元胞自动机NaSch模型及其MATLAB代码

元胞自动机NaSch模型及其MATLAB代码

元胞自动机NaSch模型及其MATLAB代码

作业要求

根据前面的介绍，对NaSch模型编程并进行数值模拟：

模型参数取值：Lroad=1000，p=0.3，Vmax=5。

边界条件：周期性边界。

数据统计：扔掉前50000个时间步，对后50000个时间步进行统计,需给出的结果。

基本图（流量-密度关系）：需整个密度范围内的。

时空图（横坐标为空间，纵坐标为时间，密度和文献中时空图保持一致, 画500个时间步即可）。

指出NaSch模型的创新之处，找出NaSch模型的不足，并给出自己的改进思路。流量计算方法：

密度＝车辆数/路长；

流量flux=density×V_ave。

在道路的某处设置虚拟探测计算统计时间T内通过的车辆数N；

流量flux=N/T。

在计算过程中可都使用无量纲的变量。

1、NaSch模型的介绍

作为对184号规则的推广，Nagel和Schreckberg在1992年提出了一个模拟车辆交通的元胞自动机模型，即NaSch模型（也有人称它为NaSch模型）。

时间、空间和车辆速度都被整数离散化。道路被划分为等距离的离散的格子，即元胞。

每个元胞或者是空的，或者被一辆车所占据。

车辆的速度可以在（0～Vmax）之间取值。

2、NaSch模型运行规则

在时刻t到时刻t+1的过程中按照下面的规则进行更新：

（1）加速：vn min(vn 1,vmax)

规则（1）反映了司机倾向于以尽可能大的速度行驶的特点。

（2）减速：vn min(vn,dn)

规则(2)确保车辆不会与前车发生碰撞。

（3）随机慢化：以随机概率p进行慢化，令：vn min(vn-1,0)

规则(3)引入随机慢化来体现驾驶员的行为差异，这样既可以反映随机加速行为，又可以反映减速过程中的过度反应行为。这一规则也是堵塞自发产生的至关重要因素。

（4）位置更新：vn xn vn，车辆按照更新后的速度向前运动。其中vn，xn 分别表示第n辆车位置和速度；l（l≥1）为车辆长度；

p表示随机慢化概率；dn xn1xn1表示n车和前车n+1之间空的元胞数；vmax为最大速度。

3、NaSch模型实例

根据题目要求，模型参数取值：L=1000，p=0.3，Vmax=5，用matlab软件进行编程，扔掉前11000个时间步，统计了之后500个时间步数据，得到如下基本图和时空图。

3.1程序简介

初始化：在路段上，随机分配200个车辆，且随机速度为1-5之间。

图3.1.1是程序的运行图，图3.1.2中，白色表示有车，黑色是元胞。

图3.1.1 NaSch模型运行图

图3.1.2 NaSch模型

3.2流量密度分析

图 3.2描述了交通流量与密度的关系，从图中可知，该模型中，当密度为0——0.185时，流量随密度的增加而增加；当密度超过0.185时，流量开始随密度的增加而下降。

图3.2基于NaSch模型的流量密度图

3.3 NaSch模型时空图分析

图3.3.1和图3.3.2描述了，时间步从11001开始到11500结束，共500个时间步的空间和时间的关系，从图中可以模拟出自发产生的堵塞现象。

图3.3.1基于NaSch模型的时空图

图3.3.2基于NaSch模型的时空图

4 模型评价

优点：该程序基本实现了NaSch模型的基本功能，并且最大速度、元胞数量、车辆数量以及运行间隔时间都可以修改，程序很灵活，并且可以清晰的看出每一次运行过程。

缺点：当时间步超过20000步时，内存占用量大。

附件

% 主程序：NaSch_3.m程序代码

% 单车道最大速度3个元胞开口边界条件加速减速随机慢化

clf

clear all

%build the GUI

%define the plot button

plotbutton=uicontrol('style','pushbutton',...

'string','Run', ...

'fontsize',12, ...

'position',[100,400,50,20], ...

'callback', 'run=1;');

%define the stop button

erasebutton=uicontrol('style','pushbutton',...

'string','Stop', ...

'fontsize',12, ...

'position',[100,500,50,20], ...

'callback','freeze=1;');

%define the Quit button

quitbutton=uicontrol('style','pushbutton',...

'string','Quit', ...

'fontsize',12, ...

'position',[100,600,50,20], ...

'callback','stop=1;close;');

number = uicontrol('style','text', ...

'string','1', ...

'fontsize',12, ...

'position',[20,400,50,20]);

%CA setup

n=1000; %数据初始化

z=zeros(1,n); %元胞个数

z=roadstart(z,200); %道路状态初始化，路段上随机分布200辆cells=z;

vmax=5; %最大速度

v=speedstart(cells,vmax); %速度初始化

x=1; %记录速度和车辆位置

memor_cells=zeros(3600,n);

memor_v=zeros(3600,n);

imh=imshow(cells); %初始化图像白色有车，黑色空元胞

set(imh, 'erasemode', 'none')

axis equal

axis tight

stop=0; %wait for a quit button push

run=0; %wait for a draw

freeze=0; %wait for a freeze（冻结）

while (stop==0 & x<11502)

if(run==1)

%边界条件处理，搜素首末车，控制进出，使用开口条件

a=searchleadcar(cells);

b=searchlastcar(cells);

[cells,v]=border_control(cells,a,b,v,vmax);

i=searchleadcar(cells); %搜索首车位置

for j=1:i