探析基于元胞自动机的安全驾驶交通流模型的研究

《探析基于元胞自动机的安全驾驶交通流模型的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海大学硕士学位论文基于元胞自动机的安全驾驶交通流模型的研究姓名：周彬彬申请学位级别：硕士专业：计算机系统结构指导教师：李青20081201上海大学硕士学位论文摘要交通流元胞自动机模型是20世纪90年代涌现的交通流新的动力学模型，它的出现和发展为交通流理论研究提供了～种新的方向，为交通流动力学理论中的系统整体行为与复杂现象的研究提供了～个有效的模型工具。本文在分析交通流理论模型(如车辆跟驰模型)及流体动力学模型的基础上阐述了交通流元胞自动机模型。从一维和二维两个方面入手，对比分析了NaSch模型和FI模型，并从其模型规则和模拟结果分析了交通流元胞自动机模型可研究的问题。本文的工作主要

2、是在现有元胞自动机交通流模型的基础上，提出更符合实际情况的安全驾驶交通流模型，并用计算机模拟了交通系统中出现的一些非线性现象，对安全驾驶交通流的特性进行了分析和研究。主要工作如下：通过分析实际道路交通流发现，当前方出现静止车辆时，后续跟驰车辆运动会受到一定的影响。为了避免速度较大的后车与速度为零的前车之间距离为零的情况发生，在传统NaSch模型的基础上提出了一种改进的安全驾驶交通流模型，即在传统NaSch模型的减速规则中引入了跟驰车辆安全概率，当前方出现静止车辆时，后方紧邻的车辆应该按照一定的安全概率最多只能行驶到与前车相隔一个空格点的位置，为下一时步的刹车留下一定的安全空间。同时考

3、虑到实际情况，驾驶模型采用开放边界条件更为合理，因此建立了一种开放边界条件下的安全驾驶交通流模型。通过改变该安全驾驶模型的左右边界条件以及安全概率，分析了车道流量、车辆密度以及车辆平均速度受产生概率、消失概率以及车辆安全概率的影响。实际交通流问题中，随机减速过程更可能发生在确定性减速之前，车辆在行驶过程中驾驶员具有敏感预期调节过程。即在车辆较多的情况下，他们有可能随时刹车以调节速度。因此将这种调节过程置于确定性减速之前，以此重新确定速度和位置更新规则，得到一个考虑前车速度的敏感安全驾驶模型；考虑行驶车辆中主要是高速车辆发生随机延迟，为了模拟更符合实际的交通流，在随机延迟规则中引入了只

4、有高速车辆发生随机延迟，其他车辆仍旧按照原速度行驶，使得仿真结果更接近于实际数据。系统从自由运动相转化为最大流量相或从阻塞相转化为自由运动相的临界点有所变化，并且在临界密度区域内车辆出现了与实际交通流更为符合的缓慢行驶的同步相而不是完全的阻塞相，从而有利于提高道路的通行能力。关键词：元胞自动机；交通流：安全驾驶：开放边界V上海大学硕士学位论文ABSTRACTCellularAutomataofTrafficFlowModelisailew—styledynamicsmodeloftrafficflowcomingforththe1990s，whoseappearanceanddeve

5、lopmentpointsoutanewdirectionforresearchingontrafficflowtheory,andprovidesanavailablemodeltoolforresearchingonsystemglobalbehaviorandcomplexphenomenaoftrafficflowdynamicstheory．Basedonanalyzingthetrafficflowtheorymodel(suchasCarfollowingmodel)andliquiddynamicsmodel，thispaperpresentsthetrafficfl

6、owcellularautomatamodel．Fromone-dimensionalandtwo-dimensionaltwo-prongedapproach，NaSchmodelandFImodelaleanalyzedcomparatively，andtheresearchissueoftrafficflowcellularautomatamodelareanalyzedfromtheirmodelmlesandsimulationresults．Basedontheexistingcellularautomatatrafficflowmodel，thisarticlemain

7、lyproposesasafetydrivingtrafficflowmodelwhichismoreinline、)lritlltheactualsituation，simulatessomenon-linearphenomenaappearinginthetransportsystem，andanalyzesthecharactersofsafetydrivingtrafficflowmodels．Themainpartsareasfollowings