NaSch模型的修改.docVIP

NaSch 模型的修改 。 当 rand ()，7．1 ≤1 且 7．1 ≥ +1时 ，可将车辆状态演化的并行更新规则修改为 1) 以概 率 P 延 迟 过 程 。 ，该过程表示车辆的随机延迟行为 ； 2) 加速过程。 ，该过程表示车辆期望达到的最大速 度 ； 3) 减速过程 。，该过程表示 车辆为 了避免碰撞所进行 的 确定性减速行为； 4) 位置更新 。，该过程表示每辆车按照前面的步骤得到的速度更 新自己的位置 。 式 中； 为安全概率 ，rand ()是产生0～l 之间的一个 随机数 。车辆在行驶过程 中的换道规则与ST C A 模型的换道规则一样。用 2 个 长度为 L 的一维离散的格点链来表示 2 条单向车道 ，数值模拟 的一个 元 胞 实 际道路 长度 为 7．5 m ，用 1 000个 一维离散的格点 ，表示 的实际道路 长度约为 7．5km ，边界 为周 期性边 界条件 ，最 大速度=5cell／s 相 当于实际车速 135 km ／h ，车辆随机减速 概率P = 0．25，换道安全距离= 5 cell。每个车 辆 占用一个元胞 ，时间步长取 1 s。N 为分布在两 条车道上车辆的总数 ，则车流密度，平均速度v， 车流量分别为 数值模 拟与分 析 车辆按设定 的车流总密度随机地分布 约在 1 000个 L 的 2 条车道上 ，每个样本运行20 000时 步 ，为 了消除暂态的影 响，只对最后的2 000步的 数值模拟结果做时间平均，为了消除随机性的影 响 ，改善初始分布的随机性 ，故取 20 个样本做系 统 的平均 。当 时，ST C A 模型与本文模 型模拟的密度一流量 比较如图 1 所示 。 从图 1 可以看出，在 0．11≤p 0．85 区域 ，本 文模型所模拟的流量明显大于ST C A 模型模拟的 图 1 STCA模型与本文模型密度一流量基本图 流量。当 0．11 时，本文模型所模拟的车辆均处于畅行状态，很少 出现静止车辆或速度为 l 的车辆 ，不受安全因素的约束 ，因此在这一区域本文模型的模拟曲线和 ST C A 模型 的模拟 曲线完全重合。应该 注意 的是 ，在 0．12≤ 0．27 区域 ，本 文模型模拟的流量几乎保持不变 ，不随密度的增加而发生变化，而ST C A 模型模拟的流量随密度增加而急剧减小 ，这是由于在此 区域内ST C A 模 型会出现局部的堵塞相 ，导致流量的减小 ；然而在 引入安全因素的本文模型 中，在此 区域的低速车 辆在随机延迟后很可能不再需要确定性减速，一 般不会出现完全静止的堵塞状态。更可能的情况 是 ，出现前 后 间距为 1、速 度为 1 的缓 慢行驶 区域 ， 即同步流，系统 中的所有车辆都处于运动状态，因 而考虑安全因素的本文模型的流量较ST C A 模型 模拟的流量要大。随着密度ID 的继续增大，缓慢行 驶的区域越来越大 ，并且导致有些区域逐渐发展 成为 堵塞状 态 ，即在 0．27≤ 0．85 密度 区域 ，同 步流与堵塞相共存 ，堵塞的状态随密度的增加越 来 越严 重 ，同步流越 来越少 ，所 以流 量随密 度 的增 加而减小 。当 0．85，车辆很难满足安全因素模 型 ，所以不受安全因素的约束，此时本文模型的流 量和ST C A 模型几乎重合。 当P =0．25 ， 取不同的值时本文模型数值 模拟得到的交通流基本图如图2 所示。从图2 中可 以看 出，在 0．11 区域 ，流量 不 随 的变 化而 变化 ，这是因为当车流密度较低时，经过一段时间 的运行后，车流处于畅行的状态 ，车流速度较高， 不会出现车速为0，很少出现车速为1 的情况 ，P 不会对交通流产生影响。在0．11≤ 0．85 区域， 数值模拟 的结果表明，本文模型模拟的车道具有 较大 的通行 能力 ，安 全 因素越 大 ，形成 堵 塞 的 区域转变成缓慢行驶区域越多，流量越大。 当P =0．25，。 取不 同数值时，本文模型模 拟得到的安全驾驶车辆的比例与密度的变化如 图3 所示。从图3 中可 以看到，在 0．11 区域 ，安全驾驶 的车辆几乎为 0，而且不随 尸 的变换而变 化 ，这与 图 2 中流量 的变 化是 一致 的。在 0．11≤ O．85 区域，同一密度下安全概率尸 越大，安全 驾驶 的车辆越多 ，对应图2 中的流量越大。