Имитационное моделирование транспортных потоков при координированном режиме управления

Имитационное моделирование транспортных потоков при координированном режиме управления

Автор: Кузин, Михаил Валерьевич

Автор: Кузин, Михаил Валерьевич

Шифр специальности: 05.13.18

Научная степень: Кандидатская

Год защиты: 2011

Место защиты: Омск

Количество страниц: 143 с. ил.

Артикул: 4963672

Стоимость: 250 руб.

Имитационное моделирование транспортных потоков при координированном режиме управления  Имитационное моделирование транспортных потоков при координированном режиме управления 

Оглавление
Перечень условных сокращений.
Глава 1. Введение
1.1. Введение
1.2. Проблемы дорожного движения в мире и России.
1.3. Свойства и проблемы управления транспортными потоками в УДС города
1.4. Математическое моделирование транспортных потоков
1.5. Методы управления транспортными потоками.
1.6. Координированное управление
1.7. Существующие модели прототипы координированных потоков
1.8. Цели и задачи данной работы
1.9. Объект и предмет исследования
1 Практическая значимость работы
Глава 2. Имитационная модель движения транспортных потоков
2.1. Введение.
2.2. Основные понятия.
2.2.1.Характеристики транспортного потока.
2.2.2. Параметры среды
2.2.3. Управляющие воздействия
2.3. Общее описание модели
2.4. Преобразование функции интенсивности потока на элементах сети .
2.4.1. Стоп линия на регулируемом многофазном перекрестке.
2.4.2. Разделение потоков.
2.4.3. Слияние потоков после стоп лини на регулируемом перекрестке
2.4.4. Движение потока по перегону
2.4.5. Поток на нерегулируемых пересечениях.
2.4.6. Сужение проезжей части.
2.5. Критерии качества
2.5.1. Расчет показателя качества управления на стоп линии перекрестка
2.5.2. Особенности расчета задержки ТС при уменьшении пропускной способности проезжей части
2.5.3. Особенности расчета задержки ТС при левоповоротном конфликтующем потоке
26. Устойчивость параметров управления.
2.7. Пример построения математической модели транспортных потоков Глава 3. Оценка адекватности работы модели
3.1. Задачи, объект и методика проведения исследования
3.2. Порядок проведения исследования
3.3. Особенности проведения моделирования.
3.4. Результаты натурно модельного эксперимента 1
3.5. Результаты натурномодельного эксперимента 2.
3.5.1. Задача эксперимента
3.5.2. Порядок проведения эксперимента
3.5.3. Условия проведенияэксперимента
3.6. Результаты модельного эксперимента 3.
3.6.1. Эффективность нерегулируемых пересечений на примере слияний
потоков. .
3.6.2 Эффективность учета сужения проезжей части.
3.6.3. Эффективность учета левоповоротных просачивающихся потоков . .
3.7. Выводы по экспериментальной части работы.
Глава 4. Программное обеспечение для моделирования транспортных потоков.
4.1 .Постановка задачи на разработку
4.1.1. Задача.
4.1.2. Требования к программе.
4.1.3. Возможности программы
4.2. Концепция проекта.
4.3. Алгоритмы и структура программы.
4.4. Алгоритмы основных методов

4.5. Формы входных и выходных данных.
4.6. Возможности и особенности программы
4.7. Основные качества разработанного программного бестечения Заключение
. 5 . 8 .
Список литературы


Это обусловлено тем, что подавляющее большинство поездок носит периодический характер и часто осуществляется по постоянным маршрутам (деловые поездки, работа общественною транспорта, грузовые перевозки). Стационарность, так же как. Инерционность. Следующим важнейшим свойством транспортных потоков, во многом определяющим принципы управления, является их инерционность. Под инерционностью понимается свойство объекта управления непрерывно переходить из состояния в состояние во времени и "пространстве. Действительно, параметры движения транспортных средств, измеренные в некоторый момент времени, не могут существенно измениться за малый промежуток времени из-за того, что каждое ТС имеет конечную, вполне определенную скорость и может быть обнаружено в этом промежутке в пределах ограниченного участка транспортной сети. Стохастичность как свойство транспортного потока выражается в статистическом характере процесса движения транспортных средств. Этот факт подтверждается данными ежедневных периодических измерений одних и тех же параметров потока в фиксированные интервалы времени суток Вероятностное поведение объекта управления обусловлено тем, что транспортный поток формируется из индивидуальных участников движения использующих различные типы транспортных средств и имеющих различные цели поездки (во времени и пространстве). Неполная управляемость. Даже при наличии полной информации о» потоках и возможности информирования водителей ТС о необходимых действиях, эти требования носят рекомендательный характер. Множественность критериев качества, таких как: задержка в пути средняя скорость движения, прогнозируемое число ДТП, объем вредных выбросов в атмосферу и т. Большинство характеристик взаимосвязаны, и рассматривать некую модель транспортного потока опирающуюся на какую-то одну характеристику, было бы неверно. Практическая сложность. Практическая невозможность замера даже основных характеристик, определяющих качество управления. Так оценка величины интенсивности движения требует либо наличия датчиков транспортных потоков на всех направлениях их движения либо использования данных аэрофотосъемки, либо проведения трудоемкого ручного обследования. КСОД) затрагивают интересы большого количества участников движения. В такой ситуации единственным выходом является моделирование, которое в той или иной степени адекватно отражает поведение транспортных потоков, необходимое для конкретной задачи. В моделировании дорожного движения исторически сложилось два основных подхода - детерминистический и вероятностный (стохастический). В основе детерминированных моделей лежит функциональная зависимость между отдельными показателями, например, скоростью и дистанцией между автомобилями в потоке. В стохастических моделях транспортный поток рассматривается как вероятностный процесс. Все модели транспортных потоков можно разбить на три класса [2,6,]: модели-аналоги, модели следования за лидером и вероятностные модели. В моделях-аналогах движение транспортного средства уподобляется, какому-либо физическому потоку (гидро и газодинамические модели). Этот класс моделей принято называть макроскопическими. Примерами могут служить модель Гриншилдса и Гринберга [7,, . Лайтхилла-Уизема. Кюне и Кернера-Конхойзера []. В моделях следования за лидером существенно предположение о наличии связи между перемещением ведомого и головного автомобиля. По мере развития теории в моделях этой группы учитывалось время реакции водителей, исследовалось движение на многополосных дорогах, изучалась устойчивость движения []. Этот класс моделей называют микроскопическими. Эти закономерности ^ существенно стохастический характер. Важно отметить ключевое отличие рассматриваемой модЄі1їі описанных выше. Во всех моделях, движение ТС рассматривается без Како либо управления со стороны, либо факт управления имеется только Лок:аЛь на каждом перекрестке со стороны светофорной сигнализации ^ микроскопических моделях). В настоящее вр«? ТП. КУ). ТП по всем ее перекресткам. Классификация различных методов по указанным призи^х-.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.241, запросов: 244