道路交通系統包括許多相關實體

來源:投稿網 時間:2024-02-02 10:00:08

3仿真模型

3.1整體結構。

道路交通系統包括許多相關實體，主要包括道路（分為路段和交叉口）、信號控制設施、車輛、駕駛員、行人等。其中一些實體具有一定程度的自制性和智能性，如駕駛員、行人等，一些實體受到其他實體的被動影響，如路段等。多主體技術可以建模交通系統中的[4]元素，如交叉口、信號燈、交通控制中心等，簡化這些元素，建立多主體概念模型。主要Agent包括交通網絡Agent、車輛Agent和信號燈Agent。其中，交通網絡Agent參照1979年Herman等[5]提出的二流模型（Two-fluidModel）。該模型認為交通流由運行車輛和停車車輛組成。

路網描述：交通路網是道路交通系統的基礎設施，承載著車輛的運行。交通路網具有復雜的拓撲結構和集合特性。如果過于復雜，則計算負載過重。因此，它分為路段、路網和交叉口三層管理。路網Agent負責存儲和維護整個交通路網的拓撲關系，并為交通實體提供路網信息。路段Agent負責本路段的描述。交叉口Agent包括信號燈對象，以實現每個入口車道的時間分離，一個路段和一個車道。

信號燈結構：信號燈是一種重要的交通控制設施。它實現了交叉口不同流動方向的車輛的時間分離，減少了車輛之間可能的沖突，提高了交通安全，提高了交叉口的流通效率。從本質上講，信號燈控制是一種典型的復雜適應系統。國內外相關學者對信號燈控制進行了大量研究，制定了許多控制方案，但存在相應的局限性。一般來說，魯棒性差、不易擴展、計算復雜等缺點[5]。該模型從簡單的計算出發，統一管理信號燈，初始化時間間隔。

3.2參數設置。

設置部分如圖1所示。

每個控件的物理意義如表1所示。

3.3初始化環境。

環境由37×37的網格組成。通過設置sliders:grid-size-x=3，grid-size-y=4初始化一條4行3列的道路，其中兩條道路交叉口有紅綠瓦，分別代表紅綠燈，其中汽車數量設置slider:num-cars=54。

圖2三行四列道路圖。

3.4相關規則。

3.4.1環境規則。

起初，車輛數量(num-cars)必須小于道路數量(如圖2所示的白色道路)。如果超過，請提示警告信息。

如果沒有人參與這個系統，將設置current-auto為off，如果有，則設置on，并通過curent-phase選擇一個由交通燈控制的交通燈。

如果系統沒有交通燈的參與，則設置power為off，否則設置為on。

3.4.2操作規則。

每一步，汽車都會按照目前的速度向前行駛。如果目前的速度小于限速(sped-limit)，前面沒有汽車，那么它們就會加速(sped-up)。如果前面的車速小于自己的車速，那么目前的車速應該和前面的車速調整一致(slow-down)。

4.案例分析及結果。

4.1案例1。

目前，在城市交通的背景下，研究了道路網絡中交通流量的優化分布、車輛動態路徑的選擇、特殊車輛控制等問題，無信號燈交叉口車輛交通的準確性是不可或缺的一部分[6]。根據上述模型，當沒有信號燈或參與時（power設置為off），道路為4行3列，車輛數量為140時，如圖3所示。

當沒有人參與信號燈(power設置為on)時，道路為4行3列，車輛數量為140時，如圖4所示。

4.2案例2。

根據上述模型，當道路為4行3列，車輛數量為54時，我們得出停車車輛數量柱圖5，車輛平均速度柱圖6，平均等待時間柱圖7：

圖5停車車輛數量。

4.3分析及結果。

從案例一中可以看出，在信號燈參與交通管理的情況下，交通很快崩潰(圖3ticks=3164，圖4ticks=665，ticks是時間步驟，隨著時間的推移而增加)。導致這一結果的因素很多，比如信號燈控制不合理，車輛數量過多，超過了道路的承載能力。

案例2顯示，車輛車輛的平均速度與停車車輛的數量有一定的關系，就像二流模型中認為的路網宏觀平均速度與路網車輛比例的冪運算線性關系[7]一樣

由于篇幅有限，本文給出了兩個案例，參數設置可以看到高效的交通模擬數據需要大量的實驗和各種組合，我們還可以得出交叉口流通效率的人參與交通管理將提高，當流動車輛進入交通道路或離開交通道路將對上述結論產生什么影響和許多指導結論的實踐。

本文從多Agent建模的角度出發，借助Netlogo軟件平臺，采用了Trafficgrid模型，模擬了不同組合的參數對交通系統的不同影響，獲得了車輛平均等待時間、停車等隨時間變化的曲線。但由于模型簡單，模擬范圍小，沒有實際路網等因素。

多主體模型以平行的方式模擬非線性因果關系的社會系統，使人們能夠更好地理解社會現象，發現現象背后的機制，從而做出預測和輔助決策。目前，多主體建模還沒有形成一個成熟的體系，因此沒有一套完整而成形的理論。然而，可以預測，隨著多主體思想理論方法的普及，基于多主體建模和模擬，它將越來越多地應用于社會生活研究。