文摘
根据不同的公交司机驾驶行为特征,元胞自动机交通模型考虑到公共汽车专用车道改变人们的行为与本文提出的调度参数。模拟交通瓶颈问题引起的公交车站与no-bay汽车站多车道公路。混合交通流的组成不同的巴士到达率,流密度图,密度分布曲线,提出了时空图。此外,混合交通流特性进行了分析。数值实验结果表明,该模型可以生成各种复杂的现实的现象在公交车站的交通系统和更好地使用交通流模型提供理论依据。
1。介绍
因为细胞自动机的特点,其模型简单,能有效地再现复杂交通现象的特点,当电脑执行;之后引入运输领域,它一直在快速发展1- - - - - -5]。作为一个主要的交通系统,公共交通系统的操作状态可以影响整个运输系统状态,所以公共交通对道路交通流的影响的研究近年来已成为一个热点问题。贾et al。6和李et al。7)而在港口道路交通流的动态特性风格和nonharbor风格两种不同设置的公交车站的影响和分析公交比例和公交车站的长度。歌和赵8]等等使用双车道元胞自动机模型模拟交通瓶颈问题的相互作用引起的入口坡道和公交车站和讨论公交车站入口坡道上游和下游两种情况,分别。朱(9)比较和分析城市交通流特征下的两车道的交通系统三个条件:有公交车道,间歇总线特定的道路,没有公交车道。罗等。10模拟和分析交通流的公交线路根据不同的离职率和到达率。
然而,当前总线行为建模缺乏进一步细化的进出站行为,公共汽车使用一个固定的停止时间,先进先出(FIFO)原则,等等。但在现实中,同时有通常情况下多个总线入站,公交车的实际停止时间感染了乘客上下车,和巴士后进先出(LIFO),等等。所以当前总线行为建模与实际情况不一致。
针对存在的问题在上面的模型中,本文以多车道的细胞自动机模型作为背景,通过定义公共汽车停车交通行为规则在公交车道和nonbay汽车站;本文调查了它对道路交通流的影响。
2。CA模型
论述了nonharbor公交车站对交通流特性的影响。通过应用元胞自动机模型,部分公交车站被描述为系统如图1。部分有三个车道(巷1巷2巷3);节长度细胞。在路上,车辆可以自由改变。在公交车道,社会车辆被迫改变航线旅行nonbus车道;公共汽车专用车道需要改变车道成巷1实现进入车站和停车场。前面的公交车站设置的一部分。系统认为社会车辆和公共汽车两种类型;其中,社会车辆分为汽车和教练,和一辆汽车占据5细胞;一辆公共汽车和一个教练都占据10细胞。汽车的最高速度是多少细胞;公共汽车和教练的最大速度是多少细胞。
2.1。车道改变规则
除了地区和、车辆在其他部分可以自由变换车道;车辆自由换道规则如下:
其中,,,分别代表空细胞数量之间的车辆和原来的车道车辆,前方和后方的车辆目标车道(如图2)。特别是,当车辆之间有重叠的部分和目标车道,前方和后方的车辆和可以把负数。,表示车道改变动机和显示,车辆不能继续加速行驶在当前车道,而目标车道驾驶条件比当前车道。安全条件,保证汽车不会撞上目标车道上后面的车后,改变了车道。
的地区和,公共汽车专用车道改变规则;具体规则如下。
2.1.1。站内的规则
公共汽车系统中有三种状态;使用来表示,即公交车停不停车,;公共汽车停车的停止,;公共汽车已经离开了,。
在和总线的状态;这个时候公共汽车专用车道改变自由换道动机,动机是不同驾驶条件巷1是否好或坏;公共汽车没有停在车道2必须变换车道,车道1(公交车道)实现进入车站和停车场。在这次强制换道规则
方程2表明,只要当前公交车不撞上前方和后方的车辆目标车道,车道变化可以实现。同时,如果公交车在右边车道没有公园,然后他们禁止改变到左车道之前进入车站和停车场。
如果公式2不满足,那么公共汽车将一个信号发送到车辆目标车道上后面,后面车辆目标车道上避免公共汽车有一定概率,然后它满足条件了吗
其中,代表了随机数,总线的位置吗,区域的总长度吗和,后面的车的概率是回避;公共汽车更接近于,的概率就越大,避免碰撞的概率就越高。
如果公共汽车左边车道不改变车道成功直到开车去,公共汽车就停在这个位置,为了等待机会变换车道。
公共汽车开始停止在公交车前面进入车站后,在公交车站;当公共汽车速度是0时,我们考虑到公交车站和停车场;乘客开始,在这个时候,。
2.1.2。Out-Station规则
公共汽车停车后,停止时间的公共汽车是;由于不同的每个总线负载系数,乘客上下车时间也是不同的;假设汽车停车时间是均匀分布的。当遇到停车时间、公共汽车完成停车,这时公交车的状态更改;公共汽车可以继续前进。
如果车辆前面的车仍然是停车,然后巴士寻找改变车道机会概率;否则它将仍在;停车累积时间;然后巷条件的变化
其中,代表了随机数和最长时间是公交司机可以等待;等待时间越长,大巴士的概率改变左车道。退出汽车站后,公交车已经完成了停车;在面积上他们改变车道自由巷,在这个时候,和社会车辆不能改变车道公交车道。
2.2。向前移动模型
向前移动车辆的基础上提高规则NaSch模式11];进化规则如下:(1)加速度:;(2)减速:;(3)直达公交车,减速换车道的目的,停站,停车():;(4)(与概率随机慢):;(5)位置更新:。
其中,表示之间的空的细胞数车辆和车,表示空之间的细胞的数量车辆和前方车辆(即车),的长度吗车,也就是说,细胞的数量。
2.3。边界条件
系统采用开放的边界条件,假设每个车道对应的最左边的单元格,最右边的细胞对应,表示头部的位置左边的车表示头部位置的右边的车辆;在时间步路上,当车道位置的更新完成后,更新的价值和。如果,那么车辆速度进入细胞的概率α;按照一定比例流入车辆设置公共汽车。
在车道的退出,系统使用完全开放边界条件;也就是说,当车辆满足的头部位置领先的汽车将退出系统,未来汽车将成为领先的汽车和旅行没有阻碍。
3所示。模拟和分析
系统使用三巷细胞自动机模型;公共汽车、长途汽车和汽车是随机放置在初始状态。假设道路长度是细胞,离开系统的概率、系统随机概率是缓慢,公交车的位置总线是50个细胞的长度,即它可以容纳五公交车同时,特殊巷间隔长度的变化细胞,巴士站时间是均匀分布。仿真长度是20000倍;选择后15000次的模拟数据和统计数据。
选择公交进出站建立模型(8];相比之下,比较它们的仿真结果,公共汽车的比例。首先,使系统的交通密度统计;其统计公式如下:
其中,小型汽车的数量在系统;大汽车和公交车的数量在系统中,小型汽车的平均速度的系统,然后呢的平均速度大的汽车和巴士系统。
流和密度比较两个模型的结果如图所示3。从图可以看出3在相同的密度值,提高仿真模型的流量比的模型(8]。主要调节进出站的回避行为,加上提前出站的行为;它也减少了等待时间的公交车进入(或)站;从而减少了上游拥塞的概率汽车站。
图4是密度分布图表。从图表可以看出,实线的峰值出现在公交车站的位置(950 - 1000细胞);它反映了这样一个原则:没有进入车站公交车优先进入车站。当有空位在公交车站,公交车不站在相邻车道可以选择进入车站和停止;然而,虚线的峰值出现在的竖井口汽车站(950 - 900细胞),汽车必须在公共汽车站排队等候。下游的实线密度高于虚线的密度;由于公交车进入车站和停车场汽车及时,它增加下游流动的公交车。从图,实线的密度分布更均匀虚线的密度分布。密度的峰值虚线出现在汽车站的上游;这主要是因为失败改变车道公交车排队时间。
(一)
(b)
总之,公共汽车站处理能力改进的模型应当高于原模型。
选择总线比例、0.2和0.3,分别分析其交通流特征。首先,分析公交大巴上的比例的影响进入站行为,如图5和6。
(一)
(b)
第一列中的黑色线条表示车辆在公交车站的位置,成功地从其他车道变换车道,进入站同时在公共汽车专用车道车辆;黑线在第二列表明变成公交车道车辆从巷2在公交车站的位置,虽然黑点表示第二个成功改变车道车辆,也就是说,从巷3互换巷2,公共汽车和公共汽车,最后换车道(巷1)。
我们可以看到从实验结果的比较,当公车比例很低,情况下,公交车进入车站同时很少;即总线完成车道改变前面的公交车站;车辆,同时公共汽车进入车站主要是车辆外公交车道(巷1)。当车道改变公共汽车专用车道不成功,公交车只能排队和等待进入车站巷2。与公共汽车比例的增加,成功的概率公交车换车道进入公共汽车专用车道变得更高;公交车上巷2只能前进,等待最初的车道,如此情况下,进入站在同一时间增加。
其次,分析公交比例的影响在巴士站行为,如图6。随着汽车的增加比例,公交车进入站的比例增加,提前出站的比例也增加。
4所示。结论
本文模拟和研究nonbay汽车站系统部分开放边界条件下,定义了公共汽车进入/站规则和深入研究公交车进入/离开车站的影响行为对交通流。分析交通流特性通过使用流量和密度图,密度分布和时空图。
从仿真结果可以看到,回避行为规则,公交车同时工作,推进出站规则;系统中减少堵塞的几率造成公交车排队和等待进入车站,这是更适合于现实。与此同时,上述行为的发生概率增加随着公交车的比例增加。
利益冲突
所有论文的作者声明没有利益冲突有关的出版。
确认
本文支持的科学家训练项目对城市道路交通智能控制(没有。PXM2014_014212_000053)和关键项目的中国公安部(没有。201302 zdyj012)和中国国家科技支柱计划(没有。2014 bag01b02)。