域元胞自动机模型

与行人流疏散情景不同,在行人流聚集过程中,行人动力学特性具有一些显著的特点,如对目标位置的选择相对模糊不清,结伴同行的行人组凝聚力明显,组内行人存在着明显的跟随行为. 论文以行人流聚集过程为研究对象,分析结伴行为对行 人流聚集动力学的影响,扩展场域思想,提出一种扩展的行人流场域元胞自动机模型. 模型运用感知区表示行人对周边环 境的感知能力,提出用组内场对同伴间彼此凝聚、相互牵制的结伴行为进行建模. 行人转移概率的计算新添了组内场因子并 考虑了行人忽略场值的微小变化而保持原地不动的情景. 模拟实验成功再现了行人对独立空间领域的需求和结伴行人的聚簇 成团现象,讨论了行人组尺寸对聚集时间、行人间平均间距的影响.     

寡头垄断市场广告投放效果的元胞自动机仿真

本文针对宏观层面的数学模型在描述个体差异方面的不足,建立了一个异质元胞自动机模型,对寡头垄断市场中广告的投放效果进行了仿真研究.通过运行仿真程序再现了两种产品竞争与扩散的过程,以及不同内部影响力、市场占有率、市场规模等条件下,广告投放力度对扩散结果的影响.通过分析仿真结果得到了在寡头垄断市场中,当产品差异减少的时候广告就成为决定产品竞争胜负的关键因素等结论.     

基于元胞自动机的复杂系统脆性仿真

复杂系统研究是当前的热点,脆性是复杂系统的一个基本属性．在一个复杂系统中,当一个子系统遭受足够大的打击而崩溃时,整个系统将会崩溃．元胞自动机是一个离散的动力学系统,它可以用来仿真复杂系统的行为．文章应用元胞自动机对复杂社会系统的脆性进行仿真．仿真结果说明传染病扩散对其它社会子系统具有很大的影响．作为复杂系统的一个子系统,传染病的大规模扩散会使社会混乱,进而得出它具有脆性的结论．     

基于元胞自动机的混合交通流机非摩擦干扰

提出一种城市路段机非混合行驶条件下存在摩擦干扰的元胞自动机模型.该模型是在机动车NS模型的基础上引入一条摩擦减速规则,使受到自行车干扰的机动车进行减速.根据模型的规则,对不同机动车密度和非机动车密度的情况进行仿真,仿真结果基本符合实际的情况,得到机动车在干扰情况下通行能力平均下降20%左右,平均速度下降18%左右.最后,通过实际观测数据的验证,表明该模型可靠性较好.     

基于多值元胞机的混合非机动车通行能力研究

电动自行车在我国飞速发展,其与自行车所形成的新的混合非机动车流呈现出与传统单一自行车流不同的运行规律,目前这一领域却缺乏相应的研究。针对这种混合非机动车流建立了一种适应于系统内存在更高速度车辆的多值元胞自动机模型来模拟其运行状况,从而得到了混合非机动车流在不同参数下交通流模型的流密图。结果显示:当电动自行车所占比例提高,混合非机动车流通行能力会得到相应提高,然而,车流鲁棒性变差;因换道机理不同,与混合机动车流相比,混合非机动车流通行能力随低速车比例增加下降较慢;当车道从2米变为3米时,通行能力可增大约68%。     

基于元胞自动机的网络群体事件舆论同步的涌现机制

以自发形成的网络群体事件的同步舆论为研究对象, 建立了基于元胞自动机的复杂系统集群行为的非线性涌现模型, 揭示了个体从众心理对网络舆论演化动力学的影响. 研究结果表明, 在个体从众性同质的情况下, 存在使网络舆论同步的阈值, 当个体从众性较大时, 网络群体事件舆论趋于同步; 当从众性较小时, 群体态度演化成具有明显社团结构的多个舆论方向. 个体从众性异质时, 网络舆论表现为一个主流舆论与多个小规模舆论方向共存的复杂特征. 网络群体事件发生初期, 参与规模的扩大会迅速促进舆论同步的涌现, 而在后期, 新节点的参与不会进一步提高舆论同步涌现的效率.     

航空服务创新的元胞自动机竞争演化模拟

为研究航空公司服务创新在市场竞争中的作用,基于元胞自动机设计了航空服务创新竞争模型. 以深航2008年在深圳-北京航线上推 出服务创新为例,经过重复试验较好地模拟了在该航线上进行服务创新取得成功的竞争演化过 程.研究结果表明:初始接受服务创新的元胞数量、服务匹配度和品牌宣传效应度三个影响因素 都对演化的突变周期起正向影响作用,且三个因素对突变周期的正向作用随着取值的增大 而逐渐减弱.