文档视界 最新最全的文档下载
当前位置:文档视界 › 交通流中的nasch模型及matlab代码元胞自动机

交通流中的nasch模型及matlab代码元胞自动机

交通流中的nasch模型及matlab代码元胞自动机
交通流中的nasch模型及matlab代码元胞自动机

元胞自动机NaSch模型及其MATLAB代码

作业要求

根据前面的介绍,对NaSch模型编程并进行数值模拟:

●模型参数取值:Lroad=1000,p=0.3,Vmax=5。

●边界条件:周期性边界。

●数据统计:扔掉前50000个时间步,对后50000个时间步进行统计,需给出的

结果。

●基本图(流量-密度关系):需整个密度范围内的。

●时空图(横坐标为空间,纵坐标为时间,密度和文献中时空图保持一致, 画

500个时间步即可)。

●指出NaSch模型的创新之处,找出NaSch模型的不足,并给出自己的改进思

路。

●流量计算方法:

密度=车辆数/路长;

流量flux=density×V_ave。

在道路的某处设置虚拟探测计算统计时间T内通过的车辆数N;

流量flux=N/T。

●在计算过程中可都使用无量纲的变量。

1、NaSch模型的介绍

作为对184号规则的推广,Nagel和Schreckberg在1992年提出了一个模拟车辆交通的元胞自动机模型,即NaSch模型(也有人称它为NaSch模型)。

●时间、空间和车辆速度都被整数离散化。

● 道路被划分为等距离的离散的格子,即元胞。 ● 每个元胞或者是空的,或者被一辆车所占据。 ● 车辆的速度可以在(0~Vmax )之间取值。

2、NaSch 模型运行规则

在时刻t 到时刻t+1的过程中按照下面的规则进行更新: (1)加速:),1min(max v v v n n +→

规则(1)反映了司机倾向于以尽可能大的速度行驶的特点。 (2)减速:),min(n n n d v v → 规则(2)确保车辆不会与前车发生碰撞。

(3)随机慢化: 以随机概率p 进行慢化,令:)0,

1-min(n n v v → 规则(3)引入随机慢化来体现驾驶员的行为差异,这样既可以反映随机加速行为,

又可以反映减速过程中的过度反应行为。这一规则也是堵塞自发产生的至关重要因素。

(4)位置更新:n n n v x v +→ ,车辆按照更新后的速度向前运动。 其中n v ,n x 分别表示第n 辆车位置和速度;l (l ≥1)为车辆长度;

11--=+n n n x x d 表示n 车和前车n+1之间空的元胞数;p 表示随机慢化概率;max v 为最大速度。

3、NaSch 模型实例

根据题目要求,模型参数取值:L=1000,p=0.3,Vmax=5,用matlab 软件进行编程,扔掉前11000个时间步,统计了之后500个时间步数据,得到如下基本图和时空图。

3.1程序简介

初始化:在路段上,随机分配200个车辆,且随机速度为1-5之间。 图3.1.1是程序的运行图,图3.1.2中,白色表示有车,黑色是元胞。

图3.1.1 NaSch模型运行图

图3.1.2 NaSch模型

3.2流量密度分析

图3.2描述了交通流量与密度的关系,从图中可知,该模型中,当密度为0——0.185时,流量随密度的增加而增加;当密度超过0.185时,流量开始随密度的增加而下降。

图3.2 基于NaSch模型的流量密度图

3.3 NaSch模型时空图分析

图3.3.1和图3.3.2描述了,时间步从11001开始到11500结束,共500个时间步的空间和时间的关系,从图中可以模拟出自发产生的堵塞现象。

图3.3.1 基于NaSch模型的时空图

图3.3.2 基于NaSch模型的时空图

4 模型评价

优点:该程序基本实现了NaSch模型的基本功能,并且最大速度、元胞数量、车辆数量以及运行间隔时间都可以修改,程序很灵活,并且可以清晰的看出每一次运行过程。

缺点:当时间步超过20000步时,内存占用量大。

附件

% 主程序:NaSch_3.m程序代码

% 单车道最大速度3个元胞开口边界条件加速减速随机慢化clf

clear all

%build the GUI

%define the plot button

plotbutton=uicontrol('style','pushbutton',...

'string','Run', ...

'fontsize',12, ...

'position',[100,400,50,20], ...

'callback', 'run=1;');

%define the stop button

erasebutton=uicontrol('style','pushbutton',...

'string','Stop', ...

'fontsize',12, ...

'position',[100,500,50,20], ...

'callback','freeze=1;');

%define the Quit button

quitbutton=uicontrol('style','pushbutton',...

'string','Quit', ...

'fontsize',12, ...

'position',[100,600,50,20], ...

'callback','stop=1;close;');

number = uicontrol('style','text', ...

'string','1', ...

'fontsize',12, ...

'position',[20,400,50,20]);

%CA setup

n=1000; %数据初始化

z=zeros(1,n); %元胞个数

z=roadstart(z,200); %道路状态初始化,路段上随机分布200辆cells=z;

vmax=5; %最大速度

v=speedstart(cells,vmax); %速度初始化

x=1; %记录速度和车辆位置

memor_cells=zeros(3600,n);

memor_v=zeros(3600,n);

imh=imshow(cells); %初始化图像白色有车,黑色空元胞

set(imh, 'erasemode', 'none')

axis equal

axis tight

stop=0; %wait for a quit button push

run=0; %wait for a draw

freeze=0; %wait for a freeze(冻结)

while (stop==0 & x<11502)

if(run==1)

%边界条件处理,搜素首末车,控制进出,使用开口条件

a=searchleadcar(cells);

b=searchlastcar(cells);

[cells,v]=border_control(cells,a,b,v,vmax);

i=searchleadcar(cells); %搜索首车位置

for j=1:i

if i-j+1==n

[z,v]=leadcarupdate(z,v);

continue;

else

%======================================加速、减速、随机慢化

if cells(i-j+1)==0; %判断当前位置是否非空

continue;

else v(i-j+1)=min(v(i-j+1)+1,vmax); %加速

%=================================减速

k=searchfrontcar((i-j+1),cells); %搜素前方首个非空元胞位置

if k==0; %确定于前车之间的元胞数

d=n-(i-j+1);

else d=k-(i-j+1)-1;

end

v(i-j+1)=min(v(i-j+1),d);

%==============================%减速

%随机慢化

v(i-j+1)=randslow(v(i-j+1));

new_v=v(i-j+1);

%======================================加速、减速、随机慢化

%更新车辆位置

z(i-j+1)=0;

z(i-j+1+new_v)=1;

%更新速度

v(i-j+1)=0;

v(i-j+1+new_v)=new_v;

end

end

end

cells=z;

memor_cells(x,:)=cells; %记录速度和车辆位置

memor_v(x,:)=v;

x=x+1;

set(imh,'cdata',cells) %更新图像

%update the step number diaplay

pause(0.0001);

stepnumber = 1+str2num(get(number,'string'));

set(number,'string',num2str(stepnumber))

end

if (freeze==1)

run = 0;

freeze = 0;

end

drawnow

end

figure(1)

for l=11001:1:11500

for k=1:1:1000

if memor_cells(l,k)>0

plot(k,l,'k.');

hold on;

end

end

end

xlabel('空间位置')

ylabel('时间(s)')

title('时空图')

for i=1:1:500

density(i)=sum(memor_cells(i,:)>0)/1000;

flow(i)=sum(memor_v(i,:))/1000;

end

figure(2)

plot(density,flow,'k.');

title('流量密度图')

xlabel('density')

ylabel('flow')

%

% /////////////////////////////////////////////////////////////////////// %

%

% 函数:searchlastcar.m程序代码

相关文档