当前位置:文档之家› 交通流元胞自动机程序

交通流元胞自动机程序

交通流元胞自动机程序
交通流元胞自动机程序

% 车流密度不变下的多车道仿真(包括单车道)

% nc:车道数目(1或2),nl:车道长度

% v:平均速度,d:换道次数(1000次)p:车流密度

% dt:仿真步长时间,nt:仿真步长数目

% fp:车道入口处新进入车辆的概率

v = 0;p=0;d=0;

nl = 100;nc = 1;

dt=0.01;nt=1000;

fp = 0.5;

[ v d p ] = multi_driveway( nl,nc,fp,dt,nt );

function [ v d p ] = multi_driveway( nl,nc,fp,dt,nt )

% 在某一特定车流密度下的(车流密度由fp决定)单、双车道仿真模型% nc:车道数目(1或2),nl:车道长度——输入参数

% v:平均速度,d:换道次数(1000次)p:车流密度——输出参数

% dt:仿真步长时间,nt:仿真步长数目——输入参数

% fp:车道入口处新进入车辆的概率——输入参数

% test:

% nl = 400;fp = 0.5;

% nc = 2;dt=0.01;nt=500;

%构造元胞矩阵

B=ones(2*nc+1,nl+2);

%奇数行为不可行车道

B(1:2:(2*nc+1),:)=1.2;

%初始化仿真元胞状态(1为无车,0为有车)

bb=B(2:2:2*nc,:);bb(bb~=0)=1;B(2:2:2*nc,:)=bb;B(2:2:2*nc,end)=0;

%显示初始交通流图

figure(1);

H=imshow(B,[]);

set(gcf,'position',[241 132 560 420]) ;%241 132 560 420

set(gcf,'doublebuffer','on'); %241

title('cellular-automation to traffic modeling','color','b');

%初始化化存储元胞上车辆状态的矩阵

S(1:nc,nl) = 0;

Q(1:nc,1:2) = 0;

Acc(1:nc,1:(nl+2))=0;

%初始化换道频率、平均速度、车流密度相关变量

ad = 0;

av(1:nt) = 0;

ap(1:nt) = 0;

c = 1;

for n = 1:nt

A=B(2:2:2*nc,:);

%确定前n-2个车辆的状态

S(:,:) = 0;

S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==1)=2;%加速的车

S(A(:,1:end-2)==0&A(:,2:end-1)==0)=3;%停车的车

S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==0)=1;%减速行驶的车

%确定最后2两个元胞的状态

Q(:,:) = 0;

Q(A(:,end-1)==0&A(:,end)==0) = 1;

Q(A(:,end-1)==0&A(:,end)==1) = 2;

Q(A(:,end-1)==1&A(:,end)==0) = 2;

Q(:,end) = 1;

%获得所有元胞上车辆的状态

Acc = [ S Q ];

%换路规则

if(nc>1&&n>nl/2)

%遍历每一个元胞

for g = 1:length(Acc(1,:))

%停车状态车辆如另一条路有2空位则换路

if( Acc(1,g)==3&&Acc(2,g)==0&&Acc(2,g+1)==0)

A(1,g)=1;

A(2,g)=0;

ad=ad+1;

elseif( Acc(2,g)==3&&Acc(1,g)==0&&Acc(1,g+1)==0 )

A(1,g)=0;

A(2,g)=1;

ad=ad+1;

%均速行驶车辆如另一条路有3空位则换路

elseif( Acc(1,g)==1&&Acc(2,g)==0&&Acc(2,g+1)==0&&Acc(2,g+1)==0 ) A(1,g)=1;

A(2,g)=0;

ad =ad+1;

elseif( Acc(2,g)==1&&Acc(1,g)==0&&Acc(1,g+1)==0&&Acc(1,g+1)==0 ) A(1,g)=0;

A(2,g)=1;

ad=ad+1;

end

end

%换路后重新设置元胞上的车辆状态

S(:,1:end) = 0;

S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==1)=2;%寻找加速的车

S(A(:,1:end-2)==0&A(:,2:end-1)==0)=3;%寻找停车的车

S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==0)=1;%寻找减速行驶的车%确定最后2两个元胞的状态

Q(:,1:end) = 0;

Q(A(:,end-1)==0&A(:,end)==0) = 1;%

Q(A(:,end-1)==0&A(:,end)==1) = 2;

Q(A(:,end-1)==1&A(:,end)==0) = 2;

Q(:,end) = 1;

%获得所有元胞状态

Acc = [ S Q ];

end

%根据当前状态改变元胞位置

%匀速运行车辆向前走1格

A( Acc(:,1:end)==1 ) = 1;

A( [ zeros(nc,1) Acc(:,1:end-1)]==1 ) = 0;

%高速运行车辆向前走2格

A( Acc(:,1:end)==2) = 1;

A( [ zeros(nc,2) Acc(:,1:end-2)]==2) = 0;

%计算平均速度、换道频率、车流密度等参数

%获得运行中的车辆数目N

matN = A<1;

N = sum(sum(matN));

%获得运行中的车辆速度之和V

E = S((S==1)|(S==2));

V = sum(E);

%计算此时刻的车流密度并保存

ap(n) = N/( nc*(nl+2) );

%计算此时刻的平均速率并保存

if(N~=0&&n>nl/2)

av(c) = V/N;

c = c+1;

end

%在车道入口处随机引入新的车辆

A = [ round(fp*rand(nc,1))&A(1:nc,1) A(:,2:end)];

A(A~=0)=1;

%将新的车辆加入元胞矩阵中

B(2:2:2*nc,:)=A;

%显示交通流图

set(H,'CData',B);

%仿真步长

pause(dt);

end

%仿真结束,计算结果

d = ad;

p = mean(ap);

v = sum(av)/c;

end

%初始化仿真参量

v = 0;p=0;d=0;

nl = 100;

nc = 2;dt=0.01;nt=1000;

n=1;

fp = 1.2;

[ v d p ] = multi_driveway( nl,nc,fp,dt,nt );

% 车流密度变化时的单车道仿真程序

% nc:车道数目(1或2),nl:车道长度

% v:平均速度,d:换道次数(1000次)p:车流密度% dt:仿真步长时间,nt:仿真步长数目

% fp:车道入口处新进入车辆的概率

v = 0;p=0;d=0;

nl = 100;

nc = 1;dt=0.01;nt=1000;

n=1;

for fp = 2.5:-0.25:0.5

[ v d p ] = multi_driveway( nl,nc,fp,dt,nt );

va(n) = v;

pa(n) = p;

da(n) = d;

n=n+1;

%绘制平均速率-车流密度(v-p)曲线

figure(2)

plot(pa,va);

%绘制车流密度的变化曲线

figure(3)

plot(pa);

end

clf

clear all

%build the GUI

%define the plot button

plotbutton=uicontrol('style','pushbutton',...

'string','Run', ...

'fontsize',12, ...

'position',[100,400,50,20], ...

'callback', 'run=1;');

%define the stop button

erasebutton=uicontrol('style','pushbutton',...

'string','Stop', ...

'fontsize',12, ...

'position',[200,400,50,20], ...

'callback','freeze=1;');

%define the Quit button

quitbutton=uicontrol('style','pushbutton',...

'string','Quit', ...

'fontsize',12, ...

'position',[300,400,50,20], ...

'callback','stop=1;close;');

number = uicontrol('style','text', ...

'string','1', ...

'fontsize',12, ...

'position',[20,400,50,20]);

%CA setup

n=100; %数据初始化

z=zeros(1,n); %元胞个数

z=roadstart(z,5); %道路状态初始化,路段上随机分布5辆cells=z;

vmax=3; %最大速度

v=speedstart(cells,vmax); %速度初始化

x=1; %记录速度和车辆位置

memor_cells=zeros(3600,n);

memor_v=zeros(3600,n);

imh=imshow(cells); %初始化图像白色有车,黑色空元胞

set(imh, 'erasemode', 'none')

axis equal

axis tight

stop=0; %wait for a quit button push

run=0; %wait for a draw

freeze=0; %wait for a freeze(冻结)

while (stop==0)

if(run==1)

%边界条件处理,搜素首末车,控制进出,使用开口条件 a=searchleadcar(cells);

b=searchlastcar(cells);

[cells,v]=border_control(cells,a,b,v,vmax);

i=searchleadcar(cells); %搜索首车位置

for j=1:i

if i-j+1==n

[z,v]=leadcarupdate(z,v);

continue;

else

%======================================加速、减速、随机慢化

if cells(i-j+1)==0; %判断当前位置是否非空

continue;

else v(i-j+1)=min(v(i-j+1)+1,vmax); %加速

%=================================减速

k=searchfrontcar((i-j+1),cells); %搜素前方首个非空元胞位置

if k==0; %确定于前车之间的元胞数

d=n-(i-j+1);

else d=k-(i-j+1)-1;

end

v(i-j+1)=min(v(i-j+1),d);

%==============================%减速

%随机慢化

v(i-j+1)=randslow(v(i-j+1));

new_v=v(i-j+1);

%======================================加速、减速、随机慢化

%更新车辆位置

z(i-j+1)=0;

z(i-j+1+new_v)=1;

%更新速度

v(i-j+1)=0;

v(i-j+1+new_v)=new_v;

end

end

end

cells=z;

memor_cells(x,:) =cells; %记录速度和车辆位置

memor_v(x,:) =v;

x=x+1;

set(imh,'cdata',cells) %更新图像

%update thestep number diaplay

pause(0.2);

stepnumber = 1 + str2num(get(number,'string'));

set(number,'string',num2str(stepnumber))

end

if (freeze==1)

run = 0;

freeze =0;

end

drawnow

end

density in v ehicles/cell f l u x i n v e h i c l e s /t i m e

01

2

345density in v ehicles/cell v e l o c i t y i n c e l l /t i m e

交通流中的NaSch模型及MATLAB代码元胞自动机完整

元胞自动机NaSch模型及其MATLAB代码 作业要求 根据前面的介绍,对NaSch模型编程并进行数值模拟: ●模型参数取值:Lroad=1000,p=,Vmax=5。 ●边界条件:周期性边界。 ●数据统计:扔掉前50000个时间步,对后50000个时间步进行统计,需给出的 结果。 ●基本图(流量-密度关系):需整个密度范围内的。 ●时空图(横坐标为空间,纵坐标为时间,密度和文献中时空图保持一致, 画 500个时间步即可)。 ●指出NaSch模型的创新之处,找出NaSch模型的不足,并给出自己的改进思 路。 ●? 流量计算方法: 密度=车辆数/路长; 流量flux=density×V_ave。 在道路的某处设置虚拟探测计算统计时间T内通过的车辆数N; 流量flux=N/T。 ●? 在计算过程中可都使用无量纲的变量。 1、NaSch模型的介绍 作为对184号规则的推广,Nagel和Schreckberg在1992年提出了一个模拟车辆交通的元胞自动机模型,即NaSch模型(也有人称它为NaSch模型)。 ●时间、空间和车辆速度都被整数离散化。

● 道路被划分为等距离的离散的格子,即元胞。 ● 每个元胞或者是空的,或者被一辆车所占据。 ● 车辆的速度可以在(0~Vmax )之间取值。 2、NaSch 模型运行规则 在时刻t 到时刻t+1的过程中按照下面的规则进行更新: (1)加速:),1min(max v v v n n +→ 规则(1)反映了司机倾向于以尽可能大的速度行驶的特点。 (2)减速:),min(n n n d v v → 规则(2)确保车辆不会与前车发生碰撞。 (3)随机慢化: 以随机概率p 进行慢化,令:)0, 1-min(n n v v → 规则(3)引入随机慢化来体现驾驶员的行为差异,这样既可以反映随机加速行为,又可以反映减速过程中的过度反应行为。这一规则也是堵塞自发产生的至关重要因素。 (4)位置更新:n n n v x v +→ ,车辆按照更新后的速度向前运动。 其中n v ,n x 分别表示第n 辆车位置和速度;l (l ≥1)为车辆长度;11--=+n n n x x d 表示n 车和前车n+1之间空的元胞数;p 表示随机慢化概率;max v 为最大速度。 3、NaSch 模型实例 根据题目要求,模型参数取值:L=1000,p=,Vmax=5,用matlab 软件进行编程,扔掉前11000个时间步,统计了之后500个时间步数据,得到如下基本图和时空图。 程序简介 初始化:在路段上,随机分配200个车辆,且随机速度为1-5之间。 图是程序的运行图,图中,白色表示有车,黑色是元胞。

元胞自动机(CA)代码及应用

元胞自动机(CA)代码及应用 引言 元胞自动机(CA)是一种用来仿真局部规则和局部联系的方法。典型的元胞自动机是定义在网格上的,每一个点上的网格代表一个元胞与一种有限的状态。变化规则适用于每一个元胞并且同时进行。典型的变化规则,决定于元胞的状态,以及其(4或8 )邻居的状态。元胞自动机已被应用于物理模拟,生物模拟等领域。本文就一些有趣的规则,考虑如何编写有效的MATLAB的程序来实现这些元胞自动机。 MATLAB的编程考虑 元胞自动机需要考虑到下列因素,下面分别说明如何用MATLAB实现这些部分。并以Conway的生命游戏机的程序为例,说明怎样实现一个元胞自动机。 ●矩阵和图像可以相互转化,所以矩阵的显示是可以真接实现的。如果矩阵 cells的所有元素只包含两种状态且矩阵Z含有零,那么用image函数来显示cat命令建的RGB图像,并且能够返回句柄。 imh = image(cat(3,cells,z,z)); set(imh, 'erasemode', 'none') axis equal axis tight ●矩阵和图像可以相互转化,所以初始条件可以是矩阵,也可以是图形。以下 代码生成一个零矩阵,初始化元胞状态为零,然后使得中心十字形的元胞状态= 1。 z = zeros(n,n); cells = z; cells(n/2,.25*n:.75*n) = 1; cells(.25*n:.75*n,n/2) = 1; ●Matlab的代码应尽量简洁以减小运算量。以下程序计算了最近邻居总和,并 按照CA规则进行了计算。本段Matlab代码非常灵活的表示了相邻邻居。 x = 2:n-1; y = 2:n-1; sum(x,y) = cells(x,y-1) + cells(x,y+1) + ... cells(x-1, y) + cells(x+1,y) + ... cells(x-1,y-1) + cells(x-1,y+1) + ... cells(x+1,y-1) + cells(x+1,y+1); cells = (sum==3) | (sum==2 & cells); ●加入一个简单的图形用户界面是很容易的。在下面这个例子中,应用了三个 按钮和一个文本框。三个按钮,作用分别是运行,停止,程序退出按钮。文框是用来显示的仿真运算的次数。 %build the GUI %define the plot button plotbutton=uicontrol('style','pushbutton',...

基于元胞自动机模型的城市历史文化街区的仿真

文章编号: 1673 9965(2009)01 079 05 基于元胞自动机模型的城市历史文化街区的仿真* 杨大伟1,2,黄薇3,段汉明4 (1.西安工业大学建筑工程系,西安710032;2.西安建筑科技大学建筑学院,西安710055; 3.陕西师范大学历史文化学院,西安710061; 4.西北大学城市与资源学系,西安710069) 摘 要: 为了探讨当前城市规划中远期预测的科学性和准确性问题,将自组织理论与元胞自动机模型结合,在一定的时空区域,构建了一个城市增长仿真模型.将元胞自动机模型应用于西安市最具历史文化特色的区域中,形成自下而上的规划模型.元胞自动机模型对于西安回民区的空间发展城市历史文化特色街区的模拟具有一定的原真性和时效性,在时空中能反应当前的空间格局.元胞自动机在城市规划的预测中具有图式与范式结合的特点,在中长期的预测中形成符合城市规划发展战略的空间格局. 关键词: 元胞自动机;自组织;历史文化特色街区;空间演化 中图号: T U984 文献标志码: A 自组织理论是当前城市复杂性研究的主要研究方向之一.自组织是相对他组织而言,即自我、本身自主地组织化、有机化,意味着一种自动的、自发性的行为,一种自下而上、由内至外的发展方式.其主要涵义可以简单概括:在大多数情况下,作用于系统的外部力量并不能直接对系统的行为产生作用,而是作为一种诱因,即引入序参量引发系统内部发生相变,系统通过这一系列的变化自发地组织起来,最终大量微观个体的随机过程表现出宏观有序的现象[1]. 20世纪40年代U lam提出元胞自动机模型(Cellular Autom at o n M odel,CA),V on N eu m ann将其用于研究自复制系统的逻辑特性,且很快用于研究自组织系统的演变过程,其中对城市系统自组织过程的模拟是焦点问题[2 9]. CA是定义在一个具有离散状态的单元(细胞)组成的离散空间上,按一定的局部规则在离散时间维演化的动力学系统.一个CA模型通常包括单元、状态、邻近范围和转换规则4要素[9],单元是其最小单位,而状态则是单元的主要属性.根据转换规则,单元可以从一个状态转换为另外一个状态,转换规则通过多重控制函数来实现. 自组织理论的提出,对于解释相对封闭,具有自身演化规律的复杂适应系统中的复杂现象和问题具有重要意义和应用前景.而CA 自下而上的研究思路,强大的复杂计算功能、固有的并行计算能力、高度动态特征以及具有空间概念等特征,使其在模拟空间复杂系统的时空演变方面具有很强的能力,在城市学研究中具有天然优势[9 15].本文将自组织理论引入CA模型,并将该模型首次应用于西安回民区这一复杂的相对独立的历史街区中,就是为了得出其在自组织的作用下,未来20年空间发展的变化模型,为城市规划的制定做出科学的预测.下面对西安回民区做一简单介绍. 西安回民区位于西安旧城中心的中西地段,东接西安历史文化遗产钟楼和北大街,西接洒金桥,南到西大街,北到莲湖路,面积约为93.4公顷,人口约为77600人,在此居住的居民中有43.6%以 第29卷第1期 西 安 工 业 大 学 学 报 V o l.29No.1 2009年02月 Jo urnal o f Xi!an T echnolo g ical U niver sity Feb.2009 *收稿日期:2008 06 04 基金资助:国家自然科学基金(50678149) 作者简介:杨大伟(1981 ),男,西安工业大学助教,西安建筑科技大学博士研究生,主要研究方向为城市空间复杂性. E mail:yangdaw ei@https://www.doczj.com/doc/0819222959.html,.

CA元胞自动机优化模型原代码

CA优化模型原代码: M=load(‘d:\ca\jlwm’) N=load(‘d:\ca\jlwn.asc’) lindishy=load(‘d:\ca\ldfj3.asc’) caodishy=load(‘d:\ca\cdfj3.asc’) gengdishy=load(‘d:\ca\htfj3.asc’) [m,n]=size(M); Xr=[1 1 -1 1 1 1 -1 -1 1 1;1 1 1 1 -1 -1 1 1 1 -1;-1 1 1 1 -1 -1 -1 1 -1 -1;1 1 1 1 1 1 -1 1 1 I; l -1 -1 1 1 -1 -1 -1 1 1;1 -1 -1 1 -1 1 -1 1 -1 -1;-1 1 -1 -1 -1 -1 1 -1 -1 -1;-1 1 1 1 -1 1 -1 1 -1 -1;1 1 -1 1 1 -1 -1 -1 1 1;1 -1 -1 1 1 -1 -1 -1 1 1]; caodi=0;lindi=0;gengdi=0; for i=1:m forj=l:n if M(i,j)==4 caodi=caodi+1; elseif M(i,j)==3 lindi=lindi+1; elseif M(i,j)==2 gengdi=gengdi+1; end end end for i=1:m for j=1:n if M(i,j)==4 if lindishy(i,j)>gengdishy(i,j) if lindishy(i,j)>caodishy(i,j) z=0; for P=max(1,i-1):min(i+1,m) for q=max(j-1,1):min(j+1,n) if (M(p,q)~=0)&&xr(M(p,q),3)==-1 z=1; end end end if z== 0 caodi=eaodi-1; M(i,j)=3; lindi=lindi+1; end elseif lindishy(i,j)==caodishy(i,j) caoditemp=0; linditemp=0; gengditemp=0;

交通流元胞自动机模型综述

第23卷 第1期2006年1月 公 路 交 通 科 技 Journal of Highway and Transportation Research and Development Vol .23 No .1 Jan .2006 文章编号:1002-0268(2006)01-0110-05 收稿日期:2004-09-27 作者简介:郑英力(1971-),女,福建宁德人,讲师,研究方向为交通控制与仿真.(z hengyl71@s ina .com ) 交通流元胞自动机模型综述 郑英力,翟润平,马社强 (中国人民公安大学 交通管理工程系,北京 102623) 摘要:随着交通流模拟的需要及智能交通系统的发展,出现了基于元胞自动机理论的交通流模型。交通流元胞自动机模型由一系列车辆运动应遵守的运动规则和交通规则组成,并且包含驾驶行为、外界干扰等随机变化规则。文章介绍了交通流元胞自动机模型的产生与发展,总结和评述了国内外各种元胞自动机模型,并对元胞自动机模型的发展提出展望。 关键词:元胞自动机;交通流;微观模拟;模型中图分类号:U491.1+23 文献标识码:A Survey of Cellular Automata Model of Traffic Flow ZH ENG Ying -li ,ZH AI Run -p ing ,MA She -q iang (Department of Traffic Management Engineering ,Chinese People 's Public Security University ,Beijing 102623,China )Abstract :With the increas ing demand of traffic flow si mulation and the development of ITS research ,the traffic flow model based on cellular automata has been developed .Cellular automata model of traffic flow incorporates a series of vehicle movement rules and traffic regulations .Meanwhile ,the model works under some stochastic rules takin g into consideration of drivers 'behaviors and ambient interfer -ences .This paper introduces the establishment and development of cellular automata model of traffic flow ,su mmarizes and comments on different kinds of typical cellular automata models of traffic flow ,and furthermore ,presents a new perspective for further stud y of the model . Key words :Cellular automata ;Traffic flow ;Microscopic simulation ;Model 0 引言 交通流理论是运用物理学和数学定律来描述交通特性的理论。经典的交通流模型主要有概率统计模 型、车辆跟驰模型、流体动力学模型、车辆排队模型等 [1] 。20世纪90年代,随着交通流模拟的需要及智 能交通系统的发展,人们开始尝试将物理学中的元胞自动机(Cellular Automata ,简称CA )理论应用到交通领域,出现了交通流元胞自动机模型。 交通流C A 模型的主要优点是:(1)模型简单,特别易于在计算机上实现。在建立模型时,将路段分 为若干个长度为L 的元胞,一个元胞对应一辆或几辆汽车,或是几个元胞对应一辆汽车,每个元胞的状态或空或是其容纳车辆的速度,每辆车都同时按照所建立的规则运动。这些规则由车辆运动应遵守的运动规则和交通规则组成,并且包含驾驶行为、外界干扰等随机变化规则。(2)能够再现各种复杂的交通现象,反映交通流特性。在模拟过程中人们通过考察元胞状态的变化,不仅可以得到每一辆车在任意时刻的速度、位移以及车头时距等参数,描述交通流的微观特性,还可以得到平均速度、密度、流量等参数,呈现交通流的宏观特性。

元胞自动机NaSch模型及其MATLAB代码

元胞自动机N a S c h模型 及其M A T L A B代码 This manuscript was revised by the office on December 22, 2012

元胞自动机N a S c h模型及其M A T L A B代码 作业要求 根据前面的介绍,对NaSch模型编程并进行数值模拟: 模型参数取值:Lroad=1000,p=0.3,Vmax=5。 边界条件:周期性边界。 数据统计:扔掉前50000个时间步,对后50000个时间步进行统计,需给出的结果。 基本图(流量-密度关系):需整个密度范围内的。 时空图(横坐标为空间,纵坐标为时间,密度和文献中时空图保持一致,画500个时间步即可)。 指出NaSch模型的创新之处,找出NaSch模型的不足,并给出自己的改进思路。 流量计算方法: 密度=车辆数/路长; 流量flux=density×V_ave。 在道路的某处设置虚拟探测计算统计时间T内通过的车辆数N; 流量flux=N/T。 在计算过程中可都使用无量纲的变量。 1、NaSch模型的介绍 作为对184号规则的推广,Nagel和Schreckberg在1992年提出了一个模拟车辆交通的元胞自动机模型,即NaSch模型(也有人称它为NaSch模型)。 时间、空间和车辆速度都被整数离散化。道路被划分为等距离的离散的格子,即元胞。 每个元胞或者是空的,或者被一辆车所占据。 车辆的速度可以在(0~Vmax)之间取值。 2、NaSch模型运行规则 在时刻t到时刻t+1的过程中按照下面的规则进行更新: (1)加速:vnmin(vn1,vmax) 规则(1)反映了司机倾向于以尽可能大的速度行驶的特点。 (2)减速:vnmin(vn,dn) 规则(2)确保车辆不会与前车发生碰撞。 (3)随机慢化:以随机概率p进行慢化,令:vnmin(vn-1,0) 规则(3)引入随机慢化来体现驾驶员的行为差异,这样既可以反映随机加速行为,又可以反映减速过程中的过度反应行为。这一规则也是堵塞自发产生的至关重要因素。 (4)位置更新:vnxnvn,车辆按照更新后的速度向前运动。其中vn,xn分别表示第n辆车位置和速度;l(l≥1)为车辆长度; p表示随机慢化概率;dnxn1xn1表示n车和前车n+1之间空的元胞数; vmax为最大速度。 3、NaSch模型实例

元胞自动机参考文献

[1] Zhou W H, Lee J, Li G L, et al. Embedding Game of Life into a Simple Asynchronous Cellular Automaton[C]. Computing and Networking (CANDAR), 2014 Second International Symposium on IEEE, 2014: 503-506. [2]Tian J, Treiber M, Zhu C, et al. Cellular Automaton Model with Non-hypothetical Congested Steady State Reproducing the Three-Phase Traffic Flow Theory[M]. Cellular Automata. Springer International Publishing, 2014: 610-619. [3]Delivorias S, Hatzikirou H, Penaloza R, et al. Detecting Emergent Phenomena in Cellular Automata Using Temporal Description Logics[M]. Cellular Automata. Springer International Publishing, 2014: 357-366. [4] D'Ariano G M, Mosco N, Perinotti P, et al. Path-integral solution of the one-dimensional Dirac quantum cellular automaton[J]. Physics Letters A, 2014, 378(43): 3165-3168. [5] Bisio A, D’Ariano G M, Tosini A. Quantum field as a quantum cellular automaton: The Dirac free evolution in one dimension[J]. Annals of Physics, 2015, 354: 244-264. [6] Masuda T, Nishinari K, Schadschneider A. Cellular Automaton Approach to Arching in Two-Dimensional Granular Media[M]. Cellular Automata. Springer International Publishing, 2014: 310-319. [7] Takada K, Namiki T. on Limit Set of Two-Dimensional Two-State Linear Cellular Automaton Rules[C]. Computing and Networking (CANDAR), 2014 Second International Symposium on. IEEE, 2014: 470-475. [8] Al-Mamun M A, Srisukkham W, Fall C, et al. A cellular automaton model for hypoxia effects on tumour growth dynamics[C].Software, Knowledge, Information Management and Applications (SKIMA), 2014 8th International Conference on. IEEE, 2014: 1-8. [9] Hu M L, Sun J. Sudden change of geometric quantum discord in finite temperature reservoirs[J]. Annals of Physics, 2015, 354: 265-273. [10] Bure? M, Siegl P. Hydrogen atom in space with a compactified extra dimension and potential defined by Gauss’ law [J]. Annals of Physics, 2015, 354: 316-327. [11] Terrier V. Recognition of linear-slender context-free languages by real time one-way cellular automata[C]. AUTOMATA 2015. 2015, 9099: 251-262. [12] Fuentes M L, Klimchuk J A. Two-dimensional cellular automaton model for the evolution of active region coronal plasmas[J]. The Astrophysical Journal, 2015, 799(2): 128. [13] Tucker G E, Hobley D E J, Hutton E, et al. CellLab-CTS 2015: a Python library for continuous-time stochastic cellular automaton modeling using Landlab[J]. Geoscientific Model Development Discussions, 2015, 8: 9507-9552.

元胞自动机方法及其在材料介观模拟中的应用

https://www.doczj.com/doc/0819222959.html, 1 元胞自动机方法及其在材料介观模拟中的应用 何燕,张立文,牛静 大连理工大学材料系(116023)  E-mail : commat @https://www.doczj.com/doc/0819222959.html,   摘 要:元胞自动机(CA)是复杂体系的一种理想化模型,适合于处理难以用数学公式定量描 述的复杂动态物理体系问题,如材料的组织演变等。本文概述了元胞自动机方法的基本思想 及原理,介绍了CA的基本组成及特征,综述了CA方法在材料介观模拟研究中的应用。研究表 明CA法在对金属凝固结晶、再结晶、及相变现象等材料介观尺度的组织模拟中表现出特有的 优越性。  关键词:元胞自动机,组织演变,介观模拟,动态再结晶 1. 引 言  自20世纪计算机问世以来,用计算机建立模型来模拟材料行为的方法在材料设计中的 应用越来越广泛,此方法既可节省大量的人力物力和实验资金,又能为实验提供巨大的灵活 性和方便性,因而已经引起了各界科学家的高度重视和极大兴趣。计算机对材料行为的模拟 主要有三个方面:材料微观行为、介观行为和宏观行为的模拟。材料的微观行为是指在电子、原子尺度上的材料行为,如模拟离子实(原子)体系行为,在这方面主要应用分子动力学、分子力学等理论方法;材料的介观行为是指材料显微组织结构的转变,包括金属凝固结晶、再结晶及相变过程,在这方面的模拟主要应用Monte Carlo(MC)方法和Cellular Automata(CA)方法;材料的宏观行为主要指材料加工方面,如材料加工中的塑性变形,应力 应变场及温度场的变化等,在这方面的模拟工作主要应用大型有限元软件Marc, Ansys等。大量实验研究表明,材料的微观组织结构决定了其宏观行为及特征。因此,对材料介观行为 的模拟显得尤为重要。传统的数学建模方法是建立描述体系行为的偏微分方程,它依赖于对 体系的成熟定量理论,而对大多数体系来说这种理论是缺乏的;从微观入手的Monte Carlo 方法主要依赖于体系内部自由能的计算,由于其运算量大,需要大量的数据,运算速度慢,为模拟工作带来了诸多不便;而CA方法则另辟蹊径,通过直接考察体系的局部相互作用, 再借助计算机模拟这种作用导致的总体行为,从而得到其组态变化,并体现出宏观上的金属 性能。由于CA的结构简单,便于计算,允许考虑数量极大的元胞,并且在空间和时间的尺 度上都不受限制,出于以上特点,元胞自动机方法已经受到越来越多研究工作者的青睐。本 文概述了元胞自动机方法的基本思想及原理,介绍了CA的基本组成及特征,对CA法在模拟 介观组织行为方面的应用进行了综述。

关于元胞自动机在交通流理论方面的应用

关于元胞自动机在交通流理论方面的应用 一.概念阐述 1. 元胞自动机 定义:一种利用简单编码与仿细胞繁殖机制的非数值算法空间分析模式。 不同于一般的动力学模型,元胞自动机不是由严格定义的物理方程或函数确定,而是用一系列模型构造的规则构成。凡是满足这些规则的模型都可以算作是元胞自动机模型。因此,元胞自动机是一类模型的总称,或者说是一个方法框架。其特点是时间、空间、状态都离散,每个变量只取有限多个状态,且其状态改变的规则在时间和空间上都是局部的。 2. 交通流理论 定义:是运用数学和物理学的定义来描述交通流特性的一门边缘科学。 它以分析的方法阐述交通现象及其机理,探讨人和车在单独或成列运行中 的动态规律及人流或车流流量、流速和密度之间的变化关系,以求在交通规划、设计和管理中达到协调和提高各种交通设施使用效果的目的。 二.正文 1. 初等元胞自动机: 元胞自动机应用广泛,利用元胞自动机模拟交通流是可行的,比如说利用初等 元胞自动机来模拟交通流,首先要建立元胞自动机模型,建立如下: 考虑有等长的L 个格子的线段 每一个格子i 都有两种状态0和1,在t 时刻i 格子的状态记为:X i t 任意一个格子的下一时刻状态与其当前及前后的格子状态有关,故: 记:X i t+1=F(X i-1t ,X i t ,X i+1t ) 因为t 时刻格子的状态决定了t+1时刻的格子状态,故F 总共有256种定制规 则,为了满足交通规则的需要,我们在这里定制一种称为184的交通流模型。 首个格子与末尾的格子相连,整个线段构成环状。 184交通流模型:每个元胞只有在前进方向的元胞邻居状态无车辆时才前进一 个元胞(位移),即前面有车就不能走。那么对应八种邻居为: 111 110 101 100 ↓ ↓ ↓ ↓ 1 0 1 1 011 010 001 000 ↓ ↓ ↓ ↓ 1 10111000——184

基于元胞自动机原理的微观交通仿真模型

2005年5月重庆大学学报(自然科学版)May2005第28卷第5期Journal of Chongqing University(Natural Science Editi on)Vol.28 No.5 文章编号:1000-582X(2005)05-0086-04 基于元胞自动机原理的微观交通仿真模型3 孙 跃,余 嘉,胡友强,莫智锋 (重庆大学自动化学院,重庆 400030) 摘 要:描述了一种对高速路上的交通流仿真和预测的模型。该模型应用了元胞自动机原理对复杂的交通行为进行建模。这种基于元胞自动机的方法是将模拟的道路量离散为均匀的格子,时间也采用离散量,并采用有限的数字集。同时,在每个时间步长,每个格子通过车辆跟新算法来变换状态,车辆根据自定义的规则确定移动格子的数量。该方法使得在计算机上进行仿真运算更为可行。同时建立了跟车模型、车道变换的超车模型,并根据流程对新建的VP算法绘出时空图。提出了一个设想:将具备自学习的神经网络和仿真系统相结合,再根据安装在高速路上的传感器所获得的统计数据,系统能对几分钟以后的交通状态进行预测。 关键词:元胞自动机;交通仿真;数学模型 中图分类号:TP15;TP391.9文献标识码:A 1 元胞自动机 生物体的发育过程本质上是单细胞的自我复制过程,50年代初,计算机创始人著名数学家冯?诺依曼(Von Neu mann)曾希望通过特定的程序在计算机上实现类似于生物体发育中细胞的自我复制[1],为了避免当时电子管计算机技术的限制,提出了一个简单的模式。把一个长方形平面分成若干个网格,每一个格点表示一个细胞或系统的基元,它们的状态赋值为0或1,在网格中用空格或实格表示,在事先设定的规则下,细胞或基元的演化就用网格中的空格与实格的变动来描述。这样的模型就是元胞自动机(cellular aut omata)。 80年代,元胞自动机以其简单的模型方便地复制出复杂的现象或动态演化过程中的吸引子、自组织和混沌现象而引起了物理学家、计算机科学家对元胞自动机模型的极大兴趣[1]。一般来说,复杂系统由许多基本单元组成,当这些子系统或基元相互作用时,主要是邻近基元之间的相互作用,一个基元的状态演化受周围少数几个基元状态的影响。在相应的空间尺度上,基元间的相互作用往往是比较简单的确定性过程。用元胞自动机来模拟一个复杂系统时,时间被分成一系列离散的瞬间,空间被分成一种规则的格子,每个格子在简单情况下可取0或1状态,复杂一些的情况可以取多值。在每一个时间间隔,网格中的格点按照一定的规则同步地更新它的状态,这个规则由所模拟的实际系统的真实物理机制来确定。格点状态的更新由其自身和四周邻近格点在前一时刻的状态共同决定。不同的格子形状、不同的状态集和不同的操作规则将构成不同的元胞自动机。由于格子之间在空间关系不同,元胞自动机模型分为一维、二维、多维模型。在一维模型中,是把直线分成相等的许多等分,分别代表元胞或基元;二维模型是把平面分成许多正方形或六边形网格;三维是把空间划分出许多立体网格。一维模型是最简单的,也是最适合描述交通流在公路上的状态。 2 基于元胞自动机的交通仿真模型的优点目前,交通模型主要分为3类: 1)流体模型(Hydr odyna m ic Model),在宏观上,以流体的方式来描述交通状态; 2)跟车模型(Car-f oll owing Model),在微观上,描述单一车辆运动行为而建立的运动模型; 3)元胞自动机模型(Cellular Aut omat on),在微观 3收稿日期:2005-01-04 基金项目:重庆市自然科学基金项目(6972) 作者简介:孙跃(1960-),浙江温州人,重庆大学教授,博士,研究方向:微观交通仿真、电力电子技术、运动控制技术及系统。

基于元胞自动机的土地资源节约利用模拟

第24卷 第5期 自 然 资 源 学 报V ol 24N o 5 2009年5月J OURNAL OF NATURAL RESOURCES M ay ,2009 收稿日期:2008-08-22;修订日期:2008-12-02。 基金项目:国家自然科学基金重点资助项目(40830532);国家自然科学基金资助项目(40801236);国家杰出青年基金资助项目(40525002);国家高技术研究发展计划资助项目(2006AA12Z206)。 作者简介:杨青生(1974-),男,青海乐都人,讲师,博士,主要研究遥感与地理信息模型及应用。E m ai :l qs y ang2002@https://www.doczj.com/doc/0819222959.html, 基于元胞自动机的土地资源节约利用模拟 杨青生1,2 (1 广东商学院资源环境学院,广州510230;2 中山大学地理科学与规划学院,广州510275) 摘要:为模拟节约土地资源的城市可持续发展形态,以珠江三角洲城市快速发展的东莞市为 例,运用元胞自动机(C A )、地理信息系统(G IS)和遥感(RS)从历史数据中建立城市空间扩展的 C A,将土地资源节约利用程度与城市用地空间聚集程度相结合,在评价城市用地空间聚集程度 的基础上,通过不断增加离市中心距离权重和离公路距离权重,调整CA 的参数,模拟节约土地 资源,城市用地在空间上紧凑布局的城市形态,并以调整参数的模型(离市中心距离权重为 -0 006,离公路权重为-0 024)模拟结果为基础,分析了实现城市用地空间上紧凑发展,土地 资源节约利用的政策:到2010年,东莞市离市中心27k m 范围内的适宜地区可规定为鼓励城市 发展区,27~34k m 范围内的适宜地区可规定为限制性城市发展区,其它地区为非城市发展区。 关 键 词:土地资源;节约利用;紧凑;元胞自动机 中图分类号:F301 24;P208 文献标识码:A 文章编号:1000-3037(2009)05-0753-10 1 引言 元胞自动机(C ellular Auto m ata ,简称CA )具有强大的空间运算能力,可以有效地模拟复杂的动态系统。近年来,CA 已被越来越多地运用在城市模拟中,取得了许多有意义的研究成果[1~3]。CA 可以模拟虚拟城市,验证城市发展的相关理论,也可以模拟真实城市的发展, 如W u 等模拟了广州市的城市扩展 [4];黎夏和叶嘉安模拟了东莞市的城市扩张[5]。同时,用CA 可以模拟未来的城市规划景观,如黎夏等模拟了珠江三角洲地区城市不同发展条件下的规划景观[6,7]。这些研究表明,C A 能模拟出与实际城市非常接近的特征,可以由此预测未来城市的发展及土地利用变化,为城市和土地利用规划提供决策依据。 CA 的特点是通过一些简单的局部转换规则,模拟出全局的、复杂的空间模式。为了模拟城市,除了运用CA 的局部转换规则外,还要在转换规则中引入影响城市扩展的区域变量和全局变量。转换规则中的这些变量对应着很多参数,这些参数值反映了不同变量对模型的 贡献 程度。研究表明,这些参数值对模拟的结果影响很大。目前,C A 主要通过多准则判断(MCE ) [8]、层次分析法(AH P)[9]和主成分分析[10]、自适应模型[11]、人工神经网络模型 [5]、决策树[12]等方法确定模型的参数值。笔者也采用粗集[13]、支持向量机[14]、贝叶斯分类[15]、空间动态转换规则[16]等方法研究了非线性、动态转换规则模拟城市发展。目前,采用CA 模拟虚拟城市系统和真实城市系统已经非常成熟,模型的精度也越来越高,而模拟可

基于元胞自动机模型的沙堆稳定模型建立

基于元胞自动机模型的沙堆稳定模型建立 摘要: 世界上任何一个有休闲海滩的地方,似乎都有人在海边建沙堡。不可避免地,海浪的流入和涨潮侵蚀了沙堡。然而,并非所有沙坑对波浪和潮汐的反应都是一 样的。本文旨在通过建立数学模型来建立更稳定的沙堡。 为了保持沙堡基础在波浪和潮汐作用下的稳定性,从结构力学和流体力学的 知识出发,有必要尽可能减轻水流对地基的影响,减少地基砂的损失,保证地基 的稳定。受鱼流线的启发,基座是由四分之一椭圆曲线和旋转180°的抛物线组成 的半旋转结构。建立了半旋转体D0的最大半径、四分之一椭圆的半长轴LE、抛 物线的水平投影长度LR、地基的总长度L和冲击力与地基体积的比值之间的函数 关系。采用最优模型求解地基的最小冲击力与体积比D0= 0.22L,LE=0.63L,LR= 0.37 L,是最佳的三维砂土地基模型。 利用元胞自动机模拟砂土地基的形成过程,对砂地基模型进行优化,以两个 砂桩的塌陷间隔长度为指标,测量砂桩基础的稳定性;从而确定了雨作用下沙基 基础最稳定的三维形状。 关键词:流线结构、元胞自动机模型 一、问题分析 我们针对海浪和潮汐对沙堆基础的影响分析中,我们主要考虑了来自侧向的 水流冲击力对基础的影响,此时保持沙堆基础稳定性的一大主要因素是沙堆水平 方向上的粘接力,如果将沙堆基础视为一个整体,那么基础整体与沙滩的水平向 摩擦力保持了沙堆基础的稳定性。而雨水对于沙堆的作用力主要表现垂直方向上 的冲击力,如果将沙堆基础视为一个整体,那么沙滩对沙堆垂直向上方向的支持 力作为保持沙堆基础稳定性的主要因素。由受力结构分析,第一问所建立的模型 为流线型结构,对雨水垂直向下的的作用有一定缓解作用,但显然不是抵抗雨水 的最优结构。 我们对上述模型进行优化,假设沙堆基础受到每一滴雨水的性质相同,那么 基础结构仍为半旋体结构,为了方便分析我们对沙堆基础的侧面进行分析。 二、模型建立 我们这里使用元胞自动机对沙堆模型进行模拟,从上至下掉落的沙粒将使沙 堆不断堆积,当达到一定的临界高度后沙堆即发生崩塌,我们认为崩塌后的沙堆 基础本身是一个比较稳定的结构,而两次崩塌之间的时间间隔的长度也就代表了 沙堆基础的稳定型结构。 假设元胞个体的堆积和崩塌的最微小的运动都发生在一个 4×4 的单元块内,每次将一个 4×4 的元胞块做统一处理。这个小单元的划分方式是:在每个周期,单元 区域分别向右和向下移动一格,在所有周期中循环这一过程,得到两次崩塌时间 间隔最长的模型。 我们假设雨水的性质都是相同的,因此抵抗雨水的最优沙基模型应为上述最稳定 模型绕中心竖轴旋转过后所形成的三维图形。 三、模型分析: 利用元胞自动机模拟砂堡基础的形成过程,计算两个坍塌时间,确定最稳定 的砂基模型。根据以上分析,我们将该模式的优缺点总结如下: 优点:根据相关公式和规律对问题进行了仿真分析,证明了模型的有效性;利用MATLAB软件对砂桩模型进行仿真,生动地展示了砂桩的形成过程;模型通过合

元胞自动机在城市土地利用规划中的应用

元胞自动机在城市土地利用规划中的应用 一.研究背景及进展 1.1城市土地利用研究背景和进展 随着中国社会主义市场经济体制的不断完善,计划导向的土地利用规划也逐步向社会主义市场经济体制下的土地利用规划转变。借鉴国际上市场经济国家土地利用规划的经验,建立具有中国特色的土地利用规划体系成为必然。对国际上土地利用规划的对比研究有以下主要观点: 美国的土地利用规划更多采用公众参与的方法,参与者包括房屋所有人、社会活动家、房地产开发商、联邦和州政府、规划委员会以及民选官员包括城市议会会员。同时,美国基于可持续发展的土地利用规划设计了保护生态环境、维持生态平衡、注重新技术的应用、提高土地利用效率和控制人口增长的一系列政策。 联合国粮食与农业组织(FAO)的土地利用规划指南强调土地利用规划作为最佳土地利用的选择,是以土地评价为基础的,而且不仅包括自然的适宜性评价,也包括经济效益的评价和环境效应的检验,这是编制规划方案和方案选择的科学基础。 英国规划的体系由国家级规划、区域性规划、郡级规划、区级规划组成。国家级规划叫规划政策指南,提出全国性的土地利用方针政策,以白皮文件的形式下发。地区规划又叫区域规划指南,通过召开区域协调会议制定。郡级规划也叫结构规划,由每一个郡级的规划机关在土地测量基础上,与相关委员会协商后提出本郡土地利用的方针、政策及发展的框架结构。区级规划也叫地方规划,是一种详细的发展和实施规划。 科学发展观对土地利用规划的科学性提出了较高的要求,土地利用规划的应用基础研究尤为重要。从2002年国土资源部启动12个县级规划试点工作,2003年又启动14个地(市)级规划修编试点,2004年土地利用规划修编的重新开始,到2005年关于土地利用规划前期研究工作的国办[32]文的颁布,新一轮土地利用规划稳步开展。相应的土地利用规划相关研究也日益深入,但与城市规划相比,与作为中国空间规划重要组成部分的地位要求还有一定差距。但这些研究的广泛开展标志着中国土地利用规划逐渐走上了新的轨道,是提高中国土地利用规划科学性的重要基础。 城市总体规划和土地利用规划同属空间规划,受空间规划理论和方法的指导。从发展历程而言,两者都经历了开发、发展、控制和保护的不同阶段,或者是物质规划、生态规划、社会规划、文化规划等不同的阶段;就指导理论而言,更具有大体一致的内容;而就实体理论而言,由于规划具体内容的不同而有所差别。但在具体的技术和方法上,都是针对空间问题进行分析、预测和布局的,因而具有相似的方法。两个规划在理论和方法上的一致成为未来两个规划走向一体化的基础[1]。 1.2元胞自动机的研究背景及进展 元胞自动机即Cellular Automata,称作单元自动机,简称CA。起源于20世纪40年代,“现代计算机之父”冯.诺伊曼设计可自我复制的自动机时,参照了生物现象的自繁殖原理,提出了元胞自动机的概念和模型。它是一时间和空间都离散的动力系统,散步在规则格网中的每一元胞取有限的离散状态,遵循同样的作用规则,依据确定的局部规则同步更新,大量元胞通过简单的相互作用而构成动态系统的演化,不同于一般的动力学模型,元胞自动机不

基于元胞自动机模型的行人排队行为模拟

第9卷第3期2009年6月 交通运输系统工程与信息 Journa l of T ransporta ti on Syste m s Eng i neering and Infor m ation T echno logy V o l 9N o 3 June 2009 文章编号:1009 6744(2009)03 0140 06 系统工程理论与方法 基于元胞自动机模型的行人排队行为模拟 廖明军1,2,孙 剑*2,王凯英1 (1.北华大学交通建筑工程学院,吉林132013;2.同济大学交通运输工程学院,上海201804) 摘要: 排队行为模型是常态下行人交通仿真系统模型的基础.本文利用排队论、有限 状态自动机原理以及元胞自动机模型对排队系统进行建模.排队行为模型以邻居方向 与目标方向间的修正夹角作为主要因子构造了元胞自动机模型的转移概念率函数.利 用C#对行人排队行为模型进行实现,并构造了两个不同数量的售票服务台的仿真场 景.从仿真动画来看,该模型逼真地模拟行人的排队活动;从不同场景的队长与时间关 系曲线可以看出,增加一个售票服务台明显可以减少队列长度,排队系统性能得到改 善.由此说明该模型具有模拟行人排队行为的能力. 关键词: 行人仿真;排队行为;元胞自动机模型;修正夹角 中图分类号: U491文献标志码: A Si m ulation of Queui ng Behavi or Based on Cellular Auto m ataM odel LI A O M i n g jun1,2,SUN Jian2,WANG K ai ying1 (1.T ra ffic and Construction Eng i neeri ng Co ll ege of Be i hua U nivers it y,Jili n132013,Ch i na; 2.Schoo l o f T ransportation Eng i nee ri ng,T ong jiU n i versity,Shangha i201804,Ch i na) A bstrac t: Q ueu i ng behav ior m ode l i s the basis o f pedestrian tra ffic si m u lati on syste m i n no r m al situati on. T he pape r mode l s queue syste m usi ng queu i ng theo ry,finite sta te m achi ne princi p le,and ce ll u lar au t om ata m ode.l The queuing behav ior mode l takesm od ifi ed i nc l uded ang le bet ween goa l directi on and ne i ghbor d i rec ti on as t he m a i n factors o f transiti on probab ili ty function.Then the queu i ng behav i or m ode l i s i m ple m ented w it h object or i ented prog ra m l anguag e C#.Two si m u l a ti on scenar i os are establi shed w it h different amoun t of ti cket sa l es w i ndow.The an i m a ti on of si m ulati on s how s t hat the queui ng m ode l effecti ve l y si m ulates queue ac ti v iti es.F ro m the re lati onship be t w een queue leng t h and ti m e,i t can be found tha t t he l eng th of queue can be decrease by addi ng ticket sa l es po i nt,and t he pe rf o r m ance o f queue syste m can a lso be i m proved,w hich de m onstrates that the m odel can be used to si m u l a te the pedestr i an queu i ng behav i o r. K ey word s: pedestrian s i m u l a tion;queu i ng behav i o r;ce ll u l a r auto m a t on mode;l m odifi ed i ncluded ang le CLC nu m ber: U491Docum en t code: A 收稿日期:2008 10 09 修回日期:2009 02 11 录用日期:2009 03 31 基金项目:同济大学青年优秀人才培养行动计划(2007K J027);上海市自然科学基金(07ZR14120);吉林教育厅 十一五规划重点项目(2007-122). 作者简介:廖明军(1974-),男,湖南邵东人,博士生. *通讯作者:sun jian@126.co m

相关主题
相关文档 最新文档