2007-7-24 机非混合研究--高自友.ppt

为简化起见，我们采用类似于出匝道系统所采用的换道规则\cite{jia3}，因为驶离主道进入出匝道的车辆的换道行为与驶入和离开公交站点的公交车的换道行为是类似的。 相变分析与讨论: Pec nm 流量： — 机动车流量与机非车辆入车概率的关系； — 非机动车流量与机非车辆入车概率的关系； 分析与讨论： —存在一个临界进车概率 ( )，该临界值将车流划分为自由流和车流为饱和流两个区域;在CCA模型中，机动车流和自行车流都存在从自由流到饱和流的相变。 *当 ( )时，机动车流(自行车流)是自由流，流量qm (qnm) 只依赖于自身的进车概率 ( )。 *当 ? ( ? )时，机动车流(自行车流)是饱和流，流量qm (qnm)与自身的进车概率 ( )无关，并达到饱和流量qmc (qnmc) Pe nm Pe m Pec m Pe m Pe nm Pe nm Pe m Pec m Pec nm Pe m Pe nm Pe m Pe nm 相变分析与讨论: 分析与讨论： — 随着 ( )的增长，饱和流量qmc (qnmc)和临界进车概率 ( )都减少，直至达到最小值 * 饱和流量qmc 和临界进车概率 (qnmc, )的值 分别从 =0 ( =0) 时的0.34和0.3(0.5和0.58)下降到 =0.2( =0.14)时的0.15和0.1(0.19和0.28)。 qmc和qnmc下降的百分比分别为56%和62%。 — 流量qm (qnm)不仅依赖于车流自身的进车概率 ( ),也依赖于 ( ) 。 — 机动车与自行车的混行降低了饱和流量，因此， 该模型能够对机动车与非机动车之间的相互干扰进行描述。 — 有趣的是，只有当 ( )超过临界值时，机动车和自行车才会产生明显的相互干扰。 Pe m Pe nm Pec m Pec m Pec nm Pe m Pe nm Pe nm Pe m Pe nm Pe m Pec nm Pe nm Pe m Pe m Pe nm 图6.系统总流量与机非进车概率关系图 系统总流量： （3）主要仿真结果：--系统总流量 图7. 相图根据临界进车概率， 图8. 相图根据系统流量划分 （3）主要仿真结果：--相图 系统总流量, 相图分析与讨论: 流量： — 系统总流量与机非车辆入车概率的关系； 机非车辆入车概率相图: — 按机非车辆入车概率临界值划分； — 按系统总流量划分； 分析与讨论： — 根据 , 相关的临界值可以将( , )的相图分为四个区域 * 在区域I和II中，机动车流是自由流；在区域III和IV中，机动车流为饱和流 * 在区域I和III中，自行车流是自由流；在区域II和IV中，自行车流是饱和流 * line1(line4)是区域I(II)和III(IV)的边界，对应临界进车概率 * 随着自行车进车概率 的增长， 先减小最后保持为一个常数。 Pe m Pe nm Pe nm Pe m Pec m Pec m Pe nm 图9.区域I，侧对应机动道，右侧对应非机动车道。蓝色和绿色表示机动车道上的小汽车和公交车。红色，黑色和洋红色分别表示车道上的元胞内有1-2，3-4，5-6辆自行车。 （3）主要仿真结果：--时空图1 时空图1分析与讨论: 分析与讨论： — 区域I，两个车道上的车流都是自由流，流量qm和qnm只依赖于自身的进车概率。 — 和 都很小(非机动车道上的元胞上只有1-2辆车)。公交车停站时，虽然一些自行车驶入了机动车道（在这些自行车的后面，没有机动车跟随），但换道的自行车并不会对上游的机动车流造成影响。 — 而且非机动车道上紧邻公交车尾部的元胞并没有被自行车占满，表明停站的公交车并没有对后面的自行车造成影响。 — 因此，在公交站附近，机动车与自行车之间不存在相互干扰； Pe m