[发明专利]考虑斜坡因素的FVDM交通流跟驰模型稳定性建模方法无效

专利信息
申请号: 201210308658.X 申请日: 2012-08-27
公开(公告)号: CN102800194A 公开(公告)日: 2012-11-28
发明(设计)人: 史忠科;周杰 申请(专利权)人: 西北工业大学
主分类号: G08G1/00 分类号: G08G1/00
代理公司: 西北工业大学专利中心 61204 代理人: 王鲜凯
地址: 710072 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 考虑 斜坡 因素 fvdm 通流 模型 稳定性 建模 方法
【说明书】:

技术领域

发明涉及一种FVDM交通流跟驰模型建模方法,特别是涉及一种考虑斜坡因素的FVDM交通流跟驰模型稳定性建模方法。

背景技术

交通运输是关系国计民生的重大问题。交通运输系统的现代化程度和交通管理的先进程度,是衡量一个国家现代化程度的重要标志。交通运输的畅通与否,对城市经济的发展,人民的生活质量,地区乃至整个国家的国际声誉都有很重要的影响。但近年来,随着经济发展,各种交通工具的数量大大增加,国际上很多国家的设施、道路、交通管理系统已经很难满足这种发展速度,特别是大中城市交通基础设施不足、交通控制信号的不协调、交通疏导系统缺失、车辆调度和管理的混乱、交通参与者的交规意识等诸多方面的原因导致了城市交通较拥堵现象,由此又引发了交通安全、环境污染等一系列的社会经济问题。

交通流理论研究作为交通问题的基础研究内容之一,是一门新兴的交叉学科,研究的目的是建立能够描述实际交通一般特性的数学模型,经过参数识别和计算机数值模拟,寻求交通流的基本规律,揭示各种交通流现象的本质特征,从而为指导交通规划和设计,发展有效的交通控制管理策略和技术提供可靠的理论依据。

由于交通问题是一个复杂的大系统问题,它涉及到了城市交通网络的综合控制、交通信息的综合采集及网络传输技术、交通智能信息融合和处理技术、交通流诱导技术,以及车辆运输智能调度方法、城市智能交通规划方法、交通安全检测、交通环境综合评价体系等多方面的内容,而且上述各个因素之间相互影响、相互制约,是一个相关性极强的综合体,很难用统一的描绘形式刻画这一复杂问题;因此,对交通系统的描述也各式各样,其中采用流体力学的观点建立的微观和宏观模型分析交通特性居多;在微观交通流模型中,交通流被视为由大量车辆组成的复杂自驱动粒子系统,从单个车辆的动力学行为出发,研究车辆间的相互作用,进而得到整个交通流系统的性质,车辆集体的平均行为并不凸显。微观模型主要包括跟驰模型和元胞自动机模型。

跟驰模型较其他模型的一个显著特点是易于得到其解析形式的解。跟驰模型是一类典型的微观交通流模型。假设车队在单车道行驶时,不容许超车的情况下,后车跟随前方的车辆行驶,因此称为跟驰模型。跟驰模型以车辆的速度v,相对速度Δv和车头间距Δx刻画交通流,研究它们所满足的方程。与宏观模型相比,跟驰模型可以比较方便地得出稳定性条件及相变等理论特性,对发展车辆自主巡航系统具有重要作用。数值计算方面,模拟跟驰模型所需时间与所研究交通系统中车辆数目有关,与数值方法的选取及其中空间x、时间t的离散步长Δx和Δt有关。故此,跟驰模型不适合于处理大量车辆组成的交通流的交通问题。

文献“Full velocity difference model for a car-following theory[J].Physical Review E.2001,64:017101)”公开了一种Full velocity difference model(以下简称FVDM)微观交通流跟驰模型

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210308658.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top