基于多智能體的城市交通仿真分析

基于多智能體的城市交通仿真分析

圖2三行四列的道路圖

3.4相關(guān)規(guī)則

3.4.1環(huán)境規(guī)則

初始時(shí)車輛數(shù)目（num-cars）一定要小于路（如圖2中白色的表示道路）的數(shù)量，如果超出則提示警告信息。

如果無(wú)人參與此系統(tǒng)則設(shè)置current-auto?為off，有則設(shè)置on，并且通過(guò)current-phase選擇一個(gè)交通燈為控制的交通燈。

此系統(tǒng)如果沒(méi)有交通燈的參與則設(shè)置power?為off，反之則設(shè)置為on。

3.4.2運(yùn)行規(guī)則

每一個(gè)時(shí)間步，車子按照當(dāng)前速度向前行駛，如果當(dāng)前速度小于限制速度（speed-limit）并且它們前方?jīng)]有車子，那么它們加速（speed-up）行駛，如果前面的車輛速度小于自己的車速，那么當(dāng)前車子要調(diào)整自己車速和前面的車速一致（slow-down），遇到紅燈或者停著的車輛，當(dāng)前車輛要停止。

4案例分析及結(jié)果

4.1案例一

目前，以城市交通為背景，研究諸如擁堵的形式、傳播、消散、交通流在路網(wǎng)中的優(yōu)化分布、車輛動(dòng)態(tài)路徑選擇、特殊車輛控制等問(wèn)題時(shí)，無(wú)信號(hào)燈交叉口車輛通行情況的準(zhǔn)確性表征都是不可缺少的重要一環(huán)[6]。按照上述模型運(yùn)行，當(dāng)在沒(méi)有信號(hào)燈也沒(méi)有人參與的情況下（power?設(shè)置為off），道路為4行3列，車輛數(shù)目為140時(shí)的運(yùn)行結(jié)果如圖3當(dāng)在有信號(hào)燈沒(méi)有人參與的情況下（power?設(shè)置為on），道路為4行3列，車輛數(shù)目為140時(shí)的運(yùn)行結(jié)果如圖4

4.2案例二

按照上述模型運(yùn)行，當(dāng)在道路為4行3列，車輛數(shù)目為54時(shí)我們得出停著的車輛數(shù)量柱狀圖如圖5，車輛平均速度柱狀圖如圖6，平均等待時(shí)間柱狀圖如圖7：

圖5停著的車輛數(shù)量

4.3分析及結(jié)果

由案例一可知，在有信號(hào)燈參與交通管理下交通卻快速崩潰了（圖3ticks=3164，圖4ticks=665，ticks是時(shí)間步，隨著時(shí)間延續(xù)而增長(zhǎng)），導(dǎo)致這種結(jié)果有多個(gè)因素，如信號(hào)燈控制不合理、車輛數(shù)目過(guò)大超過(guò)了道路的承載能力等。

有案例二可知，車輛平均速度與停著的車輛數(shù)量有一定的關(guān)系，正如二流模型中認(rèn)為的路網(wǎng)宏觀層面的平均行駛速度與路網(wǎng)上車輛的比重的冪運(yùn)算成線性關(guān)系[7].

限于篇幅，文中只給了兩個(gè)案例，有參數(shù)設(shè)置可以看出要得到高效的交通模擬數(shù)據(jù)需要大量的實(shí)驗(yàn)和多種組合，我們還可以得出有人參與交通管理的情況下交叉口的流通效率會(huì)提高，當(dāng)有流動(dòng)車輛進(jìn)入交通道路或者離開(kāi)交通道路會(huì)對(duì)上述結(jié)論產(chǎn)生何種影響等許多對(duì)實(shí)踐有指導(dǎo)意義的結(jié)論。

結(jié)論

文中從基于多Agent建模的角度出發(fā)，借助Netlogo軟件平臺(tái)，利用了“TrafficGrid模型”，模擬了不同組合的參數(shù)對(duì)交通系統(tǒng)產(chǎn)生不同的影響，獲取了車輛平均等待時(shí)間、停止的車輛等隨時(shí)間變化的曲線，但是由于此模型比較簡(jiǎn)單，模擬的范圍小、沒(méi)有采用實(shí)際路網(wǎng)等因素，有待更好的改善。

多主體模型以并行的方式模擬非線性因果的社會(huì)系統(tǒng)，使人們更好地理解社會(huì)現(xiàn)象，發(fā)現(xiàn)現(xiàn)象背后的機(jī)制，從而做出預(yù)測(cè)和輔助決策。多主體建模目前還未形成成熟的體