文摘
提出了一种新的细胞自动机(CA)模型来模拟城市交通动态双向道路网络系统。采用NaSch规则来表示车辆运动道路部分。两个小说规则提出了移动车辆在交叉领域,和一个额外的规则是为了避免“僵局”开发的现象。仿真结果表明,该网络基本图非常相似的道路交通流。我们发现随机概率和最大车速对网络流量流动畅通的状态产生重大影响。时可能会影响弱网络拥挤。
1。介绍
如今,交通堵塞已成为一个主要的和昂贵的问题在许多城市由于城市人口和车辆的增长。发展道路交通仿真模型,发现交通动力学的基本定律可以提供重大贡献交通拥堵缓解和预防。在过去的几十年里,提出了各种模型来模拟交通动力学。其中,细胞自动机(CA)模型已成为越来越受欢迎。这是因为进化规则的CA模型简单,直接,有效的(1]。
由于一维CA交通模型(NaSch) [2)和二维CA交通模型(BML) (3)在1992年提出了一个伟大的许多CA模型开发了模拟道路交通动力学(4- - - - - -20.]。1999年,城市交通的“统一”CA模型(Chsch)基于NaSch模型和BML模型提出了(21]。到目前为止,各种因素被考虑到CA模型增强的能力模型在模拟城市交通现象(22- - - - - -25]。然而,大多数现有的单向交通系统的开发模型。在实践中,双向道路在城市交通网络更常见。
在本文中,一个新的城市CA模型提出了双向公路网络。直接在我们的模型中,车辆在公路上遵守规则在原始NaSch模型。减少车辆冲突和提高交通效率,假定有一个十字路口的车辆优先于车辆在十字路口附近的细胞。两个小说规则提出了移动车辆在交叉领域,和一个额外的规则是为了避免“僵局”开发的现象。进行模拟调查网络基本图和随机概率的影响和网络流量的最大车辆速度流动。
剩下的纸是组织如下。节2,提出了一种新的CA模型为城市双向公路网络。节3,仿真结果和讨论。最后,结论部分4。
2。模型
如图1城市道路网络双向道路。每路分为细胞,每个细胞的长度是7.5米,每车占据了一个细胞。车辆在路的右边开车。
在最初的时候,汽车是网络中随机分布。每辆车是随机分配一个来源和目的地。细胞在十字路口旁边,所有其他细胞可以作为起源和目的地的汽车。所有汽车都假定沿着最短路径距离目的地。我们采用一个额外的距离反映了不同阻抗的十字路口的每个动作:3,1和2细胞为左转弯,未来,分别和右旋运动。然后,迪杰斯特拉算法可以用来生成最短路径树,和每辆车随机选择一个最短路径完成旅行。当车辆到达目的地,它会随机选择一个新的目的地继续旅行。每辆车可以做左转弯,未来,和右旋运动在内心路口但不允许反向驱动的道路。
一辆汽车穿过一个十字路口的运动行为是相当不同的道路。因此,更新规则的汽车在十字路口道路和区域分别描述如下。
2.1。更新规则的道路部分
道路部分的更新规则直接遵循NaSch模型(2]。让和分别的位置和速度给定路段上的车辆(见图2)。每个车都有一个最大的速度,。然后,之间的距离吗车辆和前面的车,如果车辆是第一个车辆。在每个时间步,每辆车的速度和位置更新的路段并行按照下列规则。
步骤1(加速度)。如果的速度车辆增加了一个,但是依然没有改变,如果;也就是说,
步骤2(减速)。如果的速度车辆减少到;也就是说,
步骤3(随机)。如果的速度汽车是由统一的概率减少随机;也就是说,
步骤4(车辆运动)。每辆车往前移动根据其新的速度取决于步骤1- - - - - -3;也就是说,
在步骤3随机概率将反应了一定的事实,车辆可能减缓由于一些不可预测的因素,如过度刹车,路况的变化,心理因素,延迟加速。这个概率可以表示网络环境对交通流的影响。
2.2。更新规则的车辆在十字路口地区
如图3,有两种类型的细胞相关的每一个十字路口:(i)细胞交叉(即。细胞,细胞1 - 4)和(2)附近的十字路口(即。,细胞5 - 8)。不同的方向穿过一个十字路口的车辆有不同的轨迹。例如,左转车辆车道1穿过细胞5,1,2,3,和11巷8,前方车辆穿过细胞5,1,2,和9巷6,和边拐车辆穿过细胞5,1,12巷7。剩下的三个方向遵循相同的运动模式。我们假设在一个十字路口车辆的速度是0或1。因此,车辆必须穿越轨迹上的细胞在交叉领域。
冲突有36点冲突在每个十字路口和9点为每个细胞在十字路口。为了防止车辆碰撞,我们假设细胞在一个十字路口的车辆有优先于车辆在十字路口附近的细胞。例如,如果细胞4是被一个左转车辆从巷2巷7或提前或左转车辆从4车道,车辆在细胞5将被禁止开车到细胞1。采取以下三个规则更新车辆在十字路口地区(见图4)。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(我)更新规则对汽车在十字路口的细胞。如果前面的单元格为空,那么这辆车往前移动一个细胞的最后一步;否则,车辆仍将持有。这个规则将采用所有车辆在细胞1 - 4。
(2)车辆在十字路口附近的细胞更新规则。如果前面细胞细胞内是空的,没有车辆在十字路口试图占领细胞,然后车往前移动一个细胞的步骤;否则,车辆仍将持有。这个规则将采用所有车辆在细胞5 - 8。
(3)额外的规则车辆避免“僵局”现象。我们发现的“僵局”现象可能发生特殊情况:细胞1 - 4是空的,和细胞5 - 8,分别被提前或左转车辆。在这种情况下,如果四辆细胞5 - 8同时向前移动一个细胞,然后细胞1 - 4都将占据了四个在下一步车辆无法前进。为了避免“僵局”现象,在这种情况下,我们随机选择一个车辆在细胞5 - 8不要动,和其他三个车辆前进的一个细胞。
3所示。仿真结果
在本节中,基于该CA模型进行模拟研究双向道路网络的交通特征。网络的大小和细胞的数量是20(即每路部分。,150)。网络密度的定义是车辆的平均数量占据了网络中的一个细胞。我们不同的网络密度从0.005到0.9,0.005的增量。十倍的模拟进行了密度。20000时间步模拟和统计数据收集后10000瞬态模拟的时间步长。如果当地死锁发生的模拟,年底前收集到的统计数据是按照实际的瞬态模拟的时间步长。
3.1。网络基本图
在宏观交通模型中,基本图给交通流之间的关系,密度,和速度。它可以用来预测道路的能力当应用交通控制系统或其行为。也存在网络交通流基本图,使网络交通流之间的关系,网络车辆密度和网络速度。摘要网络交通流的定义是车辆的平均数量单位时间内到达目的地,和网络速度定义为网络中车辆运动的平均速度。网络基本图以图形方式显示在图5。可以观察到相应的关系非常类似于道路交通流。(我)一个近似三角形的基本图网络流密度可以观察到在图5(一个)。网络交通流有一个可持续增长与网络车辆密度,达到其最大值在关键网络车辆密度,然后逐渐下降。(2)图5 (b)表明,网络速度逐渐下降,网络车辆密度长大。网络的基本图speed-density反“S”锋利。这个结果符合事实,更拥挤的网络有较低的网络速度。(3)网络speed-flow不是一对一的映射关系。有两个网络速度对应于每一个网络流除了最大网络流(见图5 (c))。其中一个网络速度表明畅通的状态,和另一个表明拥挤状态。
(一)
(b)
(c)
3.2。随机概率的影响
的影响网络交通流的随机概率图形显示在图中6。可以观察到的网络速度是影响很大的随机概率时,网络密度低于临界密度。然而,将影响网络密度超过临界密度时弱。如果网络密度低于临界密度,较低的随机概率可以带来更高的网络速度。这是因为车辆可以自由移动,当网络密度很低,和汽车更有可能保持高速小随机概率。当网络密度大于临界密度,车辆可能经常在走走停停的状态,和随机概率的影响消失。
3.3。最高车速的影响
最大速度的影响在网络交通流以图形方式显示在图7。可以观察到的网络速度是影响很大的最高车速时,网络密度低于临界密度。然而,将影响网络密度超过临界密度时弱。如果网络密度低于临界密度,更高的最高车速可以带来更高的网络速度。这是因为车辆可以自由移动,当网络密度很低,和汽车更有可能在高速开车。当网络密度大于临界密度,车辆不能加速由于交通堵塞,最大车辆速度的影响就会消失。
4所示。结论
在本文中,一个新的细胞自动机模型为城市提出了双向公路网络。仿真结果表明,该网络的基本图网络交通流非常相似的道路交通流。我们还发现,随机概率和最大车辆速度可以显著影响车辆密度较低的交通网络的效率。他们的影响力将会疲软时,网络变得拥挤。在未来,我们将考虑交通流控制的双向网络系统,如信号控制(26)、信息指导(24,禁止车辆运动(27- - - - - -29日]。
利益冲突
作者宣称他们没有利益冲突有关的出版。
确认
共同支持的这项工作是金华的科学和技术研究项目(2011-3-053),国家自然科学基金(71271075和71271075),和新世纪优秀人才计划的大学(ncet - 13 - 0766)。