亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        自動(dòng)駕駛環(huán)境下的路網(wǎng)混合流量日變模型

        2020-06-17 05:31:02田晟許凱朱澤坤曾莉莉
        關(guān)鍵詞:前景

        田晟 許凱 朱澤坤 曾莉莉

        (華南理工大學(xué) 土木與交通學(xué)院,廣東 廣州 510640)

        伴隨自動(dòng)駕駛技術(shù)的日漸成熟,自動(dòng)駕駛車(chē)輛將會(huì)成為一種重要的出行方式,結(jié)合自動(dòng)駕駛車(chē)輛的特性,其必然會(huì)對(duì)現(xiàn)有的城市交通系統(tǒng)產(chǎn)生重大影響,改變現(xiàn)有的出行方式及交通流模式。類似于傳統(tǒng)的出行者(指非自動(dòng)駕駛車(chē)輛),自動(dòng)駕駛車(chē)輛在日復(fù)一日的出行中也會(huì)逐漸調(diào)整出行選擇,但與傳統(tǒng)的出行者不同,自動(dòng)駕駛車(chē)輛不具有人類的偏好屬性、風(fēng)險(xiǎn)態(tài)度,不對(duì)路徑選擇產(chǎn)生主觀化的感知,而是根據(jù)計(jì)算機(jī)計(jì)算出的結(jié)果做出路徑規(guī)劃。因此,自動(dòng)駕駛車(chē)輛與傳統(tǒng)車(chē)輛具有不同的路徑選擇規(guī)則,在逐日出行過(guò)程中表現(xiàn)出不同的流量演化情況。傳統(tǒng)車(chē)輛出行者在動(dòng)態(tài)交通環(huán)境下的逐日出行過(guò)程中,以出行經(jīng)驗(yàn)及歷史信息為基礎(chǔ),以自身感知的前景值為依據(jù)進(jìn)行路徑選擇,考慮到出行者對(duì)路網(wǎng)信息的了解存在誤差,傳統(tǒng)車(chē)輛流量逐日演化至SUE(Stochastic User Equilibrium,隨機(jī)用戶均衡)狀態(tài);對(duì)于自動(dòng)駕駛車(chē)輛而言,其路徑選擇過(guò)程不依賴于人的主觀感知,而是按照預(yù)先設(shè)定的規(guī)則進(jìn)行路徑選擇,從管理者的角度最希望自動(dòng)駕駛車(chē)輛這部分流量可以達(dá)到系統(tǒng)最優(yōu)狀態(tài),從而使這部分流量的系統(tǒng)總時(shí)間最小,因此通過(guò)自動(dòng)駕駛車(chē)輛的計(jì)算模塊設(shè)計(jì),使其向著SO(System Optimal,系統(tǒng)最優(yōu))狀態(tài)進(jìn)行逐日動(dòng)態(tài)演化。

        既有研究主要集中在自動(dòng)駕駛車(chē)輛對(duì)出行者的吸引力及對(duì)城市交通擁堵的影響分析方面。Haboucha等[1]和Daziano等[2]分別通過(guò)問(wèn)卷調(diào)查和網(wǎng)絡(luò)調(diào)查獲取數(shù)據(jù),采用離散選擇logit模型分析了出行者對(duì)于自動(dòng)駕駛車(chē)輛的接受程度及支付意愿。Harper等[3]從自動(dòng)駕駛車(chē)輛自動(dòng)化的特性出發(fā),研究了自動(dòng)駕駛車(chē)輛對(duì)于不具備駕駛能力群體的吸引力及導(dǎo)致的出行需求增加邊界。Maciejewski等[4]和Vincent等[5]研究了自動(dòng)駕駛車(chē)輛對(duì)出行需求、流量分布及路網(wǎng)擁堵情況的影響,發(fā)現(xiàn)自動(dòng)駕駛車(chē)輛通過(guò)誘增出行可能加劇交通擁堵。此外,部分學(xué)者研究了自動(dòng)駕駛車(chē)輛引發(fā)的交通規(guī)則與相關(guān)政策的制定問(wèn)題,如Fagnant等[6]研究了自動(dòng)駕駛車(chē)輛與傳統(tǒng)車(chē)輛競(jìng)爭(zhēng)造成的巨大成本及社會(huì)影響,指出目前對(duì)自動(dòng)駕駛車(chē)輛尚缺乏統(tǒng)一的標(biāo)準(zhǔn),責(zé)任判定、安全問(wèn)題及數(shù)據(jù)隱私等實(shí)施細(xì)節(jié)仍不確定。以上研究均未從自動(dòng)駕駛車(chē)輛投放后對(duì)傳統(tǒng)路網(wǎng)流量的動(dòng)態(tài)影響方面進(jìn)行分析,而路網(wǎng)流量的變化會(huì)引起交通供給與交通需求的波動(dòng),從而影響整個(gè)交通網(wǎng)絡(luò)的穩(wěn)定性與可靠性。

        文中考慮自動(dòng)駕駛車(chē)輛投放對(duì)現(xiàn)有交通網(wǎng)絡(luò)的影響,用前景理論描述傳統(tǒng)車(chē)輛出行者的出行行為,以傳統(tǒng)車(chē)輛流量達(dá)到最大路徑前景為目標(biāo),建立傳統(tǒng)車(chē)輛流量日變模型;對(duì)于自動(dòng)駕駛車(chē)輛則不需要考慮出行者的出行行為,以自動(dòng)駕駛車(chē)輛流量達(dá)到最小路徑邊際阻抗為目標(biāo),建立自動(dòng)駕駛流量日變模型。為簡(jiǎn)化研究,假設(shè)兩類流量的逐日調(diào)整均以實(shí)際出行信息作為數(shù)據(jù)輸入,且出行途中不改變路徑。傳統(tǒng)車(chē)輛流量日變模型和自動(dòng)駕駛流量日變模型共同構(gòu)成了城市交通網(wǎng)絡(luò)的混合流量日變模型。通過(guò)觀察兩類流量的逐日動(dòng)態(tài)演化過(guò)程,可以分析自動(dòng)駕駛車(chē)輛投放后對(duì)路網(wǎng)系統(tǒng)的影響及混合流量的演化規(guī)律,從而為應(yīng)對(duì)自動(dòng)駕駛車(chē)輛對(duì)交通系統(tǒng)的影響做好預(yù)先準(zhǔn)備,為交通政策、決策的制定提供科學(xué)依據(jù)。

        1 混合流量日變模型基礎(chǔ)結(jié)構(gòu)

        假設(shè)路網(wǎng)G=(N,A),N表示節(jié)點(diǎn)集,A表示路段集,對(duì)于任意路段a,有a∈A。用r、s分別表示起訖點(diǎn),R、S分別表示起訖點(diǎn)集合,有rs∈RS。用k表示路徑,K表示路徑集,有k∈K。在有自動(dòng)駕駛車(chē)輛行駛的路網(wǎng)中,自動(dòng)駕駛流量和傳統(tǒng)車(chē)輛流量在路網(wǎng)中分別進(jìn)行逐日出行路徑調(diào)整,由于兩部分流量的差異性,它們采用不同的目標(biāo)和不同的演化規(guī)則,因此混合流量日變模型包括傳統(tǒng)車(chē)輛流量日變模型和自動(dòng)駕駛流量日變模型兩部分。路網(wǎng)中的流量由自動(dòng)駕駛流量和傳統(tǒng)車(chē)輛流量?jī)刹糠謽?gòu)成,見(jiàn)式(1)。路網(wǎng)中各部分流量分別等于各路徑的流量之和,見(jiàn)式(2)和(3)。

        (1)

        (2)

        (3)

        (4)

        (5)

        (6)

        2 傳統(tǒng)車(chē)輛流量日變模型

        出行者選擇日常出行路徑時(shí),往往依賴于往日的出行經(jīng)驗(yàn)、自身的偏好,對(duì)路網(wǎng)產(chǎn)生一定的認(rèn)識(shí)并做出擇路決策??紤]到出行者對(duì)風(fēng)險(xiǎn)的態(tài)度,用前景理論描述出行者的逐日出行行為。在日常重復(fù)出行中,出行者不斷熟悉路網(wǎng),隨著出行天數(shù)的增加來(lái)更新對(duì)路網(wǎng)的認(rèn)知,以行程時(shí)間為基礎(chǔ),結(jié)合自身的風(fēng)險(xiǎn)偏好屬性,出行者以出行收益前景值最大為目標(biāo)進(jìn)行逐日路徑調(diào)整。

        采用路徑前景來(lái)進(jìn)行路徑選擇需要建立出行收益或者損失框架[7- 8],因此需確定關(guān)于路徑前景的3個(gè)部分。假設(shè)參考點(diǎn)事先給定且不隨時(shí)間變化,用e0表示;同時(shí)假設(shè)理解行程時(shí)間etk(n)依賴于前一天的實(shí)際出行時(shí)間,即etk(n)=tk(n-1)。價(jià)值函數(shù)v見(jiàn)式(7),決策權(quán)重函數(shù)w見(jiàn)式(8),路徑前景pv見(jiàn)式(9)。

        (7)

        (?rs∈RS,k∈Krs)

        (8)

        (?rs∈RS,k∈Krs)

        (9)

        (?rs∈RS,k∈Krs)

        PVk(n)=pvk(n)+εk

        (10)

        式中,εk表示出行者對(duì)實(shí)際路徑前景值的觀測(cè)誤差,假定其服從獨(dú)立的Gumbel分布。出行者依據(jù)路徑前景進(jìn)行路徑選擇且路網(wǎng)處于非均衡狀態(tài)時(shí),流量會(huì)逐漸向路徑前景較大的路徑轉(zhuǎn)移。當(dāng)傳統(tǒng)車(chē)輛流量滿足隨機(jī)用戶均衡條件時(shí),所有具有傳統(tǒng)車(chē)輛流量的路徑前景相等且等于最大前景值,見(jiàn)式(11),所有沒(méi)有傳統(tǒng)車(chē)輛流量的路徑前景不大于最大路徑前景值,見(jiàn)式(12)。

        (11)

        (12)

        式中,PV*rs表示傳統(tǒng)車(chē)輛流量達(dá)到網(wǎng)絡(luò)均衡時(shí)起訖點(diǎn)rs間的最大路徑前景值。

        傳統(tǒng)車(chē)輛出行者在逐日出行中根據(jù)前一日的路徑前景調(diào)整當(dāng)日的出行路徑,直至達(dá)到傳統(tǒng)車(chē)輛流量均衡狀態(tài)??紤]傳統(tǒng)車(chē)輛流量轉(zhuǎn)移過(guò)程及SUE平衡條件,結(jié)合文獻(xiàn)[9- 10]建立傳統(tǒng)車(chē)輛流量日變模型,見(jiàn)式(13)-(15):

        (13)

        (14)

        (15)

        3 自動(dòng)駕駛流量日變模型

        自動(dòng)駕駛車(chē)輛的流量演化目標(biāo)是使路網(wǎng)中的這部分流量總出行時(shí)間最小,即

        (16)

        根據(jù)系統(tǒng)最優(yōu)的均衡條件,若自動(dòng)駕駛流量滿足系統(tǒng)最優(yōu),在所有具有自動(dòng)駕駛流量的路徑上增加一個(gè)出行單位時(shí),該單位遇到的阻抗及該單位經(jīng)過(guò)路徑對(duì)原有流量產(chǎn)生的額外阻抗最小,即增加一個(gè)出行單位對(duì)網(wǎng)絡(luò)總阻抗的邊際貢獻(xiàn)最小,見(jiàn)下式:

        (17)

        所有沒(méi)有自動(dòng)駕駛流量的路徑增加一個(gè)出行單位時(shí),該增加的出行單位對(duì)路網(wǎng)總阻抗的邊際貢獻(xiàn)不小于最小邊際阻抗,即

        (18)

        路段阻抗函數(shù)采用BPR函數(shù),故對(duì)于邊際阻抗函數(shù)中的微分項(xiàng)可以進(jìn)行代入,見(jiàn)式(19):

        (19)

        自動(dòng)駕駛車(chē)輛在逐日的路徑調(diào)整過(guò)程中遵循系統(tǒng)最優(yōu)原則調(diào)整出行路徑,直至達(dá)到路網(wǎng)中自動(dòng)駕駛流量系統(tǒng)最優(yōu)狀態(tài)。自動(dòng)駕駛流量轉(zhuǎn)移過(guò)程類似傳統(tǒng)車(chē)輛流量轉(zhuǎn)移,故參考傳統(tǒng)車(chē)輛流量日變模型,建立自動(dòng)駕駛流量日變模型如下:

        (20)

        (21)

        (22)

        4 算例分析

        圖1 測(cè)試網(wǎng)絡(luò)Fig.1 Test network

        表1 各路徑的路段組成Table 1 Links of each path

        4.1 混合流量均衡狀態(tài)分析

        圖2-4分別是混合流量、傳統(tǒng)車(chē)輛流量和自動(dòng)駕駛流量在各路徑隨時(shí)間的演化情況。通過(guò)觀察3幅圖中的流量變化可知,3類路徑流量在100 d以后的變化很小,達(dá)到近似均衡狀態(tài);流量在前10 d波動(dòng)最為劇烈,從第10 d到第50 d向著各自的均衡狀態(tài)演化,50 d后大部分流量完成路徑轉(zhuǎn)移,隨后少部分流量繼續(xù)調(diào)整直至達(dá)到混合均衡狀態(tài)。比較傳統(tǒng)車(chē)輛流量和自動(dòng)駕駛流量可以發(fā)現(xiàn),自動(dòng)駕駛流量前期波動(dòng)較大且達(dá)到近似均衡狀態(tài)的速度較快,而傳統(tǒng)車(chē)輛流量前期波動(dòng)較小且達(dá)到近似均衡狀態(tài)用時(shí)相對(duì)較長(zhǎng),而總流量是兩類流量共同作用的結(jié)果,以路徑9為例,前50 d中傳統(tǒng)車(chē)輛流量較大幅度下降而自動(dòng)駕駛流量較大幅度上升,但總流量在30 d內(nèi)沒(méi)有大幅度變化。均衡狀態(tài)時(shí),混合流量在除路徑5和路徑13的其他路徑都有流量,而傳統(tǒng)車(chē)輛在6條路徑上的流量為0,自動(dòng)駕駛車(chē)輛在9條路徑上的流量為0,從表2可以看出,只有路徑12上同時(shí)存在兩種類型的流量,這與兩類流量的擇路機(jī)制有關(guān),即分別向前景值最大和邊際阻抗最小的路徑演化。

        圖2 混合流量在各路徑的演化Fig.2 Evolution of mixed flow of each path

        圖3 傳統(tǒng)車(chē)輛流量在各路徑的演化Fig.3 Evolution of traditional vehicle flow in each path

        圖4 自動(dòng)駕駛流量在各路徑的演化Fig.4 Evolution of autonomous vehicle flow in each path

        表2 混合均衡時(shí)兩類流量的路徑分布

        Table 2 Path distribution of two types of traffic in mixed equalization

        OD對(duì)傳統(tǒng)車(chē)輛流量路徑分布自動(dòng)駕駛流量路徑分布A-C3、4、6、7、81、2B-C10、11、129、12、14

        4.2 自動(dòng)駕駛車(chē)輛比例對(duì)路網(wǎng)系統(tǒng)的影響

        圖5是不同的自動(dòng)駕駛車(chē)輛比例下路網(wǎng)系統(tǒng)總時(shí)間的演化情況。圖中分別給出了自動(dòng)駕駛車(chē)輛占比η為0.1、0.2、0.3、0.4和0.5時(shí)系統(tǒng)總時(shí)間隨演化時(shí)間推進(jìn)的變化情況,可以看出,η=0.5時(shí),路網(wǎng)系統(tǒng)總時(shí)間在80 d附近時(shí)趨于收斂,略大于24 800 min,而η=0.1,0.2,0.3時(shí),路網(wǎng)系統(tǒng)總時(shí)間在150 d時(shí)仍未收斂且有繼續(xù)增加的趨勢(shì)。隨著自動(dòng)駕駛車(chē)輛比例的提高,路網(wǎng)系統(tǒng)總時(shí)間減小,原因在于自動(dòng)駕駛車(chē)輛以系統(tǒng)最優(yōu)為目標(biāo)進(jìn)行流量演化,故其比例越高則系統(tǒng)總時(shí)間越小。

        圖5 不同自動(dòng)駕駛車(chē)輛比例下對(duì)應(yīng)的路網(wǎng)系統(tǒng)總時(shí)間

        Fig.5 Total time of network system corresponding to different proportions of autonomous vehicles

        圖6是路徑1的總流量在不同自動(dòng)駕駛車(chē)輛比例下的演化情況??梢钥闯?,隨著自動(dòng)駕駛車(chē)輛比例的降低,混合均衡時(shí)路徑1的總流量下降,說(shuō)明不同的自動(dòng)駕駛車(chē)輛比例會(huì)產(chǎn)生不同的混合均衡狀態(tài)。結(jié)合圖2-4分析可知,混合均衡時(shí)路徑1的流量均由自動(dòng)駕駛車(chē)輛構(gòu)成,考慮到各路徑的自由流時(shí)間,路徑1可能是路徑前景較小的路徑,均衡狀態(tài)時(shí),傳統(tǒng)車(chē)輛流量在路徑1上無(wú)分布,而自動(dòng)駕駛流量為追求系統(tǒng)最優(yōu)在路徑1分布,故當(dāng)自動(dòng)駕駛流量的比例降低時(shí),路徑1流量下降。

        圖6 路徑1總流量在不同自動(dòng)駕駛車(chē)輛比例下的演化

        Fig.6 Total flow evolution of path 1 under different proportions of autonomous vehicles

        4.3 流量轉(zhuǎn)移閾值對(duì)混合流量動(dòng)態(tài)演化的影響

        圖7是設(shè)定流量轉(zhuǎn)移閾值后各路徑總流量的逐日演化情況。結(jié)合圖2可以發(fā)現(xiàn),提高閾值后,均衡狀態(tài)下的各路徑均有流量,而圖2中路徑5和路徑13沒(méi)有流量,且各路徑流量大小排序發(fā)生變化,圖2中各路徑流量從大到小依次為1- 9- 12- 11- 10- 7- 14- 6- 2- 4- 3- 8- 13- 5,圖7中各路徑流量從大到小依次為1- 9- 12- 14- 11- 2- 10- 7- 6- 4- 13- 8- 3- 5,原因在于前景差值需達(dá)到閾值后流量才在路徑間轉(zhuǎn)移,因此傳統(tǒng)車(chē)輛流量在路徑間的轉(zhuǎn)移次數(shù)會(huì)減少,向前景值大的路徑上轉(zhuǎn)移的流量少于閾值為0的情況,由圖3和8可以印證這點(diǎn)。圖3中傳統(tǒng)車(chē)輛流量為0的路徑有6條,而圖8中只有1條,且兩種情況下自動(dòng)駕駛流量的演化情況類似(參考圖4和9),因此圖7中各路徑都有流量是傳統(tǒng)車(chē)輛這部分流量的作用。

        圖7 閾值下各路徑的混合流量演化Fig.7 Evolution of mixed flow of each path under threshold

        為前景差值設(shè)置閾值后,傳統(tǒng)車(chē)輛流量的隨機(jī)用戶均衡條件發(fā)生了變化,可以描述為當(dāng)傳統(tǒng)車(chē)輛流量滿足隨機(jī)用戶均衡條件時(shí),對(duì)于所有具有傳統(tǒng)車(chē)輛流量的任意兩條路徑,其前景差值的絕對(duì)值不超過(guò)給定閾值,見(jiàn)式(23);對(duì)于所有沒(méi)有傳統(tǒng)車(chē)輛流量的路徑,其與任意一條具有傳統(tǒng)車(chē)輛流量的路徑的前景差值不超過(guò)給定閾值,見(jiàn)式(24):

        圖8 閾值下各路徑的傳統(tǒng)車(chē)輛流量演化

        Fig.8 Evalution of traditional vehicle flow of each path under threshold

        圖9 閾值下各路徑的自動(dòng)駕駛流量演化

        Fig.9 Evolution of autonomous vehicle flow of each path under threshold

        (23)

        (24)

        表3是有、無(wú)閾值條件下各路徑的穩(wěn)定流量與對(duì)應(yīng)的路徑前景、邊際阻抗。路徑1-8是OD對(duì)A-C間的路徑,9-14是OD對(duì)B-C間的路徑。首先觀察前景值。無(wú)閾值條件下,路徑1-8中存在傳統(tǒng)車(chē)輛流量的路徑為3、4、6、7、8(參考圖3),對(duì)應(yīng)的前景值均為23.629,是A-C間的最大前景值;路徑9-14中存在傳統(tǒng)車(chē)輛流量的路徑為10、11、12(參考圖3),對(duì)應(yīng)的前景值均為25.311,是B-C間的最大前景值。有閾值條件下,只有路徑1沒(méi)有傳統(tǒng)車(chē)輛流量,A-C間存在傳統(tǒng)車(chē)輛流量的路徑前景范圍為(23.12,24.198),最大前景值與最小前景值之差1.078小于閾值1.156,滿足式(23);B-C間存在傳統(tǒng)車(chē)輛流量的路徑前景范圍為(24.652,25.884),同樣滿足式(23);對(duì)于路徑1,其前景值比存在傳統(tǒng)車(chē)輛流量的路徑的前景值都要小,滿足式(24)。然后觀察邊際阻抗。無(wú)閾值條件下,A-C間存在自動(dòng)駕駛流量的路徑為路徑1和2,邊際阻抗為26.132,路徑3-8的阻抗均大于26.132;B-C間存在自動(dòng)駕駛流量的路徑為路徑9、12和14,邊際阻抗為27.373,比B-C間其他路徑的邊際阻抗小。有閾值條件下,最小邊際阻抗路徑與無(wú)閾值時(shí)相同,原因在于自動(dòng)駕駛流量沒(méi)有轉(zhuǎn)移閾值,閾值的設(shè)定主要作用于傳統(tǒng)車(chē)輛流量。

        表3 有、無(wú)閾值條件下各路徑的穩(wěn)定流量與對(duì)應(yīng)的前景值及邊際阻抗

        Table 3 Stable flow as well as corresponding prospect value and marginal impedance of each path with or without threshold

        路徑路徑流量/(veh·min-1)前景值邊際阻抗無(wú)閾值有閾值無(wú)閾值有閾值無(wú)閾值有閾值1187.940191.58022.71422.66126.13226.596262.07577.53723.17323.12026.13226.596334.18635.12923.62923.89930.15527.789437.17639.29823.62923.90730.15627.7195027.34423.17223.41230.14428.047670.88645.35323.62924.19034.16329.240775.59747.24323.62924.19834.16429.170832.15236.51823.62923.87030.15028.0479165.115187.26024.85825.10627.37325.18610113.40064.11325.31125.87631.38526.37911119.52591.51525.31125.88431.38626.30912129.459124.85025.31125.55927.37325.18613038.39724.77925.01428.06525.9921472.48993.86324.40324.65227.37325.186

        4.4 傳統(tǒng)與自動(dòng)駕駛環(huán)境中短期事件下的流量演化比較

        為了比較有、無(wú)自動(dòng)駕駛車(chē)輛對(duì)短期事件下混合流量演化的影響,本節(jié)考察了兩類環(huán)境下的路網(wǎng)流量演化過(guò)程。

        分析傳統(tǒng)出行環(huán)境中短期事故對(duì)路網(wǎng)流量的演化的影響,取γ=0.025。圖10是純傳統(tǒng)車(chē)輛流量轉(zhuǎn)移閾值對(duì)應(yīng)的各路徑流量的演化情況。圖11是n=10時(shí)純傳統(tǒng)車(chē)輛流量下路段5的通行能力由800降至250時(shí)的各路徑流量演化情況。分析自動(dòng)駕駛環(huán)境中短期事故對(duì)路網(wǎng)流量演化的影響,以4.3節(jié)中的混合流量為基礎(chǔ)進(jìn)行研究。圖12是n=10時(shí)混合流量下路段5發(fā)生交通事件導(dǎo)致路段通行能力降至250時(shí)的各路徑流量演化情況。比較圖10與11、圖7與12,并結(jié)合表4觀察流量的大小及各路徑流量的大小關(guān)系可知,傳統(tǒng)出行環(huán)境中,發(fā)生事件與未發(fā)生事件兩種情況下,流量在不斷調(diào)整后達(dá)到不同的穩(wěn)定狀態(tài),流量的大小關(guān)系亦不同,這與文獻(xiàn)[11]的結(jié)論是一致的。自動(dòng)駕駛環(huán)境中,短期事件后路網(wǎng)混合流量能逐漸演化至與發(fā)生短期事件之前類似的穩(wěn)定狀態(tài),各路徑流量的大小有微小變化,各路徑流量的大小關(guān)系與短期事件前保持一致。比較兩類出行環(huán)境下的流量分布,可以發(fā)現(xiàn)短期交通事件下自動(dòng)駕駛流量會(huì)促使事故發(fā)生后的混合流量穩(wěn)定狀態(tài)趨同于事故發(fā)生前的流量穩(wěn)定狀態(tài),原因在于無(wú)人駕駛車(chē)輛不存在流量轉(zhuǎn)移閾值,這部分流量仍按照原有規(guī)則轉(zhuǎn)移路徑流量,因此事故前后的近似穩(wěn)定流量只表現(xiàn)為流量大小的少量變化,同時(shí)應(yīng)注意本節(jié)假定兩類流量的比例相同,不同比例的自動(dòng)駕駛車(chē)輛會(huì)導(dǎo)致不同的流量分布。

        圖10 純傳統(tǒng)車(chē)輛的各路徑流量演化Fig.10 Evolution of pure traditional vehicle flow of each path

        圖11 純傳統(tǒng)車(chē)輛在短期事件下的各路徑流量演化

        Fig.11 Evolution of pure traditional vehicle flow of each path in short-term events

        圖12 混合流量在短期事件下的各路徑流量演化

        Fig.12 Evolution of mixed flow of each path in short-term events

        表4 兩類出行環(huán)境中有、無(wú)短期事件時(shí)各路徑的穩(wěn)定流量Table 4 Each path’s traffic flow in/non-in short-term events in two types of travel environments

        5 結(jié)語(yǔ)

        文中建立了考慮傳統(tǒng)車(chē)輛和自動(dòng)駕駛車(chē)輛的混合流量日變模型。在傳統(tǒng)車(chē)輛流量日變模型中,采用前景理論描述出行者的出行行為,并以路徑前景值最大為目標(biāo)進(jìn)行傳統(tǒng)車(chē)輛流量逐日演化;在自動(dòng)駕駛流量日變模型中,以路徑邊際阻抗最小為目標(biāo)進(jìn)行自動(dòng)駕駛流量逐日演化。當(dāng)兩類流量逐日演化至各自的均衡狀態(tài)時(shí),系統(tǒng)流量隨之均衡。文中采用一個(gè)測(cè)試網(wǎng)絡(luò)模擬了路網(wǎng)混合流量的逐日演化過(guò)程,發(fā)現(xiàn)兩類流量達(dá)到均衡所需時(shí)間和流量的波動(dòng)情況均不一致;同時(shí),文中還分析了自動(dòng)駕駛條件下多類交通情形的流量演化規(guī)律。后續(xù)工作中,擬考慮彈性需求與日內(nèi)交通動(dòng)態(tài)對(duì)流量演化進(jìn)行更深入的研究。

        猜你喜歡
        前景
        化膿灸的應(yīng)用前景分析
        我國(guó)旅游房地產(chǎn)開(kāi)發(fā)前景的探討
        法德軸心的重啟及前景
        四種作物 北方種植有前景
        離岸央票:需求與前景
        全球FDI:大幅下降,前景難言樂(lè)觀
        “新零售咖啡”前景幾何?
        海峽姐妹(2019年1期)2019-03-23 02:42:58
        迷你KTV的風(fēng)口前景如何
        量子糾纏的來(lái)歷及應(yīng)用前景
        太空探索(2016年10期)2016-07-10 12:07:01
        低蛋白大米的制備方法及應(yīng)用前景
        成人精品国产亚洲av久久| 国产呦系列呦交| 亚洲天堂在线视频播放| 第九色区Aⅴ天堂| 国产69精品麻豆久久| 欧美牲交a欧美牲交aⅴ| 成人国产一区二区三区| 欧美性生交活xxxxxdddd| 中国凸偷窥xxxx自由视频妇科| 蜜桃臀无码内射一区二区三区| 亚洲欧洲日产国码无码| 蜜桃成熟时日本一区二区| 成人无码av免费网站| 少妇下面好紧好多水真爽播放| 国产精品video| 日本国主产一区二区三区在线观看 | 激情久久av一区av二区av三区| 久久人妻公开中文字幕| 中文字幕成人精品久久不卡| 久久亚洲网站中文字幕| 在教室伦流澡到高潮h麻豆| 亚洲色四在线视频观看| 视频女同久久久一区二区| 欧美v国产v亚洲v日韩九九| 又粗又硬又黄又爽的免费视频 | 黄片小视频免费观看完整版| 狠狠色狠狠色综合| 成人性生交大全免费看| 国产女主播福利一区二区 | 无码乱肉视频免费大全合集 | 品色堂永远的免费论坛| 久久一区av蜜桃人妻| 中文有码人妻字幕在线| 国产特级毛片aaaaaa| 日韩中文在线视频| 亚洲一区在线二区三区| 中文字幕在线亚洲精品| 亚洲爆乳无码专区| 国产av一区二区三区国产福利 | 永久亚洲成a人片777777| 欧美色aⅴ欧美综合色|