详情

原文传递基于代理的交通流建模研究

论文题名：	基于代理的交通流建模研究
关键词：	交通流;驾驶员行为;路网环境;类模糊神经网络;宏观涌现
摘要：	交通流建模的研究对模拟真实交通流现象、解决交通流存在的问题、预测可能出现的交通状况等具有理论价值和现实意义。然而现有交通流建模方法或从宏观层面来描述整体交通流现象，或针对驾驶员的某一行为进行细致刻画，无法模拟交通流中驾驶员的异构性、动态性、行为模糊性等行为，及其相互之间的交互过程。本文从交通流中的驾驶个体出发，在分析交通流应用场景的基础上，利用基于代理的建模方法，从驾驶员行为、交通路网环境两个方面剖析并构建了交通流模型，从而真实模拟交通流现象，并验证交通流模型的真实性。　　本文首先从交通流中驾驶员行为的不同应用场景出发，分析得到驾驶员行为建模的技术需求，并以此为基础提出感知、决策、行为、情绪累积四个步骤的驾驶员行为框架，采用类模糊神经网络的方法构建了驾驶员行为决策算法，并针对不同路况下行为的差异性，提出自由流、拥塞、路口三种不同路况模式下的具体行为状态变化准则。然后，本文采用基于代理的建模方法，构建了交通流所处的交通路网，生成了驾驶员车辆和OD矩阵所形成的交通流量，以及对代理的属性和代理的行为进行了定义。同时，分别从代理之间的交互和代理与环境之间的交互两个方面进行建模，从而形成宏观交通流的涌现。最后，采用NetLogo软件对所构建的交通流模型进行实验分析，从而验证了模型的真实性和优越性，并由实验分析得到：越是守规矩的驾驶员，其不规则行为所需的累积时间越长，不规则行为概率越低；三种路况下，拥塞流不规则行为数量最高，而路口最低；同时，提高交通流中驾驶员守规矩程度，能够有效改善不规则行为的情况。
作者：	陆静晔
专业：	通信与信息系统
导师：	徐名海
授予学位：	硕士
授予学位单位：	南京邮电大学
学位年度：	2015
正文语种：	中文