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current-phase選擇一個交通燈為控制的交通燈。

此系統(tǒng)如果沒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運行規(guī)則

每一個時間步，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、車輛動態(tài)路徑選擇、特殊車輛控制等問題時，無信號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]。按照上述模型運行，當(dāng)在沒有信號燈也沒有人參與的情況下（power?設(shè)置為off），道路為4行3列，車輛數(shù)目為140時的運行結(jié)果如圖3當(dāng)在有信號燈沒有人參與的情況下（power?設(shè)置為on），道路為4行3列，車輛數(shù)目為140時的運行結(jié)果如圖4

4.2案例二

按照上述模型運行，當(dāng)在道路為4行3列，車輛數(shù)目為54時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是時間步，隨著時間延續(xù)而增長），導(dǎo)致這種結(jié)果有多個因素，如信號燈控制不合理、車輛數(shù)目過大超過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算成線性關(guān)系[7].

限于篇幅，文中只給了兩個案例，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)需要大量的實驗和多種組合，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提高，當(dāng)有流動車輛進入交通道路或者離開交通道路會對上述結(jié)論產(chǎn)生何種影響等許多對實踐有指導(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，利用了“TrafficGrid模型”，模擬了不同組合的參數(shù)對交通系統(tǒng)產(chǎn)生不同的影響，獲取了車輛平均等待時間、停止的車輛等隨時間變化的曲線，但是由于此模型比較簡單，模擬的范圍小、沒有采用實際路網(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系統(tǒng)，使人們更好地理解社會現(xiàn)象，發(fā)現(xiàn)現(xiàn)象背后的機制，從而做出預(yù)測和輔助決策。多主體建模目前還未形成成熟的體