- •Лекция 2
- •1.2 Актуальность проблемы моделирования пробок
- •1.3 Классификация методов моделирования дорожного движения
- •1.3.1 Макромоделирование
- •1.3.2. Микромоделирование
- •1.3.3. Мезомоделирование
- •Лекция 3
- •1.4 Модели динамики транспортного потока
- •1.4.1 Макроскопические модели дорожного движения
- •Лекция 4
- •1.4.2 Микромодели дорожного движения
- •1.4.2.1. Модель оптимальной скорости
- •1.4.2. Модель Видеманна
- •1.4.3. Модель умного водителя. Модель Трайбера
- •1.4.4. Модели следования за лидером
- •Лекция 5
- •2 Моделирование дд
- •2.1 Понятие компьютерного моделирования
- •Лекция 6
- •2.2 Моделирование дд для задач анализа его безопасности
- •2.3 Причинно-следственный подход
- •2.4 Модель фрагмента дорожно-транспортной сети
- •Лекция 7
- •2.5 Метод особых состояний
- •2.6 Теория очередей
- •2.7 Модель с стохастической дисциплиной обслуживания
- •Лекция 8
- •3. Математическое моделирование
- •3.1 Математическое описание транспортного потока
- •Лекция 9
- •3.2 Уровень движения, коэффициент загрузки дорожным движением, расчёт
- •Лекция 10
- •4 Модели прогноза загрузки транспортных сетей
- •4.1. Основные принципы моделирования загрузки
- •4.2. Модели расчета корреспонденций
- •Лекция 11
- •4.3 Гравитационная модель
- •4.4 Энтропийная модель
- •Лекция 12
- •4.5 Другие модели
- •4.6 Модели распределения потоков
- •Лекция 13
- •4.7 Модель равновесного распределения потоков
- •Лекция 14
- •4.8 Расширенные модели равновесного распределения
- •Лекция 15
- •4.9 Модель оптимальных стратегий
- •Лекция 16
- •Стохастические (вероятностные модели)
- •5.1 Маркированные точечные поля
- •5.1.2 Альтернирующие потоки
- •5.1.3 Маркированные потоки
- •Лекция 17
- •5.2 Связь скорости и плотности с пропускной способностью
- •5.2.1 Психика водителя в простейшем потоке
- •5.2.2 Детерминированная динамика без обгона
- •5.2.3 Случайная динамика без обгона
- •5.2.4 Случайная динамика с обгоном (случайные грамматики)
Лекция 4
1.4.2 Микромодели дорожного движения
Существует несколько способов микромоделирования дорожного трафика, разделенных на два больших класса – модели, следящие за автомобилем и модели на клеточных автоматах.
В моделях, следящих за автомобилем (также называемых временно-непрерывными моделями), все автомобили описываются обыкновенными дифференциальными уравнениями, включающими в себе полную динамику положения автомобиля xa и скорости Va. Предполагается, что действия каждого водителя ограничены его скоростью Va, расстоянием сети (от бампера до бампера) sa = xa-1 – xa – la-1 до находящегося впереди автомобиля a – 1 (la-1 определяет длину автомобиля), и скоростью va-1 находящегося впереди автомобиля. Уравнение движения каждого автомобиля характеризуется функцией ускорения, зависящей от действий водителя.
Вообще, поведение водителя автомобиля a зависит не только от находящегося непосредственно впереди него a – 1, но и от n×a автомобилей вблизи. Теперь рассмотрим наиболее распространенные примеры таких моделей.
Первые микроскопические модели были предложены в 50-х годах в. Пусть автомобили занумерованы индексом n в соответствии с их порядком на дороге. В микромоделях предполагается, что ускорение n-го автомобиля определяется состоянием соседних автомобилей. При этом основное влияние оказывает непосредственно предшествующий автомобиль n-1. Этот автомобиль часто называют лидирующим, а весь класс микромоделей — моделями «следования за лидером» (follow-the-leader).
Будем обозначать через xn и vn соответственно координаты и скорости автомобилей. В качестве основных факторов, определяющих ускорение n-го автомобиля, можно выделить следующие:
- скорость данного автомобиля относительно лидирующего автомобиля ∆vn(t) =vn(t) vn-1(t);
- собственная скорость автомобиля vn(t), которая определяет безопасный интервал для движения;
- дистанция до лидирующего автомобиля, dn(t) = xn-1(t)xn(t) или, как вариант, «чистая» дистанция sn(t) = dn(t)-ln-1, учитывающая длину автомобиля ln
Соответственно, в общем виде движение автомобилей определяется системой обыкновенных дифференциальных уравнений (vn(t) = f(vn; ∆vn; dn). Различия между моделями определяются видом функции f.
1.4.2.1. Модель оптимальной скорости
Модель Оптимальной Скорости – предполагается, что машина сохраняет максимальную скорость, пока есть запас расстояния до предыдущей машины, и машина старается выбрать оптимальную скорость по расстоянию до предыдущей машины, когда расстояние меньше запаса. Также встречаются ее улучшения, например, модель с разделенными ускорением и торможением.
Одним из недостатков модели следования за лидером является то, что она неправильно описывает динамику одиночного автомобиля. Ускорение автомобиля в отсутствие лидера в этой модели равно нулю, в то время как разумным является предположение о стремлении водителя приблизить свою скорость к некоторой желаемой скорости v0n. Модели другого типа исходят из предположения, что для каждого водителя существует «безопасная» скорость движения v/e(dn), зависящая от дистанции до лидера. Данная скорость также называется оптимальной скоростью. В этих моделях вместо адаптации скорости к скорости лидера предполагается адаптация к оптимальной скорости. Влияние лидера косвенно выражено через зависимость оптимальной скорости от дистанции, где предполагалась адаптация скорости с запаздыванием по времени:
т.е. в случае большого времени релаксации ΐ или крутого вида зависимости оптимальной скорости от дистанции ve(sn). Сходные результаты получены для аналогичных моделей с дополнительным запаздыванием реакции по времени ∆t.
