• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      兩種行車規(guī)則的元胞自動機模擬與分析

      2014-07-24 07:38:00林雯高涵馮暢
      新媒體研究 2014年8期
      關鍵詞:交通流量

      林雯 高涵 馮暢

      摘 要 現(xiàn)有的應用比較廣泛行車規(guī)則是“靠右行駛,左側(cè)超車”。為了權衡高速公路上交通流量和安全的問題,我們改善原有規(guī)則并提出了“向右讓車”的規(guī)則。針對低負荷和高負荷狀態(tài)下的不同交通路況,設計算法對兩種規(guī)則下的行車情況進行仿真模擬,并分析新規(guī)則在提高交通流量與降低交通風險的有效性。

      關鍵詞 行車規(guī)則;交通流量;安全行駛

      中圖分類號:U491 文獻標識碼:A 文章編號:1671-7597(2014)08-0171-01

      1 規(guī)則解讀

      “靠右行駛,左側(cè)超車”規(guī)則(以下稱舊規(guī)則):車輛在右側(cè)行車道行駛,前方車輛速度較慢時則向左變道進入超車道進行超車,超車后回到行車道。

      “向右讓車”規(guī)則(以下稱新規(guī)則):不能超車只能讓車,所有車都希望按照原來速度前進。此規(guī)則下,不再設有超車道,所有車道均為行車道,左邊為快車道,右邊為慢車道。

      2 模型簡介

      元胞自動機,是一時間和空間都離散的動力系統(tǒng)。散布在規(guī)則格網(wǎng) (Lattice Grid)中的每一元胞(Cell)取有限的離散狀態(tài),遵循同樣的作用規(guī)則,依據(jù)確定的局部規(guī)則作同步更新。大量元胞通過簡單的相互作用而構(gòu)成動態(tài)系統(tǒng)的演化。不同于一般的動力學模型,元胞自動機不是由嚴格定義的物理方程或函數(shù)確定,而是用一系列模型構(gòu)造的規(guī)則構(gòu)成。凡是滿足這些規(guī)則的模型都可以算作是元胞自動機模型。因此,元胞自動機是一類模型的總稱,或者說是一個方法框架。其特點是時間、空間、狀態(tài)都離散,每個變量只取有限多個狀態(tài),且其狀態(tài)改變的規(guī)則在時間和空間上都是局部的。

      3 算法思路

      定義一段長度為5000米的高速公路,車輛以概率P進入最安全的車道(前方車輛離起點最遠的車道),并記錄已經(jīng)發(fā)出車輛的數(shù)量。每一輛車擁有坐標、車道號、固有速度V0與實際運行速度V1四個屬性,其中固有速度V0在整個運行過程中不變,根據(jù)設定在[l,u]之間均勻分布,在發(fā)車時設定;實際運行速度V1將根據(jù)交通規(guī)則進行變化,但不會超過V0。仿真系統(tǒng)會每0.1秒按照從終點到起點的順序依次刷新各車輛的位置,并按照指定的交通規(guī)則在需要時進入左右相鄰車道。當任意車輛前方安全距離內(nèi)出現(xiàn)其他車輛,且交通規(guī)則未能進行有效避讓時,該車輛的實際運行車速V1將被降低至前方車輛的實際運行速度V1;若汽車當前實際運行速度低于固有速度,但前方安全距離內(nèi)無車,該車實際運行車速V1將被提升至固有速度V0。當汽車坐標大于終點坐標時,視為汽車通過,仿真系統(tǒng)會記錄通過的汽車數(shù)量以及通過時的平均速度(實際速度)。所有汽車在運行過程中,因V1

      4 模擬結(jié)果分析

      兩種規(guī)則下,在light和heavy兩種情況下,分別對雙車道、三車道、四車道時的總延緩、平均到達速度進行了七次仿真模擬,取平均值之后進行對比分析。

      4.1 在雙車道下

      1)在light時,發(fā)車速率為0.125輛/秒。舊規(guī)則總延緩均值為263302 m,平均到達速度為21.63 m/s;新規(guī)則總延緩均值為232080 m,平均到達速度為22.03 m/s。新規(guī)則相比舊規(guī)則總延緩下降11.9%,平均到達速度上升1.85%。

      2)在heavy時,發(fā)車速率為0.25輛/秒。舊規(guī)則總延緩均值為1251627 m,平均到達速度為18.39 m/s;新規(guī)則總延緩均值為1193875 m,平均到達速度為18.46 m/s。新規(guī)則相比舊規(guī)則總延緩下降4.6%,平均到達速度上升0.38%。

      4.2 在三車道下

      1)在light時,發(fā)車速率為0.2輛/秒。舊規(guī)則總延緩均值為359502 m,平均到達速度為22.12 m/s;新規(guī)則總延緩均值為286581 m,平均到達速度為22.78m/s。新規(guī)則相比舊規(guī)則總延緩下降20.28%,平均到達速度上升2.98%。

      2)在heavy時,發(fā)車速率為0.5輛/秒。舊規(guī)則總延緩均值為2750010 m,平均到達速度為18.32 m/s;新規(guī)則總延緩均值為2495911 m,平均到達速度為18.50 m/s。新規(guī)則相比舊規(guī)則總延緩下降9.2%,平均到達速度上升0.98%。

      4.3 在四車道下

      1)在light時,發(fā)車速率為0.333輛/秒舊規(guī)則總延緩均值為973150 m,平均到達速度為20.87 m/s;新規(guī)則總延緩均值為646802 m,平均到達速度為22.17 m/s。新規(guī)則相比舊規(guī)則總延緩下降33.53%,平均到達速度上升6.23%。

      2)在heavy時,發(fā)車速率為0.75輛/秒。舊規(guī)則總延緩均值為3958017 m,平均到達速度為18.25 m/s;新規(guī)則總延緩均值為3718815 m,平均到達速度為18.49 m/s。新規(guī)則相比舊規(guī)則總延緩下降6.04%,平均到達速度上升1.32%。

      通過上述數(shù)據(jù),可以發(fā)現(xiàn),保證了安全的前提下,新規(guī)則在降低延緩距離,提高平均到達速度上有顯著提高,從而提高了交通流,在light條件下此優(yōu)勢更為顯著,在heavy下不顯著但也能提高交通流,所以經(jīng)仿真模擬分析可知,新模型在保證安全前提下,更有效的提高了交通流,所以更加優(yōu)于舊模型。

      為了評價新舊模型在穩(wěn)定性上的優(yōu)劣,我們在三車道的light條件下,時間設定在600到4200秒之內(nèi),通過仿真模擬得出新舊規(guī)則每分鐘通過車數(shù)的標準差,在七次模擬后取平均值,則舊模型的標準差為4.33,新模型的標準差為3.68,降低了15.01%,所以新模型相比于舊模型更加穩(wěn)定。

      5 總結(jié)

      我們根據(jù)現(xiàn)有的左側(cè)超車規(guī)則,創(chuàng)立了新的讓車規(guī)則。在基于元胞自動機改進之后的NS模型的基礎上,對兩張規(guī)則下的行車情況進行了仿真模擬,通過對比分析,證明了“向右讓車”規(guī)則確實能夠提高交通流量,并且有效地降低了延緩距離,保證了通行的穩(wěn)定性。

      參考文獻

      [1]李艷霞.基于多值元胞自動機的自行車流模型模擬及分析研究[J].北京交通大學,2008.

      作者簡介

      林雯(1993-),女,江蘇無錫人,本科,學生,研究方向:信息管理與信息系統(tǒng)。

      高涵(1993-),男,河北唐山人,本科,學生,研究方向:信息管理與信息系統(tǒng)。

      馮暢(1994-),女,湖南湘潭人,本科,學生,研究方向:會計學。

      摘 要 現(xiàn)有的應用比較廣泛行車規(guī)則是“靠右行駛,左側(cè)超車”。為了權衡高速公路上交通流量和安全的問題,我們改善原有規(guī)則并提出了“向右讓車”的規(guī)則。針對低負荷和高負荷狀態(tài)下的不同交通路況,設計算法對兩種規(guī)則下的行車情況進行仿真模擬,并分析新規(guī)則在提高交通流量與降低交通風險的有效性。

      關鍵詞 行車規(guī)則;交通流量;安全行駛

      中圖分類號:U491 文獻標識碼:A 文章編號:1671-7597(2014)08-0171-01

      1 規(guī)則解讀

      “靠右行駛,左側(cè)超車”規(guī)則(以下稱舊規(guī)則):車輛在右側(cè)行車道行駛,前方車輛速度較慢時則向左變道進入超車道進行超車,超車后回到行車道。

      “向右讓車”規(guī)則(以下稱新規(guī)則):不能超車只能讓車,所有車都希望按照原來速度前進。此規(guī)則下,不再設有超車道,所有車道均為行車道,左邊為快車道,右邊為慢車道。

      2 模型簡介

      元胞自動機,是一時間和空間都離散的動力系統(tǒng)。散布在規(guī)則格網(wǎng) (Lattice Grid)中的每一元胞(Cell)取有限的離散狀態(tài),遵循同樣的作用規(guī)則,依據(jù)確定的局部規(guī)則作同步更新。大量元胞通過簡單的相互作用而構(gòu)成動態(tài)系統(tǒng)的演化。不同于一般的動力學模型,元胞自動機不是由嚴格定義的物理方程或函數(shù)確定,而是用一系列模型構(gòu)造的規(guī)則構(gòu)成。凡是滿足這些規(guī)則的模型都可以算作是元胞自動機模型。因此,元胞自動機是一類模型的總稱,或者說是一個方法框架。其特點是時間、空間、狀態(tài)都離散,每個變量只取有限多個狀態(tài),且其狀態(tài)改變的規(guī)則在時間和空間上都是局部的。

      3 算法思路

      定義一段長度為5000米的高速公路,車輛以概率P進入最安全的車道(前方車輛離起點最遠的車道),并記錄已經(jīng)發(fā)出車輛的數(shù)量。每一輛車擁有坐標、車道號、固有速度V0與實際運行速度V1四個屬性,其中固有速度V0在整個運行過程中不變,根據(jù)設定在[l,u]之間均勻分布,在發(fā)車時設定;實際運行速度V1將根據(jù)交通規(guī)則進行變化,但不會超過V0。仿真系統(tǒng)會每0.1秒按照從終點到起點的順序依次刷新各車輛的位置,并按照指定的交通規(guī)則在需要時進入左右相鄰車道。當任意車輛前方安全距離內(nèi)出現(xiàn)其他車輛,且交通規(guī)則未能進行有效避讓時,該車輛的實際運行車速V1將被降低至前方車輛的實際運行速度V1;若汽車當前實際運行速度低于固有速度,但前方安全距離內(nèi)無車,該車實際運行車速V1將被提升至固有速度V0。當汽車坐標大于終點坐標時,視為汽車通過,仿真系統(tǒng)會記錄通過的汽車數(shù)量以及通過時的平均速度(實際速度)。所有汽車在運行過程中,因V1

      4 模擬結(jié)果分析

      兩種規(guī)則下,在light和heavy兩種情況下,分別對雙車道、三車道、四車道時的總延緩、平均到達速度進行了七次仿真模擬,取平均值之后進行對比分析。

      4.1 在雙車道下

      1)在light時,發(fā)車速率為0.125輛/秒。舊規(guī)則總延緩均值為263302 m,平均到達速度為21.63 m/s;新規(guī)則總延緩均值為232080 m,平均到達速度為22.03 m/s。新規(guī)則相比舊規(guī)則總延緩下降11.9%,平均到達速度上升1.85%。

      2)在heavy時,發(fā)車速率為0.25輛/秒。舊規(guī)則總延緩均值為1251627 m,平均到達速度為18.39 m/s;新規(guī)則總延緩均值為1193875 m,平均到達速度為18.46 m/s。新規(guī)則相比舊規(guī)則總延緩下降4.6%,平均到達速度上升0.38%。

      4.2 在三車道下

      1)在light時,發(fā)車速率為0.2輛/秒。舊規(guī)則總延緩均值為359502 m,平均到達速度為22.12 m/s;新規(guī)則總延緩均值為286581 m,平均到達速度為22.78m/s。新規(guī)則相比舊規(guī)則總延緩下降20.28%,平均到達速度上升2.98%。

      2)在heavy時,發(fā)車速率為0.5輛/秒。舊規(guī)則總延緩均值為2750010 m,平均到達速度為18.32 m/s;新規(guī)則總延緩均值為2495911 m,平均到達速度為18.50 m/s。新規(guī)則相比舊規(guī)則總延緩下降9.2%,平均到達速度上升0.98%。

      4.3 在四車道下

      1)在light時,發(fā)車速率為0.333輛/秒舊規(guī)則總延緩均值為973150 m,平均到達速度為20.87 m/s;新規(guī)則總延緩均值為646802 m,平均到達速度為22.17 m/s。新規(guī)則相比舊規(guī)則總延緩下降33.53%,平均到達速度上升6.23%。

      2)在heavy時,發(fā)車速率為0.75輛/秒。舊規(guī)則總延緩均值為3958017 m,平均到達速度為18.25 m/s;新規(guī)則總延緩均值為3718815 m,平均到達速度為18.49 m/s。新規(guī)則相比舊規(guī)則總延緩下降6.04%,平均到達速度上升1.32%。

      通過上述數(shù)據(jù),可以發(fā)現(xiàn),保證了安全的前提下,新規(guī)則在降低延緩距離,提高平均到達速度上有顯著提高,從而提高了交通流,在light條件下此優(yōu)勢更為顯著,在heavy下不顯著但也能提高交通流,所以經(jīng)仿真模擬分析可知,新模型在保證安全前提下,更有效的提高了交通流,所以更加優(yōu)于舊模型。

      為了評價新舊模型在穩(wěn)定性上的優(yōu)劣,我們在三車道的light條件下,時間設定在600到4200秒之內(nèi),通過仿真模擬得出新舊規(guī)則每分鐘通過車數(shù)的標準差,在七次模擬后取平均值,則舊模型的標準差為4.33,新模型的標準差為3.68,降低了15.01%,所以新模型相比于舊模型更加穩(wěn)定。

      5 總結(jié)

      我們根據(jù)現(xiàn)有的左側(cè)超車規(guī)則,創(chuàng)立了新的讓車規(guī)則。在基于元胞自動機改進之后的NS模型的基礎上,對兩張規(guī)則下的行車情況進行了仿真模擬,通過對比分析,證明了“向右讓車”規(guī)則確實能夠提高交通流量,并且有效地降低了延緩距離,保證了通行的穩(wěn)定性。

      參考文獻

      [1]李艷霞.基于多值元胞自動機的自行車流模型模擬及分析研究[J].北京交通大學,2008.

      作者簡介

      林雯(1993-),女,江蘇無錫人,本科,學生,研究方向:信息管理與信息系統(tǒng)。

      高涵(1993-),男,河北唐山人,本科,學生,研究方向:信息管理與信息系統(tǒng)。

      馮暢(1994-),女,湖南湘潭人,本科,學生,研究方向:會計學。

      摘 要 現(xiàn)有的應用比較廣泛行車規(guī)則是“靠右行駛,左側(cè)超車”。為了權衡高速公路上交通流量和安全的問題,我們改善原有規(guī)則并提出了“向右讓車”的規(guī)則。針對低負荷和高負荷狀態(tài)下的不同交通路況,設計算法對兩種規(guī)則下的行車情況進行仿真模擬,并分析新規(guī)則在提高交通流量與降低交通風險的有效性。

      關鍵詞 行車規(guī)則;交通流量;安全行駛

      中圖分類號:U491 文獻標識碼:A 文章編號:1671-7597(2014)08-0171-01

      1 規(guī)則解讀

      “靠右行駛,左側(cè)超車”規(guī)則(以下稱舊規(guī)則):車輛在右側(cè)行車道行駛,前方車輛速度較慢時則向左變道進入超車道進行超車,超車后回到行車道。

      “向右讓車”規(guī)則(以下稱新規(guī)則):不能超車只能讓車,所有車都希望按照原來速度前進。此規(guī)則下,不再設有超車道,所有車道均為行車道,左邊為快車道,右邊為慢車道。

      2 模型簡介

      元胞自動機,是一時間和空間都離散的動力系統(tǒng)。散布在規(guī)則格網(wǎng) (Lattice Grid)中的每一元胞(Cell)取有限的離散狀態(tài),遵循同樣的作用規(guī)則,依據(jù)確定的局部規(guī)則作同步更新。大量元胞通過簡單的相互作用而構(gòu)成動態(tài)系統(tǒng)的演化。不同于一般的動力學模型,元胞自動機不是由嚴格定義的物理方程或函數(shù)確定,而是用一系列模型構(gòu)造的規(guī)則構(gòu)成。凡是滿足這些規(guī)則的模型都可以算作是元胞自動機模型。因此,元胞自動機是一類模型的總稱,或者說是一個方法框架。其特點是時間、空間、狀態(tài)都離散,每個變量只取有限多個狀態(tài),且其狀態(tài)改變的規(guī)則在時間和空間上都是局部的。

      3 算法思路

      定義一段長度為5000米的高速公路,車輛以概率P進入最安全的車道(前方車輛離起點最遠的車道),并記錄已經(jīng)發(fā)出車輛的數(shù)量。每一輛車擁有坐標、車道號、固有速度V0與實際運行速度V1四個屬性,其中固有速度V0在整個運行過程中不變,根據(jù)設定在[l,u]之間均勻分布,在發(fā)車時設定;實際運行速度V1將根據(jù)交通規(guī)則進行變化,但不會超過V0。仿真系統(tǒng)會每0.1秒按照從終點到起點的順序依次刷新各車輛的位置,并按照指定的交通規(guī)則在需要時進入左右相鄰車道。當任意車輛前方安全距離內(nèi)出現(xiàn)其他車輛,且交通規(guī)則未能進行有效避讓時,該車輛的實際運行車速V1將被降低至前方車輛的實際運行速度V1;若汽車當前實際運行速度低于固有速度,但前方安全距離內(nèi)無車,該車實際運行車速V1將被提升至固有速度V0。當汽車坐標大于終點坐標時,視為汽車通過,仿真系統(tǒng)會記錄通過的汽車數(shù)量以及通過時的平均速度(實際速度)。所有汽車在運行過程中,因V1

      4 模擬結(jié)果分析

      兩種規(guī)則下,在light和heavy兩種情況下,分別對雙車道、三車道、四車道時的總延緩、平均到達速度進行了七次仿真模擬,取平均值之后進行對比分析。

      4.1 在雙車道下

      1)在light時,發(fā)車速率為0.125輛/秒。舊規(guī)則總延緩均值為263302 m,平均到達速度為21.63 m/s;新規(guī)則總延緩均值為232080 m,平均到達速度為22.03 m/s。新規(guī)則相比舊規(guī)則總延緩下降11.9%,平均到達速度上升1.85%。

      2)在heavy時,發(fā)車速率為0.25輛/秒。舊規(guī)則總延緩均值為1251627 m,平均到達速度為18.39 m/s;新規(guī)則總延緩均值為1193875 m,平均到達速度為18.46 m/s。新規(guī)則相比舊規(guī)則總延緩下降4.6%,平均到達速度上升0.38%。

      4.2 在三車道下

      1)在light時,發(fā)車速率為0.2輛/秒。舊規(guī)則總延緩均值為359502 m,平均到達速度為22.12 m/s;新規(guī)則總延緩均值為286581 m,平均到達速度為22.78m/s。新規(guī)則相比舊規(guī)則總延緩下降20.28%,平均到達速度上升2.98%。

      2)在heavy時,發(fā)車速率為0.5輛/秒。舊規(guī)則總延緩均值為2750010 m,平均到達速度為18.32 m/s;新規(guī)則總延緩均值為2495911 m,平均到達速度為18.50 m/s。新規(guī)則相比舊規(guī)則總延緩下降9.2%,平均到達速度上升0.98%。

      4.3 在四車道下

      1)在light時,發(fā)車速率為0.333輛/秒舊規(guī)則總延緩均值為973150 m,平均到達速度為20.87 m/s;新規(guī)則總延緩均值為646802 m,平均到達速度為22.17 m/s。新規(guī)則相比舊規(guī)則總延緩下降33.53%,平均到達速度上升6.23%。

      2)在heavy時,發(fā)車速率為0.75輛/秒。舊規(guī)則總延緩均值為3958017 m,平均到達速度為18.25 m/s;新規(guī)則總延緩均值為3718815 m,平均到達速度為18.49 m/s。新規(guī)則相比舊規(guī)則總延緩下降6.04%,平均到達速度上升1.32%。

      通過上述數(shù)據(jù),可以發(fā)現(xiàn),保證了安全的前提下,新規(guī)則在降低延緩距離,提高平均到達速度上有顯著提高,從而提高了交通流,在light條件下此優(yōu)勢更為顯著,在heavy下不顯著但也能提高交通流,所以經(jīng)仿真模擬分析可知,新模型在保證安全前提下,更有效的提高了交通流,所以更加優(yōu)于舊模型。

      為了評價新舊模型在穩(wěn)定性上的優(yōu)劣,我們在三車道的light條件下,時間設定在600到4200秒之內(nèi),通過仿真模擬得出新舊規(guī)則每分鐘通過車數(shù)的標準差,在七次模擬后取平均值,則舊模型的標準差為4.33,新模型的標準差為3.68,降低了15.01%,所以新模型相比于舊模型更加穩(wěn)定。

      5 總結(jié)

      我們根據(jù)現(xiàn)有的左側(cè)超車規(guī)則,創(chuàng)立了新的讓車規(guī)則。在基于元胞自動機改進之后的NS模型的基礎上,對兩張規(guī)則下的行車情況進行了仿真模擬,通過對比分析,證明了“向右讓車”規(guī)則確實能夠提高交通流量,并且有效地降低了延緩距離,保證了通行的穩(wěn)定性。

      參考文獻

      [1]李艷霞.基于多值元胞自動機的自行車流模型模擬及分析研究[J].北京交通大學,2008.

      作者簡介

      林雯(1993-),女,江蘇無錫人,本科,學生,研究方向:信息管理與信息系統(tǒng)。

      高涵(1993-),男,河北唐山人,本科,學生,研究方向:信息管理與信息系統(tǒng)。

      馮暢(1994-),女,湖南湘潭人,本科,學生,研究方向:會計學。

      猜你喜歡
      交通流量
      基于簡單遞歸單元網(wǎng)絡的高速公路交通流量預測
      高速公路建設項目的交通流量預測方法
      中國公路(2021年4期)2021-04-06 06:42:00
      基于XGBOOST算法的擁堵路段短時交通流量預測
      基于GA-BP神經(jīng)網(wǎng)絡的衡大高速公路日交通流量預測
      遺傳優(yōu)化支持向量機的交通流量預測模型
      人工免疫聚類算法在城市交通流量分析中應用
      基于RVM和ARIMA的短時交通流量預測方法研究*
      基于貝葉斯估計的短時空域扇區(qū)交通流量預測
      空中交通流量的管理現(xiàn)狀分析及改善建議
      灰色系統(tǒng)的交通流量短期預測
      隆林| 青田县| 广西| 锡林郭勒盟| 延长县| 邢台市| 昭通市| 荥阳市| 新蔡县| 阜平县| 开封市| 徐汇区| 朝阳县| 北碚区| 卓尼县| 枞阳县| 扶沟县| 萝北县| 兖州市| 南华县| 满洲里市| 陆丰市| 武强县| 汤阴县| 无为县| 光山县| 宜春市| 肃宁县| 沙坪坝区| 忻州市| 青铜峡市| 六枝特区| 林州市| 额济纳旗| 金堂县| 合江县| 儋州市| 池州市| 抚松县| 沈丘县| 迭部县|