元胞自动机的交通流模拟算法
元胞自动机应用概述
元胞自动机应用概述元胞自动机的应用概述元胞自动机自产生以来被广泛地应用到社会、经济、军事和科学研究的各个领域。
到目前为止其应用领域涉及生物学、生态学、物理学、化学、交通科学、计算机科学、信息科学、地理、环境、社会学、军事学以及复杂性科学等。
下面我们将对元胞自动机在这些领域中的应用分别做简要介绍。
1.生物学领域：因为元胞自动机的设计思想本来就来源于生物学自繁殖的现象所以它在生物学上的应用更为自然而广泛。
例如元胞自动机用于肿瘤细胞的增长机理和过程模拟、人类大脑的机理探索、艾滋病病毒HIV的感染过程、自组织、自繁殖等生命现象的研究以及最新流行的克隆技术的研究等。
另外还可以用来模拟植物生长的过程。
2.物理学领域：在元胞自动机基础上发展出来的格子自动机和格子—波尔兹曼方法在计算机流体领域获得了巨大的成功。
其不仅能够解决传统流体力学计算方法所能解决的绝大多数问题并且在多孔介质、多相流、微小尺度方面具有其独特的优越性。
另外元胞自动机还被用来模拟雪花等枝晶的形成。
3.生态学领域：元胞自动机被用于兔子—草、鲨鱼—小鱼等生态系统动态变化过程的模拟展示出令人满意的动态效果元胞自动机成功的应用于蚂蚁的行走路径大雁、鱼类洄游等动物的群体行为的模拟另外基于元胞自动机模型的生物群落的扩散模拟也是当前的一个应用热点。
4.化学领域：通过模拟原子、分子等各种微观粒子在化学反应中的相互作用进而研究化学反应的过程。
5.交通科学领域：因为涉及到车辆、司机、行人、道路条件等因素以及它们之间的相互影响和联系交通系统通常被看做是一个多粒子构成的复杂巨系统。
元胞自动机在交通中的应用沿着两条主线展开：对城市交通流的研究；对城市交通网络的研究。
由于交通元素从本质上来说是离散的而元胞自动机又是一个完全离散化的模型所以用元胞自动机理论来研究交通问题具有独特的优越性。
另外20世纪80年代以来计算机水平日新月异的发展为元胞自动机的应用提供了强有力的支持。
因此在进入20世纪90年代以后元胞自动机在交通流理论研究领域中得到了广泛的应用。
元胞自动机概念
元胞自动机概念一、简介元胞自动机（Cellular Automaton，简称CA）是一个离散的、并行的动力学系统，它的基本组成单元是规则排列的元胞。
每个元胞可以处于有限的状态集合中的一种状态，且它的下一状态由其当前状态和周围元胞的状态决定。
元胞自动机在复杂系统建模、计算机科学、生物学、物理学等领域有着广泛的应用。
二、基本概念1. 元胞：元胞是元胞自动机的基本单位，它可以代表任何一种物理实体或抽象对象。
例如，一个元胞可以代表一个棋盘上的格子，或者一个机器人在网格中的位置。
2. 状态：每个元胞都有一个有限的状态集合。
在任意给定的时间步，元胞都处于这个状态集合中的某一状态。
3. 邻居：在元胞自动机中，每个元胞都有一个邻居集合，这个集合包含了与它直接相邻的所有元胞。
4. 更新规则：每个元胞在每一时刻t的状态St+1是由其在时刻t的状态St以及其邻居在时刻t的状态决定的。
这就是所谓的更新规则或演化规则。
三、分类根据元胞的邻居数量和更新规则的不同，元胞自动机可以分为四种类型：1. 一维元胞自动机：每个元胞只有一个邻居。
这是最简单的元胞自动机类型。
2. 二维元胞自动机：每个元胞有两个邻居，通常为上下或左右邻居。
这是最常见的元胞自动机类型。
3. 三维及更高维的元胞自动机：每个元胞有三个或更多的邻居。
这种类型的元胞自动机的复杂性随着维度的增加而增加。
四、特点1.离散性：元胞自动机是基于离散时间和空间的模型，每个元胞的状态和更新都是在离散的时间步上进行的。
2.局部性：元胞的状态更新是基于其自身状态和周围元胞的状态，而不需要全局信息。
这种局部性使得元胞自动机的演化过程可以并行地进行。
3.同步性：所有元胞按照相同的规则同时更新，即在每个时间步上，所有元胞的状态都会被同时更新。
4.简单性：元胞自动机的规则通常非常简单，由一组条件语句或转换规则定义。
然而，简单的规则可能会导致复杂的全局行为。
五、应用元胞自动机在许多领域都有应用，包括但不限于：1. 复杂系统建模：元胞自动机可以用来模拟自然界中的复杂现象，如森林火灾的传播、交通流的动态等。
元胞自动机的产生
元胞自动机的产生元胞自动机（CA）的概念最早在20世纪50年代由冯•诺依曼提出，主要用于模拟生命系统的自复制功能，而其真正得到广泛关注则是在Conway于1970年提出生命游戏之后，随后CA 被广泛用于各个领域。
一方面元胞自动机的演化行为十分丰富，理论上可以模拟任何复杂的行为，另一方面元胞自动机模型足够简单，方便对复杂系统的本质特征进行研究。
元胞自动机（CA）具有强大的空间模拟能力，这类简单的模型够能十分方便地模拟和预测复杂的现象或动态演化过程中的吸引力、自组织和混沌现象。
因此目前CA被广泛应用于模拟各种物理系统和自然现象，如流体流动、星系形成、雪崩、交通流模拟、并行计算及地震等。
CA的核心是如何定义局部规则，用CA来模拟一个物理过程的优点在于省去了用微分方程作为过渡，而直接通过制定转换规则来模拟非线性物理现象。
在这些实际应用中，CA模型通过简单的微观局部规则揭示了自然发生的宏观行为，是目前研究时空离散的理想物理模型，在研究复杂系统方面被认为是一种最有效的工具之一。
元胞自动机起源于20世纪40年代，“现代计算机之父” 冯.诺伊曼设计可自我复制的自动机时，参照了生物现象的自繁殖原理，提出了元胞自动机的概念和模型。
它是一时间和空间都离散的动力系统，散步在规则格网中的每一元胞取有限的离散状态，遵循同样的作用规则，依据确定的局部规则同步更新，大量元胞通过简单的相互作用而构成动态系统的演化，不同于一般的动力学模型，元胞自动机不是由严格定义的物理方程定义的物理方程或函数确定，而是用一系列模型构造的规则构成。
凡是满足这些规则的模型都可以算作是元胞自动机模型20世纪70年代，Con way编制的“生命游戏”是最著名的元胞自动机模型，显示了元胞自动机在模拟复杂性系统的无穷潜力。
引起了物理、数学、生物、计算机、地理等领域专家的兴趣，“生命游戏”被认为是元胞自动机研究的真正开始。
20世纪80年代是元胞自动机理论的大发展时期。
交通仿真基础知识
交通仿真算法及实现
01
微观交通仿真算法
02
宏观交通仿真算法
关注个体车辆的行为和交互，如跟驰 模型、换道模型等，常用的仿真软件 有VISSIM、PARAMICS等。
关注交通流的整体特性和演化规律， 如流体动力学模型、元胞自动机模型 等，常用的仿真软件有MATSim、 Aimsun等。
03
中观交通仿真算法
交通管理与控制
通过交通仿真技术分析不同交通管理 策略和控制方法对交通流的影响，为 交通管理决策提供支持。
交通安全分析
利用交通仿真技术分析交通事故发生 的原因和规律，为交通安全改善提供 依据。
国内外研究现状及趋势
国内研究现状
国内交通仿真研究起步较晚，但发展迅速，目前已经形成了一批具有自主知识产权的交通仿真软件和系统。
国外研究现状
国外交通仿真技术起步较早，已经形成了较为完善的理论体系和应用体系，涌现出了一批优秀的交通仿真软 件和系统。
发展趋势
未来交通仿真技术将更加注重实时性、动态性和交互性，实现更加精细化的交通仿真和分析；同时，交通仿 真技术将与大数据、人工智能等新技术进行融合，推动交通仿真技术的创新和发展。
02 交通系统建模与仿真方法
数据采集、处理和分析方法
数据采集方法
通过仿真软件输出、传感器采集等方式获取实验 数据。
数据处理方法
对原始数据进行清洗、去噪、归一化等处理，以 便进行后续分析。
数据分析方法
运用统计学、机器学习等方法对处理后的数据进 行深入分析，挖掘数据中的有用信息。
实验结果可视化展示技巧
选择合适的图表类型
根据数据类型和分析目的选择合适的图表类 型，如折线图、柱状图、散点图等。
交通系统建模方法
从基本图方法到三相交通流理论
从基本图方法到三相交通流理论本文中,我们分别在传统的基本图方法和新兴的三相交通流理论这两种不同的交通流理论体系下对交通流元胞自动机模型进行了研究。
我们的研究对象,交通运输系统,正在社会经济中正扮演着重要的角色,其发展水平已经成为评价一个国家现代化程度的重要标准之一。
然而,交通系统建设上的相对滞后和社会经济的飞速发展之间的矛盾,却已经成为全世界范围内的一个突出的难题。
一方面,交通拥塞引起了严重的环境污染和巨额的经济损失,并大有愈演愈烈之势;另一方面,缺乏科学理论指导的交通系统建设,不仅耗资巨大,往往还收效甚微。
因此,世界各发达国家都相继投入大量的人力、物理和财力用于交通工程学和交通流理论的研究,以期揭示交通流动的基本规律,掌握适合各自国情的交通控制方法,进而对其进行科学的控制和优化。
另一方面,从科学研究的角度来看,交通流系统作为一种典型的自驱动远离平衡态系统,表现出了人类社会中常见的一类伴有复杂相互作用的多体系统在远离平衡态时的典型演化规律。
交通流理论研究将对统计物理、流体力学、非线性动力学、应用数学、交通工程学等诸多学科的交叉和发展都有很大的促进作用。
因此开展交通流理论研究,不仅具有重要的工程应用价值,还具有及其深远的科学意义。
而作为交通流理论研究重要组成部分的交通流建模工作,则是人们通过理论方法复现和解释交通现象时首先就要面对的重要研究内容。
在诸多的模型方法中,元胞自动机模型(Cellular Automata,简称CA模型)由于其结构简单,使用离散的时间和空间变量,使得它相对易于模拟由大量车辆组成的复杂系统的行为,因而特别受到了研究者的青睐和关注。
当前的交通流理论研究领域,存在两大主导性的交通流理论体系,即基本图方法和三相交通流理论。
在这两个理论体系中,研究者们都建立了逻辑上符合真实交通行为的交通流模型,并借此模拟出了许多与实测结果相符合的交通现象。
其中,作为当前交通流理论研究的前沿之一,三相交通流理论把所有的交通流状态划分成三个交通相,即自由流相、同步流相和宽运动堵塞相。
基于元胞自动机微观模拟的随机车流与桥梁耦合振动数值研究
文章编号：1000-4750(2021)02-0187-11基于元胞自动机微观模拟的随机车流与桥梁耦合振动数值研究周军勇，苏建旭，齐 飒(广州大学土木工程学院，广东，广州 510006)摘 要：将经典车桥耦合振动理论与最新提出的多轴单元胞自动机(MSCA)微观车流荷载模拟方法进行融合，形成了一种精细化的随机车流与桥梁耦合振动数值分析方法。
介绍了该研究所采用的车桥耦合振动理论及模型；提出了MSCA 实现车桥动力分析的思路和方法，并进行了程序开发；通过具有实测时程动态挠度的工程算例，验证MSCA 实现车桥耦合动力分析的准确性；将MSCA 用于随机车流激励下某斜拉桥的动力效应分析中，论证基于MSCA 的随机车流与桥梁耦合振动分析程序的可靠性。
研究结果表明：工程算例很好地证明了该文所提方法和模型在进行车桥耦合分析的准确性，最大误差仅为11.6%；斜拉桥在随机车流作用下的静力与动力时程挠度分析显示，两者具有很好的一致性，随着路面粗糙度等级提升两者差异更加显著，说明了该模型和方法在开展随机车流与桥梁耦合振动分析的可靠性。
该研究进一步拓展了MSCA 在随机车流激励下分析桥梁各类动态响应的能力，为该方法程序在实桥监测与评估的应用提供了基础。
关键词：桥梁工程；车桥耦合；随机车流模拟；多轴单元胞自动机；数值分析中图分类号：U441+.2 文献标志码：A doi: 10.6052/j.issn.1000-4750.2020.04.0239NUMERICAL INVESTIGATION ON RANDOM TRAFFIC-BRIDGE COUPLED VIBRATION USING CELLULAR AUTOMATON-BASED MICROSCOPIC SIMULATIONZHOU Jun-yong , SU Jian-xu , QI Sa(College of Civil Engineering, Guangzhou University, Guangdong, Guangzhou 510006, China)Abstract: A numerical delicacy method for random traffic-bridge coupled vibration analysis is proposed.Incorporating the classical vehicle-bridge interaction theory, it is a newly established multi-axle single-cell cellular automaton (MSCA)-based microscopic traffic load simulation approach. The utilized equations and models in the classical vehicle-bridge interaction theory are introduced. The concepts and routes of the realization of MSCA for vehicle-bridge coupled dynamic analysis are proposed, and the relevant code program is developed.An engineering example with measured time-history dynamic deflections is utilized to verify the accuracy of the vehicle-bridge interaction analysis by MSCA. MSCA is used to analyze the dynamic load effects of a cable-stayed bridge under the excitation of random traffic loads, to demonstrate the reliability of the proposed approach. The results indicate that MSCA has good accuracy in vehicle-bridge coupling analysis. The maximum error in the engineering example is 11.6%. The static and dynamic time-history deflections of the cable-stayed bridge under random traffic loads show that they have good consistency, and the difference between them becomes more significant along with the increase in the pavement roughness grade. These prove the reliability of the proposed model and method in the random traffic-bridge coupled vibration analysis. This study forwards MSCA's ability to收稿日期：2020-04-19；修改日期：2020-07-29基金项目：国家自然科学基金项目(51808148)；广东省自然科学基金项目(2019A1515010701)；广州市科技计划项目(201904010188)通讯作者：周军勇(1990−)，男，江西人，讲师，博士，主要从事桥梁工程研究(E-mail: ***************.cn ).作者简介：苏建旭(1994−)，男，广东人，硕士生，主要从事桥梁工程研究(E-mail: ****************);齐 飒 (1994−)，女，河南人，硕士生，主要从事桥梁工程研究(E-mail: ***************).第 38 卷第 2 期Vol.38 No.2工 程 力 学2021年2 月Feb.2021ENGINEERING MECHANICS187analyze various types of dynamic load effects of bridges under the excitation of random traffic flow, which provides more applications of MSCA in monitoring and evaluation of real bridges.Key words: bridge engineering; vehicle-bridge interaction; random traffic simulation; multi-axle single-cell cellular automaton; numerical investigation车桥耦合振动特性是桥梁在移动车辆荷载作用下结构响应行为的重要表征，不仅可以揭示桥梁结构参数、力学行为和损伤特性[1]，还能反演移动车辆荷载特性[2]，是桥梁工程领域一直以来的研究热点[3 − 4]。
考虑驾驶愤怒的元胞自动机交通流模型
考虑驾驶愤怒的元胞自动机交通流模型
郑华荣;吴超仲;马晓凤
【期刊名称】《武汉理工大学学报（交通科学与工程版）》
【年(卷),期】2013(037)003
【摘要】驾驶员在愤怒时的驾驶行为表现与正常驾驶时存在较大的差异,这些行为差异会影响车辆的运行速度、运行轨迹等,进而对道路交通流产生影响.文中在NaSch元胞自动机交通流模型的基础上,考虑愤怒驾驶行为的特点,从运行速度、换道条件和安全距离3个方面重新确定元胞更新规则,构建考虑驾驶愤怒情绪的周期边界条件下双车道元胞自动机交通流模型.在MATLAB环境下,对所建模型与普通NaSch交通流模型进行对比仿真分析.结果表明,驾驶愤怒所引起的行驶速度变化对交通流影响明显.
【总页数】5页(P617-621)
【作者】郑华荣;吴超仲;马晓凤
【作者单位】武汉理工大学智能交通系统研究中心,水路公路交通安全控制与装备教育部工程研究中心武汉430063;武汉理工大学智能交通系统研究中心,水路公路交通安全控制与装备教育部工程研究中心武汉430063;武汉理工大学智能交通系统研究中心,水路公路交通安全控制与装备教育部工程研究中心武汉430063【正文语种】中文
【中图分类】U491.2+54
【相关文献】
1.考虑驾驶疲劳的一维元胞自动机交通流模型 [J], 曲仕茹;贾光帅
2.考虑驾驶水平的元胞自动机交通流模型 [J], 花伟;许良
3.模拟驾驶行为的元胞自动机交通流模型 [J], 王裕青;周美莲;李青
4.基于防御性驾驶的一维元胞自动机交通流模型 [J], 侯培国; 闫成浩; 余焊威; 洪嘉阳
5.考虑前车效应的一维元胞自动机混合交通流模型研究 [J], 张锦;符鼎俊;李启朗因版权原因，仅展示原文概要，查看原文内容请购买。
融合多源数据与元胞传输模型的高速公路交通状态估计方法
第21卷第4期2023年12月交通运输工程与信息学报Journal of Transportation Engineering and InformationVol.21No.4Dec.2023文章编号：1672-4747（2023）04-0103-12融合多源数据与元胞传输模型的高速公路交通状态估计方法易术*，黄丹阳（四川智能交通系统管理有限责任公司，成都610200）摘要：针对高速公路管控和决策应对交通状态进行准确、可靠和精细化估计的需求，本文提出了一种基于多源数据+元胞传输模型（Multi-Source Data Cell Transmission Model，MD-CTM）的交通状态估计方法。
该方法针对传统CTM模型要求元胞长度必须一致的局限性，提出了一种元胞长度划分的优化方法，能够灵活调整元胞长度和数量。
同时，应用卡尔曼滤波技术，将ETC门架流量、稀疏视频检测器流量和样本车辆平均速度数据融合，并与CTM模型相结合，实现高速公路元胞级交通状态估计。
为了验证本文提出方法的有效性和准确性，我们利用VISSIM软件构建了长度5km的高速公路仿真场景。
仿真案例结果表明，本文提出的MD-CTM模型能够较为准确地反映不同流量需求下交通流状态的时空演化特征，且相较于CTM模型，其元胞密度估计精度提高12.59%~36.26%。
此外，本文选取了成都市绕城高速路段实际场景，对模型的运行效果进行了展示。
关键词：智能交通；交通状态估计；卡尔曼滤波；元胞传输模型；多源数据融合中图分类号：U495文献标志码：A DOI:10.19961/ki.1672-4747.2023.08.001Freeway traffic state estimation based on multi-source data andcell transmission modelYI Shu*,HUANG Dan-yang（Sichuan Intelligent Transport System Management Co.,Ltd.,Chengdu610200,China）Abstract：Accurate,reliable,and efficient traffic state estimation is essential for effective freeway management and decision-making.This study presents a traffic state estimation method called MD-CTM,which combines multi-source data and the cell transmission model(CTM).As the traditional CTM has limitations owing to fixed cell lengths,we propose a cell division approach that allows for flexible lengths and numbers.To enhance the accuracy of traffic state estimation,we utilize the Kal-man filtering technique to fuse different types of traffic data,including traffic flow from the electron-ic toll collection system and sparse video detectors,and an average link speed with the CTM to achieve cell-level traffic state estimation on freeways.To evaluate the performance of the proposed approach,we conducted simulations using VISSIM on a freeway section of5km.The simulation re-sults show that the proposed MD-CTM model improves the accuracy of cell density estimation by12.59%~36.26%compared with the CTM model.Furthermore,our model effectively captures thespatio-temporal evolution characteristics of traffic flow states under different traffic demand condi-收稿日期：2023-08-07录用日期：2023-08-25网络首发：2023-09-12审稿日期：2023-08-07~2023-08-09；2023-08-17~2023-08-25基金项目：国家重点研发计划项目（2021YFB1600100）作者简介：黄丹阳（1988—），男，硕士，高级工程师，研究方向为交通智能控制、内模与预测控制，E-mail:****************通信作者：易术（1970—），男，硕士，高级工程师，研究方向为交通工程、智慧交通，E-mail:****************引文格式：易术，黄丹阳.融合多源数据与元胞传输模型的高速公路交通状态估计方法[J].交通运输工程与信息学报，2023，21(4)：103-114.YI Shu,HUANG Dan-yang.Freeway traffic state estimation based on multi-source data and cell transmission model[J].Journal of Transportation Engineering and Information，2023，21(4)：103-114.104交通运输工程与信息学报第21卷tions.Moreover,a real-world scenario of Chengdu city is used to further demonstrate the effective-ness of our proposed approach.Key words：intelligent transportation;traffic state estimation;Kalman filter;cell transmission model;multi-source data fusion0引言高速公路交通状态估计是交通领域中的一个重要研究方向。
4模型检验
是一种数学的思考方法，用数学的语言和方法，通过抽象、 简化建立能近似刻画并“解决”实际问题的路径。 数学建模的全过程
现实对象的信息 验证 现实对象的解答
表述
(归纳)
数学模型 求解 (演绎) 数学模型的解答
解释
学好数学建模课程的标准是：
1.要会“翻译”。
13
下面结合与交通有关的赛题考虑一下应该 如何入手解决问题.
14
2014 MCM 问题A：除非超车否则靠右行驶的交通规则 在一些汽车靠右行驶的国家（比如美国，中国等等），多车道的高速公路 常常遵循以下原则：司机必须在最右侧驾驶，除非他们正在超车，超车时 必须先移到左侧车道在超车后再返回。 建立数学模型来分析这条规则在 低负荷和高负荷状态下的交通路况的表现。你不妨考察一下流量和安全的 权衡问题,车速过高过低的限制，或者这个问题陈述中可能出现的其他因 素。这条规则在提升车流量的方面是否有效？如果不是，提出能够提升车 流量、安全系数或其他因素的替代品（包括完全没有这种规则）并加以分 析。 在一些国家，汽车靠左形式是常态，探讨你的解决方案是否稍作修 改即可适用，或者需要一些额外的需要。 最后，以上规则依赖于人的判 断，如果相同规则的交通运输完全在智能系统的控制下，无论是部分网络 还是嵌入使用的车辆的设计，在何种程度上会修改你前面的结果？
15
分析：题目里说的流量怎么计算？ 低负荷和高负荷情况下交通路况怎么衡量？ 限速能否用到？ 元胞自动机模型。(交通流CA模型) 还有智能控制, 即智能车, 可自动行驶?
美国交通规则?
16
文献资料
基于不同限速条件下的超车模型研究 智能车辆自动换道与自动超车控制方法的研究 汽车防碰撞安全距离模型及仿真研究 跟随车安全距离的分析 高速公路行车安全距离的分析与研究
拥挤快速路交织区的SUMO仿真及换车道模型优化
拥挤快速路交织区的SUMO仿真及换车道模型优化买买提江·吐尔逊;买买提明·艾尼【摘要】城市快速路交织区内拥挤的交通流特性与普通快速路设施不同,强烈的换道需求和复杂时变的路况影响驾驶员的判断.对拥挤的交织区的交通仿真需要根据研究区域拥挤交通流的特点正确选择跟驰模型和换车道模型,操作方法上要求正确处理减速区域和冲突区域路权分配规则.本文讨论拥挤交织区交通仿真模型的建立和优化方法,在SUMO微观交通仿真平台建立了一段快速路立交桥上的交织区域的仿真模型.根据该交织区的交通流特点对仿真平台所用的换车道模型进行了优化设计,开发了模型参数的自动化校正程序对仿真参数进行了校正.%Traffic stream characteristics in over saturated weaving sections between closely spaced ramps on urban expressway are different from which on general freeway facilities because of rigid demand to lane change and complex traffic behavior of vehicles.When simulating weaving area traffic it is needed to carefully select car following model and lane changing model based on area traffic characteristics and the method to handle right of way rules in deceleration area and conflict area should be designed in appropriate manner from operational point of view.In this paper simulation models of oversaturated weaving sections and optimization methods were discussed and a simulation model of an interchange weaving section were built using SUMO simulation platform.Original SUMO lane change model was optimized and automatic model validation software was developed.【期刊名称】《新疆大学学报（自然科学版）》【年(卷),期】2018(035)001【总页数】6页(P96-101)【关键词】SUMO;交织区;交通仿真;换车道模型【作者】买买提江·吐尔逊;买买提明·艾尼【作者单位】新疆大学机械工程学院,新疆乌鲁木齐830047;新疆大学机械工程学院,新疆乌鲁木齐830047【正文语种】中文【中图分类】U491.20 引言城市快速路立交桥上的交织区存在交通流的合流点和分流点，如果交织区长度过小容易形成组合式的匝道，即入口匝道延伸的加速车道同时也是出口匝道前端的减速车道．组合式匝道上车辆进入交织运行状态，车辆间复杂而频繁的交互使分析和管理交织区内的交通流特点增加了难度．随着商业化的微观交通仿真软件的普及，基于仿真模型的研究方法越来越多，而所有仿真模型都需要标定众多参数并对仿真结果进行验证．美国通行能力手册HCM2010[1]只提供了非拥挤条件下（V/C比小于1或服务水平未达到F级别）计算交织区交织车辆与非交织车辆的空间平均速度的经验回归公式，但没有提供拥挤状态下的服务水平、密度或空间平均速度的计算方法，只是建议借助解析分析工具FREEVAL或商业的交通仿真软件来进行评价．随着交通仿真模型的日益成熟，利用微观仿真软件进行交织区车辆的运行分析成为了主要的研究手段．狄宣等[2]使用元胞自动机模型来仿真了快速路交织区中交织车辆的跟车和换车道行为，引入了“冒险系数”来表达驾驶员的驾车习惯并通过模型的标定成功模拟了一段交织区车流速度，但是在模型中没有考虑换车道行为的影响．杨晓光等[3]根据交织区内的换车道特性利用多智能体建模的方法引入了换道冲突的协商机制建立了TESS模型，在最近的研究中孙剑等[4]提出适合城市快速路交织区运行特征的新通行能力估计模型并与HCM2010中交织区通行能力回归模型和理论模型进行了对比分析．Fred Hall等[5]利用六个城市的速度数据对拥挤的高速公路设施的评价步骤进行了验证．他们发现拥挤的高速公路设施对参数非常敏感，对同一模型来说通行能力或随机种子数的很小改变都会引起结果很大的变化，还发现跟车敏感系数．换车道行为的冒犯性和主线交通量的大小对微观仿真结果影响最大．Pesti等[6]用Vissim仿真一段A型交织区，指出Vissim中车辆的速度比现实中获得的速度数据要大，需要将建模区域延伸到入口匝道和出口匝道并考虑排队的传播特性．交通仿真能否正确模拟现实的交通状况取决于仿真模型，除了跟驰模型和换车道模型的研究深度，从操作方法上对冲突区域的描述、路权的分配、路经决策信息的获取方式等对仿真结果有重大影响．基于交通仿真模型的研究需要对模型参数进行标定才能更好的仿真实际的交通状况．Gomes等[7]对一段拥挤的高速公路建立了Vissim仿真模型并进行了验证．验证中利用的参数有平均停车距离、最小安全车头时距等驾驶行为参数，而每次循环中手动进行了参数的调整．卢守峰[8]等利用Excel VBA将Vissim与MATLAB进行集成构建了仿真平台，而孙剑等[9]利用Vissim提供的COM接口和Visual Basic语言开发仿真校正程序实现了Vissim参数的自动化校正．本研究中利用德国宇航中心（DLR）开发的开放源代码的微观的交通仿真平台SUMO对一段拥挤的城市快速路交织区进行了仿真并在Linux环境下开发了自动校正程序对模型参数进行了校正．较详细的介绍了SUMO提供的换车道模型，在此基础上对实测交通调查数据进行了分析并对平台提供的换车道模型进行了优化设计．1 拥挤快速路交织区内车辆的运行特征拥挤的交织区内车辆跟驰和换车道的需求并存，车头间距和横、纵向空间变小，车辆的运行特征有别于普通道路和自由流状态下的交通．通过对目标交织区的现场实验和摄像分析，结合目前为止国内外学者的有关实验研究结论，可以总结交织区的交通流具有以下特点：（1）车辆在有限的长度内进行交织运行，直行车道和交织车道上的车速差别大，不同车道之间需要完成换车道所需的距离和时间不同．（2）为避免别的车辆加塞，在排队行使过程驾驶员倾向于缩小反映时间，暂时选择更小的安全车头间距[10]36．（3）跟车距离较近，驾驶员由于大型/厢式货车和贴有不透明车窗膜的相同车型视线受阻不能观察当前车道和两侧车道前方的道路情况，只能通过观察两侧车辆的移动来判断前方的交通情况，如果换道需求强烈只能向其它车辆驾驶员求助．（4）入口匝道上的交通属于震荡拥挤交通流（oscillating congested traffic），自由流到拥挤流的变化过程中车头时距逐渐变大，直到适应前车的驾驶风格[11]．不同车辆之间动力性能的不同，驾驶员熟练程度不同，也会加剧这种震荡．（5）车辆的换道需求是刚性需求，必须在交织区范围内完成．如果多个车换道需求发生冲突就会出现死锁（deadlock）现象．现实中的死锁现象会通过驾驶员之间的协作甚至利用对向车道空间的方法来解决，不会因为不能完成换车道而在原方向上继续行驶的情况发生．（6）驾驶员的换车道模式延交织区域的长度发生变化[10]40，大部分换车道行为发生在交织区的前段[3]，需要进行多次换车道的驾驶员在第一次变换车道时的行为更具冒险性．2 SUMO仿真模型及参数2.1 跟驰模型SUMO已经实现的跟驰模型有Krauss模型和它的改进模型、考虑驾驶员记忆效应的智能驾驶员模型IDMM(Intelligent driver model with memory ef f ect)，Wiedemann模型和Daniel Krajzewicz模型等．每一种模型都有各自的优点，从不同侧面研究了车辆之间的相互影响，也有大量的应用案例，可根据具体的问题采用合适的跟驰模型来最佳程度的模拟车辆的跟驰行为．SUMO软件默认的Krauss 模型引入了驾驶员不熟练程度的概念，即车辆最终的速度不是动力学模型算出来的速度，而是驾驶员根据经验从安全速度和最高车速之间进行选择的结果．IDMM模型在原IDM模型的基础上引入了驾驶员记忆效应的概念，更适合仿真快速路匝道和主线汇合区的交通流的仿真[11]．每一种跟驰模型都有相应的参数，通过命令行或配置文件传递给仿真过程的主要有：最高加速度，最高减速度，驾驶员不熟练程度，驾驶员反映时间，最小安全车头间距，加速度指数，每秒仿真步数等．2.2 换车道模型SUMO已经实现的换车道模型有Daniel Krajzewicz开发的换车道模型DK2008，在DK2008模型基础上优化的模型LC2013（默认）和子车道模型（Sublane-Model model）[12]．LC2013模型在路网中通过计算有效路径来完成车道选择过程．每一次循环中计算车辆所在的车道和周围的车道（bestLanes,目标车道和需要穿过的车道）上不需要换车道的情况下能行使的距离、所有这些车道的占有率和当前路段上有效车道索引中离最佳车道的偏移值（bestLaneOf f set）作为参考．换道需要的最短距离计算公式为：其中dlc(t)为t时刻最短换道距离；v(t)是车辆在t时刻的速度；α1,α2是比例系数；L是车辆的长度．计算当前位置到车道终点的距离时考虑了车辆前方所有有效车道上的车辆的长度，因此换车道的车辆会排在已经存在的排队后方，不会插队．SUMO换车道模型将换车道行为根据换道目的分为4种类型：（1）战略性变换车道(strategic lane changing)：车辆需要换车道以便行驶到自己路径上的下一个路段当前行驶的车道没有连接到目标路段的路径时产生需求．（2）协议性变换车道(cooperative lane changing)：为帮助别的车辆正常行驶而进行的换车道行为．行驶过程中车辆可能阻挡了后方的车辆正常行驶或阻碍了前方车辆变换车道（比如占用了超车道），此时如果其它车辆提出请求，车辆即便没有战略性换车道需求也要调整速度或变换车道以帮助别的车辆．调整速度的行为规则根据阻碍的类型不同而不同，具体为：其中Vaccel(t)是车辆加速后的速度（m/s）;Vdecel(t)是减速后的车速（m/s）. （3）战术性变换车道(Tactical lane changing)：以获得更高的速度为目的进行的换车道行为，当前放有别的慢速车辆阻挡的时候产生需求．每次循环中对每个邻近车道的利益参数的值进行计算并累加到一个代表驾驶员换车道愿望的参数speedGainProbability，当参数speedGainProbability的值超过一个阈值时战术性变换车道的需求就会产生．（4）基于法规的变换车道（Regulatory lane-changing）：一般交通法规规定车辆超车用左侧车道（右行规则），车辆利用左侧车道完成超车需要返回原来的车道时产生此种需求．变换车道行为的执行参考一个参数keepRightProbability，而此参数值的计算考虑超车完成所需要的时间、超车道上的速度限制和换车道需求的强烈程度．以上4种目的的换车道需求通过一个流程进行比较来决定是否执行相应的换车道行为．此流程可简单的表示为：a.战略性变换车道需求强烈—试图执行战略型换车道；b.换车道会产生紧急情况—不执行换车道（属于战略性换车道决策）；c.车辆从后方阻碍了一个有战略性换车道需求的车辆—试图执行协议性换车道；d.参数speedGainProbability的值大于阈值—试图执行战术性换车道；e.参数keepRightProbability的值大于阈值—-试图执行基于法规的变换车道；SUMO仿真平台提供的LC2013换车道模型可设置的参数如表1所示．表1 LC2013换车道模型可设置参数参数定义取值范围默认值lcStrategic 战略性变换车道行为意愿的参数，值越大，越早进行变换车道[0-无穷大] 1 lcCooperative 采取协作性换车道行为意愿的参数，值越小，采取协作性换车道得概率就低[0-1] 1 lcSpeedGain 以获得更高速度为目的进行换车道行为意愿的参数，值越大，换车道次数越多[0-无穷大] 1 lcKeepRight 遵循靠右行驶的交通法规意愿的参数，值越大，越早向右侧车道变道以便腾空左侧超车道[0-无穷大] 1除了以上参数以外，SUMO还引入了一个影响驾驶员激烈驾驶行为的参数“不耐心率(impatience)”，指驾驶员在行使过程中干扰优先级为更高的车队列的可能性．SUMO在交叉口的路权计算中和在换车道行为换车道间隙计算中用到该参数．2.3 对换车道模型的修改根据本研究选定的研究区域内的交通调查数据，对驾驶行为进行分析并对原模型进行优化设计：（1）换车道行为以协作型换车道行为主，且在换车道行为中周围车辆针对换道车辆做出的调整速度行为有一定延迟可能是因为驾驶员对周围突发的换道请求需要一定的时间反映，考虑自身需求甚至是换道车辆的‘态度’再决定何时做出反应．因此在LC2013换道模型的协作型换车道决策中引入协作型换车道等待时间Tcooperate，每一次执行换车道之前等待Tcooperate时刻．（2）在原模型定义中驾驶员不耐心率的计算公式为:其中Ibase为驾驶员的不耐心率（常数），Twait是车辆在排队中的等待（速度小于0.1m/s）时间，Tteleport定义了车辆在紧急停车位置等待车道变换空间出现的最长时间（默认300秒），超过此时间车辆就会被移到当前路径后方的位置（Teleport）．在观测中发现大部分的换车道行为属于战略性换车道和协作性换车道，影响驾驶员在换车道过程中是否采取激烈驾驶行为的是与交织区终点之间的距离[3]，与等待的时间长度没有明显的关系．因此在协议性换车道间隙的计算中将定义改为虽然可以说明排队时间的长度对驾驶员的心理有影响，但此种心理与模型中定义的激烈的、冒险性的驾驶行为之间的关系需要进一步的明确．在Linux平台下对原程序MSVehicle.cpp和MSLink.cpp程序中的计算协议性换车道过程代码中进行修改并重新编译．3 实验区域和仿真参数的选择本研究分别选乌鲁木齐市广汇立交桥上由西向东方向入口和出口匝道之间的交织区和珠江路立交桥下南向北方向出口匝道与主路的汇入区作为实验区．广汇立交桥和珠江路立交桥是典型的苜蓿叶式全互通立交桥．广汇立交桥上层为南外环路高架桥，下层为河滩快速路及其辅道，交织区长度只有78m，高峰期容易出现严重的交通拥堵．交织区采用了物力隔离直行车道和交织车道的方法避免了交织车辆对直行车辆的影响．立交桥两侧设有人行道，为观测和摄像工作提供了方便．珠江路立交桥最近完成了扩建，桥下南向北出口匝道上车流量多，与主路的汇入区域没有加速车道，匝道车辆对主路的车流干扰比较明显．本次实验中取晚高峰5：30-5：40之间10 min内的交通流数据．根据现场观测，确定各参数的取值范围如表2所示．观察中区分换道目的比较困难，主要依赖反复观看视频判断车辆的最终路径来进行．根据观测结果将参数lcSpeedGain和lcKeepRight的值取为0,即交织区域内车辆的换道需求类型为战略性需求和协作性需求．这可能是因为国内的驾驶员对上述“基于法规的变换车道”意识不够，另一方面因在高峰期有交警在现场值勤以及有限的空间影响了以获得更好速度为目的的战术型换车道需求．仿真中选用IDMM模型作为跟车模型．广汇立交桥交织区交织区卫星图和SUMO仿真界面如图1和图2所示，图3是珠江路立交桥下匝道与主路连接区域的仿真界面．表2 SUMO仿真换车道参数参数本实例中取值范围默认值最小车头间距(m) 1-3 2.5加速度指数 1-6 4 lcCooperative 0-1 1 lcStrategic 0-5 1驾驶员不熟练程度0.1-1 0.5不耐心率 0.3-1 0.3 Tcooperate 3-6 5图1 广汇立交桥交织区卫星图图2 交织区SUMO仿真界面图3 匝道汇入区并道过程仿真4 基于COBYLA算法的参数校正和仿真结果仿真模型中的各个参数都是独立的，为更好的模拟仿真对象，需要对仿真模型参数进行校正，调整各参数的值使最终的仿真结果满足条件．参数校正是对设定好的目标函数的组合优化问题，对于每一个目标函数输入现场检测的行程时间数据和仿真模型输出的行程时间数据．用Python语言编写了参数校正程序，在Linux环境下通过命令行调用sumo仿真程序完成仿真过程和参数校正过程．选用了基于线形逼近的约束优化方法(COBYLA-Constrained Optimization BY Linear Approximation)作为优化算法，调用Python语言数学函数库中的COBYLA函数，可以很好的与sumo仿真程序进行融合．校正过程程序可分为sumo仿真模块和val-COBYLA验证控制模块，SUMO仿真模型需要路网文件（net fi le）和路由文件（route fi le）验证过程中将路由文件分成2部分，静态的交通需求信息直接提供给SUMO仿真程序，而车辆参数在每次循环中通过验证程序计算写入车辆参数文件提供给SUMO仿真程序，此过程循环运行到满足误差要求为止，待校正的参数集作为优化的取值空间提供给COBYLA算法，程序流程图如图4所示．具体过程为：(1)调用SUMO仿真程序；(2)读取实测交通调查数据和仿真输出数据；(3)计算每一辆车实测数据和仿真数据之间的均方根误差（RMSE）；(4)循环运行以上过程直到误差满足要求．参数校正程序通过反复运算，误差从最初的38%下降到了23%．仿真中车辆在交织区的换道次数统计结果如表3所示．图4 va_COBYLA校正程序流程图表3 换车道次数对比换车道区域换车道类型实际原模型优化后的模型交织区战略性 134 114 128协作性 55 48 52汇入区战略性 89 78 85协作性 32 35 30 5 结语本文中分别用SUMO平台提供的原换车道模型、优化设计和标定后的换车道模型对乌鲁木齐市广汇立交桥交织区拥挤状态下的换车道行为进行了仿真研究．优化中引入了换车道等待时间Tcooperate的参数并对驾驶员不耐心率进行了重新定义．SUMO的模块化的程序结构给研究人员提供了实现和评估自己算法的工具．SUMO中车辆在产生时刻即获得路径，且车辆产生在路段上而非车道上，可通过设置所出现的车道和地点规则来模拟车辆的产生过程，有利于避免车辆产生后在固定的地点获得路径决策、在固定的地点变换车道（如Vissim）．此特性很好的解决了排队开始处车辆换车道区域集中的问题，在实际应用中给研究和工程人员提供了良好的平台．参考文献：[1]Transportation Research Board.Highway Capacity Manual 2010[M].USA：National Research Council,2010.[2]狄宣,张小宁,张红军.基于元胞自动机的快速路交织区建模仿真[J].交通与计算机,2008,26(2):23-26.[3]杨晓光,孙剑,李克平.拥挤交通流交织区车道变换行为仿[J]系统仿真学报,2009,21(13):4174-4178.[4]孙剑,胡家琦,孙杰.城市快速路交织区通行能力估计模型[J].中国公路学报,2016,29(4):114-122.[5]Hall F,Bloomberg L,Rouphail N,et al.Validation Results for Four Modelsof Oversaturated Freeway Facilities[J].Journal of the Transportation Research Board,2000,1710(1):161-170.[6]Pesti G,Chu C L,Fitzpatrick K,et al.Simulation of Weaving Traffic Between Freeway Ramps[C].Washington:Transportation,2011.[7]Gomes G,May A,Horowitz R.A Microsimulation Model of a Congested Freeway using VISSIM[J].Transportation Research Record Journal of the Transportation Research Board,2004,1876(1):71-81.[8]卢守峰,韦钦平,沈文,等.集成VISSIM、Excel VBA和MATLAB的仿真平台研究[J].交通运输系统工程与信息,2012,12(4):43-48.[9]孙剑,杨晓光,刘好德.微观交通仿真系统参数校正研究[J].系统仿真学报,2007,(1):48-50.[10]Kusuma A,Liu R,Choudhury C,et ne-changing characteristics at weaving section[C].Proceedings of Transportation Research Board Conference 2015.[11]Treiber M,Helbing D.Memory ef f ects in microscopic traffic models and wide scattering in f l ow-density data[J].Physical Review E Statistical Nonlinear&Soft Matter Physics,2003,68(2):3-7.[12]Jakob Erdmann.Modeling Mobility with Open Data[M].USA:Springer International Publishing,2015:105-123.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
元胞自动机的交通流模拟算法
一、引言
交通流模拟是城市规划和交通管理中的重要工具。
通过对交通流进行建模和模拟，我们可以研究不同交通策略和规划方案对交通流的影响，从而提出优化的交通管理方案。
而元胞自动机是一种常用的交通流模拟方法。
本文将介绍元胞自动机的基本原理、交通流模拟算法以及在实际应用中的一些案例。
二、元胞自动机的基本原理
元胞自动机是一种基于空间和时间分布的离散动力学模型。
它由离散的元胞组成，每个元胞具有一些状态和规则，并与其相邻的元胞进行交互。
在交通流模拟中，元胞通常表示为一个道路上的一段距离或一个交叉口，而状态可以是车辆的位置、速度等。
元胞自动机的基本原理是通过迭代地更新每个元胞的状态，模拟交通流的演化过程。
更新的规则可以根据交通流模型的不同而不同，例如，可以根据车辆的速度、距离等因素来确定更新规则。
通过不断地迭代更新，交通流模型可以模拟出车辆的运动和交通流的演化。
三、交通流模拟算法
3.1 元胞自动机的基本模型
元胞自动机的交通流模拟算法通常包括以下步骤：
1.初始化元胞状态：根据实际情况，将道路划分为若干个元胞，并初始化每个
元胞的状态，例如，设置车辆的初始位置、速度等。
2.更新元胞状态：按照一定的规则，迭代更新每个元胞的状态。
更新规则可以
根据实际情况和交通流模型的要求进行设计，例如，根据车辆的速度、距离
等因素来确定车辆的前进方向和速度。
3.计算交通流指标：根据更新后的元胞状态，计算交通流的指标，例如，道路
的通行速度、车辆的密度等。
4.判断停止条件：根据交通流模拟的目的，设定合适的停止条件。
例如，当交
通流的指标达到一定阈值，或者模拟的时间达到一定限制时，停止模拟。
3.2 交通流模拟算法的改进
在实际应用中，为了更好地模拟真实的交通流，研究者们不断地改进交通流模拟算法。
以下是一些常见的改进方法：
1.多速度模型：传统的元胞自动机模型中，所有车辆的速度都是相同的。
而在
实际交通流中，车辆的速度往往是不同的。
研究者们引入了多速度模型，使
得车辆可以根据自身的属性和道路条件来决定速度。
2.动态路权模型：在传统的元胞自动机模型中，每个元胞的状态更新只依赖于
之前的状态。
而在实际交通流中，车辆的行为和道路上其他车辆的状态有关。
研究者们引入了动态路权模型，使得车辆可以根据周围车辆的行为来决定自
己的行为。
3.综合模型：上述的改进方法可以结合起来，构建综合模型。
综合模型综合考
虑车辆的速度、路权等因素，更好地模拟真实的交通流。
四、交通流模拟算法的应用案例
交通流模拟算法已经广泛应用于城市规划、交通管理和交通仿真等领域。
以下是一些应用案例：
1.交通规划：通过交通流模拟算法，可以评估不同交通规划方案对交通流的影
响，从而优化城市的交通规划。
2.交通管理：通过交通流模拟算法，可以研究不同交通管理措施对交通流的调
控效果，从而制定更有效的交通管理策略。
3.交通仿真：通过交通流模拟算法，可以模拟真实的交通流，从而帮助交通部
门和驾驶员更好地预测交通流动态，避免交通拥堵和事故。
五、总结
元胞自动机是一种常用的交通流模拟方法。
通过更新元胞的状态，可以模拟出车辆的运动和交通流的演化。
交通流模拟算法可以应用于交通规划、交通管理和交通仿真等领域，并通过不断的改进来提高模拟的准确性和逼真度。
交通流模拟算法的发展将为城市的交通规划和交通管理提供有力的支持。