基于多智能體的微觀交通流模擬模型研究.pdf

1、交通堵塞和交通事故給社會(huì)帶來了巨大的經(jīng)濟(jì)損失、大量人員傷亡和時(shí)間浪費(fèi)。僅僅依靠加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè)無法解決我國城市車多路少的矛盾，深入開展交通流理論科學(xué)研究，為減少交通堵塞和交通事故等提供了新的方法。交通流模型是研究交通流理論科學(xué)的重要工具。交通流的模型主要包括宏觀模型，中觀模型，微觀跟馳模型、元胞自動(dòng)機(jī)模型。人們既希望掌握車流的宏觀特征，還想掌握車流的微觀特征。因此，用車流密度、平均速度、流量等物理量描述的宏觀和中觀交通流已無法滿足實(shí)

2、際需要。微觀的交通流模型研究引起了人們的興趣。但是，基于嚴(yán)格數(shù)學(xué)方程的跟馳模型缺乏模擬復(fù)雜交通流行為的能力；元胞自動(dòng)機(jī)模型不能進(jìn)行高保真的交通流模擬研究。本文提出基于多智能體的微觀交通流模擬模型，在微觀層次探索復(fù)雜交通流行為的本質(zhì)特征。當(dāng)前，交通流科學(xué)的探索主要分為汽車交通流研究和步行交通流研究兩種。本研究分別對(duì)這兩種交通流進(jìn)行了分析和模擬，主要內(nèi)容和創(chuàng)新點(diǎn)如下：
　　 (1)提出根據(jù)不同跟駛情況采用不同加速度方程的多智能微觀汽

3、車交通流模型，模仿駕駛員的操縱行為。本模型引入加速度，是一個(gè)認(rèn)知推理的智能駕駛模型。與CA模型和傳統(tǒng)交通流模型相比，本模型考慮的因素更為全面。數(shù)字模擬實(shí)驗(yàn)表明，應(yīng)用該模型模擬的高速公路流量結(jié)果與實(shí)際測(cè)量值的絕對(duì)誤差很小。而基于CA的NaSch模型模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)相差很大。該模型模擬信號(hào)交叉口單車道通行能力與實(shí)測(cè)結(jié)果接近，對(duì)交通管理、控制、規(guī)劃與設(shè)計(jì)提供決策支持具有一定的參考價(jià)值。論文指出了汽車換道行為產(chǎn)生的臨界效應(yīng)。汽車換道引起的密度

4、、速度和流量的臨界效應(yīng)。當(dāng)公路上汽車流的密度大于臨界密度時(shí)，為了提高路段流量，汽車駕駛員應(yīng)少換道或不換道。由于路障的阻擋，遇到路障的汽車會(huì)強(qiáng)制換道。路障離十字路口越近，它對(duì)交通流的瓶頸效應(yīng)越明顯。為了防止交通事故，提高路段交通流量，路障應(yīng)盡快拔除。
　　 (2)提出了基于多智能體和場(chǎng)理論的瓶頸處復(fù)雜沖突步行流模型。步行流屬于自驅(qū)動(dòng)粒子系統(tǒng)。作用于步行者的梯度力、排斥力和不確定的隨機(jī)力分別決定梯度場(chǎng)、排斥場(chǎng)和隨機(jī)場(chǎng)。該模型采用梯度

5、場(chǎng)、排斥場(chǎng)和隨機(jī)場(chǎng)描述智能體的運(yùn)動(dòng)方向，利用周圍智能體的擁擠密度確定智能體的運(yùn)動(dòng)速度。基于動(dòng)態(tài)梯度場(chǎng)和時(shí)刻變化的排斥場(chǎng)、隨機(jī)場(chǎng)，模型既能描述智能體運(yùn)動(dòng)的主流趨勢(shì)，又能反映智能體的個(gè)體意愿?；诙嘀悄荏w和場(chǎng)理論的步行流模型克服了由于空間離散導(dǎo)致方向和速度的不精確性，能模擬瓶頸處復(fù)雜沖突步行流行為，模擬地鐵站乘客的上下車行為。在地鐵站乘客出行高峰期，論文提出的“奇出偶進(jìn)”和“邊出邊進(jìn)”上下車方法比當(dāng)前地鐵站實(shí)行的“先下后上”分別提高了16.