CN110910642A - 一种考虑混合交通系统的公交线路分析方法 - Google Patents
一种考虑混合交通系统的公交线路分析方法 Download PDFInfo
- Publication number
- CN110910642A CN110910642A CN201911214991.2A CN201911214991A CN110910642A CN 110910642 A CN110910642 A CN 110910642A CN 201911214991 A CN201911214991 A CN 201911214991A CN 110910642 A CN110910642 A CN 110910642A
- Authority
- CN
- China
- Prior art keywords
- bus
- vehicle
- lane
- stop
- passengers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
Abstract
本发明的一种考虑混合交通系统的公交线路分析方法,可结合公交系统的交通现象优化公交系统,便于对交通有效管控。包括以下步骤:S100、基于元胞自动机建立包含公交线路的多车道混合交通系统模型;S200、基于多车道混合交通系统模型模拟交通系统运行;S300、输出步骤S200的评价指标和公交系统运行数据,进而对公交系统提出优化建议。本发明实施例从微观角度对公交系统进行了模拟,最基本的公交系统由公交车、公交站台、乘客、道路四部分组成。本发明利用元胞自动机理论建模,关注公交线路系统中公交车辆、普通车辆、乘客等交通参与者的运行行为,进而解释、再现和预测公交线路上车辆的行驶过程,总结规律进而利用规律指导实践,对于现实公交系统的优化有着积极的指导意义。
Description
技术领域
本发明涉及城市交通管控技术领域,具体涉及一种考虑混合交通系统的公交线路分析方法。
背景技术
公共交通作为城市中重要的通勤方式之一,涉及出行需求量庞大,具有其它方式无可比拟的优势,如大运量、高效率、低成本、低能耗、低污染,有助于从根本上调节交通供求、缓解交通拥堵。目前,许多西方发达国家和地区在经历了由私人小汽车无限自由膨胀发展而带来的大量社会、环境和经济问题之后,最终都选择了优先发展公共交通的战略。有了前车之鉴,我们可以认识到充分有效地发展公交系统,是缓解我国城市交通拥堵的有效手段之一。以北京为例,小汽车客运交通占用市区道路网负荷能力77%,而客运分担率仅为12%,2015年市区客运出行量将超过76亿人次,要想有效的缓解道路拥堵,使道路交通安全,畅通,加强控制策略,倡导公交优先是行之有效的策略。
优先发展公交,限制小汽车使用已经成为共识,在实践上,我国许多城市借重发展轨道交通、快速公交(Bus RapidTransit,简称BRT)、常规公交等多种交通模式为居民提供优质高效的出行服务。公共交通在城市交通中占有重要地位,但是公交系统在运行过程中也出现了集簇、等待时间长、服务质量差、准时性差等问题。为了克服这些问题,对公交系统进行建模分析,研究公交线路运行的规律,进而对公交系统提出优化建议是必要的。
发明内容
本发明提出的一种考虑混合交通系统的公交线路分析方法,可结合公交系统的交通现象优化公交系统,便于对交通有效管控。
为实现上述目的,本发明采用了以下技术方案:
一种考虑混合交通系统的公交线路分析方法,包括:
1.定义公交线路
该系统为具有公交线路的多车道混合交通模型,系统中存在三种车辆,分别为小型车、大型车和公交车。假设三种车辆具有不同最大速度和车辆长度,这样模型简单而且基本能够反映公交系统的主要特性。公交系统定义在二维网格上,共有Ns个公交停靠站,停靠站的长度为l,相邻停靠站之间的距离为L,所以线路总长为Ltotal=(L+l)Ns+L。由于公交需要在停靠站停车,故在停靠站前方设置特殊换道区,长度为Lh。公交车的最大载客量为M,小型车的数量为Ka,大型车的数量为Kb。
2.更新规则
更新规则包括公交线路边界规则、乘客到达规则和车辆运动规则。从t→t+1,并行更新规则如下。
2.1边界规则
每隔一段时间Tdepart,如果道路上前la个元胞是空的,一辆没有乘客的公交车在此产生,这意味着公交车i离开始发站。当公交i到达公交线路的末端时,它被从系统中移除,这意味着公交i到达终点站。Tdepart是公共车路线发车时间间隔。
2.2乘客到达规则
对于每个公交停靠站j,以概率Parrival,Nps(j,t+1)=Nps(j,t)+1。这里的Nps(j,t)表示在t时刻,第j个停靠站上等待上车的乘客数量。Parrival是乘客到达的概率,服从均匀分布Parrival∈[0,λ]j∈{1,2,,Ns-1},因为最后一站没有乘客。
2.3车辆运动规则
2.3.1普通车辆和未到达停靠站的公交车
1.车辆运动
小型车、大型车和不在停靠站的公交车都按NS模型中的更新规则向前行驶,更新规则为:
(1)加速:vn→min(vn+1,vmax);
(2)减速:vn→min(vn,dn);
(3)随机慢化:以随机概率p令vn→max(vn-1,0);
(4)位置更新:xn→xn+vn。
其中vn,xn分别表示第n辆车位置和速度。dn=xn+1-xn-l表示其和前车之间空的元胞数。l表示车辆的长度,小型车、大型车和公交车的长度分别为la、lb、lc。p表示随机慢化概率。vmax表示车辆的最大速度,小型车、大型车和公交车的最大速度分别为
在多车道系统中,当车辆位于普通路段时,车辆受到前车阻挡时可以自由换道。换道规则为:
(1)dn<min(vn+1,vmax)
(2)dn,other>dn
(3)dn,back>dsafe
(4)rand()>pchange
dn,other、dn,back分别表示当前车辆与目标车道的前车(后车)之间的空元胞数。在计算车辆间距时,以下情况不能依据前车的位置计算:对于公交车,如果车辆与停靠站之间没有车辆,那么dn的取值为停靠站位置与车辆当前位置之差。换道规则中dn<min(vn+1,vmax)和dn,other>dn为换道动机,表示车辆在当前车道上不能按期望的最大速度行驶,而目标车道上的行驶条件比当前车道好dn,back>dsafe为安全性条件保证换道后不与目标车道上后车发生碰撞。这里dsafe取值为目标车道后车的速度。rand()>pchange表示即使换道动机和安全条件均已满足,车辆也只能以一定概率Pchange进行换道。之所以这样做,一方面是更加切合实际,另一方面可以部分消除乒乓换道的发生。
当车辆处于特殊换道区域时,车辆的主动换道行为采用的换道规则为:
dn,back≥dsafe
主动换道表示只要目标车道存在空间并且满足安全条件,车辆就会换道。车辆进行主动换道的情况如下:
(1)在右道行驶的普通车辆受到停站的公交车阻挡;
(2)将要停站的公交车由左道换至右道。
由于车辆靠近停靠站,为了减少停靠站对车流的影响,规定在特殊换道区域内,普通车辆不允许向右换道,公交车不允许向左换道。当对应停靠站车道中下一个位置是停靠站而公交车还未换到目标车道,公交车会采用强制换道规则(只要目标车道存在空间,车辆就会换道)。如果目标车道上相应位置无车时,公交车采用强制换道规则;如果目标车道上相应位置有车,公交车将在此停车等待,直至换道成功。
2.判断公交车是否进停靠站
如果公交车i下个时间步到达停靠站j。
(1)下车的乘客数量:
μ表示每个乘客下车的概率。Npb(i,t)表示t时刻第i个公交车上的乘客数量。
(2)上车的乘客数量
(3)停站后公交车i上的乘客数量
Npb(i,t+1)=Npb(i,t)-O+I
(4)仍在停靠站等待的乘客
Nps(j,t+1)=Nps(j,t)-I
(5)乘客上车时间
Ton(i,t+1)=α·O+1
(6)乘客下车时间
Toff(i,t+1)=β·O+1
α为上车时间系数,表示平均每个乘客的上车时间。β为下车时间系数,表示平均每个乘客的下车时间。因为现实中上车时间通常比下车时间长,所以取α>β。
2.3.2当前时间步公交车i已到达停靠站j
1.Toff(i,t)>0或Ton(i,t)>0
如果Npb(i,t)<M且Nps(i,t)>0表示公交车i还有空位
(1)上车的乘客数量
(2)公交车i中的乘客数量
Npb(i,t+1)=Npb(i,t)+I
(3)仍在停靠站等待的乘客
Nps(j,t+1)=Nps(j,t)-I
(4)乘客上车时间
Ton(i,t+1)=Ton(i,t)+α·I
Ton(i,t+1)=max[Ton(i,t+1)-1,0]
(5)乘客下车时间
(6)位置更新
xi(t+1)=xi(t)
2.Toff(i,t)=0且Ton(i,t)=0且dn=0
Npb(i,t+1)=Npb(i,t)
vi(t+1)=0
xi(t+1)=xi(t)+vi(t+1)
3.Toff(i,t)=0且Ton(i,t)=0且dn>0
Npb(i,t+1)=Npb(i,t)
vi(t+1)=1
xi(t+1)=xi(t)+vi(t+1)。
由上述技术方案可知,本发明的考虑混合交通系统的公交线路分析方法,本发明实施例的考虑混合交通系统的公交线路模拟方法,用元胞自动机模型将道路、车辆等元素划分为一个个格子,这些格子按照一定的规则进行演化,模拟了公交系统的动力学行为。避免了其它方法"离散一连续一离散"的缺陷,因而具有十分广阔的应用前景。
本发明实施例从微观角度对公交系统进行了模拟,最基本的公交系统由公交车、公交站台、乘客、道路四部分组成。本发明利用元胞自动机理论建模,关注公交线路系统中公交车辆、普通车辆、乘客等交通参与者的运行行为,进而解释、再现和预测公交线路上车辆的行驶过程,总结规律进而利用规律指导实践,对于现实公交系统的优化有着积极的指导意义。
附图说明
图1是本发明的方法流程图;
图2是本发明的仿真流程示意图;
图3是本发明设置公交系统示意图;
图4是本发明设置公交停靠站示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
如图1所示,本实施例所述的考虑混合交通系统的公交线路分析方法,包括:
S100、基于元胞自动机建立包含公交线路的多车道混合交通系统模型;
S200、基于多车道混合交通系统模型模拟公交系统运行;
S300、输出步骤S200的评价指标和公交系统运行数据,进而对公交系统提出优化建议。
以下对本发明实施例的分析方法具体说明:
如图2-图4所示,本实施例是基于元胞自动机的公交系统模拟方法,包括以下步骤:
步骤1,模型参数设置;包括公交停靠站的数量Ns,相邻公交停靠站的距离L,公交停靠站的长度l,公交车的长度la,公交车的最大速度公交车的最大载客量M,公共车路线发车时间间隔Tdepart,小型车的长度lb,小型车的最大速度大型车的长度lc,大型车的最大速度其余参数可根据实际情况进行设置。
步骤2,设置道路系统。如图3所示,道路系统定义在二维网格上,该系统为具有公交线路的多车道混合交通系统,系统中存在三种车辆,分别为小型车、大型车和公交车,车辆可以换道。假设三种车辆具有不同最大速度和车辆长度,这样系统简单而且基本能够反映公交系统的主要特性,线路总长为Ltotal=(L+l)Ns+L。
步骤3,设置公交路线。系统共有Ns个公交停靠站,停靠站的长度为l,相邻停靠站之间的距离为L,每隔一段时间Tdepart,如果道路上前la个元胞是空的,一辆没有乘客的公交车在此产生,这意味着公交车i离开始发站。当公交i到达公交线路的末端时,它被从系统中移除,这意味着公交i到达终点站。由于公交车需要在停靠站停车,故在停靠站前方设置特殊换道区,长度为Lh,如图4所示。
步骤4,加载普通车辆,系统中存在普通车辆,分别小型车和大型车,小型车的数量为Ka,大型车的数量为Kb,普通车辆的边界为周期边界。
步骤5,开始第t个时间步骤的移动,即t→t+1,并行更新。
步骤6,公交停靠站乘客更新,对于每个公交停靠站j,以概率Parrival,Nps(j,t+1)=Nps(j,t)+1,这里的Nps(j,t)表示在t时刻,第j个停靠站上等待上车的乘客数量。Parrival是乘客到达的概率,服从均匀分布Parrival∈[0,λ],j∈{1,2,,Ns-1}因为最后一站没有乘客。
步骤7,按照顺序对所以元胞进行遍历。如果元胞为空,表示无车辆;元胞被占据,表示有车辆,需要对该元胞更新。
步骤8,判断被占据的元胞是否公交车。公交车使用公交车的更新规则,普通车辆使用普通车辆的更新规则。
步骤9,小型车、大型车和不在停靠站的公交车都按NS模型中的更新规则向前行驶,更新规则为:
(1)加速:vn→min(vn+1,vmax);
(2)减速:vn→min(vn,dn);
(3)随机慢化:以随机概率p令vn→max(vn-1,0);
(4)位置更新:xn→xn+vn。
其中vn,xn分别表示第n辆车位置和速度。dn=xn+1-xn-l表示其和前车之间空的元胞数。在多车道系统中,当车辆位于普通路段时,车辆受到前车阻挡时可以自由换道。换道规则为:
(1)dn<min(vn+1,vmax)
(2)dn,other>dn
(3)dn,back>dsafe
(4)rand()>pchange
dn,other、dn,back分别表示当前车辆与目标车道的前车(后车)之间的空元胞数。在计算车辆间距时,以下情况不能依据前车的位置计算:对于公交车,如果车辆与停靠站之间没有车辆,那么dn的取值为停靠站位置与车辆当前位置之差。换道规则中dn<min(vn+1,vmax)和dn,other>dn为换道动机,表示车辆在当前车道上不能按期望的最大速度行驶,而目标车道上的行驶条件比当前车道好。dn,back>dsafe为安全性条件保证换道后不与目标车道上后车发生碰撞。这里dsafe取值为目标车道后车的速度。rand()>pchange表示即使换道动机和安全条件均已满足,车辆也只能以一定概率Pchange进行换道。之所以这样做,一方面是更加切合实际,另一方面可以部分消除乒乓换道的发生。
当车辆处于特殊换道区域时,车辆的主动换道行为采用的换道规则为:dn,back≥dsafe。主动换道表示只要目标车道存在空间并且满足安全条件,车辆就会换道。车辆进行主动换道的情况如下:
(1)在右道行驶的普通车辆受到停站的公交车阻挡;
(2)将要停站的公交车由左道换至右道。
由于车辆靠近停靠站,为了减少停靠站对车流的影响,规定在特殊换道区域内,普通车辆不允许向右换道,公交车不允许向左换道。当对应停靠站车道中下一个位置是停靠站而公交车还未换到目标车道,公交车会采用强制换道规则(只要目标车道存在空间,车辆就会换道)。如果目标车道上相应位置无车时,公交车采用强制换道规则;如果目标车道上相应位置有车,公交车将在此停车等待,直至换道成功。
步骤10,如果公交车下个时间到达公交停靠站。
μ表示每个乘客下车的概率,Npb(i,t)表示t时刻第i个公交车上的乘客数量。
上车的乘客数量:I=min[Nps(j,t+1),M-(Npb(i,t)-O)];
停站后公交车i上的乘客数量:Npb(i,t+1)=Npb(i,t)-O+I;
仍在停靠站等待的乘客:Nps(j,t+1)=Nps(j,t)-I;
乘客上车时间:Ton(i,t+1)=α·O+1;
乘客下车时间:Toff(i,t+1)=β·O+1。
α为上车时间系数,表示平均每个乘客的上车时间。β为下车时间系数,表示平均每个乘客的下车时间。因为现实中上车时间通常比下车时间长,所以取α>β。
步骤11,如果公交车已达到公交停靠站,需要判断Toff(i,t)和Ton(i,t)。
(1)Toff(i,t)>0或Ton(i,t)>0
如果Npb(i,t)<M且Nps(i,t)>0,则公交车还有空位。
上车的乘客数量:I=min[Nps(j,t),M-Npb(i,t)];
公交车i中的乘客数量:Npb(i,t+1)=Npb(i,t)+I;
仍在停靠站等待的乘客:Nps(j,t+1)=Nps(j,t)-I;
乘客上车时间:Ton(i,t+1)=Ton(i,t)+α·I,Ton(i,t+1)=max[Ton(i,t+1)-1,0];
乘客下车时间:Toff(i,t+1)=max[Toff(i,t+1)-1,0];
位置更新:xi(t+1)=xi(t)。
(2)Toff(i,t)=0且Ton(i,t)=0且dn=0
Npb(i,t+1)=Npb(i,t),vi(t+1)=0,xi(t+1)=xi(t)+vi(t+1)。
(3)Toff(i,t)=0且Ton(i,t)=0且dn>0
Npb(i,t+1)=Npb(i,t),vi(t+1)=1,xi(t+1)=xi(t)+vi(t+1)。
步骤12,仿真结束,输出相关评价指标和公交系统运行数据。
综上所述本发明实施例采用元胞自动机模型对具有公交线路的多车道混合交通系统进行建模和模拟。在本发明的方法中,考虑混合的交通条件,构建了公交车与其他车辆相互作用的混合交通构建路线模型,在多车道的道路中,车辆可以进行换道。考虑现实中的公交车是按一定的时间间隔发车的,在本发明中公交车的边界为开口边界,普通车辆为周期边界,以更好地模拟公交系统。
本发明实施例考虑了乘客的上下车过程,较为真实地模拟了公交车在停靠站的乘客上下车行为。与其它微观模型相比,元胞自动机模型不仅能够刻画交通系统这一复杂大系统的非线性行为及其物理特征,更易于计算机仿真,并且能够灵活地修改规则以适应各种不同的真实交通条件。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种考虑混合交通系统的公交线路分析方法,其特征在于:通过计算机设备执行以下步骤:
S100、基于元胞自动机建立包含公交线路的多车道混合交通系统模型;
S200、基于多车道混合交通系统模型模拟公交系统运行;
S300、输出步骤S200的评价指标和公交系统运行数据,进而对公交系统提出优化建议。
3.根据权利要求2所述的考虑混合交通系统的公交线路分析方法,其特征在于:所述S102设置公交线路;具体包括:
设置三种车辆,分别为小型车、大型车和公交车;
假设三种车辆具有不同最大速度和车辆长度,则公交系统定义在二维网格上,共有Ns个公交停靠站,停靠站的长度为l,相邻停靠站之间的距离为L,所以线路总长为Ltotal=(L+l)Ns+L;
由于公交需要在停靠站停车,故在停靠站前方设置特殊换道区,长度为Lh;
公交车的最大载客量为M,系统中小型车的数量为Ka,大型车的数量为Kb。
4.根据权利要求2所述的考虑混合交通系统的公交线路分析方法,其特征在于:所述S103设置公交线路的运行规则;
具体包括:
从t→t+1,并行更新规则为:
S1031、边界规则:
每隔一段时间Tdepart,如果道路上前la个元胞是空的,一辆没有乘客的公交车在此产生,则表示公交车i离开始发站;
当公交i到达公交线路的末端时,它被从系统中移除,则表示公交i到达终点站;
Tdepart是公共车路线发车时间间隔。
S1032、乘客到达规则;
对于每个公交停靠站j,以概率Parrival,Nps(j,t+1)=Nps(j,t)+1;
这里的Nps(j,t)表示在t时刻,第j个停靠站上等待上车的乘客数量;Parrival是乘客到达的概率,服从均匀分布Parrival∈[0,λ]j∈{1,2,,Ns-1},因为最后一站没有乘客;
S1033、车辆运动规则;
S10331、普通车辆和未到达停靠站的公交车;
1.车辆运动
小型车、大型车和不在停靠站的公交车都按NS模型中的更新规则向前行驶,更新规则为:
(1)加速:vn→min(vn+1,vmax);
(2)减速:vn→min(vn,dn);
(3)随机慢化:以随机概率p令vn→max(vn-1,0);
(4)位置更新:xn→xn+vn;
其中vn,xn分别表示第n辆车位置和速度;dn=xn+1-xn-l表示其和前车之间空的元胞数;l表示车辆的长度,小型车、大型车和公交车的长度分别为la、lb、lc。p表示随机慢化概率;vmax表示车辆的最大速度,小型车、大型车和公交车的最大速度分别为
在多车道系统中,当车辆位于普通路段时,车辆受到前车阻挡时可以自由换道;
换道规则为:
(1)dn<min(vn+1,vmax)
(2)dn,other>dn
(3)dn,back>dsafe
(4)rand()>pchange
dn,other、dn,back分别表示当前车辆与目标车道的前车或后车之间的空元胞数;
在计算车辆间距时,以下情况不能依据前车的位置计算:对于公交车,如果车辆与停靠站之间没有车辆,那么dn的取值为停靠站位置与车辆当前位置之差;
换道规则中dn<min(vn+1,vmax)和dn,other>dn为换道动机,表示车辆在当前车道上不能按期望的最大速度行驶,而目标车道上的行驶条件比当前车道好dn,back>dsafe为安全性条件保证换道后不与目标车道上后车发生碰撞;这里dsafe取值为目标车道后车的速度;rand()>pchange表示即使换道动机和安全条件均已满足,车辆也只能以一定概率Pchange进行换道。
当车辆处于特殊换道区域时,车辆的主动换道行为采用的换道规则为:
dn,back≥dsafe
主动换道表示只要目标车道存在空间并且满足安全条件,车辆就会换道;
车辆进行主动换道的情况如下:
(1)在右道行驶的普通车辆受到停站的公交车阻挡;
(2)将要停站的公交车由左道换至右道;
由于车辆靠近停靠站,规定在特殊换道区域内,普通车辆不允许向右换道,公交车不允许向左换道;当对应停靠站车道中下一个位置是停靠站而公交车还未换到目标车道,公交车会采用强制换道规则;如果目标车道上相应位置无车时,公交车采用强制换道规则;如果目标车道上相应位置有车,公交车将在此停车等待,直至换道成功;
2.判断公交车是否进停靠站
如果公交车i下个时间步到达停靠站j;
(1)下车的乘客数量:
μ表示每个乘客下车的概率;Npb(i,t)表示t时刻第i个公交车上的乘客数量;
(2)上车的乘客数量
(3)停站后公交车i上的乘客数量
Npb(i,t+1)=Npb(i,t)-O+I
(4)仍在停靠站等待的乘客
Nps(j,t+1)=Nps(j,t)-I
(5)乘客上车时间
Ton(i,t+1)=α·O+1
(6)乘客下车时间
Toff(i,t+1)=β·O+1
α为上车时间系数,表示平均每个乘客的上车时间;β为下车时间系数,表示平均每个乘客的下车时间;因为现实中乘客上车时间大于下车时间,故取α>β;
S10332、当前时间步公交车i已到达停靠站j;
1.Toff(i,t)>0或Ton(i,t)>0
如果Npb(i,t)<M且Nps(i,t)>0表示公交车i还有空位
(1)上车的乘客数量
(2)公交车i中的乘客数量
Npb(i,t+1)=Npb(i,t)+I
(3)仍在停靠站等待的乘客
Nps(j,t+1)=Nps(j,t)-I
(4)乘客上车时间
Ton(i,t+1)=Ton(i,t)+α·I
Ton(i,t+1)=max[Ton(i,t+1)-1,0]
(5)乘客下车时间
(6)位置更新
xi(t+1)=xi(t)
2.Toff(i,t)=0且Ton(i,t)=0且dn=0
Npb(i,t+1)=Npb(i,t)
vi(t+1)=0
xi(t+1)=xi(t)+vi(t+1)
3.Toff(i,t)=0且Ton(i,t)=0且dn>0
Npb(i,t+1)=Npb(i,t)
vi(t+1)=1
xi(t+1)=xi(t)+vi(t+1)。
5.根据权利要求4所述的考虑混合交通系统的公交线路分析方法,其特征在于:所述S200基于多车道混合交通系统模型模拟交通系统运行;
包括:
S201、加载普通车辆,系统中存在普通车辆,分别小型车和大型车,小型车的数量为Ka,大型车的数量为Kb,普通车辆的边界为周期边界;
S202、开始第t个时间步骤的移动,即t→t+1,并行更新;
S203、公交停靠站乘客更新,对于每个公交停靠站j,以概率Parrival,Nps(j,t+1)=Nps(j,t)+1,这里的Nps(j,t)表示在t时刻,第j个停靠站上等待上车的乘客数量;Parrival是乘客到达的概率,服从均匀分布Parrival∈[0,λ],j∈{1,2,,Ns-1}因为最后一站没有乘客;
S204、按照顺序对所以元胞进行遍历;如果元胞为空,表示无车辆;元胞被占据,表示有车辆,需要对该元胞更新;
S205、判断被占据的元胞是否公交车;公交车使用公交车的更新规则,普通车辆使用普通车辆的更新规则;
S206、小型车、大型车和不在停靠站的公交车都按步骤S10331的车辆运动规则向前行驶;
S207、如果公交车下个时间到达公交停靠站,则按照步骤S10331的判断公交车是否进停靠站规则执行;
S208、如果公交车已达到公交停靠站,则根据步骤S10332判断Toff(i,t)和Ton(i,t)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214991.2A CN110910642A (zh) | 2019-12-02 | 2019-12-02 | 一种考虑混合交通系统的公交线路分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214991.2A CN110910642A (zh) | 2019-12-02 | 2019-12-02 | 一种考虑混合交通系统的公交线路分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110910642A true CN110910642A (zh) | 2020-03-24 |
Family
ID=69821606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911214991.2A Pending CN110910642A (zh) | 2019-12-02 | 2019-12-02 | 一种考虑混合交通系统的公交线路分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110910642A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111613060A (zh) * | 2020-05-30 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 一种数据处理方法以及设备 |
CN112309119A (zh) * | 2020-11-03 | 2021-02-02 | 广州市交通规划研究院 | 一种城市交通系统容量分析优化方法 |
CN112652179A (zh) * | 2020-12-17 | 2021-04-13 | 黑龙江省交通运输信息和规划研究中心(黑龙江省收费公路联网运营结算中心) | 车路协同环境下公交优先通行信号控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004206606A (ja) * | 2002-12-26 | 2004-07-22 | Matsushita Electric Ind Co Ltd | バス運行管理システム |
US20110251723A1 (en) * | 2008-12-17 | 2011-10-13 | Wolfram Klein | Method for Improving the Simulation of Object Flows using Brake Classes |
CN103225246A (zh) * | 2013-05-10 | 2013-07-31 | 天津市市政工程设计研究院 | 大型枢纽立交交织区最佳距离确定方法 |
CN104298829A (zh) * | 2014-10-14 | 2015-01-21 | 浙江师范大学 | 基于元胞自动机模型的城市路网交通流仿真设计方法 |
CN106652564A (zh) * | 2017-03-07 | 2017-05-10 | 哈尔滨工业大学 | 车联网环境下的交通流元胞自动机建模方法 |
CN107301289A (zh) * | 2017-06-20 | 2017-10-27 | 南京邮电大学 | 一种基于智能博弈的交通流元胞自动机模型的实现方法 |
-
2019
- 2019-12-02 CN CN201911214991.2A patent/CN110910642A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004206606A (ja) * | 2002-12-26 | 2004-07-22 | Matsushita Electric Ind Co Ltd | バス運行管理システム |
US20110251723A1 (en) * | 2008-12-17 | 2011-10-13 | Wolfram Klein | Method for Improving the Simulation of Object Flows using Brake Classes |
CN103225246A (zh) * | 2013-05-10 | 2013-07-31 | 天津市市政工程设计研究院 | 大型枢纽立交交织区最佳距离确定方法 |
CN104298829A (zh) * | 2014-10-14 | 2015-01-21 | 浙江师范大学 | 基于元胞自动机模型的城市路网交通流仿真设计方法 |
CN106652564A (zh) * | 2017-03-07 | 2017-05-10 | 哈尔滨工业大学 | 车联网环境下的交通流元胞自动机建模方法 |
CN107301289A (zh) * | 2017-06-20 | 2017-10-27 | 南京邮电大学 | 一种基于智能博弈的交通流元胞自动机模型的实现方法 |
Non-Patent Citations (3)
Title |
---|
刘魏娜: "基于元胞自动机模型的公交车运行仿真与分析", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
朱宏佳: "基于元胞自动机的公交停靠行为仿真分析", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
李鹏飞: "基于元胞自动机的公交线路建模与优化研究", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111613060A (zh) * | 2020-05-30 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 一种数据处理方法以及设备 |
CN112309119A (zh) * | 2020-11-03 | 2021-02-02 | 广州市交通规划研究院 | 一种城市交通系统容量分析优化方法 |
CN112309119B (zh) * | 2020-11-03 | 2021-10-26 | 广州市交通规划研究院 | 一种城市交通系统容量分析优化方法 |
CN112652179A (zh) * | 2020-12-17 | 2021-04-13 | 黑龙江省交通运输信息和规划研究中心(黑龙江省收费公路联网运营结算中心) | 车路协同环境下公交优先通行信号控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Eco-driving-based cooperative adaptive cruise control of connected vehicles platoon at signalized intersections | |
Jiang et al. | Eco approaching at an isolated signalized intersection under partially connected and automated vehicles environment | |
He et al. | Optimal vehicle speed trajectory on a signalized arterial with consideration of queue | |
Han et al. | Energy-aware trajectory optimization of CAV platoons through a signalized intersection | |
CN107092976B (zh) | 一种多目标模型协同优化多条公交线路发车间隔的方法 | |
Zhang et al. | Eco-driving control for connected and automated electric vehicles at signalized intersections with wireless charging | |
Fei et al. | Analysis of traffic congestion induced by the work zone | |
CN110910642A (zh) | 一种考虑混合交通系统的公交线路分析方法 | |
CN110472271A (zh) | 一种微观交通仿真的非机动车道混合交通流模型构建方法 | |
CN112712247A (zh) | 一种面向跨线运营的开行方案制定方法及系统 | |
CN109543255B (zh) | 一种双车道环形交叉口元胞自动机模型的构建方法 | |
Xiong et al. | Analysis of a stochastic model for coordinated platooning of heavy-duty vehicles | |
He et al. | An adaptive variable neighborhood search ant colony algorithm for vehicle routing problem with soft time windows | |
Li et al. | Connected vehicle-based traffic signal coordination | |
Jiang et al. | A collaborative optimization model for ground taxi based on aircraft priority | |
Tan et al. | Berth assignment planning for multi‐line bus stops | |
Mou et al. | Reliability optimization model of stop-skipping bus operation with capacity constraints | |
Tong et al. | Speed planning for connected electric buses based on battery capacity loss | |
CN113537713A (zh) | 一种公交发车频率仿真调度系统 | |
Lu et al. | Optimal design of bus stops that are shared by multiple lines of buses | |
Ren et al. | An intersection platoon speed control model considering traffic efficiency and energy consumption in cvis | |
CN115481777A (zh) | 面向多线路公交动态时刻表协同仿真优化方法、设备及介质 | |
Huang et al. | Simulation evaluation of threshold-based bus control strategy under the mixed traffic condition | |
Комилов | STOP CAPACITY MODEL (BY THE EXAMPLE OF TERMEZ) | |
Xiao et al. | A novel bus scheduling model based on passenger flow and bus travel time prediction using the improved cuckoo search algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |
|
RJ01 | Rejection of invention patent application after publication |