Микроскопическая модель транспортного потока - Microscopic traffic flow model - Wikipedia

Микроскопические модели транспортных потоков являются классом научные модели из динамика движения автотранспорта.

В отличие от макроскопические модели микроскопические модели транспортных потоков моделируют отдельные единицы транспортного средства-водителя, поэтому динамические переменные моделей представляют микроскопические свойства, такие как положение и скорость отдельных транспортных средств.

Автомобильные модели

Также известный как модели с непрерывным временем, все модели, следующие за автомобилем, имеют общее то, что они определяются обыкновенные дифференциальные уравнения описание полной динамики позиций автомобилей ${ displaystyle x _ { alpha}}$ и скорости ${ displaystyle v _ { alpha}}$ . Предполагается, что входные стимулы водителей ограничены их собственной скоростью. ${ displaystyle v _ { alpha}}$ , чистое расстояние (расстояние от бампера до бампера) ${ displaystyle s _ { alpha} = x _ { alpha -1} -x _ { alpha} - ell _ { alpha -1}}$ к ведущей машине ${ displaystyle alpha -1}$ (куда ${ displaystyle ell _ { alpha -1}}$ обозначает длину транспортного средства), а скорость ${ displaystyle v _ { alpha -1}}$ ведущей машины. В уравнение движения каждого транспортного средства характеризуется функцией ускорения, которая зависит от этих входных стимулов:

{ displaystyle { ddot {x}} _ { alpha} (t) = { dot {v}} _ { alpha} (t) = F (v _ { alpha} (t), s _ { alpha } (t), v _ { alpha -1} (t))}

В целом, поведение отдельного водителя и транспортного средства ${ displaystyle alpha}$ может зависеть не только от непосредственного лидера ${ displaystyle alpha -1}$ но на ${ displaystyle n_ {a}}$ автомобили впереди. Уравнение движения в этой более обобщенной форме гласит:

{ Displaystyle { точка {v}} _ { альфа} (т) = е (х _ { альфа} (т), v _ { альфа} (т), х _ { альфа -1} (т), v _ { alpha -1} (t), ldots, x _ { alpha -n_ {a}} (t), v _ { alpha -n_ {a}} (t))}

Примеры моделей, следующих за автомобилем

Модель оптимальной скорости (OVM)
Модель разницы скоростей (VDIFF)
Модель Видеманна (1974)
Модель интеллектуального водителя (IDM, 1999)
Модель Гиппса (Гиппс, 1981)

Клеточные модели автоматов

Клеточный автомат (CA) модели используют целочисленные переменные для описания динамических свойств системы. Дорога разбита на участки определенной длины. ${ displaystyle Delta x}$ и время дискретизированный к ступеням ${ displaystyle Delta t}$ . Каждый участок дороги может быть занят автомобилем или пустым, а динамика задается правилами обновления в форме:

{ displaystyle v _ { alpha} ^ {t + 1} = f (s _ { alpha} ^ {t}, v _ { alpha} ^ {t}, v _ { alpha -1} ^ {t}, ldots)}

{ Displaystyle х _ { альфа} ^ {т + 1} = х _ { альфа} ^ {т} + v _ { альфа} ^ {т + 1}}

(время моделирования ${ displaystyle t}$ измеряется в единицах ${ displaystyle Delta t}$ и позиции автомобиля ${ displaystyle x _ { alpha}}$ в единицах ${ displaystyle Delta x}$ ).

Шкала времени обычно определяется временем реакции водителя-человека, ${ displaystyle Delta t = 1 { text {s}}}$ . С ${ displaystyle Delta t}$ фиксировано, длина участков дороги определяет детализацию модели. При полной остановке средняя длина дороги, которую занимает одно транспортное средство, составляет около 7,5 метров. Параметр ${ displaystyle Delta x}$ к этому значению приводит к модели, в которой одно транспортное средство всегда занимает ровно один участок дороги, а скорость 5 соответствует ${ displaystyle 5 Delta x / Delta t = 135 { text {км / ч}}}$ , которая затем устанавливается как максимальная скорость, с которой хочет двигаться водитель. Однако в такой модели минимально возможное ускорение будет ${ displaystyle Delta x / ( Delta t) ^ {2} = 7,5 { text {m}} / { text {s}} ^ {2}}$ что нереально. Поэтому многие современные модели CA используют более тонкую пространственную дискретизацию, например ${ displaystyle Delta x = 1,5 { text {m}}}$ , что приводит к минимально возможному ускорению ${ displaystyle 1.5 { text {m}} / { text {s}} ^ {2}}$ .

Хотя моделям клеточного автомата не хватает точности непрерывных во времени моделей слежения за автомобилем, они все же способны воспроизводить широкий спектр явлений движения. Благодаря простоте моделей, они очень эффективны в числовом отношении и могут использоваться для моделирования больших дорожных сетей в реальном времени или даже быстрее.

Примеры моделей CA

Смотрите также

Микросимуляция