收藏本站
《中国科学技术大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

路口瓶颈处交通状态的相图及元胞自动机模型研究

李启朗  
【摘要】:如今,交通拥堵已经成为城市公害,它增加能源消耗,导致环境污染,成为制约我国大中城市可持续发展的主要瓶颈,严重影响经济建设。解决交通拥堵的根本出路在于发展交通科学技术,开展交通流理论研究。交通流理论研究的目标是建立能描述实际交通一般特性的交通流模型,寻找交通流的基本规律,以揭示交通拥堵产生的机理。只有这样,才有可能实现从”治标”到”治本”的转化,为现代城市的可持续快速发展提供基本保障。因此,很有必要开展交通流理论的研究。 元胞自动机是一种空间、时间和变量均离散的数学模型,具有算法简单、物理图像清晰、并行程度高等优越的特点。元胞自动机方法和相关的建模技术是描述、认识和模拟复杂系统行为的强有力的方法。如今,它已被广泛用于交通系统的研究,各种元胞自动机交通流模型也已陆续地被提出。由于在该模型中便于考虑各种实际交通因素,因此正被广泛用于研究交通流的各种复杂现象。 基于交通动力学研究的复杂性和丰富性的特征,并在对国内外交通流理论的研究动态充分调研的基础上,本论文选取了若干受到广泛关注的动力学问题进行研究。研究内容包括一维、二维交通流的建模与模拟,路口瓶颈处交通流的数值模拟及理论分析研究。 首先,一维元胞自动机交通流模型的研究: 1、经典的Nagel-Schreckenberg模型中的随机慢化规则可以捕捉由于人的行为、各种外界条件等因素导致的固有的速度涨落,是产生自发的阻塞现象的关键,同时也引入了驾驶员因随机刹车导致的过度反应。本论文对其随机慢化规则进行了改进:当车辆的期望速度小于它本身的车头距时,以及车辆以速度等于1行驶时且等于车头距情况下,车辆也无需随机慢化;由于在单车道模型中不允许超车,只有当某个车辆的期望速度等于它车头距时,考虑到行车安全,车辆需要以一定的概率进行慢化。计算机模拟表明,本文改进模型的基本图敏感地依赖于延迟概率。与Nagel-Schreckenberg模型相比,本文模型中系统的最大流量值更接近实际道路测量结果,速度分布更为合理。因而,本文模型更适合模拟实际道路交通。 2、本论文研究一维混合交通流的车间距的分布特性。计算机模拟表明,对于给定混合比例的系统,在低密度及中间密度情况下,其车间距分布情况因随机慢化概率不同而不同。对于给定随机慢化概率的系统,在低密度的情况下,混合比例系数对其车间距的分布有很大的影响。 其次,构建路口瓶颈处交通状态的相图: 1、本论文研究了由两条相互垂直的单车道构成的十字路口交通流模型的相图,此两车道均采用周期边界条件且并行更新。车辆的更新采用Fukui-Ishibashi确定性模型的演化规则且在十字路口处车辆不允许转向。其中,如果在十字路口上游的两条道上各有一辆车要占据或经过十字路口,需要遵循收益动力学的减速规则。依据构建相图的原则,本论文绘制了各种最大速度情况下的流量相图,通过比较发现它们均具有不同的拓扑结构,其结构与最大速度有关。并采用理论分析的方法推导了相图中各个区域的流量公式,这些结果也被计算机模拟所证实。 2、类似于上面的研究,只不过模型中车辆的更新采用Nagel-Schreckenberg确定性模型的演化规则。本部分也绘制了各种最大速度情况下的流量相图,也采用理论的方法推导了相图中各个区域的流量公式。本论文中采用的理论分析方法不仅简单,而且可能被广泛地应用于其它交通瓶颈问题的研究。 最后,提出了车辆可以换道的二维Bihan-Middleton-Levine元胞自动机交通流模型: 本论文在经典的Biham-Middleton-Levine模型基础上,建立了较符合实际交通情况的车辆可以换道的二维城市交通模型。通过对正方形及长方形网格的交通系统进行计算机模拟,结果均发现新的自由流位形图,以及一些新的中间态,且中间态能维持在较大的密度范围内。
【学位授予单位】:中国科学技术大学
【学位级别】:博士
【学位授予年份】:2012
【分类号】:U491.112

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 李启朗;;十字路口处长车交通状态相图[J];安徽建筑大学学报;2014年06期
2 邹杰;刘国林;高放;施建娟;;一维元胞自动机交通流模型随机特性的应用研究[J];山东农业大学学报(自然科学版);2006年02期
3 李福进;张建华;;元胞自动机交通流模型研究现状[J];智能城市;2017年06期
4 李洪,张薇,顾国庆,盛彗;具有交警的二维元胞自动机交通流模型[J];交通与计算机;2004年03期
5 王艳娜;周子力;王新伟;;基于元胞自动机的模糊控制换道模型[J];计算机应用;2007年05期
6 郑容森;立交桥交通流的研究[J];玉林师范学院学报;2005年03期
7 程松;陈光梦;;一种利用UKF的高速公路实时交通状态估计方法[J];计算机工程与应用;2008年08期
8 程晓明;李文权;;元胞自动机交通流模型的随机规则[J];交通运输工程与信息学报;2007年03期
9 应尚军,魏一鸣,蔡嗣经;元胞自动机及其在经济学中的应用[J];中国管理科学;2000年S1期
10 叶锴;石艳玲;陈丽娟;李丹青;;基于元胞自动机的城市道路交通流模型[J];科技视界;2016年13期
中国重要会议论文全文数据库 前10条
1 吉静;顾承华;翟希;张扬;;基于交通状态指数的城市道路交通拥堵评价体系研究[A];第十一届中国智能交通年会大会论文集[C];2016年
2 周晶晶;苏致远;马育林;黄向东;;基于多传感器的智能车交通状态感知关键技术研究[A];第十一届中国智能交通年会大会论文集[C];2016年
3 徐建闽;刘树青;;基于模式识别的路段交通状态动态观测方法研究[A];第十届中国智能交通年会优秀论文集[C];2015年
4 邹海翔;乐阳;李清泉;;城市交通状态的空间依赖性和空间异质性特征分析[A];协同发展与交通实践——2015年中国城市交通规划年会暨第28次学术研讨会论文集[C];2015年
5 刘碧川;吴秋轩;;零边界条件下二维元胞自动机矩阵可逆性分析[A];浙江省信号处理学会2012学术年会论文集[C];2012年
6 贾丽斯;陈栋;盘薇;薛郁;;道路瓶颈处交通拥堵的能量耗散的研究[A];第十三届全国水动力学学术会议暨第二十六届全国水动力学研讨会论文集——B水动力学基础[C];2014年
7 郭四玲;韦艳芳;薛郁;陈光旨;;一维元胞自动机交通流模型时空间距分布的研究[A];第七届全国水动力学学术会议暨第十九届全国水动力学研讨会文集(上册)[C];2005年
8 李启朗;;高速十字路口交通流模型相图[A];第八届全国流体力学学术会议论文摘要集[C];2014年
9 田欢欢;薛郁;;考虑行人占据影响的元胞自动机疏散模型[A];中国力学大会——2013论文摘要集[C];2013年
10 姜锐;;两相交通流模型中的随机因素[A];第八届全国流体力学学术会议论文摘要集[C];2014年
中国重要报纸全文数据库 前10条
1 记者 连涛;认真倾听群众呼声 解决交通瓶颈制约 让城市更畅通群众早受益[N];威海日报;2019年
2 湖北日报全媒记者 邓伟;产业发展亟待突破交通瓶颈[N];湖北日报;2019年
3 本报记者 李晓东;加大力度 破除交通瓶颈[N];光明日报;2019年
4 本报记者 刘旭;破除交通瓶颈筑起幸福道路[N];巴中日报;2017年
5 本报记者 刘向阳;一张卡片能否化解城市交通瓶颈[N];中国青年报;2010年
6 本报记者 胡秋菊;打造“精品工程” 破解交通瓶颈[N];常德日报;2018年
7 记者 陈斌;坚定发展信心 积极主动作为 着力破解交通瓶颈制约[N];平凉日报;2017年
8 记者 张成龙;静宁狠抓项目建设破解交通瓶颈[N];平凉日报;2017年
9 记者 冯蕾;我国交通瓶颈制约得到缓解[N];光明日报;2003年
10 ;湘西打通交通瓶颈承接东部产业转移[N];中国高新技术产业导报;2008年
中国博士学位论文全文数据库 前10条
1 李启朗;路口瓶颈处交通状态的相图及元胞自动机模型研究[D];中国科学技术大学;2012年
2 谷健;基于RFID数据的城市交通流动态路径诱导研究[D];东南大学;2017年
3 张东波;基于云计算的交通状态感知与诱导技术研究[D];华南理工大学;2018年
4 毕松;交通状态视觉识别方法研究[D];北京邮电大学;2012年
5 马璇;低碳钢锻造与轧制过程成形和组织演化的模拟计算[D];大连理工大学;2017年
6 秦大康;元胞自动机生成的时间序列的复杂性研究[D];苏州大学;2005年
7 赵道亮;紧急条件下人员疏散特殊行为的元胞自动机模拟[D];中国科学技术大学;2007年
8 曹兴芹;复杂系统的元胞自动机方法研究[D];华中科技大学;2006年
9 赵顗;面向城市道路网交通瓶颈预警的信号控制关键技术研究[D];东南大学;2018年
10 高德荃;城市道路交通状态数据模式分析研究[D];武汉大学;2009年
中国硕士学位论文全文数据库 前10条
1 谢娟;基于元胞自动机的单车道交通流模型研究[D];长安大学;2014年
2 朱娜;基于元胞自动机的城市快速路雨天交通流模型[D];东南大学;2015年
3 王佳;元胞自动机中的对称与复杂现象涌现机理研究[D];重庆大学;2009年
4 王帅飞;基于元胞自动机的复杂系统演化与涌现机理研究[D];电子科技大学;2017年
5 刘永欣;基于元胞自动机的交通流研究[D];西南交通大学;2003年
6 周映萍;内河船舶交通状态可视化系统研究[D];武汉理工大学;2016年
7 聂增国;城市道路交通状态评价研究[D];山东大学;2018年
8 陈韫;基于LSTM深度网络的城市道路短时交通状态预测模型研究[D];福建工程学院;2018年
9 张现伟;大数据环境下交通状态判别算法的研究与应用[D];青岛科技大学;2018年
10 张博;基于机器学习的交通状态短时预测方法研究[D];吉林大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026