交通流的介觀與微觀模型及其應用.pdf

1、本文從介觀和微觀角度研究交通流的建模和模擬。面對我國交通平面、混合與低速的實際特征以及交通規(guī)劃、管理實踐中的信息化與智能化的趨勢，基于Nagel-Schreckenberg(NaSch)元胞自動機模型，建立了適用于汽車-摩托車混合交通的改進型模型，并針對一類較為實際的雙路徑交通情境研究了實時信息反饋對交通系統(tǒng)的影響；為了克服傳統(tǒng)的介觀模型中包含復雜的積分微分項所導致的困難，建立了道路交通流的格子玻爾茲曼模型，并將其推廣到城市網(wǎng)絡交通流的

2、建模研究中。相關的模擬表明，所建立的模型可以再現(xiàn)交通流的復雜非線性動力學特性。 一.汽車與摩托車混合交通建模研究 基于劃分“虛擬子車道”的思想，推廣了描述單車道汽車流的NaSch模型，首次嘗試建立了汽車-摩托車混合交通流模型。通過在周期性邊界條件下進行的數(shù)值模擬，詳細考察了這種混合交通流的流量.密度關系以及摩托車的“換道”行為。模擬發(fā)現(xiàn)，在摩托車“換道”行為的影響下，最大汽車流量明顯降低，而最大總體車流量則隨著摩托車密度

3、的增加而先增后減，且模型中總體車流由自由流向擁擠交通的相變是平滑的。摩托車“換道”率隨汽車密度演化的趨勢相當復雜，但最終將隨著汽車密度的增加而趨于零。所發(fā)現(xiàn)的另一個令人感興趣的事實是：隨著摩托車密度增加，摩托車“換道”率先增后減，與前人在多車道純汽車流中發(fā)現(xiàn)的現(xiàn)象十分相似。當摩托車密度較小時，“換道”行為幾乎無助于提高摩托車流量。但是，當摩托車密度足夠大時，“換道”行為可顯著提高摩托車流量，而且這時隨汽車密度增加，摩托車流量逐漸降低并趨

4、于與摩托車NaSch模型一致。數(shù)值模擬結(jié)果表明，除非摩托車密度甚大而汽車密度甚小，實施摩托車與汽車分道行駛確有必要。 二.雙路徑交通流決策動力學研究 針對一類包含長短不同路徑的雙路徑交通情境，基于NaSch元胞自動機模型，討論了各種信息反饋策略對交通系統(tǒng)的影響。分析了現(xiàn)有策略的不足之處，提出了一類預測策略與無預測策略聯(lián)合使用的新途徑。在適當?shù)拈_放邊界條件下進行的數(shù)值模擬顯示，與無信息反饋相比，信息反饋策略可在一定程度上提

5、高交通效率，但各種信息反饋策略的效果并不相同。一般而言，雙路徑策略優(yōu)于單路徑策略，有預測策略優(yōu)于無預測策略。除了一些有預測策略以外，其它策略都會引起平均密度和平均速度的振蕩。此外，還考察了各種信息反饋策略對雙路徑系統(tǒng)中長路徑的影響。模擬結(jié)果還表明，各種信息反饋策略都或多或少地對兩條路徑中長路徑上的交通產(chǎn)生影響，不過，有預測策略產(chǎn)生的影響通常小于無預測策略。但在長路徑上的交通負載過重的情況下，即使是有預測策略在提高交通效率等方面也無明顯效

6、果。本項研究證實：控制交通的正確誘導策略極其重要。 三.道路交通流的格子玻爾茲曼模型建模研究 由于存在復雜的積分微分項，直接應用傳統(tǒng)的介觀交通流模型通常非常困難。因此，本文基于類Bhatnagar-Gross-Krook(BGK)近似與時間和相空間的離散化，建立了道路交通流的格子玻爾茲曼模型(LBM)。該模型屬于離散模型，具有形式簡潔、參數(shù)物理意義明確的特點。因此，利用該模型可以方便地實現(xiàn)交通流模擬。隨后，文中利用Tay

7、lor展開與Chapman-Enskog展開考察了模型的宏觀動力學特性。為檢驗模型的有效性，在周期性邊界條件下進行了數(shù)值模擬。結(jié)果顯示：模型能夠合理地再現(xiàn)基本圖，且能夠捕捉一些基本的非線性物理現(xiàn)象，如亞穩(wěn)態(tài)和時停時走交通等。結(jié)果表明，格子玻爾茲曼模型是一種行之有效的交通模型。 四.基于格子玻爾茲曼模型的城市網(wǎng)絡交通流建模研究 揭示道路交通網(wǎng)絡的動力學特性具有重要意義，目前在介觀層次上研究交通網(wǎng)絡的工作尚不多見。基于將Bi

8、ham-Middleton-Levine(BML)元胞自動機模型與路段格子玻爾茲曼模型相耦合的思想，建立了一個適用于城市網(wǎng)絡交通流的格子玻爾茲曼模型。該模型通過將具有紅綠燈的交叉口視為隨時間演變的邊界條件來實現(xiàn)對城市網(wǎng)絡交通流的介觀描述。通過數(shù)值模擬，詳細考察了平均速度隨時間的演化行為，得到了與Chowdhury-Schadschneider(ChSch)元胞自動機模型相符的結(jié)果，而且由于離散模型具有統(tǒng)計噪聲較小的特征，因而具有較高的計