動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的交通仿真的研究與實(shí)現(xiàn).pdf

1、隨著智能交通系統(tǒng)(ITS)日益發(fā)展,微觀交通仿真技術(shù)作為描述復(fù)雜交通行為的有效工具,在解決交通問題方面發(fā)揮越來越大的作用。圍繞交通仿真模型建立和系統(tǒng)開發(fā)的研究已有許多成果,但現(xiàn)有交通仿真通常基于歷史數(shù)據(jù),忽略系統(tǒng)運(yùn)行過程中各種突發(fā)事件,在實(shí)時(shí)動(dòng)態(tài)條件下的仿真結(jié)果準(zhǔn)確性較低。各種高新技術(shù)的發(fā)展使真實(shí)交通流數(shù)據(jù)較易獲得,從而為基于動(dòng)態(tài)實(shí)測數(shù)據(jù)的交通仿真提供了可能。動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)(DDDAS)的特點(diǎn)是將仿真和真實(shí)數(shù)據(jù)有效結(jié)合,使仿真能夠

2、動(dòng)態(tài)接受實(shí)測數(shù)據(jù)的反饋,從而使仿真收斂更快、結(jié)果更可信。目前, DDDAS在危機(jī)管理、工程科學(xué)與災(zāi)難預(yù)報(bào)等具有充足實(shí)測數(shù)據(jù)的領(lǐng)域得到廣泛的應(yīng)用。
　　基于上述背景,本文旨在將DDDAS范式應(yīng)用于微觀仿真系統(tǒng)Movsim,提出動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的交通仿真方法,該方法將車輛運(yùn)行實(shí)測數(shù)據(jù)反饋到交通狀態(tài)預(yù)測中,使預(yù)測結(jié)果更準(zhǔn)確可靠。首先,對(duì)DDDAS范式和Movsim邏輯流程、車輛模型和路網(wǎng)模型進(jìn)行分析,在此基礎(chǔ)上提出動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的交通仿真框架

3、,剖析框架運(yùn)行機(jī)制,探討并行處理、數(shù)據(jù)同化等關(guān)鍵技術(shù)。其次,構(gòu)建基于粒子濾波的交通仿真模型。粒子濾波算法給非線性、非高斯系統(tǒng)的狀態(tài)估計(jì)提供了嚴(yán)謹(jǐn)解決方法,因此,引入粒子濾波算法實(shí)現(xiàn)框架的數(shù)據(jù)同化部分。本文設(shè)計(jì)了隨機(jī)平移和分段車輛密度兩種噪聲模型、基于JSON中間件的數(shù)據(jù)映射模型、基于滑動(dòng)窗口和傳感器智能選擇兩種權(quán)重計(jì)算模型以及層次重采樣模型,并給出算法圖形化解釋,介紹基于粒子濾波交通仿真模型實(shí)現(xiàn)流程。進(jìn)而,設(shè)計(jì)并實(shí)現(xiàn)了基于粒子濾波的交通