交通流中的NaSch模型及MATLAB代码元胞自动机完整

1、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

2、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：vnmin（v n 1, v max）规则（1

3、）反映了司机倾向于以尽可能大的速度行驶的特点。（ 2）减速：vnmin（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：v nmin（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：v n x nv n ， 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 ；dn xn 1 xn 1 表示 n车和前车n+1 之间

4、空的元胞数；p表示随机慢化概率；v max 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。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

5、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。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 3.3.2 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。3.3.1 基于NaSch模型的

6、时空图附件% 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clfclear all%build the GUI%define the plot buttonplotbutton=uicontrol('style','pushbutton',.'string','Run', .'fontsize',12, .'position',100,400,50,20, .'callback', 'run=1;');%defin

7、e the stop buttonerasebutton=uicontrol('style','pushbutton',.'string','Stop', .'fontsize',12, .'position',100,500,50,20, .'callback','freeze=1;');%define the Quit buttonquitbutton=uicontrol('style','pushbutton',.'str

8、ing','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 setupn=1000; %数据初始化z=zeros(

9、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 equalaxis tightstop=0; %wait for a quit button

10、pushrun=0; %wait for a drawfreeze=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:iif i-j+1=nz,v=leadcarupdate(z,v);continue;else%=

11、加速、减速、随机慢化=if cells(i-j+1)=0; %判断当前位置是否非空continue;else v(i-j+1)=min(v(i-j+1)+1,vmax); %加速%=减速 = k=searchfrontcar(i-j+1),cells); %搜素前方首个非空元胞位置if k=0; %确定于前车之间的元胞数d=n-(i-j+1);else d=k-(i-j+1)-1;endv(i-j+1)=min(v(i-j+1),d);%=减速=%随机慢化v(i-j+1)=randslow(v(i-j+1);new_v=v(i-j+1);%=加速、减速、随机慢化= %更新车辆位置z(i-j+1

12、)=0;z(i-j+1+new_v)=1;%更新速度v(i-j+1)=0;v(i-j+1+new_v)=new_v;endendendcells=z;memor_cells(x,:)=cells; %记录速度和车辆位置memor_v(x,:)=v;x=x+1;set(imh,'cdata',cells) %更新图像%update the step number diaplaypause(0.0001);stepnumber = 1+str2num(get(number,'string');set(number,'string',num2str(s

13、tepnumber)endif (freeze=1)run = 0;freeze = 0;enddrawnowendfigure(1)for l=11001:1:11500for k=1:1:1000if memor_cells(l,k)>0plot(k,l,'k.');hold on;endendendxlabel('空间位置')ylabel('时间(s) ')title('时空图 ')for i=1:1:500density(i)=sum(memor_cells(i,:)>0)/1000;flow(i)=sum(m

14、emor_v(i,:)/1000;endfigure(2)plot(density,flow,'k.');title('流量密度图')xlabel('density')ylabel('flow')% /% 函数： searchlastcar.m程序代码 function location_lastcar=searchlastcar(matrix_cells)%搜索尾车位置for i=1:length(matrix_cells)if matrix_cells(i)=0location_lastcar=i;break;else %如果

15、路上无车，则空元胞数设定为道路长度location_lastcar=length(matrix_cells);endend% 函数： searchfrontcar.m程序代码function location_frontcar=searchfrontcar(current_location,matrix_cells) i=length(matrix_cells);if current_location=ilocation_frontcar=0;elsefor j=current_location+1:iif matrix_cells(j)=0 location_frontcar=j;break

16、;elselocation_frontcar=0;endendend% 函数： roadstart.m 程序代码function matrix_cells_start=roadstart(matrix_cells,n)%道路上的车辆初始化状态，元胞矩阵随机为0或 1， matrix_cells初始矩阵，n初始车辆数k=length(matrix_cells);z=round(k*rand(1,n);for i=1:nj=z(i);if j=0matrix_cells(j)=0;elsematrix_cells(j)=1;endendmatrix_cells_start=matrix_cells

17、;% 函数： randslow.m 程序代码function new_v=randslow(v)p=0.3; %慢化概率rand('state',sum(100*clock)*rand(1);%?¨ ?ú ?×p_rand=rand; %产生随机概率if p_rand<=pv=max(v-1,0);endnew_v=v;% 函数： leadcarrupdate.m 程序代码function new_matrix_cells,new_=leadcarupdate(matrix_cells,v)%第一辆车更新规则n=length(matrix_cells);if v(n)=0matrix_cells(n)=0;v(n)=0;endnew_matrix_cells=matrix_cells;new_v=v;% 函数：searchleadcar.m程序代码function location_leadcar=searchleadcar(matrix_cells)i=length(matrix_cells);for j=1:iif matrix_cells(i-j+1)