本文研究多分辨率城市快速路交通流仿真模型。首先,与两级混合模型相比,三层多分辨率混合模型被选择。然后,介绍了多分辨率仿真框架和集成策略。第三,本文提出了一种城市高速公路多分辨率交通仿真模型通过异步集成策略基于集合理论,其中包括三个子:宏模型,mesomodel,微模型。之后,三个子的适用条件和推导过程进行了较为详细的试验研究。此外,为了模拟和评估的多分辨率模型,简单的模拟场景的建立在上海南北高架高速公路。仿真结果显示如下。<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1">
社会经济的快速发展和城市化进程的加快,交通需求急剧增加,交通问题已成为国家的共同挑战。为了解决上述问题,它取决于理解和应用的流量控制和操作规程。根据粒度的大小、交通仿真系统通常分为三个层次,即宏观交通仿真、介观交通仿真和微观交通仿真。
在1960年代早期,许多宏观交通仿真模型出现了交通仿真领域( 交通网络的规模扩张的模拟和仿真的准确性,单一固定分辨率仿真模型不能有效解决网络复杂性和有限的资源之间的矛盾
根据不同粒度级别的混合模型,多分辨率交通仿真模型可以分为两个方面,“两级混合模型”和“三级或以上混合模型。“他们介绍如下。
宏观和microhybrid交通模型的主要思想是由宏模型来模拟整个道路网络,只有部分的道路或子网通过微观分析模拟模型和执行聚合与解聚作用微观模型的边界。这样的主要代表的研究模型如下所述。Lerner et al。 介观和微观混合交通模型的主要思想是模拟道路网络的一部分mesomodel和微模型,实现转换mesomodel和微模型之间通过特定的手段在边界节点。这样的模型是当前研究热点的流量混合仿真系统。
早期的研究结果包括PARAMICS微观模型的混合模型和DYNASMATR介观模型,实现Sahraoui et al。 目前,交通混合模型得到了越来越多的关注由学者和有一些成就在交通领域的各个方面。两级混合模型的主要代表性研究中描述表 两级混合交通模式,通常与两个不同粒度集成仿真模型,可以充分利用不同的模型,克服或减少单一模型的缺点,最大限度地满足应用程序的需要。然而,与实际交通需求的发展,一个简单的两级混合模型不能满足现实的需要。为了满足实际应用和理论研究,多分辨率混合模型是未来交通的发展方向和研究重点,它使用更合理的建模思想和方法。
传统的集成模型方法适用于二级混合模型,但它是一个小不足以建立三级或以上混合模型。多分辨率建模(MRM)是一个国际研究热点领域的建模和模拟自1990年代。MRM已成为大规模仿真的关键技术之一的美国海军。美国国家研究委员会认为MRM的根本挑战之一现代建模与仿真技术( 在MRM的研究,建模方法的一个关键内容和多分辨率的方法提供了方法论的依据交通仿真。在建模方法中,有一些有影响力的理论如聚合/解集,选择查看(SV),统一方法,集成层次Variable-Resolution建模(IHVR)和Cross-Resolution交互。他们不会被描述在细节。
聚合和解集方法是容易理解的,但也有一些问题,如瞬态特性不一致和链解集( IHVR方法是一种面向流程的方法,很容易理解,但是很难选择的变量,因为变量之间的层次关系是不严格的 因此,本文将使用Cross-Resolution交互流量多分辨率建模的研究方法。
目前,多分辨率建模理论不是很成熟,但已经有一些成功的应用,强调了这样一个事实,多分辨率建模具有广阔前景和研究价值。多分辨率建模领域的应用,代表作包括以下。戴维斯和Hillestad(1998)提出了一种基于多分辨率的探索性分析模型,利用多分辨率建模理论( 自1990年代中期以来,中国开始研究多分辨率建模理论及其应用领域的战斗模拟方面,但研究不系统。近年来,交通多分辨率仿真模型研究了广泛,但都是在他们的第一步。目前,代表研究领域的多分辨率交通仿真是Transmodeler [
首先,在一个单一的解决交通模型、宏观模型具有很高的计算效率和较低的计算需求,但它并不适用于模拟这种交通行为,需要考虑相邻车辆之间的相互作用。微观模型可以模拟车辆的运动行为和视觉模拟过程,仿真结果分析。然而,道路网络建模的微观模型非常复杂,模型是高度敏感的,它需要很高的计算能力。介观模型研究了车辆,它可以在一定程度上描述车辆之间的相互作用。介观模型的计算能力要求低于微观模型的,但它需要一个良好的平衡之间的宽度和深度的模拟。
其次,基于不同粒度的两级混合模型一般通过参数转换方法,并结合一个模型在一定程度上的优势。然而,两级混合模型的适用性相当差,基本的数据处理复杂,其可扩展性是相对较弱。三级或以上多分辨率混合交通模型是基于多分辨率建模理论和它不仅集成了多个模型的优势,但也提供了一个共享的基本的数据库来保存数据维护成本为单个模型,保证了模型之间的一致性。特性不同模型之间的比较如表所示 总之,交通仿真理论和模型取得了许多成就,但仍存在一些不足,主要体现在以下几个方面。
(1)定义概念而言,宏观模型,介观模型,微观模型的多分辨率建模是一个相对的概念。例如,模型可以区分很明显当建立多分辨率模型聚合与解集方法。它可以清楚的区分之间的宏观模型和微观模型建模时由其他方法;然而,介观模型很难区分粒度。因此,如何定义不同分辨率模型值得深入研究。
(2)在研究对象方面,大多数模型是针对高速公路或高速公路,在城市高速公路。同时,外国人需要验证提出的模型在中国交通状况,因为不同的交通基础设施,交通组成、交通参与者的交通控制手段和特征。
(3)的粒度,大多数模型专注于单一分辨率模型,建模在一定的粒度,而更少的研究着重于多分辨率模型,特别是三级或以上多分辨率模型。同时,研究集成方式和混合模型的类型和方向已经提到。
(4)在理论基础方面,不同类型的模型有不同的理论基础;同时,混合模型有许多不同的理论依据。没有一个系统的理论,大多数混合模型是基于传统参数变换或部分数据共享。然而,多分辨率模拟理论提供了一个新的想法和混合模型的理论基础。但是所有的多分辨率模拟理论及其在交通尚处于襁褓中的应用。
(5)在研究方法中,大多数之前的混合模型是基于接口参数融合方法,案例研究常常是一个理想的或特定的场景,,很难应用于实际问题。聚合与解集方法,常见的多分辨率建模方法,更适合nonmemory系统。然而,Cross-Resolution交互适用于多分辨率交通仿真系统与记忆功能。此外,Cross-Resolution交互可以集成与集成仿真理论,提供了一个一致的方法依据混合不同分辨率模型,它可以更好地利用现有的研究成果和节约成本。
(6)模型实现而言,现有的模型有太多的控制参数,不考虑实际的交通路况,需要调整,修改和改善在理想条件下的模型。
(7)在模型优化方面,现有模型的求解过程过于简单,结果精度不高;该算法效率相对较低,不能满足交通仿真实时性和准确性的要求。在维护算法的准确性、并行算法可以大大提高计算的效率,实现实时仿真提供了一种可行的方法。
(8)在模型验证方面,大多数模型都是基于纯粹的数学推导和缺乏有效的实际数据验证和验证,从而导致模型与实际的交通状况有一定的差异。
模型分辨率还没有一个非常明确的定义。国际模拟互操作性标准组织分辨率定义为现实世界水平的详细和准确的表示模型和仿真,也可以称为粒度( 根据粒度范围,范围多分辨率模型可分为低分辨率模型(宏观模型),正常解析模型(介观模型)和高分辨率模型(微观模型)
理论上,多分辨率交通模型的数学描述同一对象在不同的粒度。从实际应用的角度,不同的人注意同样的问题,不同方面和不同粒度模型是根据不同的需求建造。此外,不同分辨率模型的建立家庭的交通研究对象可以让用户根据具体需求选择不同分辨率模型。
摘要交通系统多分辨率模型是由集合理论。模型描述系统的特征,包括行为特征、时间特征、空间特征、性能特征,粒度级别和内部结构。模型形式化过程中,研究对象的结构是建立在充分提取交通系统的特点,所以模型具有更广泛的描述和范围。这篇论文吸引seven-tuple结构建立多分辨率模型的ten-tuple交通系统结构,讨论了状态转换方程和交通状态的机制
其中,<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5">
一组结构基于十维度可以描述对象的属性和行为特征的时间,空间,和相应的参数。多分辨率交通模型可以有效地描述集合理论,它提供了一个基础的建立和评估研究复杂交通系统不同分辨率的模型。
使用集成的模拟方法实现多分辨率交通仿真系统是可行和最优方法,从方便的角度实现或成本。一方面,它可以充分利用现有资源和系统,以避免资源浪费和保持现有应用系统的连续性。另一方面,它可以大大减少开发和测试成本,同时满足目标需求的系统。
多分辨率交通仿真模型可以建立宏模型和分析,mesomodel,微模型三种粒度级别。三种粒度级别可以融合模型,分析,模拟,并尝试通过集成仿真方法方面的集成类型、集成策略,整合方向,和集成一致,等等。所有这些建立多分辨率交通仿真三角形框架,如图 多分辨率使得宏观交通仿真三角框架,中间,和微模型的顶点和多分辨率的基础交通仿真的基础。在三角交通模型集成仿真方法框架,作为一种手段,是融合技术不同的分辨率仿真模型的基础。集成式、集成策略、集成方向,和集成的核心是一致的优化过程中不同分辨率仿真模型。上述部分多分辨率的基础交通仿真验证和确认的过程。
有不同的集成策略,当集宏观、介观和微观仿真模型。根据时间标准,它可以分为同步模式(SM)、异步模式(点)和混合模式(MM)。SM是一个串行执行政策本质上,这是一个过程,不同粒度模型组合在一定的顺序,可以按顺序运行。我是不同的粒度模型可以同时运行在一个特定的空间或时间,它是一个并行执行的策略。MM是混合应用SM和我。SM是用于空间或一段时间的一部分,而采用其他空间或时间。MM可以最大限度地满足实际的仿真需求,充分利用两者的优点整合策略。
图
城市高速公路的主要目的是建立快速连接城市各功能区域之间的通道,和功能区域之间结合部卫星镇,邻近城市和功能区域之间。城市高速公路可以单独的车辆从nonmotor车辆在旅游空间( (1)主要城市的高速公路是全封闭的立体交叉形式。所以干线的交通流量是快速和连续的,而救援道路,影响交叉口交通控制,是典型的间断交通流和排队和舰队消失的现象经常发生 (2)城市高速公路主要服务车辆在城市还是短的旅行。
(3)一般来说,设计高速公路的速度是60 - 80公里/小时,不超过100公里/小时,在中国。
当车辆数是小城市高速公路上,车辆可以在预期运行速度限制自由流动。随着交通流量的增加和交通密度、交通行驶速度减慢,导致排队。
(4)城市高速公路有很多出入口,出入口之间的距离很小,和它的密度是有点高。
(5)操作速度的城市高速公路基本上是正态分布。坡道的入口处,车辆速度相对集中,这是一般在偏态分布 (6)与城市道路相比,城市高速公路大容量和平均运行速度更大。城市高速公路具有明显的潮汐特征。
本文研究了城市高速公路。根据城市高速公路的属性分析,宏观模型应该描述交通流等方面的特征。①描述交通流的粘性和压缩性能。②描述外部环境的特征和驾驶员的驾驶特性。③模拟各种实际交通流现象,如交通拥堵造成的事故或建设。④反映了匝道信号控制,没有斜坡计量对交通状态的影响。⑤描述交通流运行状态随时间变化在基本段路,入口和出口坡道,编织部分。
对于宏观模型,提出以下基本假设为交通流的速度和密度之间的关系:
(1)速度范围从零到畅通的速度<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M74">
(2)当车辆之间的空间是无穷,车辆速度是有限的畅通的速度;也就是说,<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M76">
(3)当密度果酱密度<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M79">
(4)车辆速度随密度的增加而减小;<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M81">
(5)平衡速度函数<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M82">
(6)司机对刺激的反应有一个时间延迟<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M86">
(7)平衡速度<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M87">
(8)后方车辆的状态变化取决于相邻车辆的相对速度,相邻车辆之间的空间,粘滞阻力造成的车辆类型不同,交通流的压缩特性,和司机的心理车辆安全距离。
基于上述假设,结合经典车辆模型的推导过程( 两个相邻车辆跟车,<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M90">
从图可以看出 车辆模型图。
公式(
详细的定义公式( 以上推导变换后,公式( 从公式可以看出( 江等人模型认为,应该考虑两车的相对速度;这种模式演变成( 因此公式( 其中,<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M116">
通过将微观参数转换为宏观参数:
使<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M132">
的左边( 在公式( 用(
(1)假设一个近似解,表示为一个线性组合的一组(正式)简单的功能<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M151">
(2)考虑微分方程和边界条件,一个目标函数<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M153">
(3)目标函数是最小化的一个合适的算法将最小化的过程决定了待定系数,从而获得问题的近似解。
各向异性的控制方程动力学模型可以表示如下:
根据( 根据图 交通流控制卷图。
然后, 的公式,<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M165">
一维控制体积,间隔时间<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M172">
然后, 在这个公式,下标<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M176">
方程(
微观交通仿真模型的多分辨率模型的实现是通过使用COM方法VISSIM的德国PTV公司系统集成。VISSIM微观道路交通建模工具是通过模拟交通运行状态评估程序,充分考虑交通特征的机动车辆,行人和自行车。其核心仿真模型包括①车辆纵向运动采用心理物理教授提出的车辆模型魏德曼的德国卡尔斯鲁厄大学;②车辆横向运动选择Sparmann换道行为的模型基于心理学和VISSIM动态交通分配用于路径选择[ 基于视觉心理假设,魏德曼等人提出了一个基于心理车辆驾驶概念模型的原则。魏德曼模型的基本假设是,司机调整以下速度根据前面和后车之间的相对运动,如各种各样的速度和距离。但这些刺激只能感觉到和对司机超过某个阈值( 本文认为司机following-driving状态通常遵循这些驾驶模式:车辆通常从free-driving状态接近状态进入following-driving状态然后离开状态,然后在free-driving状态。在这些州,有可能突然发生状态和车辆进入制动状态。此外,即将到来的状态和following-driving状态往往转化为彼此。对于每一个驾驶模式,后方车辆的加速度是由车辆的速度,速度差和前后车之间的距离,和车辆的特征。当司机达到一定阈值所表达的速度差异和距离,他将从一个驾驶状态切换到另一个驾驶状态( 车辆驾驶的基本状态转换原理图。
换道行为是指行为的通用汽车从当前车道相邻车道上。Sparmann车道变化规律是一个著名的基于心理学(车道改变模型 原理图改变车道的决策过程。
本文建立了“简单的模拟场景”,约2公里路从延安东路交换到天母扶轮上海南北高架高速公路的交换。威海路入口坡道和北京路南北出口匝道将被忽略,因为他们太接近对方。但Xinzha道路北入口坡道是保留在模拟场景中。为了减少交换的影响,模拟场景的开始点和结束点有一些距离延安东路的交换和天母的道路。考虑到交通问题的特点,网格不能划分太小了。在简单的模拟场景,网格也同样划分。
图 多分辨率交通仿真模型的基本路示意图。
在本文中,使用实际的测试数据,9月22日,2009检测器数据,采样频率是1分钟。表 斜坡名称、ID和探测器信息表南北高架道路的一部分。
本文的方案进行数值解决和mesomodel宏模型。在“简单的模拟场景,“宏观和介观模型的参数初始值设置如下: 畅通的速度<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M179">
果酱密度<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M180">
初始密度<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M182">
输入量不变<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M183">
输出音量不变<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M184">
仿真步骤<我nl在e- - - - - -for米ul一个><米米l:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M186">
链接ID
链接的长度(米)
斜坡ID
坡道的名字
探测器ID
7 入口坡道7 延安东路交换由西向北左转
入口坡道8 延安东路立交右转从东到北
出口匝道7 离开turn-Yan国安升高
出口匝道8 Right-Yan国安升高
8 595年 - - - - - - - - - - - - DX10
9 入口坡道9 入口坡道威海路以北
出口匝道10 在北京南路出口匝道
10 565年 - - - - - - - - - - - - DX12
11 552年 入口坡道11 入口坡道Xinzha路以北 DX13
12 入口坡道12 入口坡道的西部天母路上扶轮交换
入口坡道13 入口坡道的东部天母路上扶轮交换
出口匝道12 出口匝道的西部天母路上扶轮交换
出口匝道13 出口匝道的东部天母路上扶轮交换
数据 宏模型的体积密度关系图。
mesomodel体积密度关系图。
微模型的体积密度关系图。
Volume-time入住率检测器数据的关系图。
从图可以看出,振荡的数据点和趋势线在宏模型的体积密度图和mesomodel很小。整个趋势线的形状为抛物线,趋势线的最大体积约veh / s,和果酱veh /密度约为0.16 m。体积密度图微模型的分布式的数据趋势线和整个趋势线作为一个抛物线的形状,但振荡的数据更大。同时,最大体积微模型趋势线是0.8 veh veh / / s和果酱密度约为0.125 m。数据volume-time入住率关系图的检测器数据分布在趋势线,整个趋势线的形状为抛物线,和振动数据很小。实际检测数据的最大体积在趋势线是1 veh / s及其在交通堵塞状态时间占用率约为63%。
从定性的角度,体积密度关系的宏观、介观和微观模型与检测器数据一致。其中,宏模型的仿真数据和mesomodel波动相对较小,他们的一致性较高。然而,微模型的仿真数据变动比较大,其一致性相对较低。也许是由于这一事实,微模型的描述更详细,其随机性在车辆更大。
为了定量评估运输多分辨率模型的有效性和适用性,使用以下几个指标:平均绝对误差(MAE)、相对误差(RE),均方误差(MSE)和标准偏差(St.D)。再保险,结果认为的影响“最大相对误差”和“严重错误”被处理根据Dixon指南(
每个模型的体积分析。
| 模型 | 平均密度(veh /米) | 美 | 再保险 | 均方误差 | St.D |
|---|---|---|---|---|---|
| 中医 | 0.1154 | 0.24 | 0.25 | 0.09 | 0.29 |
| 宏模型 | 0.1225 | 0.21 | 0.20 | 0.08 | 0.28 |
| Mesomodel | 0.1250 | 0.31 | 0.24 | 0.15 | 0.39 |
| 微模型 | 0.1033 | 0.26 | 0.23 | 0.13 | 0.36 |
当交通流密度较高时,梅mesomodel是最大的一个,宏模型的美是最小的一个,美CTM和微模型之间。考虑再保险,宏模型的相对误差是最小的,其价值的中医是最大的一个,再保险mesomodel和微模型接近,在最小值和最大值之间。考虑MSE和St.D宏模型和中医的值接近,这是小。然而,MSE和St.D mesomodel和微模型接近,这是更大的。
可以看出,当交通密度高,因为宏模型考虑粘性和压缩特性,宏模型的仿真结果精度高,误差小,分散的结果更小。微模型可以反映个体车辆的特点,其误差较大,及其色散仿真结果更大;因为微模型的随机性比较大,时间偏移量和位置偏移量很高。情况更重要,当交通量很小,它的密度很低。考虑mesomodel,它可以结合部分宏模型的特点和微模型,相比之下,中医;他们的值有4%的差异。但是mesomodel可以反映一些流量的随机性质,导致其MSE和St.D比中医更大。与微模型相比,mesomodel大大提高了仿真效率和应用范围。与宏模型相比,模拟微观和介观模型精度较低,但更大的错误,因为它的随机性质和时间抵消了统计分析和位置偏移。
本文比较了每个子模型的多分辨率模型基于相同的真实场景来评估多分辨率模型的一致性,这是表达的一致性分析的交通波。图 汽车微模型的时空轨迹图。
在图(a)和(b) 网格8交通体积密度关系图。
宏模型
Mesomodel
当交通流量低密度和低容量状态,(D),转换到更高的密度更高的体积状态,B (E),分布式波的速度是积极和其传播方向是沿道路。当交通流高密度和低容量状态,C (F),转换到低密度高体积状态,B (E),分布式波的速度为负,其传播方向是沿着公路走了回去。波(D)从国家到国家B (E)集中波,波从国家B (E)国家隐失波(D),两者都是进步的浪潮。的波状态B C (F) (E)隐失波,和波从国家B (E), C (F)集中波,这两者都是逆行的波。
图 多分辨率模型的交通波一致性分析示意图。
图
交通波的定性分析不同模型研究了以上;交通波定量分析将在下面讨论,使用美、再保险、MSE、St.D索引。表 8交通波速误差分析的多分辨率网格模型。
如表所示 可以看出,这四个模型可以模拟交通状态变化,捕捉交通波,并且拥有较高的仿真精度,其中微模型的模拟精度是最高的和结果的离散程度是最低的,由于微模型的复杂的模拟能力。宏模型模拟精度较高,因为交通阻抗的详细描述(粘性和压缩属性)。mesomodel模拟精度高于CTM和低于宏模型。与中医相比,mesomodel考虑动态的流量,可以描述交通状态转换过程比中医更精致。与宏模型相比,mesomodel可以描述一个特定的离散随机状态,但这也导致了低精度和较高的分散度。
与此同时,不同分辨率模型的仿真结果有差异,因为时间偏移量,位置偏移,不一致的接口,和控制参数。为了获得更好的结果时,他们可以通过不同的参数优化模型,包括时间和空间的统一界面和一致的优化。
模型
波数
波速度(米/秒)
角(度)
指数
美
再保险
均方误差
St.D
宏模型 波AB −3.95 −21.53 0.4858 0.1404 0.2360 0.4858
波CD −2.64 −14.79 0.0825 0.0323 0.0068 0.0825
平均值 - - - - - - - - - - - - 0.2841 0.0863 0.1214 0.2841
Mesomodel 波AB −3.43 −18.93 0.0303 0.0088 0.0009 0.0303
波CD −2.02 −11.43 0.5359 0.2096 0.2872 0.5359
平均值 - - - - - - - - - - - - 0.2831 0.1092 0.1441 0.2831
中医 波AB −2.96 −16.51 0.4954 0.1432 0.2455 0.4954
波CD −3.26 −18.06 0.7030 0.2749 0.4942 0.7030
平均值 - - - - - - - - - - - - 0.5992 0.2091 0.3698 0.5992
微模型 波AB −3.50 −19.29 0.0400 0.0116 0.0016 0.0400
波CD −2.31 −12.99 0.2495 0.0976 0.0623 0.2495
平均值 - - - - - - - - - - - - 0.1448 0.0546 0.0319 0.1448
通过比较单一分辨率模型的特点,本文确定了多分辨率技术研究城市高速公路干线的交通流模型及其斜坡。首先,阐述了多分辨率建模和多分辨率交通模拟三角形框架是由使用集成的模拟方法。其次,集成策略问题,多分辨率交通仿真的关键问题,阐述了。提出了一种新颖的多分辨率交通仿真模型通过异步集成策略基于集合理论,它可以描述交通系统的特点,如行为特征、时间特征、空间特征、性能特征,粒度级别和内部结构。然后,根据城市高速公路交通流的特点和宏模型的目标,宏观交通流的概念模型和数学模型,结合粘度特性和压缩特性,建立了细节。基于宏观交通流模型,与此同时,一个新的介观建立交通流模型通过使用加权残余法和有限差分法。此外,讨论了微观模型通过使用VISSIM的德国PTV公司。此外,为了模拟和评估的多分辨率模型,本文建立了“简单的模拟场景,”约2公里路从延安东路交换到天母扶轮上海南北高架高速公路的交换。最后,分析了多分辨率模型的仿真结果从几个方面,体积一致性、交通波一致性,和误差分析,等等。本文使用美,再保险、MSE和St.D定量评估运输多分辨率模型的有效性和适用性。 The results show that the novel multiresolution model can simulate characteristics of traffic flow and keep the consistency of traffic state transition. It can capture traffic wave and have higher simulation accuracy. And it is feasible and effective in traffic simulation.
作者宣称他们没有金融和个人关系与他人或组织不当会影响他们的工作;没有专业或其他任何性质的个人利益或在任何产品,服务或公司可能被视为影响的位置,或审查,手稿。
这项工作部分是江苏省自然基金(BK20151201和BK20160357),苏州工业技术创新项目(SS201525),住房和城乡建设部中华人民共和国(号。2015 - k5 - 027和2013 - k5 - 27),江苏省建筑系统(没有。2014 zd86),苏州科技大学青年基金(nos XKQ201403和XKQ201508)。