论文部分内容阅读
针对目前城市交通系统中缺乏游客行为对交通系统影响的建模方法,以及对景点周边交通系统仿真架构和实体模型的建立等问题的研究,本文主要研究了以下内容:(1)针对基于模糊推理的跟驰模型中输入与输出由人为指定会使推理结果受到干扰而使误差偏大的问题,提出了一种基于聚类算法改进的模糊推理的车辆Agent跟驰模型方法,采用聚类算法对输入与输出变量进行聚类分析,其次利用NGSIM数据对模糊推理系统的输入输出变量数据集的最佳聚类数和类别边界进行判定,并与改进的基于安全距离的Gipps、基于时变安全距离的CM等跟驰模型进行对比评价,使改进的模糊推理跟驰模型更能真实反映数据本身的特征。在NGSIM数据集的实验结果表明,本文方法的仿真精度高于其他跟驰模型。(2)针对一般交通系统与景点周边交通系统的组成不同,提出了一种基于Multi-Agent的景点周边交通系统建模方法。该方法首先将景点周边交通系统中的游客、车辆和路网(包括节点、路段、交叉口和红绿灯)等定义为具有自主性、适应性和合作协调的智能化Agent,分析了各类Agent间的交互关系。然后对车辆Agent的跟驰和换道行为进行了详细介绍,并根据系统在景点出入口对车辆行为的规范,提出了车辆Agent整体行为框架VBFASS(Vehicle Behavior Framework around Scenic Spots),为微观交通仿真建模提供了依据。最后根据景点周边交通系统中各类Agent之间的交互关系,对游客Agent和车辆Agent的生成进行建模,分析得到车辆Agent与游客Agent之间的交互影响具有时间迭代的特征,在此基础上提出了景点周边交通系统中各类Agent之间建模方法的整体框架TITFASS(Time-iterated traffic framework around scenic spots),为景点周边交通系统的仿真提供了建模方法。依据该建模方法对2019年2月7日厦门大学群贤校门周边的道路进行仿真,并与游客单向对景点周边交通影响的方法进行仿真得到的结果作比较,得到本文建模方法的准确率更高,验证了该建模方法是可行的。通过这些研究,可以定量或形象的分析景点周边交通系统中交通状态的特征和规律,为特殊吸引点周边交通状况与吸引点特性之间的相关关系研究提供了有利的手段和方法。同时本文还存在可以继续开展研究的地方,例如对游客Agent的建模还不够完善,未考虑游客在景点的逗留行为、游客出入口转移行为和离开景点时对交通状态的影响;需要补充游客的样本量,使仿真得到的精度更高。