同步交通流中的长期稳态:经验提示与动力学陷阱模型
软凝聚态物质
2009-11-07 v2 无序系统与神经网络
摘要
本文提出了一种对Kerner关于 fundamental diagram 中多种亚稳态存在性假设所引发的广泛分布的同步状态(称为同步交通)的新颖解释的模型。利用收集于德国高速公路A1上的单车数据,分析了时间序列速度模式,显示出一组具有约等于常数速度且在其之间发生尖锐跳变的片段集合。这些片段中的特定速度值在较宽的范围内变化。相比之下,由于流量波动主要源于交通流的离散性,流量或基本保持恒定。随后,我们发展了一个解释这些特征的同步交通模型。遵循前期工作(I.A.Lubashevsky, R.Mahnke, Phys. Rev. E v. 62, p. 6082, 2000)的方法,将车辆流量由车密度、平均速度以及由车辆相互作用的多粒子效应引起的附加序参数 和 决定。参数 描述车辆运动中的多车道相关性。与车密度一起,它直接决定平均速度。参数 则控制 的演化。模型假设 在对应车辆配置最优车道变更价值的附近随机波动。当其偏离该值时,所有形成局部簇的车辆进行车道变更的倾向会减弱。由于正好这些车辆的超车行为导致参数 发生变化,车辆布局的演化过程在一定时间内被冻结。换言之,演化方程形成某种动力学陷阱,负责同步模式中长期相关性。
引用
@article{arxiv.cond-mat/0112139,
title = {Long-lived states in synchronized traffic flow. Empirical prompt and dynamical trap model},
author = {Ihor Lubashevsky and Reinhard Mahnke and Peter Wagner and Sergey Kalenkov},
journal= {arXiv preprint arXiv:cond-mat/0112139},
year = {2009}
}
备注
16 pages, 10 figures, RevTeX 4