城市网络上交互智能体的高峰时段交通拥堵模式估计
物理与社会
2022-07-25 v1
摘要
我们通过简单交通规则建模车辆交互，并利用受标准介数中心性（BC）启发的一组度量，研究城市网络中拥堵模式的涌现。我们考虑一组拓扑异质性的城市群体，并通过增加 circulating 车辆数模拟早高峰时段的网络加载。出发时，车辆知晓网络状态并选择遍历时间最优的路径。每条新增路径改变后续车辆的车辆密度与行程时间。从空网络开始并增加交通直至交通瘫痪，提供了一个研究网络向拥堵转变以及当不可行路径比例突然占优时连通性如何逐步中断的框架。我们使用标准 BC 探测一系列交通水平下的瞬时非平衡网络状态，并展示如何改进该度量以构建更好的高峰时段累计道路使用代理。我们定义了一种新的动力学度量来估计累计道路使用以及驾驶员群体在边上花费的总时间。我们还研究了拥堵如何始于散布于网络的失效边，随后组织成相对较小但具破坏性的簇。
引用
@article{arxiv.2207.11219,
title = {Estimating Peak-Hour Traffic Congestion Patterns For Interacting Agents On Urban Networks},
author = {Marco Cogoni and Giovanni Busonera and Francesco Versaci},
journal= {arXiv preprint arXiv:2207.11219},
year = {2022}
}
备注
8 pages, accepted at Complex Networks 2022 Palermo