基于多Agent建模和NetLogo仿真的异质性驾驶行为对交通流的影响

为弥补现有交通流仿真模型中对异质性驾驶行为考虑不足,基于多智能体建模和NetLogo仿真方法研究了异质性驾驶行为对交通流的动态影响。首先,基于规则和模糊控制算法,构建了人-车-路多智能体系统模型。然后,以西安市某路段为案例,构建了3车道城市主干路交通流仿真模型,运用NetLogo软件实现了车辆跟驰、换道、碰撞等行为可视化仿真。最后,分析对比了异质性驾驶人车速控制和换道行为差异,研究了碰撞事件影响下的动态交通流演化特征,并与其他仿真模型进行对比。结果表明:交通事件会影响交通流的连续性,在固定仿真时间条件下,即使碰撞事件消失,拥堵状态缓解,交通流的整体车速只能恢复至最高车速的70%;异质性驾驶人在车速控制和换道行为上存在差异,激进型驾驶人的车速控制策略更加离散。与VISSIM仿真模型相比,基于多智能体的交通流仿真模型能够揭示交通瓶颈和碰撞事件之间的关系,为中微观交通流仿真提供了参考。

基于异质性驾驶行为与碰撞的中观交通流仿真

为研究驾驶行为异质性及其对交通流特性的影响,基于问卷的方法调查驾驶人受周围车辆车速、交通流密度、排队次数、碰撞事故等因素影响表现出的异质性驾驶行为;结合调查结果,利用NetLogo软件建立基于多智能体系统的中观交通流模型,考虑异质性驾驶行为及碰撞因素,仿真交通流的演化过程。研究表明:驾驶人受周围车辆速度影响会不同程度地调整自身车速,其平均车速与驾驶人特性有关;交通流密度及排队停车次数决定驾驶人的换道行为,换道行为异质性使各车道车辆分布呈潮汐式变化,影响交通流的稳定性;碰撞事故会降低驾驶人车速,导致交通瓶颈。