Density-feedback control in traffic and transport far from equilibrium
单车道交通流中的瓶颈情况通常以恒定的进入车辆需求来建模。然而，在实践中，这种需求可能取决于瓶颈中的汽车密度。本文研究了一个简单的双峰实现这种机制，我们称之为密度反馈控制（DFC）：如果在瓶颈的实际密度高于一定的阈值，可能进入汽车的水库密度降低到一个不同的恒定值。通过数值求解离散化的粘性Burgers方程，得到了一个丰富的稳态相图，并以流量最大化为目标，得到了典型交通管理策略中阈值的最优选择。通过计算机模拟的微观TASEP与DFC的分析结果进行了验证。
2013-06-07 cond-mat.stat-mech
Reaction-Diffusion Models describing a Two-Lane Traffic Flow
单向双车道道路近似为一组两个平行的封闭一维链。系统中考虑了两种类型的汽车，即慢速汽车和快速汽车。基于Nagel-Schreckenberg（Na-Sch）交通流模型，引入一组反应扩散过程来模拟车辆的行为。快车可以使用超车道超过慢车。我们编写和解决的平均场速率方程的密度缓慢和快速的汽车分别。通过计算机模拟研究了该模型的性质，得到了基本图。并将所得结果与v_max=2的Na-Sch模型作了比较。
2000-04-08 cond-mat.stat-mech
A slow-to-start traffic model related to a M/M/1 queue
我们考虑一个有序车系统在$\R$中从右向左运动。每辆汽车都由$\R$中的一个点表示;两辆或多辆汽车可以占用同一个点，但不能跨越。汽车有两种速度：0或1。一辆未被阻挡的汽车需要一个平均值为1的指数随机时间从速度0到速度1（\emph{slow-to-start}）。比如说，汽车$i$以1的速度行驶，直到它（可能）撞上停在它左边的汽车$i-1$。在汽车$i-1$离开后，汽车$i$等待一个指数随机时间将其速度变为1，以该速度行驶，直到它再次撞上停止的汽车$\R$，依此类推。我们表明，每辆车将停止只有有限的次数，最终的相对车的位置是再次泊松过程参数$λ$。为此，我们将汽车的轨迹与$M/M/1$固定队列联系起来，如下所示。交通模型中的空间就是排队的时间。车辆的初始位置与队列的到达过程一致，最终的相对位置与队列的离开过程一致。
2007-05-31 cond-mat.stat-mech
Jamming and asymptotic behavior in competitive random parking of bidisperse cars
我们提出了一个广义的停车问题，无论是一辆汽车的大小$σ$或大小$mσ$（$m>1$）是顺序停放在一条线上的概率分别为$q$和$(1-q)$。自由参数$q$插值之间的经典停车问题在任何极端（$q=0$和$q=1$）和竞争性随机顺序吸附的二元混合物之间。我们发现，在干扰限制的混合物的覆盖范围总是超过了单一尺寸的情况下获得的值。双分散混合物的引入导致较小物种缓慢接近干扰极限（$\sim t^{-1}$），而较大物种以指数方式快速达到其渐近值$\sim t^{-1}e^{-(m-1)qt}$。
2002-05-15 cond-mat.stat-mech
A cellular automaton traffic flow model between the Fukui-Ishibashi and Nagel-Schreckenberg models
提出并研究了一种新的一维高速车辆交通流元胞自动机（CA）模型，模型中所有车辆都具有Fukui-Ishibashi型加速度，车辆只具有Nagel-Schreckenberg型随机延迟，车辆跟随前车的轨迹.新模型和NS模型之间延迟场景的主要区别在于，在新模型中，前车间距大于速度限制$M$的车辆可能不会延迟。利用面向车辆的平均场论，解析地导出了平均速率随车辆密度变化的基本图。我们的理论结果与数值模拟非常吻合。
2001-02-07 cond-mat.stat-mech
Effects of anticipatory driving in a traffic flow model
交通预测意味着司机估计他们的领导者的速度为未来的时间步长。本文研究了一类具有非唯一流密度关系的随机跟驰模型。它是通过下一个最近邻的相互作用，导致大流量和短时间的车头时距。造成这些影响的潜在机制是由车厢的车头时距来解释的，车厢的车头时距以交替的结构组织，其中一个较短的车头时距跟随一个较长的车头时距，从而在随后车厢的间隙或车头时距中产生强的反相关性。对于所研究的模型，相应的时间车头时距分布显示在现实中观察到的短车头时距。尽管这些影响是针对特定模型讨论的，但所描述的机制通常存在于任何具有预期的交通流模型中。
2003-02-25 cond-mat.stat-mech
Phase Transition in a Traffic Model with Passing
我们研究了一个交通模型，在该模型中，汽车要么自由移动与淬火的内在速度或属于集群后面形成的较慢的汽车。在每个集群中，下一个领先的汽车被允许通过并恢复自由运动。该模型经历了一个相变，从无序相的高通过率的堵塞相的低速率。在无序相，团簇尺寸分布在大尺寸极限下呈指数衰减。在阻塞阶段，团簇大小分布具有幂律尾部，并且存在无限大小的团簇。平均场方程，描述在麦克斯韦近似的框架下的模型，正确地预测相变的存在，并充分描述无序相;性能的堵塞相进行了数值研究。
2000-02-03 cond-mat.stat-mech
Disorder Effects in CA-Models for Traffic Flow
本文研究了交通流Nagel-Schreckenberg模型中的淬火无序效应。空间的不均匀性，即格点的制动概率被放大，被认为是以及颗粒的无序，即不同的最大速度的汽车。这两种类型的混乱都会导致隔离状态。
1997-12-16 cond-mat.stat-mech
Exact solution of a cellular automaton for traffic
我们提出了一个精确的解决方案的概率元胞自动机的开放边界条件下的交通，例如汽车可以进入和离开一部分的高速公路具有一定的概率。所研究的模型是所有站点{ \it同时}更新的非对称排斥过程（ASEP）。它相当于Nagel-Schreckenberg公路交通模型的一个特例（$v_{\rm max}=1$），该模型在实时交通仿真中有许多应用。与其他更新方案相比，同时更新引起额外的强短程相关。定态可以用矩阵乘积解来表示。相应的代数，它表示一个系统大小的递归关系的权重的配置，是四次，在以前的情况下，其中的代数是二次的。我们推导出相图和计算各种属性，如密度分布，两个点函数和系统中的粒子（汽车）的数量的波动。电流和密度分布可以映射到ASEP与其他时间离散更新程序。通过使用这种映射，我们的结果也给出了这些模型的新结果。
1998-10-22 cond-mat.stat-mech
Rare-Event Properties of the Nagel-Schreckenberg Model
本文通过计算机模拟研究了Nagel-Schreckenberg模型下交通流的分布$q$。我们应用了一种大偏差方法，这使我们能够获得超过一百年的概率分布$P(q)$，直到像$10^{-140}$这样的概率。这使我们能够在大范围的支持下表征流量分布，并识别罕见甚至非常罕见的流量情况的特征。我们观察到的分布形状的变化时，增加密度的汽车从自由流到拥挤阶段。此外，我们通过测量$q$与其他数量（如站立车辆的密度或交通堵塞的数量和大小）的相关性来表征典型和罕见的交通情况。
2019-08-13 cond-mat.stat-mech physics.data-an
Stationary Velocity Distributions in Traffic Flows
我们引入了一个交通流模型，结合聚类和传递。我们从Boltzmann方程解析地获得了流动的稳态特性。一个单一的无量纲参数，R=c_0v_0t_0，其中c_0是浓度，v_0是速度范围，1/t_0是通过速率，决定了稳态的性质。当R<<1时，出现单车不间断流。当R>>1时，形成平均质量为<m>~ R^α的大团簇，通量为J ~ R^{-γ}。慢车的初始分布决定了统计数据。当P_0（v）~ v^μ为v->0时，标度指数为γ=1/（μ+2），当μ>0时，标度指数为α=1/2，当μ<0时，标度指数为α=（μ+1）/（μ+2）。
1997-08-14 adap-org cond-mat.stat-mech nlin.AO
Car-oriented mean-field theory for traffic flow models
我们提出了一种新的单车道交通的元胞自动机模型的解析描述。与以前的方法相比，我们不使用占用的网站数量作为动态变量，而是连续的汽车之间的距离。因此，某些较长范围的相关性被考虑在内，甚至平均场的方法产生非平凡的结果。事实上，对于具有$v_{max}=1$的模型，精确解被再现。对于$v_{max}=2$的基本图显示了良好的协议与模拟结果。
1996-12-12 cond-mat.stat-mech
The Effect Of Delay Times On The Optimal Velocity Traffic Flow Behavior
我们已经数值研究的延迟时间的效果$τ_f$和$τ_s$的快速和慢速车辆的混合物上的最佳速度模型的基本图。快车的最优速度函数不仅取决于每辆车的车头时距，还取决于前一辆车的车头时距。据发现，小的延迟时间几乎没有影响，而足够大的延迟时间$τ_s$的当前配置文件显示定性五种不同的形式取决于$τ_f$，$τ_s$和分数$d_f$和$d_s$的快速和慢速汽车分别。在低密度和/或高密度下，速度（电流）呈现一阶跃变，从自由运动相到拥塞状态，从拥塞状态到阻塞状态，分别伴随着局部最小电流的存在。此外，存在一个临界值$τ_f$，超过该值，亚稳态和滞后现象出现。交通流的时空格局呈现出更加复杂的结构
2005-03-08 cond-mat.other cond-mat.stat-mech
Anisotropic effect on two-dimensional cellular automaton traffic flow with periodic and open boundaries
通过计算机模拟，研究了二维交通流的元胞自动机中，车辆运动方向由上向右变化的概率的各向异性效应（$p_{ur}$）和从右到上（$p_{ru}$），一方面研究了周期边界条件下的动态干扰转捩和速度，另一方面研究了开边界条件下的相图，另一只手然而，在前一种情况下，当轿厢改变它们的移动方向（$p_{ur}\neq 0$和/或$p_{ru}\neq 0$）时，一阶干扰转变消失。在开边界条件下，发现阻塞相和运动相之间的一阶线过渡是弯曲的。因此，通过增加各向异性，运动相区域扩大以及堵塞相区域的收缩。此外，在各向同性的情况下，并且当每个轿厢在每个时间步（$p_{ru}=p_{ur}=1$）改变其移动方向时，从阻塞阶段（或移动阶段）到最大当前阶段的转变是一阶的。此外，在最大电流阶段，密度分布以指数$γ\approx {1/4}$衰减。
2003-01-21 cond-mat.stat-mech
Vehicular traffic flow at an intersection with the possibility of turning
建立了描述单交叉口车辆交通流的Nagel-Schreckenberg元胞自动机模型。一组定时运行的交通灯控制着交通流量。对单向流动的街道采用开边界条件。街道是单车道的，汽车可以在到达十字路口时以规定的概率转弯。进行了广泛的蒙特卡罗模拟，以找到模型的流动特性。特别是，我们调查的流量依赖于信号参数，转向概率和输入速率。结果表明，对于每一组参数，存在一个平台区域内的总流出量从交叉口几乎保持不变。我们还计算了各种控制参数下，每个循环的车辆在红灯后的总等待时间。
2011-05-07 cond-mat.stat-mech nlin.CG physics.soc-ph
Probabilistic Description of Traffic Breakdowns Caused by On-ramp Flow
分析了入口匝道附近交通故障的特征。为了描述这一现象的概率描述，认为堵塞的出现，形成一个大的汽车集群在高速公路内的同步交通。在这些术语中，通过在位于入口匝道附近的亚稳态车辆流中形成某个临界核来发生击穿。在同步交通中，强的合作车辆相互作用使我们能够将临界堵塞核的大小视为一个大的值，并适用于一个有效的单车道模型。该模型假设如下。首先，汽车集群的增长取决于汽车对集群的附着，其速率主要由总交通流指定。第二，汽车逃逸决定了簇的解体，逃逸速率直接取决于簇的大小。第三，单车集群（前集群）的产生是由汽车从入口匝道进入主干道引起的。给出了车辆群演化的主方程，并求出了临界拥堵核的产生率，所得结果与经验事实相一致，即交通拥堵现象的特征时间尺度大于或等于1 min，且发生交通拥堵的交通流率区间足够宽.此外，作为一个新的结果，当入口匝道相对车流量超过10%~ 20%时，可以仅根据总车流量的数据，而不将其分解为主干道和入口匝道上的车流量，至少近似地分析交通中断概率。
2004-05-08 cond-mat.soft cond-mat.stat-mech
Stochastic boundary conditions in the deterministic Nagel-Schreckenberg traffic model
我们考虑开放系统中的汽车移动根据确定性Nagel-Schreckenberg规则和最大速度${v}_{max} > 1$，这是一个扩展的不对称排除过程（ASEP）。事实证明，系统的行为由两个特征主导：a）左右边界之间的竞争b）由于注入的汽车在系统开始时感受到来自前车的阻碍而产生的所谓“缓冲器”的发展。因此，在自由流和拥塞相之间存在一阶相变，伴随着缓冲区的崩溃，并且相图本质上不同于${v}_{max} = 1$（ASEP）。
2000-08-16 cond-mat.stat-mech
Investigation of the dynamical structure factor of the Nagel-Schreckenberg traffic flow model
Nagel-Schreckenberg交通流模型表明，从一个自由流动的政权过渡到拥挤的政权增加汽车密度。动态结构因子的测量提供了观察堵塞演变的机会，而不需要定义一辆车是否堵塞。在阻塞转变之上，对于给定的$k$值，动态结构因子$S(k,ω)$表现出两个最大值，这两个最大值对应于系统分离成自由流动相和阻塞相。分析这些最大值的$k$依赖性，测量堵塞的向后速度。我们发现，堵塞速度既不依赖于车辆的整体密度，也不依赖于模型的最大速度。
1998-01-22 cond-mat.stat-mech
