[论文解读] Fast Low Fidelity Microsimulation of Vehicle Traffic on Supercomputers

Kai Nagel|ArXiv.org|Oct 10, 1993

Traffic control and management参考文献 15被引用 5

一句话总结

本文提出了一种基于简单驾驶规则的快速、低保真度车辆交通微观仿真模型，可在超级计算机上实现实时仿真，每秒仿真超过400万公里，速度超过每秒5300万车秒。该模型的高效性与个体车辆分辨率使其适用于接近容量的高速交通分析和网络路由应用。

ABSTRACT

A set of very simple rules for driving behavior used to simulate roadway traffic gives realistic results. Because of its simplicity, it is easy to implement the model on supercomputers (vectorizing and parallel), where we have achieved real time limits of more than 4~million~kilometers (or more than 53~million vehicle sec/sec). The model can be used for applications where both high simulation speed and individual vehicle resolution are needed. We use the model for extended statistical analysis to gain insight into traffic phenomena near capacity, and we discuss that this model is a good candidate for network routing applications. (Submitted to Transportation Research Board Meeting, Jan. 1994, Washington D.C.)

研究动机与目标

• 开发一种计算高效的车辆交通微观仿真模型，同时保持个体车辆分辨率。
• 实现在超级计算机上对大规模交通网络的实时仿真。
• 通过高速统计分析探索接近容量时的交通现象。
• 评估该模型在网络路由应用中的适用性。

提出的方法

• 该模型采用一组最小化、基于规则的驾驶行为来模拟车辆交互。
• 规则的简单性使得其在超级计算架构上能够实现有效的向量化和并行化。
• 该模型在向量超级计算机上实现，以实现高计算吞吐量。
• 仿真性能以每秒车秒为单位衡量，结果超过每秒5300万车秒。
• 该模型支持对接近容量的交通流进行扩展统计分析。
• 该框架设计用于在大规模交通仿真中实现可扩展性和实时性能。

实验结果

研究问题

• RQ1 如何使车辆交通的微观仿真模型在计算上足够高效，以实现在超级计算机上的实时仿真？
• RQ2 在使用个体车辆分辨率和简单规则进行仿真时，接近容量时会涌现出哪些交通现象？
• RQ3 低保真度模型是否仍能产生适合分析和路由应用的现实交通动力学？
• RQ4 向量化和并行化在多大程度上能提升交通微观仿真中的仿真吞吐量？
• RQ5 该模型在每秒公里数或每秒车秒数方面的性能如何扩展？

主要发现

• 该模型在超级计算机上实现了超过每秒5300万车秒的实时仿真性能。
• 仿真吞吐量超过每秒400万公里，表现出高度可扩展性。
• 尽管保真度较低且规则简单，该模型仍能产生现实的交通动力学。
• 该模型适用于对接近容量的交通进行扩展统计分析。
• 该模型的简洁性使其在超级计算平台上能够实现高效的向量化和并行化。
• 该模型是网络路由和大规模交通分析应用的有力候选。