导读:本文包含了交通流模拟论文开题报告文献综述及选题提纲参考文献，主要关键词:开放型城市,交通流模拟,元胞自动机,NaSch模型
交通流模拟论文文献综述
张金珠,任泽民,赵亚伟[1]（2019）在《基于元胞自动机的开放型城市街区交通流模拟》一文中研究指出科学合理的交通流疏导是衡量可持续性发展城市街区尤其是开放型街区紧凑度的重要考量因素,提出了一种从强度、连接性和复杂度3个方面建立开放型街区道路通行的指标体系,运用元胞自动机算法原理对交通流模拟进行优化。该算法根据交通规则和司机的行为倾向对NaSch模型的车辆行驶规则进行了改进,加入了交通灯、街区内部内行驶限制等规则,能够描述出交通堵塞的物理效应,准确地模拟出排队形成、排队消散和路口延迟等交通动力学特性。(本文来源于《河北工业大学学报》期刊2019年05期）
乔殿梁,李晓洋,郭明旻,张鹏[2]（2019）在《流通量间断守恒高阶交通流模型及其数值模拟》一文中研究指出在非均匀道路条件下,推广了各向异性守恒高阶交通流模型(CHO模型),获得流通量间断CHO模型,并基于其Riemann不变量性质,运用局部简化方法及δ映射算法,设计了求解流通量间断CHO模型的一阶Godunov、EO(Engquist-Osher)和LF(Lax-Friedrichs)等数值格式.通过数值模拟表明流通量间断CHO模型是合理有效的,它可以描述平衡态和非平衡态交通流,相对于流通量间断LWR(Lighthill-Whitham-Richards)模型,其能更好地刻画实际交通现象.(本文来源于《应用数学和力学》期刊2019年05期）
王威,吴中[3]（2018）在《考虑多车间距的跟驰模型及混合交通流的数值模拟》一文中研究指出在OV模型的基础上,考虑了混合车流个体车辆对前方不同感知程度,建立了多车间距跟驰模型,对其稳定性进行了理论分析;在单一车队中混入考虑多车间距跟驰特性的车辆,可以显着提高车流稳定性,改善OV模型的加速度过大等缺点;将模型应用于混合车流的驾驶行为及交通流建模,就不同混合比和交通熵下的混合交通流中高速稳态与低速稳态之间的相互转化进行数值模拟,发现混合交通流中的交通波传递更快,加减速过程缩短,对交通拥堵也有一定的抑制作用,并且随着交通熵的增加,这一作用更加明显。(本文来源于《华东交通大学学报》期刊2018年06期）
周伊江,祝会兵[4]（2018）在《CACC车辆与传统汽车混合通行的双车道交通流模拟》一文中研究指出针对协同自适应巡航控制车辆(CACC)与人工驾驶汽车混合行驶的交通流模式,分别利用加州大学伯克利分校PATH实验室实车验证的CACC模型~([1])、MCD元胞自动机模型~([2])作为两种车辆的前进规则,同时考虑车联网对CACC车辆和传统汽车的影响,合理制定两者各自的换道规则,力求既相互协调又符合实际,从而建立CACC车辆与人工驾驶车辆混合行驶的双车道交通流模型。比较混合交通流与单一CACC车辆情形时的区别,分析两种交通流的典型特征。研究CACC车辆不同比例时交通流的自组织特性,当CACC车辆采用不同协同驾驶策略时,通过比较基本图和车辆时空演化图,得到能实现交通流有序高效运行的协同驾驶策略。(本文来源于《第十届全国流体力学学术会议论文摘要集》期刊2018-10-25）
刘正,李新刚[5]（2018）在《基于实测数据的宏观交通流动态特性建模与数值模拟》一文中研究指出Lighthill、Whitham、Richard基于流体动力学理论,将车流运动对比流体运动,把交通流视为大量车辆构成的一维可压缩连续流体,引入车辆密度和平均速度的概念,建立密度和速度的偏微分方程以及平衡速度密度函数,利用流量、密度、速度描述交通流的动态变化,首次提出宏观交通流连续性方程,即LWR模型。宏观交通流模型交通流密度和交通流量满足流量守恒时的运动规律,可以揭示交通流的主要动力学行为。Daganzo利用梯形流量-密度函数关系基本图,采用Godunov格式有限差分方法对LWR模型离散化近似,首次提出一阶宏观离散交通流模型,即元胞传输模型(Cell Transmission Model,CTM)。元胞传输模型简单高效且能够捕捉交通流激波形成、堵塞的形成与消散等特性,在模拟交通流动态特性和交通控制方面具有重要意义。对于元胞传输模型的改进和应用范围的扩展主要是针对不同的交通拥堵类型,提高模拟相应的交通流动态特性和更为复杂的交通流现象(如通行能力下降、交通流振荡)的精度。但是目前仍然缺少能准确揭示道路通行能力下降与拥堵程度之间联系的方法,缺少能够反映拥堵水平和排队流出率关系的模型,元胞传输模型及其改进模型会过高估计排队流出率。针对上述问题,本文利用实测的交通流数据,建立拥堵状态下车流密度与排队流出率的函数关系,构建能够更加精确地模拟实际交通流动态变化特性的改进元胞传输模型。利用该模型模拟排队流出率,并与实测数据和其他模型对比。结果表明,该模型能够更准确地模拟实际排队流出率的动态变化特性,弥补现有模型缺点。针对不同的交通拥堵模式,该模型能与现有模型结合使用,优势互补,揭示宏观交通流的动态变化特性和更复杂的交通流现象,为制定科学的交通控制方案提供依据。(本文来源于《第十届全国流体力学学术会议论文摘要集》期刊2018-10-25）
朱圣博[6]（2018）在《基于模拟退火算法的神经网络优化与短时交通流预测研究》一文中研究指出智能交通管理技术在城市道路交通管理工作中发挥着日趋重要的作用,它所提供的可视化、动态化和主动化的道路交通管理方案,能够为道路交通管理决策提供科学的理论指导与技术支持。短时交通流预测技术是智能交通管理技术中的一种,它可以为交通流分配、交通流诱导和驾驶人行驶路径优化及选择等提供基础数据支持。因此,短时交通流预测技术一直是近年来道路交通管理领域的研究热点。本文针对BP神经网络的基本原理及技术特点,对其在训练阶段容易陷入局部最小值的问题进行分析,并结合模拟退火算法原理中的全局寻优能力,利用该算法优化BP神经网络,得到优化后的SA-BP神经网络,并对基于SA-BP神经网络的短时交通流预测进行研究,再结合实例仿真和对比分析,验证SA-BP神经网络具有更优的预测效果。本文主要完成以下几方面工作。首先,说明了本文的研究背景及意义,并着重从基于神经网络的短时交通流预测及基于模拟退火算法BP神经网络优化方面,对国内外研究现状进行了阐述与分析;第二,阐述了短时交通流预测的基本原理及流程,介绍了用于预测的交通流数据的预处理过程及方法,确定了短时交通流预测效果的评价指标体系;第叁,选择BP神经网络作为本文的基本预测方法,阐述了其基本原理,并对其容易陷入局部最小解的缺陷进行了分析;阐述了模拟退火算法的基本原理,并对其能够跳出局部最优解的技术进行了研究;第四,利用模拟退火算法优化BP神经网络,利用梯度下降与随机扰动相结合的优化方式,进行BP神经网络权值及阈值调整,通过借助Matlab元胞数组矩阵建立了优化后的SA-BP神经网络,对实现其优化功能的关键技术进行了研究;同时,提出了一种记忆箱功能,用来再次优化SA-BP神经网络的预测结果;第五,对基于SA-BP神经网络的短时交通流预测方法进行了研究,分析了它的学习方式及预测过程,总结了该方法的预测流程;最后,利用MATLAB仿真,实现了SA-BP神经网络对深圳市某一路段的短时交通流量预测,并与传统BP神经网络的预测结果进行了对比分析,结果表明,本文所提出的基于SA-BP神经网络的预测方法能够有效解决BP神经网络存在的缺陷,得到更为精确的短时交通流预测结果。(本文来源于《中国人民公安大学》期刊2018-06-15）
朱彤,胡月琦,朱诗慧,刘伟,刘浩学[7]（2018）在《驾驶人注意分散的认知模拟与交通流特性》一文中研究指出为研究执行车内次任务条件下驾驶人状态变化及其对交通运行造成的影响,首先基于理性思维的自适应控制系统(ACT-R)认知结构与Distract-R软件平台建立了4类次任务情况,分别对各类驾驶人注意分散状态及无次任务影响状态进行认知模拟;获得执行4类不同次任务时的驾驶人操作时间消耗与注意分散时间比数据。并以该数据构建驾驶人注意分散状态库,作为次任务条件下交通流仿真的基础数据。接着,在元胞自动机交通流模型(STCA)的基础上,修正减速规则并建立了考虑车内次任务影响的交通流模型;通过模型数据交换实现了基于元胞自动机模型与认知模型的联合仿真。最后,利用元胞自动机仿真0、10%、20%的驾驶人在行驶中执行车内次任务时的交通流状况,次任务类型在4类次任务中随机抽取。试验结果表明:元胞自动机与认知模型联合仿真能够体现驾驶人心理差异及交通流变化特性;该模型修正了原有的元胞自动机减速规则,且能通过调用驾驶人注意分散状态库获取驾驶人状态参数;车内次任务会对交通流造成明显影响,使道路最大交通流量降低,当10%、20%的驾驶人执行次任务时,最大交通流量分别降低了23.5%、40.7%,还造成了拥堵区域增多、排队加剧等现象;执行车内次任务不仅对驾驶安全产生影响,而且当一定比例驾驶人处于注意分散状态时,交通流整体状态也会受到显着影响。(本文来源于《长安大学学报(自然科学版)》期刊2018年02期）
陈广宇,祝会兵,范悦悦[8]（2018）在《混合ACC车辆与人工驾驶车辆的交通流数值模拟》一文中研究指出针对自动驾驶汽车与人工驾驶汽车混合通行的新型交通流模式,基于元胞自动机交通流模型,分别建立了人工驾驶汽车以及装有自适应巡航系统(ACC)车辆的运动规则,进而提出了混合ACC车辆与人工驾驶汽车的交通流模型.基于ACC车辆的常车头时距策略,分析了车头时距取值对交通流的影响,经过与实测数据比较,推荐了合适的车头时距值.研究结果显示,新型的混合交通流中依然存在自由流、同步流及宽幅运动阻塞,但是单纯ACC车辆交通流在中高密度区域则会出现均匀流动现象.车辆时空演化图显示ACC车辆的出现有利于提高交通流的整体流量、有效减少车辆集簇.研究结果可以为新型交通环境下的交通工程规划和建设提供理论指导.(本文来源于《宁波大学学报(理工版)》期刊2018年02期）
章文捷,张亦潇[9]（2017）在《实现基于粒计算的交通流模拟系统》一文中研究指出近年来,随着城市车辆的日益增多,道路拥堵现象越趋于严重,如何有效地解决道路拥堵现象显得尤为重要。拟将计算机仿真技术运用到交通道路上,在粒计算、元胞自动机和交通流网络3层结构模型中引入了换道体系,通过面向对象技术、C#语言编程,实现交通流模拟系统的动态仿真。通过可视化窗口、时空斑图和对绿信比等参数的分析和调试,其结果表明该系统是可行的,并具有有效性,为计算机仿真技术在交通道路上的应用奠定基础和提供帮助。(本文来源于《科技与创新》期刊2017年18期）
卫妮娜[10]（2017）在《基于元胞自动机的交通流改进模型及模拟分析》一文中研究指出元胞自动机模型能够更加真实的反映实际道路交通情况,因而在交通流模拟仿真方面具有很大的优势。建立符合实际道路交通的元胞自动机交通流模型,其模拟仿真有助于认识交通流的一些基本规律,期望为交通运输部门制定政策、解决交通问题时提供辅助决策工具。本文围绕交通流元胞自动机模型主要研究了几个方面的问题,包括改进双车道模型的建立与模拟分析、速度混合模型的建立与模拟分析、模型在信号控制交叉口的应用等。主要研究工作如下:首先,对交通流及元胞自动机的理论基础进行概述,并对现存经典的元胞自动机交通流模型进行了简单的介绍和分析,从这些模型的更新规则和模型的模拟仿真结果分析了各个模型的适应性与其存在的不足。其次,建立了基于安全参数的双车道元胞自动机交通流模型并进行模拟分析。以NaSh模型和STNS模型为基础,考虑到车辆在确定性减速过程中对前车下一时步速度的预估以及车辆换道过程中的动态车间距,同时基于驾驶员不同的驾驶心理,提出了基于安全参数的双车道交通流元胞自动机模型。随后对改进模型在禁止换道超车和自由换道超车两种交通规则下进行模拟仿真和对比分析。结果表明:改进的模型能够描述交通流的基本特性,并且改进模型的最大交通量明显高于STNS模型,更接近于实测交通的最大流量,拟合度也更高。然后,建立改进的速度混合交通流模型并进行模拟分析。考虑到实际道路交通中的情况,将安全参数模型应用到混合交通流中并赋予快车和慢车不同的随机慢化概率,对其进行模拟仿真和分析。模拟结果表明:改进模型可以削弱系统中的慢车作用,一定程度上解决慢车作用被高估的问题,同时使得道路的整体通行能力有一定增加,道路的资源利用率得到了一定的提高,并且能够使实际道路交通的情况更加真实的呈现。最后,将论文改进模型即安全参数模型应用到主干道与次干道交叉口通过信号控制的道路系统中,并用MATLAB对主干道系统进行模拟仿真。仿真结果表明:模型能够再现信号控制下的道路系统交通流特性,模拟得到的主干道系统空间-密度图呈现锯齿状符合实际交通特性;绿信比的大小对系统车流能够产生比较大的影响。(本文来源于《华南理工大学》期刊2017-04-13）
交通流模拟论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在非均匀道路条件下,推广了各向异性守恒高阶交通流模型(CHO模型),获得流通量间断CHO模型,并基于其Riemann不变量性质,运用局部简化方法及δ映射算法,设计了求解流通量间断CHO模型的一阶Godunov、EO(Engquist-Osher)和LF(Lax-Friedrichs)等数值格式.通过数值模拟表明流通量间断CHO模型是合理有效的,它可以描述平衡态和非平衡态交通流,相对于流通量间断LWR(Lighthill-Whitham-Richards)模型,其能更好地刻画实际交通现象.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通流模拟论文参考文献
[1].张金珠,任泽民,赵亚伟.基于元胞自动机的开放型城市街区交通流模拟[J].河北工业大学学报.2019
[2].乔殿梁,李晓洋,郭明旻,张鹏.流通量间断守恒高阶交通流模型及其数值模拟[J].应用数学和力学.2019
[3].王威,吴中.考虑多车间距的跟驰模型及混合交通流的数值模拟[J].华东交通大学学报.2018
[4].周伊江,祝会兵.CACC车辆与传统汽车混合通行的双车道交通流模拟[C].第十届全国流体力学学术会议论文摘要集.2018
[5].刘正,李新刚.基于实测数据的宏观交通流动态特性建模与数值模拟[C].第十届全国流体力学学术会议论文摘要集.2018
[6].朱圣博.基于模拟退火算法的神经网络优化与短时交通流预测研究[D].中国人民公安大学.2018
[7].朱彤,胡月琦,朱诗慧,刘伟,刘浩学.驾驶人注意分散的认知模拟与交通流特性[J].长安大学学报(自然科学版).2018
[8].陈广宇,祝会兵,范悦悦.混合ACC车辆与人工驾驶车辆的交通流数值模拟[J].宁波大学学报(理工版).2018
[9].章文捷,张亦潇.实现基于粒计算的交通流模拟系统[J].科技与创新.2017
[10].卫妮娜.基于元胞自动机的交通流改进模型及模拟分析[D].华南理工大学.2017