Микроскопическая модель транспортного потока

Эта статья, возможно, содержит оригинальные исследования . Пожалуйста, улучшите его , проверив сделанные утверждения и добавив встроенные цитаты . Заявления, содержащие только оригинальные исследования, следует удалить. ( Июнь 2017 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения )

В этой статье не процитировать какие - либо источники . Пожалуйста, помогите улучшить эту статью , добавив цитаты из надежных источников . Материал, не полученный от источника, может быть оспорен и удален . Найти источники:  «Микроскопическая модель транспортного потока»  -  новости  · газеты  · книги  · научный сотрудник  · JSTOR ( февраль 2007 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения )

Микроскопические модели транспортного потока представляют собой класс научных моделей от автомобильных динамики движения .

В отличие от макроскопических моделей , 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.

Следующие за автомобилями модели [ править ]

Все модели слежения за автомобилем, также известные как модели с непрерывным временем , имеют общее то, что они определяются обычными дифференциальными уравнениями, описывающими полную динамику положения и скорости транспортных средств . Предполагается, что входные стимулы водителей ограничены их собственной скоростью , чистым расстоянием (расстояние от бампера до бампера) до ведущего транспортного средства (где обозначает длину транспортного средства) и скоростью ведущего транспортного средства. Уравнение движения каждого транспортного средства характеризуется ускорением функции, зависящей от этих входных стимулов:${\ displaystyle x _ {\ alpha}}$${\ displaystyle v _ {\ alpha}}$${\ displaystyle v _ {\ alpha}}$${\ displaystyle s _ {\ alpha} = x _ {\ alpha -1} -x _ {\ alpha} - \ ell _ {\ alpha -1}}$${\ displaystyle \ alpha -1}$${\ displaystyle \ ell _ {\ alpha -1}}$${\ displaystyle v _ {\ alpha -1}}$

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

В общем, поведение отдельной единицы водитель-транспортное средство может зависеть не только от непосредственного лидера, но и от автомобилей впереди. Уравнение движения в этой более обобщенной форме гласит:${\ displaystyle \ alpha}$${\ displaystyle \ alpha -1}$${\ displaystyle n_ {a}}$

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

Примеры моделей, следующих за автомобилем [ править ]

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

Клеточные модели автоматов [ править ]

Модели клеточного автомата (CA) используют целочисленные переменные для описания динамических свойств системы. Дорога разделена на участки определенной длины, а время дискретизировано по шагам . Каждый участок дороги может быть занят автомобилем или пустым, а динамика задается правилами обновления в форме:${\displaystyle \Delta x}$${\displaystyle \Delta t}$

${\displaystyle v_{\alpha }^{t+1}=f(s_{\alpha }^{t},v_{\alpha }^{t},v_{\alpha -1}^{t},\ldots )}$

${\displaystyle x_{\alpha }^{t+1}=x_{\alpha }^{t}+v_{\alpha }^{t+1}}$

(время моделирования измеряется в единицах, а положение транспортных средств - в единицах ).${\displaystyle t}$${\displaystyle \Delta t}$${\displaystyle x_{\alpha }}$${\displaystyle \Delta x}$

Шкала времени обычно определяется временем реакции водителя-человека . При фиксированном значении длина участков дороги определяет детализацию модели. При полной остановке средняя длина дороги, которую занимает одно транспортное средство, составляет примерно 7,5 метра. Установка этого значения приводит к модели, в которой одно транспортное средство всегда занимает ровно один участок дороги, а скорость соответствует 5 , которая затем устанавливается как максимальная скорость, с которой водитель хочет двигаться. Однако в такой модели минимально возможное ускорение было бы нереалистичным. Поэтому многие современные модели CA используют более тонкую пространственную дискретизацию, например , что приводит к минимально возможному ускорению .${\displaystyle \Delta t=1{\text{s}}}$${\displaystyle \Delta t}$${\displaystyle \Delta x}$${\displaystyle 5\Delta x/\Delta t=135{\text{km/h}}}$${\displaystyle \Delta x/(\Delta t)^{2}=7.5{\text{m}}/{\text{s}}^{2}}$${\displaystyle \Delta x=1.5{\text{m}}}$${\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 [ править ]

• Правило 184
• Модель дорожного движения Бихама – Миддлтона – Левина
• Модель Нагеля – Шрекенберга (NaSch, 1992)

См. Также [ править ]

• Микросимуляция