Self-Driven Particle Model for Mixed Traffic and Other Disordered Flows
发展中国家的车辆尺寸和速度差异很大，司机往往不遵守车道纪律。在这种称为“混合交通”的流动状态下，驾驶员之间的相互作用和由此产生的机动更像是一般的无序自驱动粒子系统，而不是工业化国家的有序车道交通流。我们提出了一个通用的多粒子模型，这种自驱动的“高速粒子”，并表明它再现了所观察到的混合交通的特点。其主要思想是将传统的基于加速度的跟驰模型推广到二维力场。对于直线跟随，模型恢复到底层的汽车跟随模型，对于非常慢的速度，它恢复到行人的各向异性社会力模型。在车道标记位置处添加额外的地板场后，模型恢复为具有连续横向动力学（包括拉链合并等合作方面）的集成车辆跟随和换道模型。以自适应巡航控制（ACC）系统作为底层跟驰模型，它成为自动驾驶车辆在混合交通或基于车道的交通中的加速和转向控制器。
2018-05-14 physics.soc-ph
Guiding Self-Organizing Dynamics of Residential Choice in Cities to Reduce Traffic Congestion and Carbon Emissions
Hebei Normal University（河北师范大学）；Beijing Jiaotong University（北京交通大学）；The Education University of Hong Kong（香港教育大学）；Beijing Normal University（北京师范大学）
通过虚拟换房过程研究城市住宅选择的自组织动态，发现实际通勤距离比随机分布时短三倍，有效缓解交通拥堵和碳排放，即使考虑社会人口因素，减排效果仍显著。
2026-04-29 physics.soc-ph
Stability of heterogeneous linear and nonlinear car-following models
该研究针对交通停走波的动力学控制难题，探究两类含淬火无序的异质跟驰模型，推导通用线性稳定性条件并仿真验证，明确了车辆行为个体异质性对交通稳定性的影响机制。
2024-08-14 physics.soc-ph
Breaking Behavioral Uniformity in Traffic Flow: Analytical Derivation and Numerical Verification of Optimal Cooperative Buffering
本文针对交通流中的走走停停波问题，提出最优协同缓冲策略，通过解析推导与数值验证表明，该策略可扩展弦稳定参数空间、消散走走停停波并提升交通流量。
2026-10-09 physics.soc-ph
Jamming Transition of Point-to-Point Traffic Through Cooperative Mechanisms
本文利用计算机仿真的方法研究了二维点到点业务通过协作机制的干扰过渡。我们提出了两个分散的合作机制，并将其纳入点到点的交通模型：靠边站（CM-SA）和选择替代路由（CM-CAR）。简化CM-SA是为了防止当两个面对面站着的物体想要向相反方向移动时发生乒乓跳跃。CM-CAR的并行化是为了处理多个对象在并行更新中竞争同一点时的冲突。主要从基本图、阻塞模式和合作概率分布三个方面对四种模型进行了研究和比较。结果表明，CM-SA虽然使平均速度略有降低，但提高了临界密度和平均流量。尽管增加了平均速度，但CM-CAR通过在堵塞集群内创建基本上空闲的区域来降低平均流量。我们仔细研究了四个模型的堵塞模式，并定性地解释了这一结果。此外，我们讨论了分散式合作建模的优势和适用性。
2012-06-12 physics.soc-ph
Probabilistic modeling of car traffic accidents
本研究引入考虑自激发特性的计数过程对交通事故时间随机发生建模，结合概率与微分方程方法研究其统计矩与大时间趋势，解析推导事故发生及间隔时间的概率密度函数，并通过数值模拟与真实数据验证方法适用性。
2025-05-16 math.PR physics.soc-ph
On the role of speed adaptation and spacing indifference in traffic instability: evidence from car-following experiments and its stochastic modeling
交通流理论界一直在深入研究交通流振荡的产生和演化机制。在我们以前的工作中，我们提出了一个新的机制来解释流量振荡的产生：流量不稳定性之间的竞争造成的速度适应和随机因素的累积效应。本文通过对25辆车的队列跟驰实验数据的分析，发现速度差对跟驰动力学的影响比车距的影响更大，当速度差幅值较小时，振荡的增长主要由服从均值回复过程的随机因素决定;当振幅增大时，振荡的增长取决于随机因素与速度差之间的竞争。然后，根据上述研究结果，解释了为什么在振荡交通的速度方差增长在一个凹的方式沿队列。最后，我们提出了一个模式切换的随机跟驰模型，该模型结合了驾驶员的速度适应和间距无差异行为，捕捉到了所观察到的振荡和放电率的特征。敏感性分析表明，反应时滞对振荡增长率和放电率的影响很小，而无差异区边界对振荡增长率和放电率的影响很大。
2018-12-31 nlin.AO physics.soc-ph
Critical factors for mitigating car traffic in cities
在过去的几十年里，人们对城市系统中的汽车交通进行了深入的研究，但模型要么局限于交通的特定方面，要么适用于特定的区域。尽管问题的重要性和紧迫性，我们有一个贫穷的理论理解参数控制城市汽车使用和拥挤。在这里，我们结合经济和运输成分到一个统计物理方法，并提出了一个通用模型，预测不同城市的汽车司机的份额，汽车排放的$CO_2$和平均通勤时间。我们证实了这些分析预测的25个主要城市地区在世界上，我们的研究结果表明，城市密度不是最相关的变量控制汽车相关的数量，而是城市的面积大小和密度的公共交通。减少交通（及其影响，如$CO_2$排放）可以通过减少城市化面积，或者更现实地通过改善公共交通密度或其可达性来实现。特别是，增加人口密度是一个好主意，只有当它也增加了获得公共交通的个人的比例。
2019-07-16 cond-mat.dis-nn physics.soc-ph
Equilibrium traffic flow of a mixture of cars with different properties
研究了单车道上无序系统的统计力学。汽车的行为是由汽车速度的条件概率定义的，它取决于前面汽车的距离和速度。由不同的汽车组成的系统由两种类型的汽车在最大速度或制动器的效率不同的系统建模。从条件概率出发，利用最大熵原理，计算了车辆速度和车头时距的概率密度。结果表明，自由流和拥挤的交通之间的一阶相变可以驱动的慢车系统中的快速车的数量，并作为一项规则，优良品质的汽车的混合物不增加，但减少了总流量。在制动不良的汽车系统中，形成了相同速度的汽车排。它们被一小部分刹车性能好的汽车所溶解。最大熵原理的应用是合理的，通过比较的结果与稳态性能的等效动力学模型。
2009-08-12 cond-mat.stat-mech physics.soc-ph
Microcanonical and canonical approach to traffic flow
单车道道路上的相同的汽车系统被视为一个微正则和正则系综。汽车行为的特征在于汽车速度的概率作为距离和前面汽车速度的函数。计算是在具有离散汽车速度的离散1D晶格上进行的。用微正则方法计算了一组车辆的总速度概率随密度的变化。对于正则系综，发现了车辆密度随总速度的波动，描述了车辆大减速率时自由流与阻塞流之间的相变以及车辆小减速率时同速度队列的形成.
2007-03-21 physics.gen-ph physics.soc-ph
Decentralized Traffic Flow Optimization Through Intrinsic Motivation
Charles W. Davidson College Of Engineering, San Jose State University, CA, USA（桑杰州立大学查尔斯·W·戴森工程学院）；School of Physics, Engineering and Computer Science, University of Hertfordshire, UK（赫特福德郡大学物理、工程与计算机科学学院）；Computer Science Department, Whitacre Collage of Engineering, Texas Tech University, Texas, USA（德克萨斯理工大学怀特雷学院工程学院计算机科学系）
针对特大城市交通拥堵加剧问题，本研究在Nagel-Schreckenberg元胞自动机模型中用基于赋能原理的内在动机方法替代部分车辆默认行为，以去中心化方式仅用本地信息显著改善交通流、缓解拥堵并减少平均拥堵时间。
2025-05-08 cs.AI physics.soc-ph
Stability of multi-population traffic flows
交通波，也被称为走走停停波或幻影火腿，自然地表现为交通不稳定性，在封闭的环境中也是如此。研究了环形道路上的多种群交通，其中驾驶员具有稳定和不稳定行为。存在一个稳定车辆的临界通过率，在该临界通过率以上系统是稳定的，在该临界通过率以下系统是不稳定的。在后一种情况下，如果路上有足够的汽车，就会出现走走停停的波动。临界渗透率是明确可计算的，并且在合理的情况下，少数激进的驱动程序足以破坏原本非常稳定的流。这是一个单一人口模型无法解释的不稳定性来源。此外，多人口系统可以稳定低于临界渗透率，如果汽车的数量是足够小的。不稳定性随着汽车数量的增加而出现，即使交通密度保持不变（即汽车数量和道路尺寸类似地增加）。这表明，小实验可能导致推导不精确的稳定性条件。
2022-01-02 math.OC physics.soc-ph
Crowding effects in vehicular traffic
虽然拥挤对细胞内分子扩散运输的影响在生物学中得到了广泛的研究，但在以体积行为为主要关注点的交通系统中，它迄今为止一直被忽视。在这里，我们研究的拥挤，由于汽车密度和驾驶波动的车辆运输的影响。使用微观模型的交通，我们发现，拥挤可以推动汽车运动从超弹道下降到亚扩散状态。该过渡还与位置的概率分布的形状从负偏斜正态分布到指数分布的变化相关联。此外，拥挤扩大了汽车的陷阱时间和集群大小的分布。在稳定状态下，subdiffusive状态仅在车速存在较大变化时才持续存在。我们进一步将我们的工作与先前的研究结果从随机游走模型中的细胞系统中的运输。
2012-09-27 nlin.AO physics.soc-ph
Simulation of traffic flow at a signalised intersection
建立了描述单交叉口车辆交通流的Nagel-Schreckenberg元胞自动机模型。一组交通信号灯以固定时间或交通自适应方案操作来控制交通流。封闭边界条件适用于每个单向流动的街道。进行了广泛的蒙特卡罗模拟，以找到模型特性。特别是，我们调查的信号参数上的流量的依赖性。
2008-09-21 cond-mat.stat-mech nlin.CG physics.soc-ph
Accelerated Kinetic Monte Carlo methods for general nonlocal traffic flow models
本文提出了一类一维元胞自动机（CA）模型的交通流，具有非局部前瞻相互作用。我们开发动力学蒙特卡罗（KMC）算法来模拟动力学。标准KMC方法对于具有全局交互的模型可能是低效的。我们设计了一个加速的KMC方法，以减少计算非局部转移率的计算复杂性。我们研究了几个数值实验，以证明加速算法的效率，并获得各种参数设置下的动力学的基本图。
2022-06-17 cs.NA math.NA nlin.CG
A statistical mechanics approach to macroscopic limits of car-following traffic dynamics
我们研究了从车辆跟随车辆动力学的宏观交通模型的推导，通过流体动力学限制的Enskog型动力学描述。我们认为叠加的跟随领导者（FTL）的相互作用和放松对交通依赖的最佳速度（OV），我们表明，由此产生的宏观模型取决于这两个微观过程之间的相对频率。如果FTL相互作用占主导地位，则得到非均匀Aw-Rascle-Zhang模型，其（伪）压力和均匀流的稳定性由微观FTL和OV动力学的一些特征精确定义。相反，如果OV弛豫的速率与FTL相互作用的速率相当，则得到仅由OV函数支配的Lighthill-Whitham-Richards模型。我们通过粒子系统和宏观模型的数值模拟进一步证实了这些发现。与其他形式上类似的结果，我们的方法建立的宏观模型作为粒子动力学的物理极限，而不是评估适当的数值离散下的微观到宏观的解决方案的收敛。
2021-06-30 cond-mat.stat-mech physics.soc-ph
City traffic forecasting using taxi GPS data: A coarse-grained cellular automata model
城市交通是一个极其复杂的动态系统。城市交通流的建模与预测一直是一个具有挑战性的课题，其主要困难在于如何确定交通流的供给与需求以及模型的参数化。本文试图借助大量的浮动车数据来解决这些问题。我们提出了一个粗粒度的元胞自动机模型，模拟车辆移动的均匀网格的大小比微观元胞自动机模型大得多。微观模型中的车-车相互作用被车辆与粗粒度状态变量之间的耦合所取代。为了对模型进行参数化，根据每个网格的历史数据拟合通量-占有率关系，作为耦合占有率和速度的粗粒度基本图。为了评估该模型，我们将历史出行需求和从浮动汽车数据中获得的轨迹输入模型，并使用该模型预测未来一小时的道路速度。数值结果表明，我们的模型可以捕捉到整个城市的交通流模式，并作出合理的预测。目前的工作可以被认为是一个基于模型的城市交通预测系统的原型。
2016-12-08 cs.OH physics.soc-ph
Optimizing city-scale traffic through modeling observations of vehicle movements
交通信息系统能够感知数百万用户的移动并通过手机提供出行计划，这为优化城市交通动态提供了一种新的方式，将交通大数据转化为闭环中的见解和行动，并在现实世界中评估这种方法。现有的研究已经应用动态贝叶斯网络和深度神经网络从浮动汽车数据进行交通预测，利用动态规划和模拟方法来确定人们通常如何在动态交通分配下进行政策研究，并引入马尔可夫决策过程和强化学习来优化控制交通信号。然而，这些作品都没有利用浮动汽车数据来建议出发时间和路线选择，以优化城市交通动态。在本文中，我们提出了一项研究表明，浮动汽车数据可以导致较低的平均出行时间，较高的准时到达率，以及较高的Charypar-Nagel分数相比，人们通常如何旅行。该研究是基于优化部分可观察的离散时间决策过程，并在一个合成的情况下，一个部分合成的情况下，和三个现实世界的情况下进行评估。这项研究指出了“生活实验室”方法的潜力，我们可以在现实世界中学习，预测和优化行为。
2021-07-16 cs.SI physics.soc-ph
Non-monotonic flow variations in a TASEP-based traffic model featuring cars searching for parking
本文提出TASEP的SFP变体，研究寻泊车辆对交通流的影响，发现稳态电流随注入率非单调变化及重入相变，并揭示其源于巡游慢速与驶出扰动耦合导致的“堵塞”效应。
2023-09-22 cond-mat.stat-mech physics.soc-ph
The intelligent agent model -- a fully two-dimensional microscopic traffic flow model
本文将完全二维微观交通流模型推广为适用于多种人类驱动定向流的智能体模型（IAM），基于跟驰模型设计相互作用力以适应更高速度，支持预期和无事故驾驶，并验证其能再现自组织现象。
2023-10-25 nlin.AO physics.soc-ph
An improved car-oriented mean-field theory for stochastic traffic flow models
Universität zu Köln（科隆大学）
该研究提出结合COMF理论与两站点簇方法的改进平均场分析，用于单车道交通流元胞自动机模型，可更精准捕捉关联与相分离特性，经VDR模型验证了其精度与物理洞察。
2026-08-07 cond-mat.stat-mech nlin.CG physics.soc-ph
Winning strategies in congested traffic
单向双车道上的交通建模的框架中的弹簧块型模型。一小部分$q$的汽车被允许改变车道，遵循简单的动力学规则，而其他汽车保持其初始车道。研究并比较了汽车从相等位置出发和遵循两种驾驶策略时的前进性。作为参数$q$的函数，计算车道变换策略的前进中的获胜概率和平均增益。揭示了一个有趣的相变行为，并得出结论的条件下，车道变换策略是更好的选择，为司机。
2012-07-06 cond-mat.stat-mech physics.comp-ph physics.soc-ph
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
On a class of new nonlocal traffic flow models with look-ahead rules
本文提出了一类新的一维（1D）交通模型的前瞻规则，考虑到两个影响：非局部减速效应和右偏非凹不对称的基本图。所提出的一维元胞自动机（CA）模型与Arabius型前瞻性的相互作用，实现随机规则的汽车运动的配置，前面的交通每辆车。特别地，我们采用两种不同的前瞻规则：一种是基于所考虑的汽车到它前面的汽车的距离;另一种取决于前面的汽车密度。这两种规则都具有多重移动的新思想，它在恢复宏观动力学中的非凹通量方面起着关键作用。通过一个半离散的介观随机过程，我们得到了CA模型的粗粒度宏观动力学。我们还设计了一个数值方案来模拟所提出的CA模型与一个有效的基于列表的动力学蒙特卡罗（KMC）算法。我们的结果表明，在各种参数设置下，不同的前瞻规则下，KMC模拟的通量与粗粒度的宏观平均通量一致。
2020-01-27 math.PR nlin.CG physics.soc-ph
Enhancing Car-Following Models with Bike Dynamics for Improved Traffic Simulation
本文提出了SUMO首个专用自行车模型RBDM，利用SimRa真实数据实现城市自行车运动行为，显著优于现有慢速车辆近似并验证了泛化能力。
2025-06-27 cs.SY eess.SY physics.soc-ph
Transforming Police-Car Swerving for Mitigating Isolated Stop-and-Go Traffic Waves: A Practice-Oriented Jam-Absorption Driving Strategy
Faculty of Science and Engineering, University of Nottingham Ningbo China（诺丁汉大学宁波校区理工程学院）
本文提出一种基于警车变道行为启发的实际拥堵吸收驾驶（JAD）策略，通过定义JAD三角形，利用单车辆双探测器实现孤立走走停停波的抑制，并系统分析五个关键参数，仿真验证其有效性。
2026-06-07 cs.AI cs.RO physics.soc-ph
