一、基于元胞自动机的交通模型综述（论文文献综述）
宋伟亚[1]（2021）在《考虑驾驶行为的自动—手动驾驶混合交通流研究》文中提出自动驾驶汽车的出现为缓解道路交通拥堵提供了一种新途径,但是未来自动驾驶汽车逐步投入市场的过程中,其对传统道路交通系统产生的影响会存在许多不确定性。为了充分了解自动驾驶汽车（autonomous vehicle,简称AV）投入市场后与手动驾驶汽车（manual vehicle,简称HV）所组成的混合交通流的性质,本研究通过考虑两种不同类型车辆的驾驶行为特点,提出在模拟仿真过程中用来区分二者的三个假设:（1）自动驾驶汽车无随机慢化效应,手动驾驶汽车存在随机慢化效应,且人类驾驶员的心态会随道路车流密度的变化而改变,车流密度越大,心理压力越大,随机慢化概率也越大;（2）自动驾驶汽车与手动驾驶汽车制动反应时间不同;（3）自动驾驶汽车能够准确预估其他车辆的速度、加速度等信息,而人类驾驶员由于驾驶风格不同,相应的预估结果也会存在差异,本文通过引入冒险系数β用于区分这种差异。基于假设（1）和假设（2）、（3）,我们分别提出了“Richards随机慢化概率模型”与“预期安全距离模型”,并在此基础上建立了基于元胞自动机的“考虑驾驶行为的单车道自动-手动驾驶混合交通流模型”。接着,我们又利用“临界换道概率模型”与“预期安全距离模型”改进换道规则,建立了基于元胞自动机的“考虑驾驶行为的三车道自动-手动驾驶混合交通流模型”。最后,我们利用MATLAB R2016a进行了不同场景下的交通流模拟仿真。通过研究发现:自动驾驶汽车的市场渗透率越高,系统的道路通行能力越强,且单车道系统最佳车流密度下的峰值流量最多可以提升约1.2倍,三车道系统最佳车流密度下的峰值流量最多可以提升约1.4倍;在设置自动驾驶专用道场景下,当自动驾驶汽车的市场渗透率达到20%左右时,设置专用道的系统交通流整体性质与混合流的性质相近,所以在考虑自动驾驶技术安全性的基础上,此时可以设置自动驾驶专用道;此外,当自动驾驶汽车的市场渗透率达到35%左右时,三车道系统整体的道路通行能力最强,专用道所能发挥的效用也最大。
王雪[2]（2021）在《基于元胞自动机的交通污染物排放和油耗的研究》文中指出近年来,由于各大城市车辆保有量的快速增长,车辆排放的有害气体已经成为导致雾霾天气和呼吸道疾病的重要原因。同时交通运输行业消耗大量能源,能源过度消耗制约着全球经济发展。因此对交通污染物和油耗的研究是非常有意义的。交通拥堵不但影响道路的通行能力而且是导致大量尾气排放和油耗的主要原因。交通拥堵的产生存在着很多非平衡、非线性现象吸引着科学家们做大量研究。大多数交通拥堵主要是由交通瓶颈诱发导致的,而且实际的道路交通中存在着形态各异、强度不同的交通瓶颈,比如:匝道交通、道路局部缩减等。因此,本文基于元胞自动机交通流模型,研究道路交通污染物的排放和油耗。主要研究工作如下:1.基于混合交通流Na Sch模型,提出混合交通流污染物排放模型,研究在周期性边界条件下车辆不同混合比、车辆不同运动状态、车辆不同最大速度和不同车长时,混合交通流颗粒物（PM）、二氧化碳（CO2）、氮氧化物（NOx）和挥发性有机化合物（VOC）的排放。研究表明,混合交通的污染物排放随着混合比的增加而增多。在拥堵形成过程中加速和减速车辆对混合交通流的污染物排放影响较大,减速车辆排放的污染物最多。通过引入加速、减速和匀速三种运动状态的分布函数,对不同车辆运动状态的污染物排放给出合理解释。在车辆混合比和车长一定时,短车最大速度越大,排放越多,长车最大速度对污染物排放的影响不明显。当混合比和最大速度一定时,车辆越长,由于在周期性边界条件下,道路容量的限制,污染物排放趋于越少。2.基于三相交通流KKW模型,研究开放边界条件下单车道交通的油耗和颗粒物排放。数值模拟得到交通相图,相图不同区域的划分与车长有关,车长为15个元胞的交通相图区域可划分为自由流、拥堵I相、拥堵II相和最大流,车长为5个元胞时,相图缺少最大流。通过对道路局域密度与流量的交叉关联函数和时空斑图的分析,确定道路上游存在同步流区域。对相图不同区域对应的油耗和颗粒物排放进行数值模拟,得出最大流和拥堵I相区域的油耗和颗粒物排放最多;同步流的油耗大于自由流的油耗,但是低于拥堵I相和最大流的油耗。3.基于元胞自动机Na Sch模型和换道模型提出具有上匝道的交通流颗粒物排放模型,研究在开放边界条件下上匝道系统中交通流颗粒物的排放。数值模拟得到该交通系统的相图,相图区域的划分与加速车道的长度有关,主干道上游和匝道都处于自由流;主道上游处于自由流,匝道处于拥堵;主干道上游处于低速运动,匝道处于自由流;主干道上游处于低速运动,匝道处于拥堵。对不同主干道驶入概率和匝道驶入概率研究,得到了各路段交通流量和平均速度。研究不同主干道驶入概率和匝道驶入概率时,对应的各车段交通流颗粒物的排放,结果表明,主干道上游处于低速运动时颗粒物排放高于主干道上游处于自由流的颗粒物排放。匝道处于拥堵时颗粒物排放高于自由流的颗粒物排放。随着匝道的驶入概率不断增加,匝道的颗粒物排放不断增大。
王永东[3]（2021）在《事故车辆影响下的城市交叉口交通流演化研究》文中认为事故车辆影响下的城市交叉口交通流演化研究具有重要的理论意义和实际价值,现有研究讨论了交通事故下基本路段交通流演化。实际中,交通事故也经常发生在城市交叉口上。因此,本文研究事故车辆影响下的城市交叉口交通流演化,首先从微观角度构建事故车辆位于城市道路T字型交叉口附近时和十字型交叉口附近时的区域交通流模型,然后进行仿真,最后分析事故车辆影响下的城市交叉口交通流演化过程,为事故车辆处理和缓解城市交叉口交通拥堵提供决策依据。论文具体成果如下。事故车辆影响下的城市T字型交叉口交通流演化。针对事故车辆影响下的城市T字型交叉口,对事故车辆影响下的城市T字型交叉口交通流特征进行分析,构建事故车辆影响下的城市T字型交叉口交通流模型,分析了不同进车率和事故持续时间情形下城市T字型交叉口各个上游道路及交叉口交通流演化规律。发现T字型交叉口上游各车道和T字型交叉口所受影响持续时间随着事故持续时间的增加而增加;T字型交叉口车流量和车流平均密度所受影响随进车率增加而增加,而各车道中,由下至上车道受到的影响最大,由左至右车道交叉口左半部分次之,由右至左车道交叉口右半部分受到的影响最小。事故车辆影响下的城市十字型交叉口交通流演化。针对事故车辆影响下的城市十字型交叉口,对事故车辆影响下的城市十字型交叉口交通流特征进行分析,构建事故车辆影响下的城市十字型交叉口交通流模型,分析了不同事故持续时间、不同进车率、不同的车辆转向率及不同信号灯持续时长情形下城市十字型交叉口交通流演化规律。发现随着道路中左转或右转车辆比例的增加,城市十字型交叉口交通流所受影响减小;随着进车率增加,对十字形交叉口造成影响,但影响程度基本不变;随着事故持续时间增加,对十字形交叉口影响时间增加,但影响程度一样;而随着信号灯持续时长的变化事故车辆对十字型交叉口的影响基本不变。本文研究成果不仅揭示了事故车辆影响下的城市道路交叉交通流演化过程,而且为处理城市交叉口道路突发交通事故诱发的交通拥堵等状况,提出了应对策略和管理意见。
刘展宏[4]（2021）在《混入自主车辆队列的交通流建模与仿真》文中研究表明近年来,由于车辆保有量持续上涨,交通拥堵问题愈发严重。随着交通行业和汽车技术的蓬勃发展,智能交通和智能汽车将会融入大家生活。车辆队列属于智能交通系统下的一种新型智能车辆行驶模式,它的出现能够有效缓解交通压力、提高道路通行能力,为解决传统车辆带来的交通拥堵提供了另一种可能性,所以研究混入车辆队列的交通流特性是一个值得深入挖掘的课题。本文分析车辆队列和普通车辆交通运行特点的相关文献后,基于合理的基本假设,建立模型,探析车辆队列给交通带来的影响。本文主要工作内容如下:（1）根据普通车辆的交通运行特性,在人-车-路方面依次根据车辆队列和普通车辆特点进行模型改进区分;首先,驾驶员方面:通过冒险参数和随机慢化在减速方面来刻画普通车辆拥有的驾驶员特性;利用跟车速度的浮动误差来描述普通车辆与车辆队列的差异;其次,车辆方面:普通车辆和车辆队列加减速度、车身长等变量进行区分;最后,道路方面:为了贴合实际交通采用了开放性边界,进行了相应主体的边界条件设置。以Na Sch模型为基础根据上述主体的交通运行特性,提出元胞自动机模型框架;然后,考虑到取整函数可能会导致位移累加更新带来的"迟滞"效应,将速度和位移小数部分的进行累计记录,细化元胞尺寸和更新时间步长;基于分类建模的思想,建立混入车辆队列的元胞自动机跟驰行为模型。通过建立的跟驰模型分析跟驰时流量、密度、速度基本参数得到如下结论:随着车辆队列混合比例增大,道路通行能力增加、最终密度集中区域开始后移和扩大、大量速度的分布区域开始往较高速度区域移动并扩大。混合比例0.9的两辆车和三辆车组成的车辆队列对应的通行能力约为混合比例0.1通行能力的1.6和1.9倍;车辆队列内部车辆之间的间距越大,最大通行能力越小。车辆混合比例相同的情况下,队列车辆数越多其最大通行能力会更大。（2）通过研究各类主体车辆的属性和换道行驶特点,考虑不同车道之间的换道间距条件以及普通车辆和车辆队列换道概率条件差异。基于普通车辆和车辆队列的特点和差异性,以STCA模型为基础,据此构建混入车辆队列的三车道元胞自动机换道模型用来描述普通车辆和队列车辆的换道行为。通过仿真结果分析得到:普通车辆和车辆队列的换道次数大于普通车辆之间的换道次数。车辆队列速度越快,越容易受到外来车道驶入车辆干扰,引发拥堵,破坏行驶系统稳定性。
尹帆[5]（2021）在《高速公路交通流回波的特征研究》文中指出交通流相关理论的目标落脚点在于合理构建能够刻画描述道路交通独有特征的相关交通流模型,用于揭示调整控制道路中交通流不同相态下复杂动态特性的重要规律,为社会的可持续发展关于预防缓解交通堵塞和有效地指导交通工程相关实践内容等方面提供有力保障。近年来,交通拥堵等严重现象逐步成为当前社会亟待解决的关键性问题,交通拥堵现象的发生对于能源过度消耗、环境噪声污染、气候条件恶化等均带来不利影响,逐渐成为我国社会经济发展、生态环境保护、人民健康幸福等方面的制约因素。加速推进交通流相关理论发展研究分析,对提升高速公路服务水平以及解决交通拥堵现象等问题均具有重要的工程应用价值及深远的科学理论意义。为了能够进一步探究目标车辆之间速度扰动变化对交通流的微观影响,本文基于三相交通流理论为主线,通过对驾驶员行为倾向因素进行细致的划分工作,在原有经典KKW模型基础上提出了改进的元胞自动机模型。同时利用MATLAB软件对新构建改进模型进行了模拟仿真统计分析,分别探究不同交通流相态下道路中目标车辆之间速度扰动波动变化以及拥有加减速效果特征回波的传播趋势现象。本文主要的相关研究内容如下所示:（1）比较传统交通流理论与三相交通流理论对高速公路中目标车辆之间的速度扰动波动变化和拥有加减速效果特征回波导致拥堵形成的解释说明,确立了三相交通流相关理论应用于具有复杂性、动态性、随机性特征交通流的优势作用。（2）本文考虑驾驶员的驾驶行为特性因素构建三相交通流理论框架下改进的元胞自动机模型,进行模拟仿真数据统计分析发现,不同交通流相态下目标车辆间的速度扰动变化和拥有加减速效果特征的回波具有不同的演化特性。当交通流处于自由流相态时,车流中产生的速度扰动变化与回波现象作用于单个目标车辆的持续时间较短;当交通流处于同步流相态时,车流中产生的速度扰动变化与回波现象会急剧的沿车流上游逐步传递,受影响的目标车辆数目较多且上述特征现象难以产生消散的结果。（3）基于驾驶员行为特征因素方面,当道路中交通流处于自由流相态时,目标车辆（激进型驾驶行为特性）的过度加减速反应会放大车流之间速度变化扰动和回波传递现象;目标车辆（保守型驾驶行为特性）由于拥有较低的行驶速度和较远的物理距离,会将车流之间的速度变化扰动和回波传递现象产生削弱的作用效果。
刘天阳[6]（2021）在《基于元胞自动机的无信号交叉口主路左转交通流仿真建模研究》文中研究指明交叉口将道路互相连接起来构成网络,是城市交通网络的重要组成部分。由于车辆转向导致交叉口车流之间产生冲突、合流与分流,交叉口的交通特性较为复杂,成为制约城市道路通行能力的交通瓶颈。论文基于元胞自动机对无信号交叉口主路左转交通流进行深入研究,构建符合实际交通特征的交叉口模型,分析左转车辆驾驶员驾驶行为对交叉口交通流的影响,深入探究城市道路无信号交叉口交通流的运行机理,丰富无信号交叉口交通流理论研究,为提高无信号交叉口通行能力和安全性提供决策参考。本文主要工作与研究成果如下:选择合适的无信号交叉口进行数据调查。分析所选交叉口的基本构成,通过视频拍摄对交叉口主路左转车辆驾驶员驾驶行为进行分析,通过实地数据采集对交叉口主路路段车辆速度、交叉口主路进口道车辆速度和交叉口主路交通量进行统计分析。为后面的模型建立提供数据支持。基于元胞自动机构建考虑不同类型驾驶员左转驾驶行为的无信号交叉口交通流模型。通过分析交叉口主路左转车辆通过交叉口时驾驶员的驾驶行为,将其分为保守型驾驶行为、稳重型驾驶行为和冒险型驾驶行为,对每种驾驶行为制定相应的车辆行驶规则。在不同驾驶行为条件下,对交叉口内主路左转车辆与主路交通流产生的冲突和延误进行分析。基于元胞自动机构建考虑左转车辆转向灯影响的无信号交叉口交通流模型。模型中制定了考虑转弯车辆转向灯因素的进口道车辆行驶规则,从交叉口进口道车辆平均行驶速度、车流密度和车流时空图三方面分析左转车辆转向灯开启位置距交叉口的距离对本车道以及相邻车道交通流的影响。通过仿真分析,左转车流量较低时,保守型驾驶行为更有利于无信号交叉口交通流的运行;当左转车流量较高时,稳重型驾驶行为更有利于无信号交叉口交通流的运行。在到达无信号交叉口前,左转车辆提前开启转向灯为后方车辆提供变道信息,有利于提高交叉口进口道车流的通行效率;但是过早开启转向灯则会造成道路资源的浪费,同时降低相邻车道车流的通行效率,对相邻车道车辆的正常行驶产生较大影响;建议左转车辆在进口道距交叉口 70m～90m时开启左转向灯。
曹伟[7]（2020）在《供应链复杂系统脆性传播模型与管控方法研究》文中研究说明经济全球化背景下,如何提高企业竞争力、风险管控水平和应急响应能力,以增强供应链系统安全与可靠性,已成为现代供应链实践与发展的重大课题。供应链系统是一个具有耗散结构的复杂巨系统。现代科技和社会分工发展使供应链网络化、复杂化趋势日益明显,并逐步呈现复杂网络状态特征。这种复杂属性使供应链在运行和发展过程中极不稳定。当遭遇自然灾害、设备故障和供应商破产等不确定性事件干扰时,供应链极易中断。严重时可能形成“多米诺骨牌”效应,触发网络崩溃。这种遭受内、外干扰而引发系统崩溃的性质就是供应链脆性。它是供应链复杂系统的基本属性。供应链脆性是供应链系统安全与可靠性研究领域的一个重要方向,对供应链复杂系统脆性进行科学研究具有一定现实意义。本论文重点对供应链复杂系统脆性传播模型与管控方法问题进行了选题研究。主要研究内容及成果如下:（1）供应链脆性理论研究体系框架构建。基于复杂系统脆性理论,构建了供应链领域脆性研究的理论体系架构。该架构由内容体系、技术体系和理论支撑体系三部分构成。其中,内容架构以供应链脆性激发规律、脆性传播规律、脆性演化规律和脆性管控方法为主线;技术体系包括不确定性需求多目标多周期供应链网络混合整数规划配流模型、改进的混合遗传算法、不确定性情景多目标多周期供应链脆性网络混合整数规划配流模型、供应链脆性激发模型与仿真算法、供应链脆性传播元胞自动机模型与仿真算法、供应链适应性Agent图脆性演化模型与仿真算法,以及不确定性情景多目标多周期供应链脆性管控混合整数规划模型;理论支撑体系包括不确定性理论、混合整数规划理论、复杂网络拓扑理论和图论、元胞自动机理论,以及适应性Agent图理论和信息熵理论。（2）不确定性供应链多目标多周期混合整数规划配流模型与算法研究。论文针对不确定性需求情景下供应链多周期网络配流优化问题,以成本和服务两种效益因子为优化目标,综合考虑多周期供应商选择与订单配给、各层节点间交易关系及链路流、各级节点的物料流、分销商库存流等约束条件,构建了不确定性需求情景供应链多目标多周期混合整数规划配流模型。针对模型求解问题,设计了一种改进的遗传算法。并通过算例验证了模型与算法的有效性。（3）不确定性供应链脆性激发模型与仿真算法研究。论文针对处于不确定性脆性干扰下的供应链网络,设计了不确定性脆性触发事件概率的求解模型与算法;设计了脆性激发参数及计算模型;构建了不确定性需求不确定性干扰情景下多目标多周期供应链脆性网络配流混合整数规划模型;以此为辅助技术元,构建了供应链复杂网络脆性激发仿真算法。通过算例仿真,对脆性激发过程、脆性事件发生概率与脆性激发结果的关系,以及不同脆性攻击方式对供应链的脆性激发效果等供应链脆性激发规律问题进行了定量分析。（4）不确定性供应链脆性传播模型与仿真算法研究。论文基于复杂系统元胞自动机理论,设计了供应链脆性网络元胞与邻接矩阵、元胞邻居及元胞演化规则等元胞自动机参数;以供应链脆性网络配流模型为辅助技术元,设计了供应链脆性传播元胞自动机仿真算法。对不确定性供应链脆性传播规模的时间特性、幂律特性以及脆性源崩溃情景与脆性传播效果之间的关系等供应链脆性传播规律进行了算例仿真。（5）不确定性供应链脆性演化模型与仿真算法研究。论文基于复杂系统适应性Agent图理论和信息熵理论,设计了供应链脆性熵和节点状态值等脆性演化参数及计算方法;基于适应性Agent图控制器刺激——反应模型,构建了考虑节点自适应行为和不考虑节点自适应行为的供应链脆性演化模型;以供应链脆性网络配流模型为辅助技术元,设计了供应链适应性Agent图脆性演化仿真算法。通过算例仿真,对供应链节点状态值演化规律、节点熵流演化规律、供应链脆性全局熵演化规律、供应链脆性演化的季节性规律以及供应链脆性行为等演化规律进行了数据分析。（6）不确定性需求不确定性脆性干扰情景下多目标多周期供应链脆性管控模型研究。论文针对不确定性脆性事件干扰下供应链网络脆性管控决策问题以及多周期网络配流优化问题,以成本和服务两种效益因子为优化目标,提出了启用备选供应商、修复脆性源和启用内部供应商柔性能力三项脆性管控策略,并以此为基础构建了不确定性需求不确定性脆性干扰情景下多目标多周期供应链脆性管控模型。用改进的遗传算法对算例进行了求解,对供应链网络、供应链脆性网络和供应链脆性管控三种网络配流方案进行了对比分析,并对目标偏好系数、脆性事件崩溃概率及缺货惩罚成本等参数进行了灵敏度分析。
何春燕[8]（2020）在《基于元胞自动机的危险品道路运输网络脆弱性研究》文中研究说明随着经济建设水平的快速提升,我国经济总量已跃居世界第二,能源化工产业的规模也在不断扩张,危险品需求量与运输量与日俱增。危险品具有破坏性强、扩散范围广、易引发次生危害等特点,一旦发生运输事故,将会直接威胁到人民群众的生命财产安全,给道路运输以及安全生产管理部门带来巨大压力,同时造成不良的社会影响。而危险品运输径路所形成的网络是危险品运输过程的重要载体,其稳定性和可靠性是保证危险品安全运输的前提条件。有效地辨识危险品道路运输网络关键节点,合理安排应急配流策略,是科学开展危险品道路运输网络防灾减灾的前提。探究危险品道路运输网络的脆弱性,有利于降低网络失效损害,有利于道路运输的科学规划与管理。本文以降低危险品道路运输网络脆弱性为研究目的,结合复杂网络理论、级联失效理论和元胞自动机理论来进行探讨与研究。首先,从危险品道路运输和复杂网络角度出发,深入探究危险品道路运输网络的特征参数和网络类型等特性,结合原始法构建网络的基本特点与假设,对危险品道路运输网络进行结构建模。其次,以危险品道路运输网络级联失效模型为基础,细分节点状态属性,考虑节点失效程度和节点恢复率的共同作用,建立基于元胞自动机的危险品道路运输网络级联失效模型。最后,以大连市危险品道路运输网络为例,验证模型的合理性与准确性。研究表明,本文所建立的基于元胞自动机的危险品道路运输网络级联失效模型具有可行性和适用性,且能真实地描述大连市危险品道路运输网络脆弱性的变化趋势;网络脆弱性随着失效系数的增加而降低。特别地,当失效系数超过某一阈值时,增加失效系数将不再降低网络脆弱性;在其他参数保持不变的情况下,网络脆弱性随着节点恢复率的增加而降低;该模型可辨识大连市危险品道路运输网络的关键节点,在网络防护管理过程中,应重点保护脆弱性较高的节点;对于攻击策略而言,紧密度攻击策略下的网络脆弱性小于节点度攻击策略和介数攻击策略下的网络脆弱性;对于配流策略而言,在3种攻击策略下,DD分配策略的效果最不理想,应优先选择SLD分配策略以有效降低网络的脆弱性。
王兴川[9]（2020）在《基于出行行为分析的突发事件下城轨客流拥挤传播研究》文中指出近年来,随着我国城市化进程的快速推进,城市居民数量不断增加,出行需求也日趋多样化。作为城市公共交通系统的骨干,城市轨道交通系统在优化城市结构布局、支撑及引领城市发展、提高社会经济活力的同时,也面临日益增长的客流压力。而在城市轨道交通网络建设速度不断加快、建设规模持续扩大、网络复杂程度随之提高的时代背景下,新老线路并存、设备维护压力上升、线网维护难度增加等问题,也在不断地威胁着城市轨道交通的平稳运营以及乘客的安全出行。在客流需求不断增加以及网络结构日益复杂的双重压力下,城市轨道交通网络内发生各类突发事件的频率明显增加,突发事件造成的影响也愈发严重。突发事件下城市轨道交通网络内出现的客流拥挤等现象,与乘客在该场景下的出行选择行为具有密切的关系。因此,分析突发事件下城市轨道交通网络内乘客的出行行为,掌握网络内的客流分布状态,能够为城市轨道交通运营管理部门制定客流调控措施提供充足的理论依据。本文首先从城市轨道交通突发事件、乘客出行选择行为以及拥挤客流网络传播规律三个方面对国内外文献进行梳理,总结并分析现有研究中的积极进展与亟待改进之处。以此为基础,本文利用广州地铁客流数据,从空间与时间两个方面,分析突发事件下城市轨道交通网络内的客流分布特征。利用城市轨道交通乘客的意向（Stated preference,SP）调查数据,对乘客在突发事件下的出行选择行为展开深入研究。通过综合随机后悔最小化理论（Random regret minimization theory,RRM）与随机效用最大化理论（Random utility maximization theory,RUM）构建突发事件下乘客混合选择行为模型。随后,本文基于图元胞自动机与多智能体仿真技术构建城市轨道交通网络拥挤客流传播仿真环境,对不同车站的拥挤传播率进行量化研究。通过突发事件下广州地铁网络内拥挤客流传播过程的仿真分析,研究不同限流强度对拥挤客流在城市轨道交通网络内传播过程的影响。本文的主要研究内容与研究成果如下:（1）突发事件下城市轨道交通网络客流分布特征及乘客出行选择行为影响因素分析。通过对比突发事件前后的客流数据,发现突发事件在空间上对客流分布的影响主要体现在车站、线路以及网络三个层次;而在时间上对客流分布产生的影响则体现在出行时间段（高峰期与非高峰期）以及延误时长两个方面。本文通过对城市轨道交通乘客进行SP调查,获得突发事件下乘客出行选择行为数据,从乘客的个人属性、出行属性与选择偏好的角度,对调查得到的10128份有效样本进行数据分析,结果表明乘客的个人属性和出行属性,如性别、年龄、月收入、出行时间段、出行目的、每周出行次数、最大换乘次数、最长等待时间,会对乘客的出行选择行为产生明显影响。（2）构建突发事件下城市轨道交通乘客出行选择行为模型。引入随机后悔最小化理论,通过对比不同决策规则下的出行选择行为模型,发现具备半补偿特性与妥协效应的RRM模型能够更好地描述突发事件下城市轨道交通网络乘客的出行选择行为。在此基础上构建突发事件下城市轨道交通乘客出行选择行为模型,模型结果表明突发事件下乘客对多次换乘的接受程度明显提高,并且不再排斥选择绕行路线出行。此外,通过将随机后悔最小化理论与随机效用最大化理论有机结合,并综合乘客的个人属性、出行偏好等影响因素构建NL-RRM模型。NL-RRM模型结果表明该模型具有更好的拟合效果,在描述城市轨道交通乘客突发事件下的出行选择行为方面具有潜在优势,这也说明多种决策规则结合可以更准确地描述乘客在突发事件下的出行选择行为。（3）突发事件下拥挤客流网络传播过程仿真。以图元胞自动机理论为框架,利用多智能体仿真技术搭建突发事件下城市轨道交通网络拥挤客流传播仿真环境。通过城市轨道交通增广网络结构描述车站间的邻居关系,并在改进传统SEIR模型的基础上提出ASEIR（Adjusted SEIR）模型,将其作为元胞状态的演化规则。ASEIR模型的仿真结果表明,高峰期内发生的突发事件会使网络内拥挤车站的数量更多、拥挤时间更长。此外,当延误结束后,拥挤客流还会在城市轨道交通网络内引发二次传播的现象。而非高峰期内发生的突发事件,在拥挤客流的传播时间与影响范围上均小于高峰期,并且不会出现拥挤客流二次传播的现象。（4）建立基于乘客出行选择行为的拥挤传播率量化模型。考虑到换乘车站与非换乘车站对拥挤客流在网络传播作用上的差异,结合突发事件下乘客出行选择行为模型,对不同类型车站在拥挤客流传播过程中的拥挤传播率进行量化,从而更准确地模拟拥挤客流在城市轨道交通网络内的传播过程。通过改变拥挤传播率与消散率,分析相关客流调控措施对突发事件下拥挤客流传播的影响,并将不同的限流强度纳入仿真研究。仿真结果表明,高峰期限流率达到0.6时,城市轨道交通网络中换乘车站拥挤状态的持续时间能够下降50%;而在非高峰期,换乘车站的限流率取0.8就能获得较为明显的客流疏解效果。此外,提高拥挤消散率也能够大幅提高突发事件下城市轨道交通网络内拥挤客流的疏散效率,有效地减少拥挤客流在整个城市轨道交通网络中的传播范围与持续时间。图57幅,表22个,参考文献137篇。
闫成浩[10]（2020）在《基于防御性驾驶的元胞自动机微观交通流建模与仿真研究》文中研究指明随着社会经济的快速发展和人民生活水平的大幅度提高,家用小型车辆逐年递增,道路中的交通事故、交通堵塞等问题也变得十分严重。在这种背景下,交通流模型作为研究道路交通的一种重要手段,被人们越来越重视。交通流建模是目前的交通工程研究热门领域,由于元胞自动机模型在模拟交通流中车辆微观运动状态、揭示车流从自由运动相到局部阻塞相的复杂非线性行为、分析交通流特性等方面具有独特的优势,因而在交通流研究中得到广泛的应用与发展。本文主要研究在防御性驾驶模式下,改变传统模型的车辆运行规则,研究基于防御性驾驶的单车道和双车道模型下的元胞自动机模型。首先本文针对元胞自动机184号模型、NaSch模型和NaSch模型的一些改进模型进行研究,对比交通实测现象,研究各种模型的优缺点,然后对双车道经典模型STNS模型进行了仿真分析,研究其基本图与换道比例。其次,本文在SDNaSch模型基础上进行改进,将防御性驾驶方式与元胞自动机交通流模型相结合,针对SDNaSch模型中前车即将停车的情况下,后车有可能加速这一不符合实际的现象进行改进,得到了基于防御性驾驶的一维元胞自动机模型DD模型,DD模型能够模拟出实际交通的基本图下凹和速度跃迁现象,能够有效地改进车辆的急刹车比例,出现更加稳定的同步流。最后,对STNS模型的演化规则和换道规则进行改进,得到了STDD模型,STDD模型使交通流具有更高的稳定性,提高了交通流量,减少了换道比例。本文针对经典模型中的不足进行改进,通过仿真研究与模型对比,确定改进后模型的优越性,深入探讨模型中的参数对于交通流的影响,并发现改进模型的不足。
二、基于元胞自动机的交通模型综述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于元胞自动机的交通模型综述（论文提纲范文）
（1）考虑驾驶行为的自动—手动驾驶混合交通流研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 文献综述 |
| 2.1 自动驾驶汽车发展现状 |
| 2.2 自动-手动驾驶混合交通流的研究现状 |
| 2.3 本章小结 |
| 3 理论基础 |
| 3.1 元胞自动机模型 |
| 3.1.1 元胞自动机的发展历程 |
| 3.1.2 元胞自动机的组成 |
| 3.1.3 元胞自动机的特征 |
| 3.2 元胞自动机交通流模型 |
| 3.2.1 单车道Nasch元胞自动机交通流模型 |
| 3.2.2 多车道元胞自动机交通流模型 |
| 3.3 本章小结 |
| 4 考虑驾驶行为的单车道混合交通流建模与仿真 |
| 4.1 跟驰规则改进 |
| 4.1.1 预期安全距离模型 |
| 4.1.2 Richards随机慢化概率模型 |
| 4.2 模型建立与参数标定 |
| 4.2.1 模型建立 |
| 4.2.2 参数标定与仿真设置 |
| 4.3 仿真结果分析 |
| 4.3.1 不同反应时间对自动驾驶交通流的影响 |
| 4.3.2 不同冒险系数对自动驾驶交通流的影响 |
| 4.3.3 不同自动驾驶市场渗透率对混合交通流的影响 |
| 4.4 本章小结 |
| 5 考虑驾驶行为的三车道混合交通流建模与仿真 |
| 5.1 换道规则改进 |
| 5.1.1 预期安全距离模型引入 |
| 5.1.2 建立临界换道概率模型 |
| 5.2 仿真设置 |
| 5.3 考虑驾驶行为的三车道自动-手动驾驶混合交通流仿真 |
| 5.4 自动驾驶专用道场景下的三车道系统交通流仿真 |
| 5.4.1 专用道场景下不同市场渗透率对三车道系统交通流的影响 |
| 5.4.2 三车道系统自动驾驶专用道发挥最佳效用的临界市场渗透率 |
| 5.5 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 A 仿真程序 |
| 攻读硕士学位期间发表学术论文情况 |
（2）基于元胞自动机的交通污染物排放和油耗的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 概述 |
| 1.1 交通污染物排放和燃油消耗问题研究的意义 |
| 1.2 交通污染物排放和油耗问题的研究现状 |
| 1.2.1 交通污染物排放和燃油消耗的实测研究 |
| 1.2.2 微观交通污染物排放和油耗研究进展 |
| 1.2.3 宏观交通污染物排放和油耗研究进展 |
| 1.3 交通流理论研究进展 |
| 1.3.1 交通流微观模型 |
| 1.3.2 交通流中观模型 |
| 1.3.3 交通流宏观模型 |
| 1.4 本文的主要工作 |
| 第二章 混合交通流污染物排放研究 |
| 2.1 建模 |
| 2.1.1 混合交通流元胞自动机模型 |
| 2.1.2 污染物排放模型 |
| 2.2 数值模拟与分析 |
| 2.2.1 不同种类污染物的平均排放 |
| 2.2.2 运动状态对污染物排放的影响 |
| 2.2.3 最大速度对污染物排放的影响 |
| 2.2.4 车长对污染物排放的影响 |
| 2.3 本章小结 |
| 第三章 三相交通流元胞自动机模型的油耗和颗粒物排放研究 |
| 3.1 建模 |
| 3.1.1 开放边界的KKW模型 |
| 3.1.2 油耗模型 |
| 3.1.3 颗粒物排放模型 |
| 3.2 数值模拟与分析 |
| 3.2.1 相图 |
| 3.2.2 同步流识别 |
| 3.2.3 油耗和颗粒物排放分析 |
| 3.3 本章小结 |
| 第四章 上匝道交通流颗粒物排放研究 |
| 4.1 建模 |
| 4.1.1 模型 |
| 4.1.2 换道规则 |
| 4.2 数值模拟与分析 |
| 4.2.1 相图 |
| 4.2.2 匝道不同驶入概率时各路段的流量和平均速度 |
| 4.2.3 匝道不同驶入概率时加速车道的换道率 |
| 4.2.4 匝道不同驶入概率时各路段的交通颗粒物排放 |
| 4.2.5 交通斑图分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间科研成果 |
（3）事故车辆影响下的城市交叉口交通流演化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究内容与框架 |
| 1.2.1 研究内容 |
| 1.2.2 研究框架 |
| 1.3 研究方法 |
| 2 国内外相关研究综述 |
| 2.1 事故车辆对交通流演化影响的宏观研究 |
| 2.1.1 元胞传输模型下事故车辆对交通流演化影响研究 |
| 2.1.2 交通波理论下事故车辆对交通流演化影响研究 |
| 2.2 事故车辆对交通流演化影响的微观研究 |
| 2.2.1 跟驰模型下事故车辆对交通流演化影响研究 |
| 2.2.2 元胞自动机理论下事故车辆对交通流演化影响研究 |
| 2.3 元胞自动机交通流模型 |
| 2.3.1 基本路段元胞自动机交通流模型 |
| 2.3.2 城市路网元胞自动机交通流模型 |
| 2.3.3 交通流度量指标定义 |
| 2.4 文献述评 |
| 3 事故车辆影响下的城市T字型交叉口交通流演化 |
| 3.1 T字型交叉口交通流特征分析 |
| 3.2 T字型交叉口交通流模型参数定义及构建 |
| 3.2.1 模型参数定义 |
| 3.2.2 模型构建 |
| 3.3 T字型交叉口交通流数值模拟及结果分析 |
| 3.3.1 T字型交叉口流量分析 |
| 3.3.2 T字型交叉口车辆平均速度分析 |
| 3.3.3 T字型交叉口车流平均密度分析 |
| 3.4 本章小结 |
| 4 事故车辆影响下的城市十字型交叉口交通流演化 |
| 4.1 十字型交叉口交通流特征分析 |
| 4.2 十字型交叉口交通流模型参数定义及构建 |
| 4.2.1 模型参数定义 |
| 4.2.2 模型构建 |
| 4.3 十字型交叉口数值模拟及结果分析 |
| 4.3.1 十字形交叉口流量分析 |
| 4.3.2 十字形交叉口车辆平均速度分析 |
| 4.3.3 十字形交叉口车流平均密度分析 |
| 4.4 本章小结 |
| 5 结论 |
| 5.1 主要结论 |
| 5.2 管理建议 |
| 5.3 需要进一步研究的问题 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（4）混入自主车辆队列的交通流建模与仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 队列研究现状 |
| 1.3.2 车辆队列和普通车辆混合的交通流研究现状 |
| 1.4 主要研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 章节组织 |
| 第二章 理论方法与建模基础 |
| 2.1 交通流相关研究 |
| 2.1.1 交通流理论概述 |
| 2.1.2 交通流研究内容 |
| 2.1.3 研究方法与工具 |
| 2.1.4 混合交通流建模方法研究 |
| 2.2 普通车辆交通运行特性 |
| 2.2.1 驾驶员特性 |
| 2.2.2 车辆行为特性 |
| 2.2.3 道路几何特性 |
| 2.3 车辆队列相关特性 |
| 2.3.1 车辆队列的优点 |
| 2.3.2 车辆队列控制方式 |
| 2.3.3 车辆队列控制策略和方法 |
| 2.3.4 车辆队列控制稳定性评价 |
| 2.4 元胞自动机简介 |
| 2.4.1 元胞自动机的构成 |
| 2.4.2 元胞自动机的应用概况 |
| 2.4.3 元胞自动机交通流模型 |
| 2.5 本章小结 |
| 第三章 车辆跟驰行为建模与分析 |
| 3.1 车辆驾驶混合跟驰模型的建立 |
| 3.1.1 模型建立背景与假设 |
| 3.1.2 定义安全保护间距 |
| 3.2 模型的建立 |
| 3.2.1 边界条件和模型变量 |
| 3.2.2 车辆行驶模型处理 |
| 3.2.3 模型框架 |
| 3.2.4 跟驰行为建模 |
| 3.3 数值模拟与分析 |
| 3.3.1 仿真参数取值与仿真设置 |
| 3.3.2 基本图分析 |
| 3.3.3 速度特性、入口边界、队列内部间距因素分析 |
| 3.3.4 队列车辆数和基本参数 |
| 3.4 本章小结 |
| 第四章 车辆换道行为建模与分析 |
| 4.1 换道模型基本假设 |
| 4.1.1 车辆队列 |
| 4.1.2 普通车辆 |
| 4.2 模型的建立 |
| 4.2.1 换道模型框架 |
| 4.2.2 换道模型变量 |
| 4.3 车辆换道行为建模 |
| 4.3.1 车道 1 和车道 2 相互换道模型 |
| 4.3.2 车道 2 至车道 3 相互换道模型 |
| 4.4 换道规律分析 |
| 4.4.1 换道次数分析 |
| 4.4.2 换道分布分析 |
| 4.4.3 队列限速值对换道的影响 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 研究生期间学术成果 |
（5）高速公路交通流回波的特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状综述 |
| 1.2.2 国外研究现状综述 |
| 1.2.3 国内外究现状述评 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 拟解决关键问题及技术路线图 |
| 1.4.1 拟解决关键问题 |
| 1.4.2 技术路线图 |
| 1.5 本章小结 |
| 2 基于三相交通流理论的高速公路交通流理论研究 |
| 2.1 三相交通流理论的基本假设 |
| 2.1.1 三相交通流理论的基本假设(理论基本图的角度) |
| 2.1.2 三相交通流理论的基本假设(实测数据的角度) |
| 2.2 三相交通流理论中的相变 |
| 2.2.1 三相交通流理论下基本图概况介绍 |
| 2.2.2 自由流相态至同步流相态的相变和崩塌现象 |
| 2.2.3 同步流相态至宽移动阻塞的相变和紧致压缩效应 |
| 2.3 交通流理论及模型方面研究概述 |
| 2.3.1 交通流理论模型的相关分类 |
| 2.3.2 交通流理论模型发展概述 |
| 2.4 本章小结 |
| 3 考虑不同驾驶员行为差异的元胞自动机模型构建 |
| 3.1 基于三相交通流理论的元胞自动机模型 |
| 3.1.1 KKW系列模型 |
| 3.2 考虑驾驶员行为差异的元胞自动机模型建立 |
| 3.2.1 步骤一:速度自适应方面规则处理 |
| 3.2.2 步骤二:速度波动调整方面规则处理 |
| 3.2.3 步骤三:车辆位置更新方面规则处理 |
| 3.3 新构建改进模型与原有经典KKW模型分析比较 |
| 3.4 本章小结 |
| 4 新构建改进的元胞自动机模型数值模拟统计分析结果 |
| 4.1 新构建改进模型稳态解统计分析 |
| 4.1.1 模型稳态解的求值 |
| 4.1.2 模型稳态解数值模拟 |
| 4.2 交通流相态(不同密度条件下)的演化特征 |
| 4.2.1 自由流相态下交通流状态趋势变化 |
| 4.2.2 同步流相态下交通流状态趋势变化 |
| 4.2.3 宽移动阻塞相态下交通流状态特征 |
| 4.2.4 不同交通相态下局部(流量/速度)波动对比分析 |
| 4.3 自由流相态下的速度扰动观测及回波传播特征分析 |
| 4.3.1 车辆轨迹片段图的相关统计结果 |
| 4.3.2 车辆速度变化趋势图的相关统计结果 |
| 4.4 同步流相态下的速度扰动观测及回波传播特征分析 |
| 4.4.1 车辆轨迹片段图的相关统计结果 |
| 4.4.2 车辆速度变化趋势图的相关统计结果 |
| 4.5 本章小结 |
| 5 总结和展望 |
| 5.1 本文主要研究内容和创新点 |
| 5.2 本文的研究不足及展望 |
| 参考文献 |
| 致谢 |
| 参与的科研项目 |
| 论文依托项目 |
（6）基于元胞自动机的无信号交叉口主路左转交通流仿真建模研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文目的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无信号交叉口研究现状 |
| 1.2.2 交叉口元胞自动机研究现状 |
| 1.2.3 路网元胞自动机研究现状 |
| 1.3 主要研究内容 |
| 1.4 研究技术路线 |
| 2 无信号交叉口数据采集与交通特征分析 |
| 2.1 无信号交叉口定义与分类 |
| 2.2 无信号交叉口选择 |
| 2.3 无信号交叉口数据采集 |
| 2.4 无信号交叉口交通特征分析 |
| 2.4.1 无信号T型交叉口冲突点分析 |
| 2.4.2 无信号T型交叉口车流运行优先等级 |
| 2.4.3 无信号T型交叉口驾驶行为分析 |
| 2.5 本章小结 |
| 3 不同驾驶行为左转交通流模型构建 |
| 3.1 元胞自动机交通流模型及其演化机理 |
| 3.1.1 元胞自动机基本构成 |
| 3.1.2 元胞自动机跟驰模型 |
| 3.1.3 考虑理性激进换道行为的元胞自动机换道模型 |
| 3.1.4 元胞自动机交通流模型边界条件 |
| 3.1.5 交通流仿真中元胞自动机的优越性 |
| 3.2 交叉口元胞空间划分及路段车辆行驶规则 |
| 3.2.1 交叉口元胞空间划分 |
| 3.2.2 路段车辆行驶规则 |
| 3.3 不同驾驶行为类型下左转车辆行驶规则 |
| 3.3.1 驾驶行为类型及特征分析 |
| 3.3.2 保守型驾驶行为演化规则 |
| 3.3.3 稳重型驾驶行为演化规则 |
| 3.3.4 冒险型驾驶行为演化规则 |
| 3.4 本章小结 |
| 4 不同驾驶行为左转交通流仿真分析 |
| 4.1 车辆冲突与延误数值模拟 |
| 4.1.1 交叉口车辆冲突 |
| 4.1.2 交叉口车辆延误 |
| 4.2 车流分布特征分析 |
| 4.3 交叉口车均冲突频次分析 |
| 4.4 交叉口车均延误分析 |
| 4.5 本章小结 |
| 5 考虑转向灯因素的左转交通流仿真建模 |
| 5.1 考虑转向灯因素的左转交通流模型构建 |
| 5.1.1 转向路段转向灯换道规则 |
| 5.1.2 交叉口内车辆行驶规则 |
| 5.1.3 模型有效性验证 |
| 5.2 平均行驶速度数值模拟与分析 |
| 5.3 车流密度数值模拟与分析 |
| 5.4 车流分布特征分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 硕士学位论文修改情况确认表 |
（7）供应链复杂系统脆性传播模型与管控方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 国内外研究综述 |
| 1.2.1 复杂系统脆性理论研究综述 |
| 1.2.2 供应链脆性及相近理论研究综述 |
| 1.2.3 供应链脆性管控相关理论研究综述 |
| 1.2.4 研究述评 |
| 1.3 研究思路与研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 论文框架和研究内容 |
| 1.4 研究意义 |
| 1.5 本章小结 |
| 2 供应链脆性系统分析及理论研究框架构建 |
| 2.1 供应链复杂网络系统分析 |
| 2.1.1 供应链拓扑网络界定 |
| 2.1.2 供应链网络复杂性与自适应性 |
| 2.2 供应链脆性内涵 |
| 2.2.1 供应链脆性概念 |
| 2.2.2 供应链网络脆性崩溃 |
| 2.2.3 供应链脆性与其它复杂特性的关系 |
| 2.3 供应链脆性系统构成 |
| 2.3.1 供应链脆性环境 |
| 2.3.2 供应链脆性基元 |
| 2.3.3 供应链脆性事件 |
| 2.4 供应链系统脆性模型 |
| 2.5 供应链脆性理论研究体系框架 |
| 2.6 本章小结 |
| 3 不确定性供应链多目标多周期混合整数规划配流模型研究 |
| 3.1 带有双层时间属性的供应链拓扑网络构建 |
| 3.2 问题描述 |
| 3.3 不确定需求供应链多目标多周期混合整数规划配流模型 |
| 3.3.1 参数设置 |
| 3.3.2 建模假设 |
| 3.3.3 模型建立 |
| 3.4 算法设计 |
| 3.5 算例分析 |
| 3.6 灵敏度分析 |
| 3.6.1 γ值、S′与m的灵敏度分析 |
| 3.6.2 γ值、P′与m的灵敏度分析 |
| 3.6.3 γ值、h_k与P′的灵敏度分析 |
| 3.7 本章小结 |
| 4 不确定性供应链脆性激发模型与仿真算法研究 |
| 4.1 供应链脆性激发原理 |
| 4.1.1 供应链脆性激发内涵 |
| 4.1.2 供应链脆性激发动因 |
| 4.1.3 供应链脆性激发过程 |
| 4.2 脆性触发概率P_s的求解设计 |
| 4.2.1 数学模型 |
| 4.2.2 算法设计 |
| 4.3 不确定性供应链脆性网络配流建模 |
| 4.3.1 建模思路 |
| 4.3.2 模型建立 |
| 4.4 供应链复杂系统脆性激发仿真模型 |
| 4.4.1 供应链脆性激发仿真参数设计 |
| 4.4.2 供应链脆性激发仿真算法 |
| 4.5 算例仿真 |
| 4.6 本章小结 |
| 5 不确定性供应链脆性传播模型与仿真算法研究 |
| 5.1 供应链脆性传播内涵及动因 |
| 5.2 供应链脆性传播研究的理论基础 |
| 5.2.1 相继故障理论 |
| 5.2.2 元胞自动机理论 |
| 5.3 不确定性供应链脆性传播元胞自动机仿真模型 |
| 5.3.1 模型构建 |
| 5.3.2 仿真算法 |
| 5.4 算例仿真 |
| 5.5 本章小结 |
| 6 不确定性供应链脆性演化模型与仿真算法研究 |
| 6.1 供应链脆性演化内涵及动因 |
| 6.2 供应链适应性AGENT图脆性演化模型 |
| 6.2.1 供应链适应性Agent图模型 |
| 6.2.2 供应链适应性Agent图脆性演化参数设计 |
| 6.2.3 供应链适应性Agent图脆性演化规则 |
| 6.2.4 供应链适应性Agent图脆性演化方程 |
| 6.3 不确定性供应链适应性AGENT图脆性演化仿真算法 |
| 6.4 算例仿真 |
| 6.4.1 不考虑节点自适应性的供应链脆性演化仿真 |
| 6.4.2 考虑节点自适应性的供应链脆性演化仿真 |
| 6.4.3 考虑季节需求特性的供应链脆性演化仿真 |
| 6.4.4 供应链脆性演化行为仿真 |
| 6.5 本章小结 |
| 7 不确定性供应链多目标多周期脆性管控模型研究 |
| 7.1 概念界定与研究维度 |
| 7.2 问题提出 |
| 7.3 不确定性供应链多目标多周期脆性管控混合整数规划模型 |
| 7.3.1 建模思路 |
| 7.3.2 模型构建 |
| 7.4 算例分析 |
| 7.4.1 数据准备 |
| 7.4.2 配流结果 |
| 7.4.3 对比分析 |
| 7.5 灵敏度分析 |
| 7.5.1 γ值的灵敏度分析 |
| 7.5.2 γ值与P_s值的灵敏度分析 |
| 7.5.3 h_k值与P_s值的灵敏度分析 |
| 7.6 本章小结 |
| 8 研究结论与展望 |
| 8.1 论文主要工作 |
| 8.2 主要创新点 |
| 8.2.1 创新特点 |
| 8.2.2 论文创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 附录 A 供应链网络配流已知参数及配流结果 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于元胞自动机的危险品道路运输网络脆弱性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 危险品道路运输网络研究现状 |
| 1.2.2 网络脆弱性研究现状 |
| 1.2.3 级联失效研究现状 |
| 1.2.4 元胞自动机研究现状 |
| 1.2.5 文献综述 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 第2章 相关基础知识 |
| 2.1 复杂网络基础知识 |
| 2.1.1 复杂网络基本模型 |
| 2.1.2 复杂网络特征参数 |
| 2.2 危险品道路运输网络脆弱性评价指标 |
| 2.2.1 典型的网络脆弱性测度指标 |
| 2.2.2 改进的网络脆弱性指标 |
| 2.3 级联失效基本模型 |
| 2.3.1 级联失效常用模型 |
| 2.3.2 改进的级联失效模型 |
| 2.4 本章小结 |
| 第3章 基于复杂网络的危险品道路运输网络级联失效模型构建 |
| 3.1 危险品道路运输网络模型 |
| 3.1.1 危险品道路运输网络特性 |
| 3.1.2 危险品道路运输网络模型建模方法 |
| 3.1.3 危险品道路运输网络结构建模 |
| 3.2 危险品道路运输网络级联失效模型构建 |
| 3.2.1 危险品道路运输网络级联失效描述 |
| 3.2.2 级联失效攻击及配流策略 |
| 3.2.3 级联失效相关操作程序 |
| 3.3 本章小结 |
| 第4章 基于元胞自动机的危险品道路运输网络级联失效模型 |
| 4.1 元胞自动机概述 |
| 4.1.1 元胞自动机构成 |
| 4.1.2 元胞自动机的特征与分类 |
| 4.2 传染病元胞自动机模型在危险品道路运输网络中的应用 |
| 4.3 基于元胞自动机的危险品道路运输网络级联失效模型假设 |
| 4.4 基于元胞自动机的危险品道路运输网络级联失效模型构建 |
| 4.4.1 元胞空间 |
| 4.4.2 元胞状态 |
| 4.4.3 元胞邻域 |
| 4.4.4 转换规则 |
| 4.5 模型算法 |
| 4.6 本章小结 |
| 第5章 基于元胞自动机的大连市危险品道路运输网络脆弱性研究 |
| 5.1 大连市危险品道路运输网络数据处理及分析 |
| 5.1.1 网络数据处理 |
| 5.1.2 特征参数分析 |
| 5.2 基于元胞自动机的大连市危险品道路运输网络脆弱性分析 |
| 5.2.1 时间维度下的网络脆弱性 |
| 5.2.2 其他参数下的网络脆弱性 |
| 5.2.3 不同策略下的网络脆弱性 |
| 5.3 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
（9）基于出行行为分析的突发事件下城轨客流拥挤传播研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究范围与研究目标 |
| 1.2.1 研究范围 |
| 1.2.2 研究目标 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 技术路线 |
| 2 国内外研究综述 |
| 2.1 城市轨道交通突发事件研究 |
| 2.1.1 城市轨道交通网络内的突发事件 |
| 2.1.2 拥挤客流的类型与影响 |
| 2.1.3 城市轨道交通突发事件相关研究 |
| 2.2 出行选择行为研究 |
| 2.2.1 基于效用理论的出行选择模型 |
| 2.2.2 基于后悔理论的出行选择模型 |
| 2.3 拥挤客流网络传播规律研究 |
| 2.3.1 复杂网络上的传播动力学模型 |
| 2.3.2 基于元胞自动机的仿真研究 |
| 2.4 国内外相关研究存在问题总结 |
| 3 突发事件下城轨客流分布特征与乘客出行行为调查 |
| 3.1 拥挤客流的空间分布特征 |
| 3.1.1 拥挤客流对车站的影响 |
| 3.1.2 拥挤客流对线路的影响 |
| 3.1.3 拥挤客流对网络的影响 |
| 3.2 拥挤客流的时间分布特征 |
| 3.2.1 高峰期与非高峰期内的拥挤客流 |
| 3.2.2 不同延误时长下的拥挤客流 |
| 3.3 SP问卷调查 |
| 3.3.1 问卷设计 |
| 3.3.2 调查方法及调查结果 |
| 3.4 调查数据分析 |
| 3.4.1 乘客个人属性分析 |
| 3.4.2 乘客出行属性分析 |
| 3.5 本章小结 |
| 4 突发事件下城市轨道交通乘客出行选择行为分析 |
| 4.1 随机后悔最小化理论 |
| 4.1.1 模型构造 |
| 4.1.2 模型检验指标 |
| 4.2 RRM模型与RUM模型对比 |
| 4.2.1 RRM模型特点 |
| 4.2.2 RUM模型与RRM模型标定结果对比 |
| 4.3 突发事件下城市轨道交通乘客出行选择模型 |
| 4.3.1 模型变量 |
| 4.3.2 模型结果及分析 |
| 4.4 本章小结 |
| 5 基于乘客属性的突发事件下混合选择模型 |
| 5.1 乘客选择偏好分析 |
| 5.1.1 乘客个人属性对选择偏好的影响 |
| 5.1.2 乘客出行属性对选择偏好的影响 |
| 5.2 基于RUM与 RRM的混合选择模型 |
| 5.2.1 HUR模型 |
| 5.2.2 GRRM模型 |
| 5.3 基于乘客个人属性与出行属性的NL-RRM模型 |
| 5.3.1 模型结构 |
| 5.3.2 模型结果及分析 |
| 5.4 本章小结 |
| 6 城市轨道交通网络拥挤客流传播过程仿真 |
| 6.1 基于图元胞自动机的仿真环境构建 |
| 6.1.1 元胞自动机基本概念 |
| 6.1.2 图元胞自动机 |
| 6.1.3 城市轨道交通增广网络结构 |
| 6.2 改进的网络传播动力学模型 |
| 6.2.1 网络传播动力学模型 |
| 6.2.2 考虑客流承载能力与时间延误的ASIER模型 |
| 6.2.3 仿真结果及分析 |
| 6.3 基于乘客出行行为的拥挤传播率量化模型 |
| 6.3.1 拥挤传播率量化模型 |
| 6.3.2 案例分析 |
| 6.4 基于仿真的突发事件下限流实施效果评价 |
| 6.4.1 突发事件下客流调控的主要目标与类别 |
| 6.4.2 突发事件下城市轨道交通网络内常用的限流方法 |
| 6.4.3 限流条件下的拥挤传播率量化模型与效果评价 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）基于防御性驾驶的元胞自动机微观交通流建模与仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文章节安排 |
| 第2章 交通流模型理论基础与元胞自动机 |
| 2.1 交通流理论概述 |
| 2.1.1 描述交通流特性的参数 |
| 2.1.2 交通流参数的基本关系 |
| 2.2 基本的交通实测现象 |
| 2.2.1 亚稳态区域与回滞现象 |
| 2.2.2 交通堵塞 |
| 2.2.3 自由流,同步流和宽运动堵塞 |
| 2.2.4 自组织现象 |
| 2.3 元胞自动机理论 |
| 2.3.1 元胞自动机的定义 |
| 2.3.2 元胞自动机的构成 |
| 2.3.3 元胞自动机的特征 |
| 2.4 元胞自动机的应用 |
| 2.5 本章小结 |
| 第3章 基于元胞自动机的交通流模拟与仿真研究 |
| 3.1 元胞自动机交通流模型仿真 |
| 3.1.1 车辆产生模型 |
| 3.1.2 车辆速度与位置更新 |
| 3.1.3 边界条件 |
| 3.2 单车道元胞自动机交通流模型 |
| 3.2.1 184号模型 |
| 3.2.2 NaSch模型 |
| 3.2.3 NaSch的改进模型 |
| 3.3 双车道元胞自动机交通流模型 |
| 3.4 单车道元胞自动机交通流模型的仿真与分析 |
| 3.4.1 184号模型的仿真分析 |
| 3.4.2 NaSch模型的仿真分析 |
| 3.4.3 NaSch的改进模型的仿真研究 |
| 3.5 双车道元胞自动机交通流模型的仿真 |
| 3.6 本章小结 |
| 第4章 基于防御性驾驶的一维元胞自动机交通流模型 |
| 4.1 防御性驾驶 |
| 4.2 模型建立 |
| 4.3 仿真参数设置与界面 |
| 4.4 模型仿真结果与分析 |
| 4.4.1 基本图分析 |
| 4.4.2 平均速度-密度图分析 |
| 4.4.3 急刹车辆比例-密度图 |
| 4.4.4 时空图验证 |
| 4.5 本章小结 |
| 第5章 基于防御性驾驶的双车道元胞自动机交通流模型 |
| 5.1 模型建立 |
| 5.2 仿真参数设置与界面 |
| 5.3 模型仿真结果与分析 |
| 5.3.1 基本图分析 |
| 5.3.2 换道比例-密度图分析 |
| 5.3.3 时空图验证 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
四、基于元胞自动机的交通模型综述（论文参考文献）
- [1]考虑驾驶行为的自动—手动驾驶混合交通流研究[D]. 宋伟亚. 大连理工大学, 2021(01)
- [2]基于元胞自动机的交通污染物排放和油耗的研究[D]. 王雪. 广西大学, 2021
- [3]事故车辆影响下的城市交叉口交通流演化研究[D]. 王永东. 西安工业大学, 2021
- [4]混入自主车辆队列的交通流建模与仿真[D]. 刘展宏. 昆明理工大学, 2021(01)
- [5]高速公路交通流回波的特征研究[D]. 尹帆. 兰州交通大学, 2021(02)
- [6]基于元胞自动机的无信号交叉口主路左转交通流仿真建模研究[D]. 刘天阳. 东北林业大学, 2021(08)
- [7]供应链复杂系统脆性传播模型与管控方法研究[D]. 曹伟. 北京交通大学, 2020(03)
- [8]基于元胞自动机的危险品道路运输网络脆弱性研究[D]. 何春燕. 西南交通大学, 2020(07)
- [9]基于出行行为分析的突发事件下城轨客流拥挤传播研究[D]. 王兴川. 北京交通大学, 2020(03)
- [10]基于防御性驾驶的元胞自动机微观交通流建模与仿真研究[D]. 闫成浩. 燕山大学, 2020(01)