现有研究中,Multi-Agent思想多用于宏观角度以解决交通诱导等交通问题。文中从微观角度建立了面向驾驶员特性的多智能体交通流模型框架。 该模型实现了车辆Agent的行为建模,改进了以往模型驾驶员特性单一的缺陷;设定了车辆Agent间的车道位置协商、换道冲突协商等策略;借鉴了元胞自动机的高速演化策略,便于数据分析。在此框架模型的基础上,重点研究了以下三个非常态交通场景的交通流演化规律。 在每个场景中,针对不同的交通环境因素,细化了车辆Agent的驾驶员特性函数、决策模型,使其反映特定的交通行为。 并提出了交通参数的设置方案,可作为交通拥堵疏散、交通管理的参考。 (1)直路段上的车辆违规过街模型。将驾驶员的不同特性引入车辆Agent,给出了视线遮挡情景下的决策模型。结果表明:穿越时垂直行驶方向的事故率较高,而追尾事故多发生在流量较大的条件下;穿越概率较小时,对流量的影响并不明显,但是事故率随穿越概率增大而增加,在穿越概率大于015时考虑设定交通设施;另外,研究了不同驾驶员比例对事故数的影响,当反应迟缓的驾驶员比例较高时,事故率相对较高,流量明显下降。 (2)大型活动对周边道路交通流的影响研究。建立了停车场、管制道路和正常道路三个子模型,研究了大型活动散场后,私家车对周围交通流的影响。并且以沌口体育馆的调查数据作为对比,模拟了在停车场、管制道路和正常道路上的车辆行驶,反映了驾驶员偏好等特性。模型可以反映出交通流拥堵、交通流高峰期传播的规律,可用该模型对大型活动后的交通流扩散进行预测,为后续大型活动疏散模型的建立提供参考。 (3)高速公路车道维修对车流拥堵的影响。分别对正常道路、行车道维修和超车道维修建立了决策模型。着重分析了车辆类型、驾驶员特性和道路维修标志位置对交通拥堵的影响。
深夜地黄昏
