2014年美賽數(shù)學(xué)建模A題翻譯版論文設(shè)計(jì)

1、實(shí)用標(biāo)準(zhǔn)數(shù)學(xué)建模競(jìng)賽（MCM / ICM）匯總表基于細(xì)胞的高速公路交通模型自動(dòng)機(jī)和蒙特卡羅方法總結(jié)基于元胞自動(dòng)機(jī)和蒙特卡羅方法，我們建立一個(gè)模型來(lái)討論“靠右行”規(guī)則的影響。首先 ，我們打破汽車的運(yùn)動(dòng)過(guò)程和建立相應(yīng)的子模型car-generation 的流入模型，對(duì)于勻速行駛車輛，我們建立一個(gè)跟隨模型，和超車模型。然后我們?cè)O(shè)計(jì)規(guī)則來(lái)模擬車輛的運(yùn)動(dòng)模型。我們進(jìn)一步討論我們的模型規(guī)則適應(yīng)靠右的情況和，不受限制的情況，和交通情況由智能控制系統(tǒng)的情況。我們也設(shè)計(jì)一個(gè)道路的危險(xiǎn)指數(shù)評(píng)價(jià)公式。我們模擬雙車道高速公路上交通 （每個(gè)方向兩個(gè)車道，一共四條車道），高速公路雙向三車道（總共 6車道）。通過(guò)計(jì)算機(jī)和

2、分析數(shù)據(jù)。我們記錄的平均速度，超車取代率、道路密度和危險(xiǎn)指數(shù)和通過(guò)與不受規(guī)則限制的比較評(píng)估靠右行的性能。我們利用不同的速度限制分析模型的敏感性和看到不同的限速的影響。左手交通也進(jìn)行了討論。根據(jù)我們的分析，我們提出一個(gè)新規(guī)則結(jié)合兩個(gè)現(xiàn)有的規(guī)則（靠右的規(guī)則和無(wú)限制的規(guī)則）的智能系統(tǒng)來(lái)實(shí)現(xiàn)更好的的性能。1介紹術(shù)語(yǔ)假設(shè)2模型設(shè)計(jì)的元胞自動(dòng)機(jī)流入模型跟隨模型超車模型超車概率超車條件危險(xiǎn)指數(shù)兩套規(guī)則CAII型靠右行無(wú)限制行駛規(guī)則3補(bǔ)充分析模型加速和減速概率分布的設(shè)計(jì)設(shè)計(jì)來(lái)避免碰撞4模型實(shí)現(xiàn)與計(jì)算機(jī)5數(shù)據(jù)分析和模型驗(yàn)證平均速度快車的平均速度密度超車幾率危險(xiǎn)指數(shù)6在不同速度限制下敏感性評(píng)價(jià)模型7駕駛在左邊8交

3、通智能系統(tǒng)智能系統(tǒng)的新規(guī)則文檔大全實(shí)用標(biāo)準(zhǔn)模型的適應(yīng)度智能系統(tǒng)結(jié)果9結(jié)論10優(yōu)點(diǎn)和缺點(diǎn)優(yōu)勢(shì)弱點(diǎn)引用附錄。1 Introduction今天，大約65%勺世界人口生活在右手交通的國(guó)家和35誨左手交通的國(guó)家交通流量。worldstandards 。歐盟,2013右手交通的國(guó)家，比如美國(guó)和中國(guó)，法規(guī)要求駕駛在靠路的右邊行走。多車道高速公路在這些國(guó)家經(jīng)常使用一個(gè)規(guī)則，要求司機(jī)在最右邊開(kāi)車除非他們超過(guò)另一輛車，在這種t#況下，他們移動(dòng)到左邊的車道、通過(guò)，返回到原來(lái)的車道。這種通過(guò)和超車的駕駛規(guī)則被稱為“靠右行駛”規(guī)則 ，或是我們的論文keep right 規(guī)則。左手交通規(guī)則的國(guó)家是鏡像對(duì)稱的和靠右的規(guī)則相

4、同 （“，除了通過(guò)，全都靠左行走”）。所以，應(yīng)用這些規(guī)則的目的為何 ？靠右的規(guī)則能改善高速公路交通狀況嗎？交通能從靠右的限制中解放出來(lái)嗎（車輛可以選擇從任何一方超車）交通解除靠右行的限制被稱為服從不受限制的規(guī)則，靠右的規(guī)則執(zhí)行 能和不受限制的規(guī)則是如何比較的？基于元胞自動(dòng)機(jī)模型和蒙特卡羅算法，我們建立一個(gè)模型來(lái)模擬在不同條件下高速公路交通（靠右的規(guī)則或限制規(guī)則，根據(jù)交通或交通擁擠，雙車道或三車道）。我們的模型分為3個(gè)子模型（進(jìn)入模型，跟隨行駛模型和超車模型）。進(jìn)入模型采用泊松 概率分布的模擬 vehicle-generation 過(guò)程。跟隨模型引入了一個(gè)特別的概率分布模型，使模擬的過(guò)程一輛車跟

5、隨另一輛車更為現(xiàn)實(shí)。超車模型模擬了超車行為，定義了危險(xiǎn)指數(shù)的安全風(fēng)險(xiǎn)評(píng)估對(duì)于某些高速公路。我們也建立一個(gè)智能系統(tǒng)控制的擴(kuò)展交通模型我們?cè)贛ATLA沖實(shí)現(xiàn)該模型，獲得足夠的數(shù)據(jù)。我們測(cè)試了平均速度、密度、超車取代率和危險(xiǎn)指數(shù)，分析它們的屬性評(píng) 估靠右的規(guī)則的性能相比較無(wú)限制的規(guī)則。此外，我們分析我們的模型在不同的速度限制下的敏感性。事實(shí)證明，我們的模型是可靠的。然后我們得出我們的結(jié)論符合常識(shí)。在交通智能的控制下，我們還提出一種新的規(guī)則。BL 1: Notationcurrent velocity uf the vehiclemaximum velocity of the vehiclethe v

6、ekity beforeertaking the ye loci ty in the overtaking processSymbol Meaningthe distance hetween a vehicle and the vehicle ahead of itthe miniTnijm gap required for safehr consideration thi? minim uni gap after the chide stops P【EV timefhuinaii reaction time)the orertjking probabilitythe acceleration

7、 probabiJitythe deceleration probiibiliCythe frictional force wrhen brakingdanger index in one tn ertaking eventdanger index of the road system the acceleration during overtaking the component parallel k】the lant* of sccelerati(m during cvertaking the avaihblc decelerationV當(dāng)前車輛的速度Vm 車輛的最大速度Vl 高速公路的速

8、度上限V0超車前的速度V1超車過(guò)程的速度G車輛的間距Gs安全考慮所需的最小差距G0文檔大全實(shí)用標(biāo)準(zhǔn)停車后最小的差距Tr （人類反應(yīng)時(shí)間） Po超越概率Pa 加速概率 Pb減速概率f制動(dòng)時(shí)的摩擦力d在一個(gè)超越事件的危險(xiǎn)指數(shù)D道路系統(tǒng)的危險(xiǎn)指數(shù)a超車加速度Ap車道超車組件加速度Ad可行的減速Terminology?雙車道公路：兩個(gè)車道在路的右前衛(wèi)，總共四條車道。? Three-lane 路：三車道在路的右前衛(wèi)，總共6車道。?危險(xiǎn)指數(shù)：索引設(shè)計(jì)在我們的論文評(píng)估的危險(xiǎn)道路系統(tǒng)。?最小安全差距：認(rèn)為兩輛車之間的距離在我們的模型足夠安全。?靠右規(guī)則：保持正確的除了通過(guò)規(guī)則。?無(wú)限制的規(guī)則：車輛不受限制，可

9、以超越別人任何一方。? Free-driving 風(fēng)格：當(dāng)沒(méi)有附近的車輛，司機(jī)不會(huì)故意加速或減速，但速度仍將小幅波動(dòng)。Assumptions?路是直的，并且沒(méi)有旁路。? 一個(gè)車道的寬度只夠一車。?所有車輛都有相同的體積。?只有兩種車輛在路上（一快一慢）。?環(huán)境和氣候?qū)﹂_(kāi)車有好處。?駕駛右邊是常態(tài)。?行人被忽略。2 The ModelsDesign of Cellular Automata元胞自動(dòng)機(jī)（CA）表明，在大量的前人交通模擬（瓦格納P et al.2005） 的基礎(chǔ)，CA模型是可行和有效的方法來(lái)模擬交 通流。空間、時(shí)間和狀態(tài)都是離散的細(xì)胞自動(dòng)機(jī)。例如，該模型將道路劃分成小矩形將時(shí)間分為時(shí)

10、間單位。這個(gè)特性顯著簡(jiǎn)化模擬過(guò)程。此外，細(xì)胞的狀態(tài)由周邊控制，細(xì)胞的這一組規(guī)則，非常類似于現(xiàn)實(shí)生活中的交通汽車的運(yùn)動(dòng)很大程度上取決于周邊汽車運(yùn)動(dòng)。因此，對(duì)我們來(lái)說(shuō)是合理應(yīng)用元胞自動(dòng)機(jī)在解決我們的問(wèn)題。在我們的模擬中，我們每個(gè)車道劃分為1000個(gè)細(xì)胞。每個(gè)細(xì)胞都是4米在長(zhǎng)度和寬度兩個(gè)屬性上，當(dāng)前速度V和最大 速度Vm每個(gè)細(xì)胞是空的即當(dāng) V為0,因?yàn)橐惠v車不會(huì)停止，模擬時(shí)是絕對(duì)無(wú)故障。我們簡(jiǎn)單的認(rèn)為只有一個(gè)方向的高 速公路。因此，高速公路有 n條車道轉(zhuǎn)化為n * 1000矩陣。在我們的模擬中，我們使用兩種類型的汽車，快的速度的模擬汽車和緩慢的模擬卡車。對(duì)于每一個(gè)車道，前6個(gè)細(xì)胞作為car-gene

11、ration 區(qū)域，車流觀察至少10細(xì)胞和交通密度計(jì)算的基礎(chǔ)上至少500個(gè)細(xì)胞。我們的模型每秒更新一次，當(dāng)周期T = 1s為一個(gè)司機(jī)的平均反應(yīng)時(shí)間我們討論了 CA模型的基本過(guò)程：?流入過(guò)程：根據(jù)流入模型，我們將討論最近的，分配車輛vehicle-generation 地區(qū)。?加速過(guò)程：如果V Gs（V ）。（Gs（V）是為了安全考慮，所需的最小差距和是被定義 之后。）具體的規(guī)則將被設(shè)置在流入模型中，下面的模型和超車模型是為了模擬靠右行車交通規(guī)則和自由行車交通規(guī)則Inflow Model文檔大全實(shí)用標(biāo)準(zhǔn)流入模型，或vehicle-generation模型，模擬了隨機(jī)到達(dá)高速公路的入口處的車輛。對(duì)

12、于每一個(gè)車道，前六個(gè)細(xì)胞在元胞自動(dòng)機(jī)中設(shè)置為vehicle-generation 區(qū)域。我們假設(shè)每輛車的到達(dá)服從二項(xiàng)概率分布。讓 ts表示采樣時(shí)間間隔和 N表 示在ts時(shí)間內(nèi)車輛的總數(shù)。然后N可以近似服從泊松概率分布。讓 Pt（N）表示N的可能性，于是我們有ts表示在一秒，我們可以分配N的期望的值的范圍從 0到3.6。N作為在每一秒中到達(dá)的總車輛，N的期望能有效地 反映交通狀況。入越小，交通越輕松。因此我們能夠模擬不同流量條件下，交通的輕或重，通過(guò)分配相應(yīng)的值 入。入的值設(shè)定后，我們得到了進(jìn)入高速公路的車輛模擬每一秒的隨機(jī)號(hào)碼。每個(gè)車道然后隨機(jī)分配進(jìn)入。我們的車輛模型支持兩種不同的速度范圍，假

13、設(shè)所有車輛的初始速度設(shè)置為20 m/s。這種做法帶來(lái)了簡(jiǎn)化而不削弱結(jié)果。這是因?yàn)橛捎诮煌芏瓤刂坪图铀俣鹊姆植几怕实囊耄熊囕v的速度往往是一個(gè)值。當(dāng)交通密度低，車輛可以自由加速到最大速度，而不用擔(dān)心沖突，因此收斂速度在允許的最高速度而不用擔(dān)心撞車。當(dāng)交通密度高，所有的通道將充滿車輛，交通流的速度是由車道上速度最慢的車決定，因此收斂速度是在較低的速度限制。經(jīng)過(guò)初步分析，收斂速度模型稍后將合理的實(shí)現(xiàn)。利用泊松概率分布使流入模型接近現(xiàn)實(shí)和實(shí)用。由于收斂趨勢(shì)，一樣的初速度在不改變的情況下就能得到簡(jiǎn)化。Vehicle-Following Model美國(guó)聯(lián)邦公路管理局的部門定義司機(jī)的反應(yīng)時(shí)間PIEV時(shí)

14、間。PIEV時(shí)間由四部分組成：?感知過(guò)程：司機(jī)在駕駛環(huán)境中感知的變化。?理解過(guò)程：司機(jī)分析關(guān)于變化的信息。?評(píng)估過(guò)程：司機(jī)決定根據(jù)他的駕駛行為分析。?意志過(guò)程：司機(jī)執(zhí)行駕駛行為我們應(yīng)用PIEV在勻速行駛模型和超車模型。在每次循環(huán)中，我們首先獲得每輛車的速度和位置，計(jì)算差距，然后確定駕駛行為（無(wú)論繼續(xù)或改變車道超車后）。根據(jù)駕駛行為，計(jì)算加速度和更新的速度和位置駕駛行為的決定主要是基于當(dāng)前的差距。如果差距G是足夠安全，加速度是可行的；否則，車輛應(yīng)緩慢下來(lái)。在這里，我們定義的最小安全距離 Gs取代Tr*V（Tr代表PIEV時(shí)間,V是當(dāng)前速度。）我們假設(shè)駕駛行為決定遵循一定的原則：?當(dāng)G Gs,車輛

15、會(huì)加速（后來(lái)我們將介紹一個(gè)概率模型去模擬這種傾向）,直到實(shí)現(xiàn)高速公路速度限制或其最大可能速度；?當(dāng)6 Vl,Pa會(huì)變得更小和Pb會(huì)變得更大，這使得超速的可能性很小。我們使用一個(gè)隨機(jī)變量R來(lái)實(shí)現(xiàn)：如果R 1 - Pa車輛加速；否則，車輛保持目前的速度?；诟怕誓Ｐ?，我們對(duì)元胞自動(dòng)機(jī)創(chuàng)建多個(gè)規(guī)則來(lái)實(shí)現(xiàn)（車輛的最大可能速度 Vmax,當(dāng)前的差距G,最低安全差距Gs及其 速度由V表示,Pa、Pb是有關(guān)速度 V的函數(shù)和 Pa+PbGs,jrjtLr, V + 1）. tfith兄；mI）, irith probability 玨； Kothers.文檔大全實(shí)用標(biāo)準(zhǔn)?安全減速規(guī)則：如果G Gs且繼續(xù)向前行

16、駛不會(huì)相撞VF - 篙 J - 1)Vmin是最低速度限制?不相撞規(guī)則：如果不能前進(jìn)，停止在前車輛的后邊。Pa和Pb的值在表2為快車，表3為緩慢的。Table 2: Acceleration and Deceleriition Priibability for Fast Vehicles TOC o 1-5 h z V/農(nóng)、s-i345678出10.80l70.5030pb00.10.203040.STable 3:and Deceleration Piobahility for Slow rehic)esV/cell - s-13456電10.70.40jjt00.20.40.82.4 Ov

17、ertaking ModelOvertaking ProbabilityPOo Po概率取決于車輛 A和前方的車輛 B。讓Vmax 1是A車輛的速度，Vmax 2是B司機(jī)將決定是否超過(guò)另一輛車的概率 車輛的速度。Po概率應(yīng)滿足：-0-9 r 工mw04它合理的假設(shè)了速度差異越大 ，越有可能是加速的事實(shí)。這種概率分布很好的反映這種趨勢(shì)。Overtaking Condition司機(jī)不能按他喜歡的方式去超車。超車有時(shí)是危險(xiǎn)的，車輛能夠成功超車，即能夠回到正常車道，在不超車請(qǐng)靠右行駛的準(zhǔn)則下。因此，超車是有限制的。超車條件?與前車的車距 G大于標(biāo)準(zhǔn)車距 Gs?車輛的速度大于前車Danger Index

18、這里我們定義的最小安全車距Gs使用不同的方法來(lái)計(jì)算危險(xiǎn)指數(shù)。Gs和當(dāng)前車速度V之間的理論關(guān)系是：f是制動(dòng)時(shí)摩擦力;G0是車輛停止后最小差距。，我們近似Gs考慮下正常行駛速度是在 200公里/小時(shí)以下和司機(jī)能接受差距通常大于理論安全值，為了簡(jiǎn)單的計(jì)算機(jī)實(shí)現(xiàn)文檔大全實(shí)用標(biāo)準(zhǔn)是關(guān)于 V的函數(shù),V是線性的。日用1 ； HIctiEfip ZEzngd YZPtx我們將G0設(shè)置為10米，使用摩擦系數(shù)0.7。我們得到線性關(guān)系為G = 10 + 2,S X V當(dāng)換車道超車時(shí)，汽車零部件的加速度能夠改變方向，其余的加速是應(yīng)對(duì)減速Figure 2: kktcitv Analyse當(dāng)面對(duì)緊急情況。所以換道的安全評(píng)

19、估應(yīng)該不同于跟隨行駛?cè)鐖D2所示,Vo表示速度超越之前，V1表示在超車過(guò)程中的速度和a是超車過(guò)程中的加速度。經(jīng)驗(yàn),V1 =Vo- 4米/秒，(減速在換道過(guò)程中安全問(wèn)題)。完成車輛換道是1 s,我們計(jì)算并行車道時(shí)加速度a:% 一 1% - I i?然后，可用的減速口d = 6.M 門尸=i.Nj V(j I33%) ? 可用的減速度ad略有變化，就像Vo 一樣各不相同，所以為簡(jiǎn)單起見(jiàn)我們將 ad設(shè)為5.76米/ s2。Gs相應(yīng)地改變10 + 3.4 v 我們創(chuàng)建一個(gè)函數(shù)來(lái)評(píng)估車輛的危險(xiǎn)系數(shù)在單位時(shí)間：/0, i/G,-Gr (i當(dāng)GGs,我們假設(shè)的危險(xiǎn)是小到可以忽略，所以危險(xiǎn)系數(shù)設(shè)置為 0。當(dāng)Gr

20、 Gs,我們使用Gs和Gr的差計(jì)算危險(xiǎn)系數(shù)。更高的危險(xiǎn)系數(shù)表示駕駛汽車更危險(xiǎn)的狀態(tài)。前后車的危險(xiǎn)系數(shù)在各種道路和規(guī)則條件是相似的，所以在進(jìn)一步的討論中我們只考慮超車的危險(xiǎn)系數(shù)現(xiàn)在我們定義危險(xiǎn)指數(shù)來(lái)表示在一定的規(guī)則某種道路下的風(fēng)險(xiǎn)。讓D表示的總和的危險(xiǎn)系數(shù)對(duì)于超車事件發(fā)生在300S時(shí)間：MIO=：1危險(xiǎn)指數(shù)的平均D的所有車輛。A是一個(gè)參數(shù)定義文檔大全實(shí)用標(biāo)準(zhǔn)ijjhf n pansintj f tojn h ft itht-jt 評(píng)cig fvoiti right根據(jù)研究，如果左駕駛車輛（車輛控制位于左手邊）試圖從右邊通過(guò)，司機(jī)的視線將受到限制，從而增加的危險(xiǎn)指數(shù)。我們假設(shè)從右邊危險(xiǎn)指數(shù)是從左邊

21、通過(guò)的三倍。所以我們?cè)O(shè)置A為1時(shí)從左邊，并設(shè)置A為3時(shí)從右邊。我們這里介紹的危險(xiǎn)指數(shù) D是評(píng)估安全的基礎(chǔ)，這種方法在我們的模型中。2.5 Two Sets of Rules for CA ModelKeep Right Except to Pass Rule我們分析了在不超車靠右行的規(guī)則和沒(méi)有這個(gè)規(guī)則的比較結(jié)果。應(yīng)用此規(guī)則要求細(xì)胞自動(dòng)機(jī)的一些規(guī)則：（下行中列出的規(guī)則優(yōu)先級(jí)，也就是說(shuō)，如果第一個(gè)規(guī)則是滿意，以下的忽視。）?如果G在正確的車道上的差距大于 Gs,改變右車道；?如果當(dāng)前差距G大于Gs,在跟隨模型應(yīng)用自由駕駛規(guī)則 ；?如果G左邊的車道上的差距大于 Gs,應(yīng)用Po概率超車模型，并應(yīng)用以下

22、模型概率 1- PoUnrestricted Rule 同樣地，當(dāng)我們沒(méi)有這樣的限制的實(shí)現(xiàn)模型 ，另一種規(guī)則是需要的：（列出的規(guī)則優(yōu)先級(jí)，也就是說(shuō)，如果第一個(gè)規(guī)則是滿足，以 下的忽視。）?如果當(dāng)前差距G大于Gs,使用跟隨模型遵循自由駕駛規(guī)則 ；?如果超車條件滿足，并且左邊的車道上的差距 G大于Gs,應(yīng)用通過(guò)從左邊超車模型 Po概率，并應(yīng)用跟隨模型與概率 1- Po ;?如果超車條件滿足，并且在正確的車道上的差距 G大于Gs,應(yīng)用通過(guò)從右側(cè)超車模型 Po概率，并應(yīng)用跟隨模型與概率 1- PooSupplementary Analysis on the ModelDesign of the Acc

23、eleration and Deceleration Probability Distributions我們介紹的加速和減速概率分布設(shè)計(jì)跟隨模型模擬駕駛過(guò)程中速度的變化。根據(jù)密度，系統(tǒng)可以校正平均速度。當(dāng)密度 小，車流的平均速度接近自由駕駛的汽車的平均速度的概率分布。當(dāng)密度很大，路上開(kāi)慢的車能減速后面的汽車。換句話說(shuō)，汽車速度慢的車確定平均速度。當(dāng)高速公路相對(duì)擁擠，最慢的車期望速度降低，從而影響路面的平均速度。Design to Avoid Collision當(dāng)模擬交通擁擠時(shí)，我們?cè)O(shè)計(jì)規(guī)則以避免車禍。通常情況下，高速公路限制最低速度，但當(dāng)發(fā)現(xiàn)自己太過(guò)接近而不能超車時(shí)，它可以剎車以避免碰撞盡管有

24、低速度限制，當(dāng)高速公路擁擠，減速的次數(shù)增多以避免碰撞，平均速度會(huì)低于下限的速度。Model Implementation with Computer基于元胞自動(dòng)機(jī)模型和蒙特卡羅算法，我們成功地通過(guò)MATLA改現(xiàn)了我們的模型。從一個(gè)簡(jiǎn)單的情況下，我們第一次模擬2車道的高速公路下靠右的規(guī)則。然后稍微的改變規(guī)則，我們有無(wú)限制雙車道模型進(jìn)行比較。我們擴(kuò)展模型，模擬實(shí)現(xiàn)了 3車道的高速公路和規(guī)則條件。 此外，在交通靠左彳f駛規(guī)則下，以不同的速度限制以及交通由一個(gè)智能系統(tǒng)也 能實(shí)現(xiàn)。為了看到交通擁擠的影響，我們用不同的流入率測(cè)試這些模型。通過(guò)足夠的模擬數(shù)據(jù)，我們可以精確分析靠右走在擁擠和稀松交通的情況，包

25、括車流和安全，平均速度，交通密度和超車頻率之間的權(quán)衡。我們進(jìn)一步討論靠左規(guī)則的影響和智能系統(tǒng)。圖顯示了車輛 ，預(yù)期流入率是0.5 veh / s, 小型汽車的比例是較大的車輛的二倍 ，在三車道上。文檔大全實(shí)用標(biāo)準(zhǔn)圖記錄位置的所有車輛在每一個(gè)時(shí)間周期。紅色代表小型汽車和綠色代表大的車輛。每三列代表高速公路的一個(gè)時(shí)間周 期狀態(tài)。Figure? 3: TrmpixGpMR PiitrLbijiKxi of 曾hidgData Analysis and Model ValidationAverage Velocity車流對(duì)于vehicle-generation rate呈線性關(guān)系。我們選擇車流的平均速

26、度來(lái)反映交通效率。從雙車道模型和三車道模型我們分析數(shù)據(jù)，在靠右規(guī)則和無(wú)限制規(guī)則下。平均速度和車流率之間的關(guān)系在不同條件下的圖4和圖5所示。Figure 4:lllooty under Diffornt Figure 5: Average Vclocih1 under DifferentRules(2 Unes)Ru1es(3 hne?)很明顯，在雙車道模型中，一般靠右的規(guī)則產(chǎn)生更快的平均速度。當(dāng)涉及到三個(gè)車道或者更多車道的高速公路時(shí)，靠右的規(guī)則不能再提高平均速度。根據(jù)圖我們可以看到，當(dāng)vehicle-generation 率超過(guò)0.75 veh / s, 無(wú)限制的規(guī)則勝過(guò)靠右的規(guī)則。我們可以從

27、圖中得到高車流量可能引發(fā)交通堵塞，。當(dāng)車流量高于1.8 veh /S,兩個(gè)模型中的平均速度都低于高速公路最低限速。如果忽視了其他車輛的干擾（也就是說(shuō)，車輛以自由規(guī)則的方式行駛在空的高速公路），平均速度，或者我們稱之為理想速度最慢是19.44 m / s,和理想最快速度是25.88米/秒。（數(shù)據(jù)來(lái)自我們的 MATLAB!。）我們可以從圖4和5,看到, 當(dāng)車流量很低，靠右的規(guī)則幾乎可以達(dá)到理想的速度，但不受限制的規(guī)則就不理想。我們可以從分析得出在三車道高速公路，靠右走在車流量小時(shí)能促進(jìn)車輛的平均速度，但改善沒(méi)有改善交通擁擠的交通效率。然而雙車道高速公路上，靠右走能顯著促進(jìn)了車輛的平均速率。Aver

28、age Velocity of Fast Cars我們計(jì)算了在三車道模型平均速度更快的汽車速度。我們主要專注快車是為了研究快車被慢車阻塞的程度關(guān)系文檔大全實(shí)用標(biāo)準(zhǔn)keep-nghl 皿中弘nctME(v&h.s)Figure 6: Ama群 Ikkxzitv cf Fjst cars總的趨勢(shì)是下降的原因如下：?大型車輛（慢）可能阻塞道路導(dǎo)致限制小型汽車的速度。?越擁擠的高速公路，平均速度越會(huì)被慢的車輛影響。當(dāng)流入率相對(duì)較低時(shí)速度上升。這是因?yàn)樵陂_(kāi)始，流入率如此之低以至于汽車幾乎沒(méi)有被超車，這使得他們以自由的風(fēng)格行駛。隨著流入率在較低的范圍（0 - 0.5 -阿明費(fèi)/ s）提高時(shí)，汽車有更多的機(jī)

29、會(huì)去超速以至于他們加速的可能增加和平均速度增加。曲線的趨勢(shì)也可以解釋，密集的交通（在一個(gè)某些范圍）能刺激司機(jī)超車的愿望。Densitylanes, kcEp*right)lans?sP unTfstricted)Figure 9： Density of Traffic in Each Lane?(3 Figure 10： Density of Traffic in Each Lanes(工 dre*sF kvep-right)LanimreMricted)Figure 7： Dtnsity of Iraffic in Lach Ljucm二 Figure 8: Dtnsity of Traff

30、ic in Each Lancet這四個(gè)圖表顯示在不同的規(guī)則下每個(gè)車道的車流密度。我們發(fā)現(xiàn)靠右的規(guī)則能引起車道的不平衡使用，在現(xiàn)實(shí)中可能的結(jié)果在車道中不同程度的磨損。所以對(duì)車道不同程度的交錯(cuò)修復(fù)可以減小對(duì)車道的損壞文檔大全實(shí)用標(biāo)準(zhǔn)Overtaking Rate在無(wú)限制的規(guī)則下，左超車和右超車是相等的，所以兩邊的車流量大約是相同的。在靠右的規(guī)則下，如果可能的話大部分車輛行駛在右車道，這樣騰出左邊的車道，于是更能滿足超車的要求，使得這種事件的發(fā)生的可能大于行駛在左車道，。高通過(guò)率能使更快的汽車減少被速度較慢的車輛的限制，充分體現(xiàn)靠右的規(guī)則。除此之外，在右車道太多的車行駛會(huì)大大提高安全隱患。這些數(shù)據(jù)

31、是非常重要的對(duì)我們?cè)u(píng)價(jià)道路系統(tǒng)的危險(xiǎn)指數(shù)。Danger Index在交通狀況好的情況下，危險(xiǎn)系數(shù)是低的。在交通狀況密集的情況下，高速公路是擁擠的車速是慢的，所以危險(xiǎn)系,危險(xiǎn)指數(shù)Dm是高的。我們從圖表中知道在兩車道和three-lane情況數(shù)也是低的。只有當(dāng)車流密度出現(xiàn)在中間水平時(shí) 下Dm在靠右的規(guī)則下明顯低于沒(méi)有限制規(guī)則。FiUtV 12： Dangin- ndex under Differen- FigUCV 13： Danger Index under Different Urws)t RukstJ larws)Sensitivity Evaluation of the Model und

32、er Different Speed Limitations文檔大全實(shí)用標(biāo)準(zhǔn)我們修改高速公路的速度上限我們測(cè)試速度上限從 32 m / s到28米/秒和到,并且這一結(jié)果說(shuō)明我們的模擬是可行的Figure 14：ekK7itY under Diffcivnt Figure? 15?內(nèi)Velncity undtr DiffeirntSpeedtinn：tncled36 米/秒唱從數(shù)據(jù)上看，盡管速度限制不同，但這三種模型表現(xiàn)出一個(gè)特性vehicle-generation率的期望越低，平均速度約高這一事實(shí)表明，我們的模型適用于大范圍的情況。Figure 16: Dan段w Lndx under Dtf

33、足在tv Figure 17: Danger Index imdtzr Diffttvn-I SptAxi Limit3（3 Ln。/keep-right）I Spovd Lirrultsj（3 Lanesr unrij?tTicted）i（問(wèn)題五）一輛汽車司機(jī)的視線沒(méi)有盲區(qū)我們也總結(jié)相應(yīng)在不同速度限制情況下的危險(xiǎn)指數(shù)，結(jié)果是由常識(shí)得到的。限制的速度越高，危險(xiǎn)程度越大在我們的模型中速度限制不會(huì)出現(xiàn)任何顯著的變化。Driving on the Left. （問(wèn)題四）我們討論了右手交通，現(xiàn)在，讓我們考慮左手交通。事情完全鏡面對(duì)稱 ，右邊的交通。所以我們需要右邊的模型中使用的 汽車駕駛在左邊。和我們

34、的右手模型一樣，左手交通也是可以模擬的Transportation under Intelligent SystemNew Rule for Intelligent System我們?cè)谟?jì)算機(jī)上模擬后，我們?yōu)橹悄芟到y(tǒng)制定新規(guī)則使其能達(dá)到最佳性能?當(dāng)車流量低于1.5veh/s，汽車應(yīng)該遵循靠右的規(guī)則。否則，它遵循的無(wú)限制規(guī)則。我們將在以下部分解釋為什么我們選擇這樣的規(guī)則。Adaption of the Model如果車輛交通的道路是在智能系統(tǒng)的完全控制下，某些情況會(huì)改變? 一個(gè)司機(jī)的反應(yīng)時(shí)間不再重要。?車輛不再隨機(jī)變化速度，但在必要的時(shí)候會(huì)改變。?換車道的危險(xiǎn)顯著降低。?換車道的風(fēng)險(xiǎn)從左到右和從右

35、到左是相同的，因?yàn)樵谝粋€(gè)智能系統(tǒng)中?判斷汽車是否應(yīng)當(dāng)超車是更科學(xué)和更少的主觀。文檔大全實(shí)用標(biāo)準(zhǔn)智能系統(tǒng)模型的主要目標(biāo)是實(shí)現(xiàn)一個(gè)高級(jí)的交通流量控制。我們認(rèn)為一個(gè)智能系統(tǒng)不會(huì)像人類一樣厭倦或分心，所以它不會(huì)犯錯(cuò)誤。因此，不會(huì)發(fā)生，除非車輛本身出故障。在安全方面，我們簡(jiǎn)單的認(rèn)為是速度的函數(shù)。先前的分析和現(xiàn)在的 CA模型基礎(chǔ)上，我們建立了一些額外的規(guī)則：?改變反應(yīng)時(shí)間0.1秒，得到更小的最小安全車距。?不再隨機(jī)變化速度。變化的速度會(huì)更有價(jià)值。我們調(diào)整自由駕駛速度改變的可能性（pa加速概率，Pb減速概率）分布表：Table 4z Acceleration and Deceleration Pnjbabi

36、liK for Fast Car - - 乖V/ceII .小3 4 5 6 7 8玲11110 00 0 0 0 0 1lable 3： Accelerations nd Deceleration J*robability for Slow VehicleV/cell345 6網(wǎng)t10 0000 1?改變超車概率Po表：JOg.e.6;心 %1sl一10.1, i八to:J I - c j- . if %00, “IResult of Intelligent System當(dāng)車流量很低，靠右的規(guī)則是更好的提高平均速度。這是容易理解的。無(wú)限制的規(guī)則下，慢行的車輛不會(huì)變換車道，除非超車。因此他們可能會(huì)阻擋整個(gè)道路