实现交通管理的微观模拟模型：基于计算机的方法外文翻译资料

 2022-07-26 14:56:04

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

实现交通管理的微观模拟模型：基于计算机的方法

摘要

交通拥堵问题在世界各地日益严重化，正是由于机动化、城市化、人口增长和人口密度的变化，拥挤降低了交通基础设施的利用，增加出行时间、带来空气污染和燃料消耗。在当今高度拥挤的交通网络中，自动和自适应控制对交通系统的管理起到了重要的纠正作用。本文介绍了显微仿真模型发展的一个非常拥挤的交通网络—尼科西亚，塞浦路斯。基于验证仿真模型的各种交通控制策略涉及使用智能交通系统，将在实施前测试。

关键字：交通模型，交通仿真，自动化控制，交通规划。

1，介绍

交通堵塞的问题变得越来越大，因为交通拥堵造成越来越多的经济，社会和环境问题。在城市中心，交通堵塞是日常现实。我们每天都面临着繁忙的动态时间，交通事故，空气污染和司机的压力。交通拥堵构成一个复杂的问题。它包括许多复杂的过程，并集成了许多元素的相互作用。在这样一个复杂的情况下，仿真建模是通过各种交通条件提供评价的一个非常有效的工具。它可以帮助决策者理解和分析交通，评估目前的问题，并提出合理的解决方案。交通仿真可以支持交通规划，交通管理决策，并有效的纠正行动。新的解决方案和技术可以在“虚拟现实”的环境中，在舒适的办公室，被有效地进行测试，而不破坏道路交通或不避免得不离开现场试验的情况。

有效的交通管理和控制策略，需要最新的有效的模拟测试结果。本文介绍了城市交通网络的建模和仿真目前的进展和经验教训。本文的工作是trafbus研究项目的一部分，在研究促进基金会下塞浦路斯大学和南加州大学的研究的合作。Trafbs与尼科西亚市某主要交通网络的交通流建模、仿真和分析问题有关。此外，在巴士运输和优化流量的服务水平的提高的模拟环境中。使用自动控制系统进行评估和测试，特别是，开发一个斯特罗沃洛斯大道仿真模型， 斯特罗沃洛斯大道是最高意义的主要交通动脉，因为它作为尼科西亚和大和人口稠密的地区城市和农村社区包括斯特罗沃洛斯是最大的城市区域，Lakatameia、Tseri，Deftera和其他地区的连接器。trafbus项目具有跨学科的性质，包括数学、工程制图、计算机科学和管理知识。特别是车辆动力学和各种情况下的微观模型的交通流，包括“专用公交专用道”和快速公交系统（BRT），研究的目的是设计更有效和更安全的交通网络计算机模拟。

2，交通流理论

交通流的数学研究，特别是车辆交通流的数学研究，目的是理解交通堵塞问题，并协助交通挤塞问题的预防和补救。交通流的数学理论的第一个尝试追溯到上世纪30年代，但直到今天，我们仍然没有一个令人满意的一般的数学理论应用于实际的交通流条件。

这是因为交通现象是复杂的和非线性的，这取决于大量车辆的相互作用。此外，车辆之间的相互作用不只是遵循物理定律，也有人类驾驶的心理反应的影响。因此我们观察混沌现象如簇的形成和向后传播的冲击波车辆密度。此外，测量量的大波动，如车辆的速度取决于交通状况。交通流数学模型可以分为：交通流特征模型，人为因素模型，汽车跟随模型，连续流模型，宏观流动模型，交通影响模型，无信号交叉模型，信号交叉模型和交通模拟模型交通流特征 理论涉及各种数学模型，这些数学模型已经被开发出来，用于描述速度，流量和浓度的交通流变量之间的关系。

人为因素的数学建模（Koppa，1996）处理人机系统中人类因素的突出表现方面。这些包括感知反应时间，控制移动时间，对交通控制装置的响应，其他车辆的移动，道路中的危害以及不同部门人群的性能不同。 此外，人为因素理论涉及到转向，制动和速度控制的基础上的控制性能。 人为因素理论为汽车跟随模型的发展提供了依据。汽车跟随型号（Rothery，1996）研究了个别车辆（及其司机）之间相互依存的方式。一般来说，它们是从刺激反应关系发展出来的，其中交通流中连续的司机的反应是按照刺激的幅度加速或减速。汽车跟随型号认识到交通由离散的颗粒组成，并且是流体开发的这些颗粒之间的相互作用。

连续模型（Kuhne和Michalopoulos，1996）更关心交通流的整体统计行为，而不是粒子之间的相互作用。宏观流动模型（Williams，1996）抛弃了单个车辆或单个系统组件（如链路或交叉点）的交通的微观视图，而不是网络中的流量的宏观视图。宏观流量模型考虑了每单位面积的距离旅行，城市每单位面积的道路长度或面积以及加权空间平均速度等变量。交通影响模型（Ardekani等人，1996年）与交通和安全模型，燃油消耗模型和空气质量模型有关。交通和安全模型描述了交通流量与事故频率之间的关系。无信号交叉理论（Troutbeck，1996）处理差距接受理论和差距接受计算中使用的前进分布。信号交叉口的交通流（Rouphail等，1996）处理交通流量的统计理论，以便提供隔离交叉口的延迟和队列估计，包括上游交通信号的影响。交通仿真建模（Lieberman和Rathi，1996）处理嵌入在仿真包中的流量模型以及用于进行模拟实验的过程。此外，应该从建模过程中结合使用自动控制系统的角度来看待交通流模拟（Raza和Ioannou，1997）。在一个有趣的离散事件流量模型中，Chien等人（1997）中，设计分析和模拟用于自动化公路系统的宏观交通密度控制器，以优化交通密度。

总而言之，在数学上，交通流量问题可以主要以三种方式进行，对应于观察，微观，宏观和介观三个主要尺度。在微观尺度上，每个车辆被认为是一个个体，因此对于每个车辆我们都有一个方程，通常是一个普通的微分方程。在宏观尺度上，我们使用流体动力学模型的类比，其中我们有一个部分微分方程系统来检查车辆密度或平均速度等特性。在中等水平的介观或动力学尺度中，我们定义了一个函数，它表示在速度为V的位置x处的时间t具有车辆的概率的函数。该函数可以用以下方法计算求解积分微分方程，如Boltzmann方程。适当模型的选择取决于所需的细节水平和可用的计算能力。 由于计算机技术的出现，今天的趋势是利用微观尺度的数学模型，根据上述分类，利用人为因素和汽车跟踪模型。 存在与上述三个尺度相对应的交通模拟软件模型，如下一节所述。

3，交通仿真

仿真可以被定义为现实世界的一部分的动态表示，通过构建计算机模型并通过时间移动来实现（Drew，1968）。 使用计算机模拟进行流量管理的第一个成功尝试之一归功于D.L. Gerlough（1956）在加利福尼亚大学计算机上进行高速公路交通仿真工作。 交通模拟的另一个重要的早期贡献是Kallberg（1971）。 今天的计算机仿真是运输工程中不可或缺的工具，从科学研究到规划，到培训和示范都有许多应用。 模拟系统用于铁路，空中和海上运输以及计算机网络流量等许多领域。本文的范围是道路交通模拟。 这个领域很难分析，因为大量动态参与者的功能，不可控制的系统输入，如天气条件，参与者人数，人与人之间的模糊规律和人与人之间的交互影响;以及其他因素（Pursula，1999）。 有许多类型的仿真系统。 一些基本分类是微观，介观和宏观（见图1）以及连续和离散时间方法的划分。

图一：仿真模型的划分

两个基本类别是：宏观模型，其描述由流量，密度和速度的标量值表示的交通流，以及微观模型，其考虑了具有其性质的所有车辆。 交通仿真模型通常是随机的，因为描述道路交通时包含概率分布。交通仿真软件模型的完整分类由Papacostas和Prevedouros（2001）提供。

4，VISSIM MICROSCOPIC软件模拟模型

Vissim是用于设计交通控制系统的模拟工具。 它是PTV Vision Suite的一部分，它包括Visum，一个宏观的模拟软件工具。 Vissim采用了个人车辆建模，是一款微型工具。 它有很多应用，但主要用于分析包括城市和公路配置在内的各种道路设计的交通流量。 进一步的Vissim能够对汽车，公共汽车，轻型和重型铁路，卡车，骑自行车和行人的各种车辆类型进行建模。 Vissim的系统架构由两个独立的程序，流量模型和信号控制模型组成，如图2所示。

图2：Vissim的系统架构（来源：PTV AG）

Vissim的主要应用领域是交通信号优先研究和交叉口的设计与运营（Boxill和Yu，2000）。 其他应用包括车辆启动信号控制策略的开发和对涉及公共交通的不同交通网络布局的评估，这是本文开发的模型的主要课题。 VISSIM中的交通流模型是一个独立的，随机的，基于时间步长的，具有驾驶员单位作为单一实体的微观模型。 模型师采用了纵向车辆运动的心理物理车跟随模型和横向运动的基于规则的算法。 Vissim是在20世纪70年代在德国卡尔斯鲁厄大学开发的。 它基于Wiedemann（1974; 1991）的模型，如图3所示。

图3：Wiedemann心理物理模型（来源：PTV AG）

Wiedemann模型的基本思想是假设驾驶员是四种驾驶模式之一：自由行驶模式，接近模式，以下模式和危险或制动模式。在自由驾驶模式下，驾驶员不受前面车辆的影响。在这种模式下，驾驶员寻求达到并保持一定的速度，这就是驾驶员单独期望的速度。

实际上，自由驾驶的速度不能保持恒定，而是由不完美的节气门控制以所需的速度摆动。在接近模式下，驾驶员自身的速度适应于前一车辆的较低速度。当驾驶员接近前方车辆时，驾驶员施加减速，使得在达到期望的安全距离的时刻两辆车的速度差为零。在以下模式中，驾驶员无需加速或减速就跟随前一辆车。安全距离或多或少保持恒定，但由于不完美的节气门控制和不完美的估计，速度差在零附近振荡。最后，在危险或制动模式下，如果距离低于所需的安全距离，驾驶员会采取中至高等的减速率。如果前面的车辆突然改变速度，或者如果第三辆车在驾驶员前面改变车道，这可能会发生。

对于每个模式，加速度被描述为速度，速度差，距离以及驾驶员和车辆的个体特征的结果。一旦达到可以表示为速度差和距离的组合的某个值，驱动器就会从一种模式切换到另一种模式。例如，只能以较小的距离实现小的速度差，而较大的速度差迫使接近驾驶者的反应要早得多。感觉速度差异和估计距离的能力在驾驶人群中以及期望的速度和安全距离之间有所不同。

由于心理方面和驾驶员感知的生理限制的结合，该模型成为心理身体的车身模型。交通仿真模型的准确性的基本要素是车辆实际建模的质量，即通过网络移动车辆的方法。威德曼模型的基本概念是，一辆更快的移动车辆的驾驶员开始减速，当他达到他的个人感知值，从而得到一个较慢的移动车辆。由于驾驶员不能准确地确定车辆的速度，所以他的速度将低于该车辆的速度，直到达到另一个感知阈值之后再次稍微加速。这导致加速和减速的迭代过程。速度和间隔阈值的随机分布复制了单独的驾驶员行为特征。该模型已经通过德国和其他国家的多个现场测量进行了校准和验证（Wiedemann，1974; Fellendorf和Vortish，2001）。定期现场测量及其最终的模型参数更新确保了驾驶员行为和车辆改进的变化。

Vissim交通模拟器允许多车道道路上的驾驶员得益于前两辆车辆以及相邻行车道上的两辆相邻车辆。此外，接近交通信号会导致驾驶员在停止线前方100米处的警戒性。此外，Vissim通过网络移动“驾驶员单位”来模拟交通流量。具有特定行为特征的驾驶员被分配到特定车辆。因此，驾驶员行为与其车辆的技术能力相对应。

表征每个驾驶员车辆单元的属性可以被分为以下三类。首先，车辆的技术规格包括其长度，最大速度，潜在加速度，网络中的实际位置，实际速度和加速度。其次，驾驶员车辆单元的行为，其包括驾驶员的心理物理灵敏度阈值（估计能力，侵略性），驾驶员的记忆，基于当前速度的加速度和驾驶员的期望速度。第三，驱动车辆单位的相互依赖，包括参考自己和相邻行车道上的主要和后续车辆，参考当前的路段和下一个十字路口，并参考下一个交通信号灯。使用Vissim中的图形用户界面量化并指定上述讨论的各种参数。图4显示了指定了各种跟随车型参数的配置表。

图四：汽车跟随参数配置

使用Wiedemann（1974）的符号，平均静止距离（ax）定义了停止的车辆之间的平均期望距离。 它具有plusmn;1m的固定变化。 所需安全距离的添加部分（bx_add）和所需安全距离（bx_mult）的乘数部分影响安全距离的计算。使用以下公式计算两个车辆之间的距离

d：d = ax bx（1）

ax是停顿距离

bx =（bxadd bxmult * z）* sqrt（v）

v是车速[m / s]

z是范围[0,1]的值，其通常以0.5的标准偏差分布0.15。

5,交通建模和模拟方法建议

如上一节所述，交通现象构成了一个混乱的动力学问题状况，这使得交通建模和仿真成为一个非常复杂，迭代和困难的过程。为了增加我们成功的模拟模型的机会，提出了以下方法，这也适用于Strovolos Avenue交通网络的建模，如下一节所述。拟议的交通建模和模拟方法是基于Lieberman和Rathi（1996）的建议。如图5所示，第一步是确定并明确定义问题。这里要小心不要只是处理问题的症状，而是要找出交通拥堵问题的真正原因。确定问题后，再加上具体说明问题的范围和意义，下一步是定义模型目标。换句话说，应该规定要开发的模拟模型的目的是什么。应该再次谨慎，调查所述目标是否真正解决问题，并考虑到由于具体提出的解决方案可能发生的任何“副作用”。

图五：目标模型和仿真途径

接下来，我们将对要研究的系统进行定义。这里需要确定系统的主要组件，并且需要定义系统的域的边界。此外，需要分析各种组件的相互作用。最后，必须确定模型输入的必要信息。一旦定义了要研究的系统，下一步就是模型的开发。

全文共15249字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[144784]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章