Segment-wise Description of the Dynamics of Traffic Congestion
我们比较了交通系统的逐点和逐段描述。使用真实的数据从台湾高速公路系统与大量的段明智的数据,我们发现,段明智的描述是更翔实的演变系统在拥堵。在基本图中,拥塞的特征在于一个循环轨迹。通过考虑环路所包围的区域,我们发现有两种类型的拥塞动态--中等流量和严重拥塞。它们在封闭区域是否消失方面是不同的。从单个车辆的时间延迟中提取的数据表明,封闭的区域是衡量拥堵造成的经济损失的一个指标。使用的损失面积,帮助了解各种道路特性进行了探讨。
2018-08-05 physics.soc-ph
Time-Dependent Queuing Model for Traffic Congestion Using Mt/D/1/K: Simulation and Policy Insights
本研究提出基于Mt/D/1/K队列的宏观交通仿真模型,利用谷歌数据校准,模拟错峰上班时间以减少队列长度,为农村至城市交通流改善提供政策启示。
2025-01-23 physics.soc-ph
Traffic congestion in interconnected complex networks
在过去的十年中,孤立复杂网络中的交通拥塞问题得到了广泛的研究。耦合网络模型是近年来发展起来的一种研究方法,它有助于进一步理解真实的复杂系统。然而,耦合复杂网络中的交通拥塞分析仍然是相对未开发的。在本文中,我们试图探讨在互联BA无标度网络的交通阻塞的影响。我们发现,当节点的处理能力是基于节点的使用概率分配时,竞争性耦合比竞争性和随机耦合更容易缓解交通拥塞。此外,还可以找到最佳的耦合概率为间接耦合。然而,三种类型的耦合偏好实现类似的流量性能,如果所有节点共享相同的处理能力。我们分析了韩国和日本的互联网AS级图,并获得了类似的结果。提出了一些实用的建议,以优化这种现实世界的互联网络。
2014-01-23 cs.SI physics.soc-ph
Traffic congestion and travel time prediction based on historical congestion maps and identification of consensual days
Univ. Lyon(里昂大学);ENTPE(法国国立公共工程学院);IFSTTAR(法国交通发展与网络科学技术研究院);IRT System-X(System-X 技术研究院);SPIE CityNetworks(SPIE CityNetworks 公司)
本文介绍了一种新的实用方法,用于实时估计高速公路上的交通状况和行程时间。首先,在主成分分析之后,对历史数据集的观测日进行聚类。两种不同的方法进行了比较:高斯混合模型和k-means算法。聚类结果表明,同一组的拥堵图在交通状况和动态上具有很大的相似性。这种地图是高速公路上拥堵传播的二进制可视化,更加重视交通动态。其次,根据拥堵地图,在每个聚类中确定一个共识日作为社区最具代表性的一天。第三,从历史数据中获得的这些信息用于预测交通拥堵传播和旅行时间。因此,新的一天的第一次测量被用来确定哪个合意的一天最接近这个新的一天。然后,使用在该合意日记录的过去观测来预测未来的交通状况和旅行时间。这种方法是测试使用10个月的数据收集在法国的高速公路上,并显示出非常令人鼓舞的结果。
2020-11-12 cs.LG 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
Role of connectivity in congestion and decongestion in networks
研究了具有规则节点和枢纽的二维通信网络中的网络流量动力学。如果网络经历繁重的消息业务,则由于节点的有限容量而发生拥塞。我们讨论的策略,以操纵枢纽容量和枢纽连接,以缓解拥塞,并定义了介数中心性(CBC),网络流量的直接测量,这是有用的,用于确定最有可能导致拥塞的枢纽系数。在高CBC的枢纽增加替代性连接可以非常有效地缓解拥堵。
2005-09-29 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
Traffic Network Optimum Principle - Minimum Probability of Congestion Occurrence
本文提出了一个具有瓶颈的车辆交通网络的最优控制原理。这个网络故障最小化(BM)原理指出,当在网络中以这样的方式分配链路流率时,达到网络最优,使得在给定的观察时间期间在网络瓶颈之一处自发发生业务故障的概率达到最小可能值。基于一个随机的三相交通流模型的数值模拟,我们表明,在比较著名的Wardrop的原则的BM原则的应用允许相当大的网络流入率,在没有交通故障发生,因此,自由流保持在整个网络。
2010-12-24 physics.soc-ph
Fluctuation-induced traffic congestion in heterogeneous networks
在复杂的异构网络,特别是互联网的研究中,非常注意分析由硬件故障或过载引起的网络故障,其中网络反应被建模为重新路由的流量远离故障或拥塞的元素。在这里,我们模拟另一种类型的网络反应拥塞-急剧减少的输入流量率通过拥挤的路线,发生在更短的时间尺度。我们认为,在互联网上的局部需求和容量之间的不匹配的结果在交通损失的拥塞发作,并表明它可以被描述为一个相变的特点是在介观时间尺度上的强非高斯损失波动。由输入流量中的噪声引起的波动,由于网络的异构性而加剧,表现在无标度负载分布中。它们导致网络对拥塞的第一个迹象反应过度,显著减少了沿拥塞完全可以忽略的通信路径的输入流量。
2011-10-21 cond-mat.stat-mech cs.NI physics.soc-ph
Congestions and Spectral Transition in Time-Lagged Correlations of Motorway Traffic
研究高速公路拥堵传播产生的时滞相关性,通过实证分析与数值模拟发现主特征值随时间滞后的谱转变行为与拥堵持续时间存在非线性关系,并在简化模型中解析推导了该关系。
2023-12-19 physics.data-an physics.soc-ph
Estimating Peak-Hour Traffic Congestion Patterns For Interacting Agents On Urban Networks
我们研究的出现在城市网络中的拥堵模式,通过一个简单的交通规则,并通过使用一组标准的介数中心性(BC)的启发措施,通过模拟车辆的相互作用。我们考虑了一组拓扑异构的城市,并模拟网络负载在早上高峰时段,通过增加循环车辆的数量。在出发时,车辆知道网络状态,并选择具有最佳穿越时间的路径。每个添加的路径修改车辆密度和行驶时间为以下车辆。从一个空的网络开始,增加流量,直到交通崩溃,提供了一个框架,研究网络的过渡到拥塞,以及如何连接逐渐中断的不可能路径的一部分突然变得占主导地位。我们使用标准BC来探讨一系列交通水平的瞬时平衡网络状态,并展示如何改进此措施,以建立一个更好的代理在高峰时段的累积道路使用。我们定义了一种新的动态措施,估计累积道路使用量和相关的总时间的边缘人口的驱动程序。我们还研究了拥塞如何从分散在网络上的功能失调的边缘开始,然后将其组织成相对较小但具有破坏性的集群。
2022-07-22 physics.soc-ph
Spatiotemporal statistical features of velocity responses to traffic congestions in a local motorway network
本文基于德国局部高速公路网络数据,提出一种因果响应函数,揭示速度对拥堵的响应随时间发生相位变化并随距离幂律衰减,且具有标度坍缩特性。
2024-06-25 physics.data-an physics.soc-ph
Obscuring digital route choice information prevents delay-induced congestion
虽然路由应用程序越来越多地影响个人的移动性选择,其对集体交通动态的影响仍然在很大程度上是未知的。智能通信技术提供了准确的交通数据,用于选择一条路线而不是其他路线,但固有的延迟破坏了这些信息的潜在用途。在这里,我们介绍和分析了一个简单的集体交通动态模型,这是由于路线选择依赖于过时的交通信息。我们发现,足够小的信息延迟,交通流是稳定的扰动。然而,超过分叉点的延迟会引起幅度增加的自组织流振荡-拥塞出现。提供在足够长的时间段内平均的延迟信息,或者更有趣的是,减少遵守路线建议的车辆数量,可以防止这种延迟引起的拥堵。我们揭示了这些现象的基本机制,在一个最小的两条道路模型,并证明其普遍性,微观,基于代理的模拟道路网络系统。我们的研究结果提供了一种方法,从概念上理解广泛使用的非瞬时路由信息引起的系统范围内的交通动态,并建议如何避免产生意外的集体交通状态。
2021-10-13 physics.soc-ph
Congestion diffusion and decongestion strategy in networked traffic
我们研究了Barabási-Albert无标度网络中的信息流量,其中每个节点都有有限的队列长度来存储数据包。研究发现,在最短路径选路策略的情况下,网络经历一阶相变,即,随着分组产生速率的增加,从自由流状态到完全拥塞状态。我们还将随机效应(即随机选择邻居来传递数据包)以及控制方法(即拥塞节点在一定延迟时间$T$后丢弃数据包的策略)引入到路由协议中,以测试异构网络的流量容量。结果表明,存在最优的$T$值使网络达到最佳的处理能力,适当的随机效应的存在也有助于网络的性能。
2007-11-11 physics.soc-ph
Predictability of road traffic and congestion in urban areas
缓解城市道路交通拥堵对城市发展、减少能源消耗和空气污染至关重要,这取决于我们能否预见与驾驶员集体行为有关的道路使用和交通状况,这就提出了一个重要问题:城市地区的道路交通可预测程度如何?在这里,我们依靠安装在出租车上的GPS定位设备对日常车辆移动的精确记录,来揭示城市交通模式的潜在日常可预测性。使用从道路上的拥堵程度映射到一个时间序列的符号和测量其熵,我们发现一个相对较高的日常交通状况的可预测性,尽管没有任何先验知识的司机的起源和目的地和相当不同的出行模式之间的工作日和周末。此外,我们发现一个违反直觉的依赖性的可预测性的旅行速度:与中间平均旅行速度的路段是最难预测的。我们还探讨了恢复交通状况的一个不可访问的部分,从其相邻的部分有限的可观测性的可能性。尽管驾驶员行为的异质性以及其起点和目的地的可变性,但高度可预测的交通模式使得能够开发准确的预测模型,以最终设计出缓解城市道路拥堵的实用策略。
2014-07-04 physics.data-an 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
The Importance of Antipersistence for Traffic Jams
道路网络和交通模式的普遍特征有助于预测和控制交通拥堵。交通流时间序列的反持续性已被发现的许多数据集,但其相关性的拥堵已被监督。基于德国高速公路的经验数据,我们研究了交通流时间序列的反持续性如何在很宽的时间尺度上影响交通拥堵的持续时间。我们发现大量的短暂的交通堵塞,这意味着追尾碰撞的风险很大。
2017-06-02 cond-mat.stat-mech physics.data-an physics.soc-ph
Adaptive Traffic Signal Control for Developing Countries Using Fused Parameters Derived from Crowd-Source Data
移动技术的进步使得能够经济地收集、存储、处理和共享交通数据。这些数据可通过各种应用程序接口(API)供预期用户访问,并可用于实时识别和缓解拥塞。在本文中,定量(到达时间)和定性(颜色编码的拥塞水平)数据是从Google交通API中获取的。新的参数,反映异构交通条件的定义和利用实时控制的交通信号,同时保持绿灯红灯时间比。所提出的方法利用了计算机网络中常用的避障原理。在高峰时段,在德里(印度)的三个不同的十字路口观察到自适应拥堵水平。它表现出良好的变化,因此敏感的控制算法有效地采取行动。仿真结果表明,该控制算法减少了等待时间和拥塞。所提出的方法提供了一种廉价的替代交通传感和跟踪技术。
2022-03-11 cs.SY eess.SY physics.soc-ph
Congestion phenomena on complex networks
我们定义了一个极小模型的交通流在复杂网络中包含最相关的功能,真正的路由方案,即一个权衡策略之间的拓扑为基础的和基于流量的路由。由此产生的集体行为,分析获得的合奏不相关的网络,是非常丰富的物理和再现结果最近在交通模拟无标度网络。我们发现,流量控制是无用的均匀图,但可能会提高非均匀网络的整体性能,扩大参数空间中的自由流区域。交通控制还引入非线性效应,并且超过临界强度,可能以不连续的方式触发拥塞阶段的出现。
2008-08-05 cs.NI physics.soc-ph
Landscape Geometry-based Percolation of Traffic in Several Populous Cities around the World
从景观渗流的概念出发,描述了世界上几个人口密集城市的平均交通拥堵状况。居住区面积与道路宽度的比值是控制交通拥挤的基本参数。我们将该模型与从世界各地几个人口众多的城市提取的数据(直接来自Google Earth图像)进行了比较,并展示了非常一致的结果。城市景观的标准,使一个城市被认为是拥挤或不那么拥挤已经确定。该模型还非常好地解释了测量数据与世界各地一些人口稠密城市的各种拥堵水平报告(如公认的Tomtom拥堵水平或Numbeo交通指数)的一致性。这些发现可能有助于设计新的城市或重新设计拥挤城市的基础设施,例如决定住宅区的最大面积和道路的宽度。这项工作还显示了问题的相似性,在导电复合(电流流),冰山之间的盐水运输(流体流),和交通(车流)
2019-10-17 physics.soc-ph
Understanding Dhaka City Traffic Intensity and Traffic Expansion Using Gravity Model
本文基于达卡市实时交通数据,利用引力模型分析小区域交通强度及拥堵扩散规律,证明其影响随距离增加而减弱,可为城市交通治理提供依据。
2023-07-26 physics.soc-ph
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
Mitigating Congestion in Complex Transportation Networks via Maximum Entropy
本文揭示了复杂网络中熵率与拥塞之间的关系,并在特殊情况下解析求解。通过寻找最大熵率将导致流量效率的提高,我们提出了一种通过合理分配有限的流量给网络中的节点来缓解拥塞的方法。与以往的策略不同,该方法只需要网络的局部可观测信息,成本低,具有广泛的应用前景。在各种网络模型的相变的模拟中,我们的方法在局部和全局上都表现良好。通过比较,我们也发现了以前的度偏置方法的不足。由于交通网络的快速发展,我们的方法可能有助于现代社会。
2017-09-13 physics.soc-ph
Stop-and-Go: Exploring Backdoor Attacks on Deep Reinforcement Learning-based Traffic Congestion Control Systems
New York University Tandon School of Engineering(纽约大学坦登工程学院);New York University Abu Dhabi(纽约大学阿布扎比分校)
最近的研究表明,在交通中引入自动驾驶汽车(AV)可以帮助减少交通堵塞。深度强化学习方法在复杂的控制问题中表现出良好的性能,包括自主车辆控制,并已用于最先进的AV控制器。然而,深度神经网络(DNN)使自动驾驶容易受到基于机器学习的攻击。在这项工作中,我们探讨了后门/木马的DRL为基础的AV控制器。我们开发了一个触发器的设计方法,是基于完善的交通物理学原理。恶意行为包括车辆减速和加速以导致出现走走停停的交通波(拥堵攻击)或AV加速导致AV撞到前面的车辆(保险攻击)。我们在单通道和双通道电路上测试我们的攻击。我们的实验结果表明,后门模型不损害正常的操作性能,与累积奖励的最大下降为1%。尽管如此,当相应的触发器出现时,它仍然可以被恶意激活以导致崩溃或拥塞。
2021-08-26 cs.CR cs.LG cs.SY
Traffic flow splitting from crowdsourced digital route choice support
数字技术正在从根本上改变人类流动。交通数据的可用性、数据源的连通性增加以及计算资源的廉价访问对路线选择的影响尤其大。数字路由技术为个人提供了更有效的路线选择,并减少了城市的拥堵。然而,目前还不清楚这些技术的广泛采用实际上如何改变复杂街道网络上的集体交通流量动态。在这里,我们回答这个问题的动态下的城市通勤数字路线选择的支持。建立在类的拥堵游戏,我们研究的通勤行为的演变,作为人口的一部分依赖于,但也有助于,众包交通信息。其余的人根据个人经验选择路线。我们展示了数字路线选择支持如何可能导致通勤流沿不同路线分离成技术和非技术用户。这种集体行为可能加剧系统的低效率,并导致拥塞的增加。这些结果突出了路线选择决策支持协议算法设计领域的新研究方向,以帮助在日益城市化和数字化的过程中解决拥堵,排放和其他系统性低效率问题。
2020-08-11 physics.soc-ph
Scale-free congestion clusters in large-scale traffic networks: a continuum modeling study
The University of Tokyo(东京大学);Hokkaido University(北海道大学);Toyota Central R&D Labs., Inc.(丰田中央研究所)
本文研究了大规模交通网络中拥堵簇的无标度特性,通过连续模型分析发现拥堵簇大小遵循幂律分布,并揭示了有限尺寸缩放特性。
2026-07-01 cond-mat.stat-mech math-ph math.MP
Congestion Barcodes: Exploring the Topology of Urban Congestion Using Persistent Homology
本文提出了一种新的方法来量化交通网络的连通性。受拓扑数据分析领域的启发,我们提出了一种新的方法来探索道路网络连接的鲁棒性,在存在的道路上的拥堵。该模式的鲁棒性总结在拥堵条形码中,该条形码可以直接从通常用于导航的交通数据集构建。作为一个初步的演示,我们说明了在纽约市附近的一个公开的交通数据集的主要技术。
2017-07-20 cs.DS math.AT physics.data-an
Response functions as a new concept to study local dynamics in traffic networks
本文将金融中的响应函数引入交通系统,揭示速度响应的瞬态与长期两阶段及其与拥堵相关量的线性关系,并用受SIR启发的模型刻画拥堵传播。
2022-11-15 physics.data-an physics.soc-ph
Phase separation induces congestion waves in electric vehicle charging
电动汽车可能在未来十年主导机动交通,但电动交通的集体动力学对长距离交通流的影响在很大程度上仍然是未知的。我们展示了一种类型的拥堵,如果充电基础设施有限或电动汽车密度高。这种拥塞仅通过充电基础设施处的间接交互而出现,这是通过避免拥挤行为来实现的,该行为违反直觉地导致被占用的充电站的聚集以及流到自由站和拥塞站的相分离。所产生的拥塞波总是在行进方向上向前传播,与传统交通堵塞中已知的通常向后传播的拥塞波形成对比。这些结果可能会指导规划和设计的充电基础设施和决策支持应用程序在不久的将来。
2022-06-30 nlin.AO physics.soc-ph
Non-recurrent Traffic Congestion Detection with a Coupled Scalable Bayesian Robust Tensor Factorization Model
School of Mechanical Engineering, Beijing Institute of Technology(北京理工大学机械工程学院);School of Transportation Engineering, Southeast University(东南大学交通工程学院);Faculty of Momenta(Momenta学院);McGill University(麦吉尔大学);University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
非重现性交通拥堵(NRTC)通常会给通勤者带来意想不到的延误。因此,以实时的方式准确地检测和识别NRTC是至关重要的。道路交通检测器和环路检测器的发展为研究人员提供了大规模的多变量时空交通数据,为深入研究非线性交通流控制提供了条件。然而,它仍然是一个具有挑战性的任务,构建一个分析框架,通过该框架可以有效地表示和利用多变量交通信息的自然时空结构特性,以更好地理解和检测NRTC。在本文中,我们提出了一种新的分析训练免费框架的基础上耦合可扩展贝叶斯鲁棒张量分解(耦合SBRTF)。该框架可以通过共享相似或相同的稀疏结构来耦合多变量交通数据,包括交通流量、道路速度和占用率。而且,它自然地捕获的高维时空结构特性的交通数据的张量因式分解。该框架的共享稀疏结构包含了足够丰富的NRTC信息,其条目揭示了NRTC的分布和大小。而框架的低秩部分则将总体期望交通状况的分布作为辅助产品来表达。在真实交通数据上的实验结果表明,该方法在NRTC检测中的性能优于耦合贝叶斯鲁棒主成分分析(耦合BRPCA)、秩稀疏张量分解(RSTD)和标准正态偏差(SND).当只利用工作日的交通数据时,所提出的方法表现得更好,因此可以为日常通勤者提供更精确的NRTC估计。
2020-05-10 cs.CV cs.LG physics.soc-ph
Traffic State Estimation in Congestion to Extend Applicability of DFOS
针对 DFOS 在严重拥堵时因车辆振动弱导致速度轨迹缺失的问题,提出基于数据同化的缺失值插补方法,并在日本两条高速公路验证,MAE 仅增加 1.5 km/h。
2025-08-28 cond-mat.stat-mech cs.SY eess.SY
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
A minimal model for congestion phenomena on complex networks
我们研究了复杂网络中交通流的一个极小模型,该模型简单得足以得到解析结果,但具有非常丰富的现象学,呈现出自由流阶段和拥塞阶段之间的连续、不连续以及混合相变,临界点和系统大小的不同标度行为.它由一个具有单范围排斥的移动网络上的随机行走器组成,在这个网络中,粒子只有在移动时才能被摧毁。我们专注于依赖的拓扑结构,以及对交通控制的水平。我们能够获得的过渡曲线和相图在分析水平上的合奏的不相关的网络和数值的单个实例。我们发现,流量控制提高了全局性能,扩大了自由流区域的参数空间中,只有在异构网络。交通控制引入非线性效应,并且超过临界强度,可能以不连续的方式触发拥塞阶段的出现。该模型还再现了在互联网上经验观察到的交通波动的缩放中的交叉,并且,保守的版本可以定性地再现交通网络中的一些程式化的事实。
2009-07-27 cond-mat.stat-mech physics.soc-ph
Effects of Bottlenecks on Vehicle Traffic
交通挤塞通常出现在瓶颈地带的上游,例如隧道。拥挤表现为走走停停的波浪和高密度的均匀流。我们使用耦合地图最优速度模型对具有瓶颈的交通流进行了模拟。瓶颈被表示为具有速度降低的路段。瓶颈中的速度降低控制了走走停停波的出现。建立了瓶颈效应的唯象理论。
2006-09-28 cond-mat.stat-mech physics.soc-ph
Percolation properties in a traffic model
交通作为一个动态的复杂系统,其特征是从自由流到非自由流的过渡,这一过程的研究主要集中在高速公路上。然而,尽管它的重要性,在制定缓解拥堵的策略,在城市规模的这种常见的交通现象的理解仍然缺失。一个开放的问题是网络中的流量如何从全局有效流量崩溃为小集群中的孤立局部流量,即流量渗透问题。在这里,我们研究了交通渗流性质的一个基于代理的交通模型的模拟格。该模型中的临界交通量区分了交通的自由状态和拥挤状态。结果表明,交通逾渗阈值随交通量的增加而减小,在临界交通量处达到最小值。我们表明,这个最小的阈值是最长的空间相关性的结果,在临界交通量的交通流量。这些研究结果可能有助于开发拥塞缓解策略,在网络视图。
2015-12-01 cond-mat.stat-mech nlin.AO physics.data-an
A Novel Approach to Real-Time Short-Term Traffic Prediction based on Distributed Fiber-Optic Sensing and Data Assimilation with a Stochastic Cell-Automata Model
NEC Corporation(日本电气株式会社);Central Nippon Expressway Company Limited(中日本高速道路株式会社)
本文提出基于分布式光纤传感与随机元胞自动机模型的实时短期交通预测方法,通过数据同化提高预测精度,有效减少拥堵长度和旅行时间的预测误差。
2025-01-07 cond-mat.stat-mech cs.SY eess.SY