Urban traffic from the perspective of dual graph
在本文中，城市交通建模使用对偶图表示的城市交通网络，道路映射到节点和交叉口映射到链接。该模型既考虑了车辆在网络上的导航，又考虑了车辆沿道路的运动。模型中自然地考虑了道路的通行能力和交叉口的车辆转弯能力。系统的总容量可以通过从自由流到拥塞的相变来量化。仿真结果表明，系统的容量很大程度上取决于交通网络的拓扑结构。一般来说，一个规划良好的网格可以容纳更多的车辆，其总容量远远大于一个不断增长的无标度网络。
2007-10-16 physics.data-an physics.soc-ph
Traffic Incident Analysis on Urban Arterials Using Extended Spectral Envelope Method
提出了一种基于扩展谱包络（ESE）方法的交通事件分析方法，以确定关键事件时刻。以北京市4个实际交通事件为例，对时间窗长度、滑动窗长度和研究周期等参数进行了敏感性分析。结果表明：（1）适当长度的时间窗检测精度最高。(2)滑动窗口越短，关键事件时刻的检测越准确。(3)如果研究周期太短，则无法检测事件的结束时间。实证研究表明，该方法能有效地发现关键事件时间，为交通事件管理提供理论依据。
2015-07-01 physics.data-an physics.soc-ph
Spatial-Temporal Inference of Urban Traffic Emissions Based on Taxi Trajectories and Multi-Source Urban Data
通过GPS设备收集的车辆轨迹数据在估计网络范围内的交通方面发挥着越来越重要的作用，因为它们具有广泛的时空覆盖范围和交通动态的代表性。本文利用出租车GPS数据、车牌识别数据和地理信息重构城市交通排放的时空格局。车辆排放因子模型被用来估计基于出租车轨迹的排放。然后将估计的排放量映射到城市地区的空间网格，以考虑空间异质性。为了将出租车车队的排放量外推到整个车辆群体，我们使用地理特征支持的高斯过程回归模型来估计空间异质交通量和车队组成。与以往的研究不同，本文利用出租车GPS数据和LPR数据分解车辆和排放特性，通过空间和时间在一个大规模的城市网络。中国杭州的一项案例研究结果揭示了交通流量和排放的高分辨率时空模式，并确定了不同地点的排放热点。这项研究提供了一个可访问的手段，推断城市交通的环境影响与多源数据，现在在城市地区广泛使用。
2018-09-28 physics.soc-ph stat.AP
Global efficiency and network structure of urban traffic flows: A percolation-based empirical analysis
本研究构建首尔时变交通流网络，采用渗流方法对比真实网络与随机零模型的效率差异，揭示了交通流空间结构对网络全局效率的影响机制。
2023-11-05 physics.data-an physics.soc-ph
Impact of Distributed Routing of Intelligent Vehicles on Urban Traffic
在城市道路上，研究了具有不同市场渗透率（MPR）的联网自动驾驶汽车（CAV）和拥塞水平的分布式动态路由的影响。多伦多市中心的网络进行了研究，在基于代理的交通仿真。CAV的MPR越高--特别是在高度拥挤的城市网络的情况下--平均速率越高，平均行驶时间越短，吞吐量越高。
2018-09-16 physics.soc-ph
Empirical evidence for a jamming transition in urban traffic
了解大城市交通拥堵的形成和传播机制，对于城市规划和交通管理具有重要意义。许多研究已经从相变的角度考虑了交通堵塞的出现，但大多是在简单的几何形状，如高速公路，例如，或在渗流的框架中，外部参数驱动的过渡。更一般地说，复杂道路网络中拥堵过渡的经验证据和特征是稀缺的，在这里，我们使用2014-2018年期间巴黎（法国）的交通措施来测试城市层面拥堵过渡的存在。特别是，我们表明，由于拥塞的延迟的关联函数是一个幂律（与指数$η\approx 0.4$）结合指数截止$ξ$。这种相关长度$ξ$示出在高峰时段发散，指向在城市交通的堵塞过渡。我们还讨论了拥堵的空间结构，并确定了一个核心的拥挤的链接，参与大多数交通堵塞，其结构是特定的高峰时段。最后，我们表明，拥塞的空间结构是一致的反应扩散图片先前提出的。
2021-09-01 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Derivation of a Fundamental Diagram for Urban Traffic Flow
尽管城市交通流的重要性，只有少数理论方法来确定宏观交通变量之间的基本关系，如交通密度，利用率，平均速度，行程时间。在过去，经验测量主要通过拟合曲线来描述。在这里，我们从交叉口的交通流模型中获得预期的基本关系，这表明最近测量的城市流的基本图可以系统地理解。特别地，这允许根据延迟车辆的利用率和/或平均数量来导出平均行驶时间和平均车辆速度。
2009-02-04 physics.flu-dyn physics.soc-ph
Estimating Mixed-Mode Urban Trail Traffic Using Negative Binomial Regression Models
多用途城市道路上非机动交通的数据和模型是提高城市交通系统规划和管理水平的重要手段。负二项回归模型是适当的和有用的，当因变量是非负整数与过度分散，如交通计数。本文提出了八个负二项模型，估计城市步道交通使用1,898每日混合模式交通计数从主动红外线监视器在明尼阿波利斯，明尼苏达州的六个地点。我们的模型包括多达10个独立变量，代表社会人口，建筑环境，天气和时间特征。一般模型可用于估计未监测交通的位置处的交通。一个六位置模型与虚拟变量为每个监测站点，而不是邻里特定的变量，可以用来估计交通在现有的位置时，从监视器计数不可用。六个特定于路线的模型适用于估计交通量随天气和星期几变化的变化。验证结果表明，负二项模型优于普通最小二乘回归估计的模型。这些新模型估计的交通平均误差在16.3%以内，这对于规划和管理目的是合理的。
2022-06-25 physics.soc-ph
Unveiling City Jam-prints of Urban Traffic based on Jam Patterns
本研究基于拥堵树模型分析中国多城市交通拥堵数据，发现拥堵成本的日分布呈幂律规律，提出可作为城市交通指纹的拥堵印记，为交通系统可靠性量化与管理优化提供支撑。
2024-01-27 physics.soc-ph
Reducing urban traffic congestion due to localized routing decisions
在城市交通规划中，通过影响驾驶员的路径选择来平衡交通流以缓解拥堵变得越来越有吸引力。在这里，我们介绍了一个离散的动态模型，包括用户谁使自己的路由选择的基础上，当地的信息和那些考虑路由建议的基础上本地化的诱因。我们确定的交通模式的形成，开发了一个可扩展的优化方法，用于识别控制值用于用户指导，并测试这些措施的有效性合成和现实世界的道路网络。
2020-09-03 math.OC physics.soc-ph
Estimating the urban traffic state with limited traffic data using the MFD
城市化导致城市交通量的增加。宏观基本图（MFD）建议在区域水平上描述城市交通，以便测量和控制交通。然而，为了进行适当的估计，需要提供所有数据。本文讨论的主要问题是：如何得到一个网络范围内的交通状态估计？我们跟进的文献建议的基础上的速度有限的样本车共享浮动车数据（FCD）的业务估计。我们提出了一个初始步骤，通过构建一个基于FCD的MFD，然后在步骤2中使用，运营交通状态估计。对于操作交通状态估计，即，实时交通状态估计，渗透率未知。对于这两个步骤，我们评估了估计中误差的影响。鉴于这些错误，我们还制定了一个指标，显示该方法何时会产生不合理的结果，例如在发生事故的情况下。该方法已被测试使用微观模拟。发现FCD渗透率为1%时，估计平均密度的误差为26%;将渗透率增加到30%时，估计平均密度的误差减小到7%。
2020-02-13 physics.soc-ph
A Computational Analysis of Traffic Cluster Dynamics Using a Percolation-Based Approach in Urban Road Networks
本文基于成都高分辨率出租车数据，将城市道路建模为时变加权有向图，利用渗流理论与GCC及长程权重相关性分析交通簇形成机制，为拥堵治理和大规模交通优化提供计算框架。
2025-07-29 physics.soc-ph
Traffic Performance Score for Measuring the Impact of COVID-19 on Urban Mobility
测量交通性能对于管理交通的公共机构和计划旅行的个人至关重要，特别是在发生特殊事件时。COVID-19大流行对日常生活的几乎每个方面都产生了重大影响，包括城市交通模式。因此，衡量COVID-19对交通的影响，以进一步指导机构和居民妥善应对交通模式的变化至关重要。然而，大多数现有的交通性能指标只包括一个单一的交通参数和措施，只有个别走廊的性能。为了克服这些挑战，在这项研究中，提出了一个流量性能评分（TPS），采用多个参数来测量网络范围内的流量性能。华盛顿大学STAR实验室开发了一个交互式的基于Web的TPS平台，提供实时和历史的时空交通性能分析。基于该平台的数据，本研究分析了COVID-19对不同路段和整体交通网络的影响。考虑到这场疫情极大地重塑了社会和经济运作，本研究还从出行需求和驾驶行为两个角度评估了COVID-19如何改变城市交通。
2020-07-01 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
Comparative Traffic Performance Analysis of Urban Transportation Network Structures
城市交通系统的网络结构对其交通性能有着重要的影响。本研究使用网络指标，以及几个交通性能的措施，包括速度，行程长度，旅行时间，交通量，比较选择的七个交通网络的各种结构和不同的出行需求条件。所选择的网络结构是：改进的线性、分支、网格、3向网格、1-环网、2-环网和径向。为了进行分析，选择了一个基本的出发地-目的地矩阵，其中应用了不同的增长因子，以模拟各种出行需求条件。结果表明，总体而言，2-环Web网络提供了最有效的流量性能，其次是网格和1-环网络。本研究的一个政策应用是，分支，3方向网格，放射状网络最适合于小城市的交通不拥挤的条件。相比之下，2环网络、网格和1环网络是大城市地区的更好选择，因为它们提供更多的连接，从而使它们能够在拥挤的交通条件下有效地运行。
2015-07-13 physics.soc-ph
Traffic incident analysis on urban arterials using ESE: A method for moderate length of time window
适当的时间窗长度可以使扩展谱包络检测关键事件时刻的精度达到最佳。本文提出了一种计算时间窗适度长度的方法。主要考虑了两个因素：（1）有效垂线由特征向量的负元素组成;（2）最小的中断量。将特征向量的元素转化为二进制变量，以消除正元素的干扰。引入正弦变换来突出负元素的重要垂直线。提出了一种新的质量指数（QI）来衡量不同时间窗长度的效果。通过对北京市四个实际交通事件的实证研究，验证了该方法的有效性。
2015-07-03 physics.data-an physics.soc-ph
A model to identify urban traffic congestion hotspots in complex networks
交通拥堵是全球城市地区出现的最显著问题之一，严重影响了人类流动和空气质量。当前的技术可以感知城市的实时数据，并将其开放分发以供分析，这使得新的改进和控制方法得以出现。在这里，我们提出了一个理想化的模型，微观拥塞模型，基于复杂网络中出现的关键现象，可以分析预测城市环境中的拥塞热点。在一些实验中，考虑到真实的交通数据，真实城市的道路网络的结果表明，该模型能够识别易受影响的路口，可能成为热点，如果流动性需求增加。
2016-04-27 nlin.AO physics.soc-ph
Understanding urban congestion with biking traffic and routing detour ratio
自行车共享系统被认为是向更绿色和更可持续的交通过渡的解决方案的关键组成部分，其好处是减少碳排放，改善公共卫生，并通过取代短途机动出行来缓解拥堵。由于更好的可达性和使用灵活性，新出现的无桩共享自行车已经变得非常受欢迎，并正在恢复城市中的自行车时尚。城市交通拥堵同时受到时空异质性出行需求、路网拓扑和空间特征以及出行方式之间相互作用的影响。在本文中，通过考虑上述因素，我们发现了一个强大的次线性缩放关系之间的拥挤程度的车辆和绕行率加权自行车交通，这是有趣的事实，拥挤和绕行率是线性无关的。这种比例关系意味着车辆交通和骑自行车活动之间的强烈相互作用，可以应用于预测拥堵或聚合到更复杂的交通模型。此外，自行车交通加权绕行率可以用来检测非有效路径，有助于缓解城市拥堵，更好地进行城市规划，提高城市交通效率和公平性。
2022-05-17 physics.soc-ph
A Payne-Whitham model of urban traffic networks in the presence of traffic lights and its application to traffic optimisation
Complexity Science Hub（复杂性科学中心）；Faculty of Mathematics, Informatics and Mechanics, University of Warsaw（华沙大学数学、信息学与力学学院）
本文提出了一种扩展的Payne-Whitham模型，用于模拟包含交通灯的城市交通网络，并展示了该模型在交通信号优化中的应用。
2026-05-19 cs.NA math.AP math.DS
Identification and prioritization of urban traffic bottlenecks
在过去几十年中，我们目睹了日益增长的城市化进程，伴随着世界各地城市交通拥堵的显著增加。拥堵的影响表现在人们在道路上花费的大量时间，导致严重的金钱浪费和空气污染。在这里，我们提出了一种新的方法来识别，成本评估，从而优先考虑拥堵源，堵塞瓶颈。它扩展了现有的方法，因为它是基于整个道路网络的网络分析，可以应用于不同的交通模型。我们的研究结果表明，宏观稳定性，所提出的缩放特性的交通瓶颈，掩盖了存在的细观动力学，其中的瓶颈改变他们的位置在时间和空间上。这意味着，要规划和管理不同地点和不同时间的交通拥堵，需要实施一个框架，如本文所述，跟踪交通并评估每个不断发展的瓶颈对整个道路网络的相对影响。
2021-10-29 physics.soc-ph
Bidirectional yet asymmetric causality between urban systems and traffic dynamics in 30 cities worldwide
ETH Zurich（苏黎世联邦理工学院）；University College London（伦敦大学学院）；Singapore-ETH Centre, ETH Zurich（新加坡-苏黎世联邦理工学院中心，苏黎世联邦理工学院）；Department of Geography, University of Wisconsin-Madison（威斯康星大学麦迪逊分校地理系）
研究全球30个城市中城市系统与交通动态的关系，提出时空因果框架，结合时空加权回归与收敛交叉映射，揭示双向不对称因果关系及三种因果原型，为可持续城市和交通规划提供策略依据。
2026-07-08 physics.soc-ph
Traffic flow in a Manhattan-like urban system
本文提出了一种曼哈顿式城市系统车辆交通的元胞自动机模型。模型中考虑了起点-终点的出行和交通信号灯的影响。该系统表现出三种不同的状态，即，移动状态、饱和状态和全局死锁状态。采用网格粗化方法，研究了运动状态和饱和状态下的车辆分布。有趣的结构（例如，像一个风车，像一件T恤，像一个Y）已经被揭示出来。系统从饱和态到全局死锁态的过渡过程中存在亚稳态。研究了先进的出行者信息系统（ATIS）、交通灯周期和交通灯切换策略的影响。
2011-09-21 nlin.AO physics.soc-ph
Empirical analysis of congestion spreading in Seoul traffic network
本文基于首尔高分辨率交通速度数据，提出适用于多类型交互交通流的拥堵识别方法，实证发现早高峰拥堵呈树状传播、晚高峰呈环状传播，揭示局部拥堵的扩散与堆积是城市拥堵形成的主要机制。
2024-01-15 physics.soc-ph
Impacts of rainfall weather on urban traffic in beijing: analysis and modeling
近年来，降雨强度对交通流影响的研究越来越多。得出的结论是，恶劣天气确实对关键交通参数产生负面影响。但由于缺乏数据，在中国开展的工作有限。基于北京市历史交通数据和气象数据，定量分析了降雨强度对城市道路交通流特性的影响。通过统计估算，得到了晴天条件下不同雨强等级下道路通行能力和运行速度的减少量。在此基础上，对修正后的速度-密度函数和速度-流量函数进行了不同降雨量下的率定，并由此计算出自由流速度的折减量。最后，建立了一个广义连续速度-流量-降雨模型，并进行了率定。验证结果表明，该模型具有较好的精度，可用于不同降雨强度下的城市交通管理。
2015-10-26 physics.ao-ph physics.soc-ph
Critical density of urban traffic
修改后的版本的智能驾驶员模型被用来模拟交通在Afogados区，在累西腓市，巴西，目的是验证底层的街道网格的复杂性，多车道的街道，十字路口，和信号灯，是否能够表现出临界密度的效果：出现在车辆流量与密度曲线的最大值。数值模拟表明，这种效果确实是观察到个别途径，而途径之间的相位偏移的结果在阻尼的这种效果作为一个整体的区域。
2010-09-11 physics.soc-ph
Urban vehicular traffic: fitting the data using a hybrid stochastic model. Part II
在我们研究的第二部分中，我们使用\emph{Modeling a vehicular traffic network. Part I} \cite{ogm1}中提出的模型对分布在阿根廷布宜诺斯艾利斯省蒂格雷市选定区域的摄像机记录的城市交通进行分析。我们发现，车辆的流通-交通动态-，沿着一整天，可以描述的混合模型，是一个适应的混合模型2，一个开放的线性系统，与模型3，这是非线性的，在第一部分开发。这项工作的目的是，首先，验证是否可以模拟车辆流量的$n$步随机过程的演变，$n$的时间。第二，确定模型的参数，以描述一天的交通量，是否可以充分地描述其他日子的交通量。第三，建议修改已经制定的城市交通规则，以优化车辆流量，减少车辆在信号灯处停留的平均时间。我们估计，在收集的数据的实验误差范围内，这些目标得到了令人满意的实现。
2017-10-24 physics.soc-ph
Intra-City Urban Network and Traffic Flow Analysis from GPS Mobility Trace
我们分析了两个大规模的城市内部的城市网络和交通流量的GPS跟踪测量的出租车在旧金山和上海。我们的研究结果与以前的研究结果相吻合，纯粹基于拓扑手段，它往往是不足以预测交通流量。传统的最短路径介数分析，其中最短路径是从每对节点计算的，带有一个不切实际的隐含假设，即城市网络中的每个节点或路口产生并吸引等量的交通。我们还认为，加权边缘仅基于欧几里得距离是不够的，因为主要道路通常有利于二级道路，由于感知和实际所需的旅行时间。我们表明，介数流量分析可以通过一个简单的扩展框架，它结合了节点权重和最快路径介数的概念。我们证明，该框架是优于传统的方法，仅基于简单的拓扑角度。
2011-05-29 cs.SI physics.soc-ph
On the stability of traffic breakup patterns in urban networks
我们研究的行为扩展的城市交通网络的渗流理论的框架内，通过使用真实的和合成的交通数据。我们的主要重点从最近研究的集群大小分布的统计特性转向临界集群的空间分析以及整个城市配置之间相似性度量的定义。我们发现，完整的网络的解体模式，形成的连接功能的道路集群在临界状态下，显示出显着的稳定性，从一个小时到下一个，并在同一时间的不同天的可预测性。我们证明了这一点，通过展示最高等级的集群的平均空间分布如何随着时间的推移而演变，并通过建立一个分类的交通状态通过降维的距离矩阵，通过聚类相似性得分获得。最后，我们表明，一个简单的随机渗流模型可以近似的破碎模式时，施加远程空间相关性的重的实际交通。
2021-04-02 cond-mat.stat-mech physics.soc-ph
Fractal Dimensions Derived from Spatial Allometric Scaling of Urban Form
改进的城市聚类算法可以用于在数字地图上识别城市边界，其结果是一组等值线。城市测量值之间的关系在变量边界内遵循异速生长标度律，反映了城市的空间异速生长。本文从城市空间异速生长的角度出发，探讨了城市空间分维问题。通过对城市交通网络的理论推导和实证分析，从空间异速生长的角度推导出一组分形维数，揭示了新分形参数的基本性质。研究结果如下。首先，交通线的分形维数值高于交通节点的分形维数值。第二，基于可变边界的分维值低于基于同心圆的分维值。结果表明，空间异速生长的分形维数是一种关联维数而非容量维数，交通点的相对增长率大于交通节点的相对增长率。该研究为理解城市系统的异速生长、分形和标度性提供了新的途径。
2018-11-19 physics.soc-ph
Derivation, calibration and verification of macroscopic model for urban traffic flow. Part 2
在本文中，我们提出了一个统一的程序校准的宏观二阶多车道交通模型。重点是使用固定探测器数据和GPS轨迹的组合来校准基本图。GPS轨迹用于估计减速波速度。标定后的模型能较好地反映交通流的三个阶段：自由流、同步流和宽范围移动拥堵。所提出的方法进行了验证，在模拟使用固定的检测数据和GPS跟踪从莫斯科环路。仿真结果表明，所提出的二阶模型比一阶LWR模型更准确。
2015-12-11 physics.soc-ph
A City-Scale Dataset of Traffic Flows, Travel Times, and Urban Context
University of Padua（帕多瓦大学）；Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；Municipality of Padua（帕杜瓦市政府）
本文提出一个基于意大利帕多瓦市2026年2月至4月自动车辆识别记录的多源交通数据集，结合交通流量时间序列与基于轨迹的动态流量统计信息，并整合了兴趣点、人口数据、气象变量和道路基础设施数据，通过Python类提供时空图表示加载时间与上下文数据，验证分析确认数据集能捕捉到早晚高峰及工作日与周末的交通模式。
2026-09-09 cs.CY physics.soc-ph
Anatomy of Perturbed Traffic Networks during Urban Flooding
城市洪水破坏交通网络，影响居民的流动性和进出。由于洪水事件预计将因气候变化而增加，并考虑到交通网络的关键性，了解洪水造成的交通网络中断对于改善应急规划和城市复原力至关重要。利用高分辨率的交通网络数据，从一个重大的洪水事件和先进的高阶网络分析，这项研究揭示了扰动交通网络的解剖特征。首先，研究结果显示，在洪水退去后，即使在适度的洪水失败后，整个网络持续增加的旅行时间也可能持续数周。在灾害事件期间，1.3%的路段适度洪水造成整个交通网络8%的时间扩展。结果还显示，长途旅行将经历更大比例的旅行时间增加。此外，在旅行时间的增加程度不衰减与淹没区的距离，这表明洪水影响的空间范围超出了淹没区。从现有的文献，主要是告知在道路网络的物理脆弱性洪水，本研究的结果提供了重要的新的理解洪水对交通网络的运行的影响，在旅行时间和交通网络的几何形状。整个网络的持续旅行时间增加可以转化为用户成本，额外的二氧化碳排放和生产力损失方面的重大社会和经济影响。由于交通网络对城市运行的重要性，研究结果对城市管理者、交通规划者和应急管理者应对城市洪水的影响具有重要意义。
2022-10-02 physics.soc-ph
On Urban Traffic Flow Benefits of Connected and Automated Vehicles
自动驾驶汽车是智能交通系统（ITS）的一个组成部分，预计将在未来的移动服务中发挥至关重要的作用。本文研究了两类自动驾驶车辆：（i）仅依赖其车载传感器进行环境感知任务的4级和5级自动驾驶车辆（AV），以及（ii）连接和自动驾驶车辆（CAV），利用连接性通过驾驶意图和传感器信息共享进一步增强感知。我们的调查考虑并量化了欧洲和美国大型城市道路网络中每个车辆组的影响。关键的性能指标是交通拥堵，平均速率和平均行程时间。具体而言，数值研究表明，交通拥堵可以减少多达四倍，而CAV组的平均流速仍然更接近限速，并且可以比人类驾驶的车辆高出300%。最后，交通情况也进行了研究，表明即使是一个小的CAV的市场渗透率将有大量的净流量的积极影响。
2020-03-02 physics.soc-ph
Simulation Pipeline for Traffic Evacuation in Urban Areas and Emergency Traffic Management Policy Improvements through Case Studies
Carnegie Mellon University（卡内基梅隆大学）；Google Research（谷歌研究院）
交通疏散在飓风、野火、洪水、地震等毁灭性灾害中拯救生命方面发挥着至关重要的作用。对于这些罕见事件，提前评估疏散计划的能力，包括识别交通流量瓶颈、改进交通管理政策以及了解交通管理政策的稳健性，对于应急管理至关重要。鉴于此类事件的罕见性和相应的缺乏真实数据，交通模拟为此类场景提供了灵活和通用的方法，并且还允许与模拟疏散进行动态交互。在本文中，我们建立了一个交通模拟管道来探索上述问题，涵盖了疏散的许多方面，包括地图创建，需求生成，车辆行为，瓶颈识别，交通管理政策的改进，和结果分析。我们应用管道在加利福尼亚州的两个案例研究。第一个是天堂，它在2018年被一场大火摧毁，在疏散期间经历了灾难性的交通堵塞。第二个是米尔谷，由于该市位于一个狭窄的山谷中，因此野火和潜在交通问题的风险很高。
2020-08-22 cs.AI physics.soc-ph
Signal optimization in urban transport: A totally asymmetric simple exclusion process with traffic lights
我们考虑具有依赖于时间的缺陷键的环上的排除过程，在该过程中，希望率周期性地在0和1之间切换。该系统模拟城市交通中的主要道路，与垂直街道相交。我们探讨了系统的基本属性，特别是依赖于信号的参数，以及系统的大小和车辆密度的车辆流量。我们调查各种类型的空间分布的车辆密度，并显示存在的冲击剖面。我们还测量了交通灯后的等待时间，并研究了它与交通流量的关系。
2017-03-06 cond-mat.stat-mech nlin.CG physics.soc-ph
Hidden high-risky states identification from routine urban traffic
针对城市交通等复杂系统中难以识别未观测隐藏高风险状态的问题，基于最大熵模型推断底层交互网络并构建能量景观，成功定位可能导致系统崩溃的隐藏高风险状态，为复杂系统风险管理提供早期预警见解。
2024-07-30 cond-mat.stat-mech physics.soc-ph
On How Traffic Signals Impact the Fundamental Diagrams of Urban Roads
本研究针对交通信号对城市道路基本图的影响问题，提出将传统基本图参数建模为信号方案因素函数的简约公式，经盐湖城道路数据验证，深化了信号设置对拥堵模式影响的认知。
2025-01-10 cs.ET eess.SP physics.soc-ph
Self-Healing Road Networks: A Self-Organized Management Strategy for Traffic Incidents in Urban Road Networks
提出了一种新的自组织交通管理策略，在交通灯控制的道路网络中的事件。在事故发生期间，它通过限制或跳过绿灯时间来调节流入已经拥堵的路段的流量。同时，剩余的绿灯时间用于自由转向。通过这种方式，驾驶员可以利用未使用的道路容量，并通过修改其最初选择的路线来绕过拥堵区域。因此，一旦所有受影响的交通流量沿着剩余的道路容量重新分配，网络就“自我修复”。驾驶员的路径选择是通过离散选择理论建模，并考虑在下一个可观察的交叉口的信号。为此，我们提出了一个面向事件的决策微观路径选择模型。随后，我们研究了四个不同的事件场景中的网格和真实大小的道路网络，并比较固定时间和交通依赖的交通灯控制与不采用自我修复策略。其结果是，自我修复策略占显着较低的车辆积累期间和之后的事件，因为它有效地对抗在受干扰的网络中的堵塞效应。
2018-11-30 physics.soc-ph
Self-Control of Traffic Lights and Vehicle Flows in Urban Road Networks
基于流体动力学和多粒子（跟驰）模拟的交通流在（城市）网络，我们研究协调问题的不相容交通流在交叉口。受瓶颈处行人流自组织振荡现象的观察启发[D. Helbing和P. Molnár，Phys. Eev. E51（1995）4282- 4286]中，我们提出了一种自组织的交通灯控制方法。该问题可以看作是车辆和交通灯之间的相互作用的多智能体问题。具体来说，我们的方法假设一个基于优先级的控制交通灯的车辆流量本身，考虑到短视的预期的车辆流量和排。所考虑的局部相互作用导致紧急协调模式，如“绿波”，并实现有效的，分散的交通灯控制。虽然所提出的自我控制适应灵活地适应当地的流量条件，并经常导致非周期性的切换模式与不同的交通流的服务序列的变化，几乎周期性的服务可能会演变在某些条件下，并建议存在一个自发的交通灯的同步，尽管由于可变的车辆队列和行驶时间的不同延迟。自组织交通灯控制是基于一个优化和稳定的规则，其中每一个表现不佳，在高利用率的道路网络，而他们的适当组合达到了优越的性能。其结果是不仅大大减少了平均旅行时间，而且减少了旅行时间的变化。类似的控制方法也可应用于物流和生产过程的协调。
2008-02-05 physics.flu-dyn physics.soc-ph
Metaheuristic macro scale traffic flow optimisation from urban movement data
如何利用城市运动数据来改善城市内的交通流量？运动数据提供了人们可能行驶的路线和特定道路的宝贵信息。这使我们能够确定出现在许多路线中的道路，从而对拥堵敏感。重新分配部分交通以避免不必要地使用这些道路可能是改善交通流量的一个关键因素。许多提出的解决拥堵的方法要么是静态的，要么不包含任何移动数据。在这项工作中，我们提出了一种方法来重新分配交通，通过引入外部施加的可变成本，每个路段，假设所有的司机寻求驾驶最便宜的路线。我们使用一种元启发式优化方法，通过优化一组特定道路的可变成本参数，这些参数被用作基于交通流理论的目标函数的输入，以最大限度地减少总行程时间。本文中考虑的东京市中心的优化方案是使用公共空间道路网络数据和从Foursquare获得的运动数据定义的。实验结果表明，我们提出的方案有可能实现62.6%的总旅行时间在东京相比，目前运营的道路网络配置，没有强加的可变成本。
2020-05-22 cs.MA physics.soc-ph
Feature Engineering for Data-driven Traffic State Forecast in Urban Road Networks
BMW Group（宝马集团）；University of the Federal Armed Forces Munich（慕尼黑联邦国防军大学）
大多数交通状态预测算法在应用于城市道路网络时只考虑距离目标位置很近的路段。然而，对于更长期的预测，期望网络的更远的链路或区域的交通状态为数据驱动算法提供有价值的信息。本文研究了这些期望，使用网络聚类算法和一年的浮动车（FCD）收集的大型车队的车辆。首先，聚类算法应用于数据中，以提取慕尼黑城市网络中的易发性区域。在统计工具的帮助下分析这些集群内的拥塞程度。明确的时空拥塞模式和集群区域之间的相关性被确定。这些相关性被集成到K-最近邻（KNN）旅行时间预测算法。与其他方法相比，该方法取得了最好的效果。统计结果和KNN预测器的性能表明，考虑网络范围内的流量是预测器的一个有价值的功能，并在未来开发更准确的算法是一个有前途的方式。
2020-09-17 cs.LG physics.soc-ph
