[论文解读] Fuzzy cellular model of signal controlled traffic stream

Bartłomiej Płaczek|arXiv (Cornell University)|Dec 20, 2011

Traffic control and management参考文献 30被引用 5

一句话总结

本文提出了一种模糊细胞自动机模型，将模糊微积分与细胞自动机理论相结合，以模拟信号控制交通流。通过用确定性模糊逻辑替代随机的蒙特卡洛模拟，该模型在保持与随机细胞自动机相当的精度的同时，显著降低了计算成本，使其适用于实时交通控制应用。

ABSTRACT

Microscopic traffic models have recently gained considerable importance as a mean of optimising traffic control strategies. Computationally efficient and sufficiently accurate microscopic traffic models have been developed based on the cellular automata theory. However, the real-time application of the available cellular automata models in traffic control systems is a difficult task due to their discrete and stochastic nature. This paper introduces a novel method of traffic streams modelling, which combines cellular automata and fuzzy calculus. The introduced fuzzy cellular traffic model eliminates main drawbacks of the cellular automata approach i.e. necessity of multiple Monte Carlo simulations and calibration issues. Experimental results show that the evolution of a simulated traffic stream in the proposed fuzzy cellular model is consistent with that observed for stochastic cellular automata. The comparison of both methods confirms that the computational cost of traffic simulation is considerably lower for the proposed model. The model is suitable for real-time applications in traffic control systems.

研究动机与目标

• 解决随机细胞自动机在实时交通控制系统中的局限性。
• 消除交通流建模中对多次蒙特卡洛模拟的需求。
• 解决传统细胞自动机模型固有的校准问题。
• 开发一种计算高效且精确的微观交通模拟方法。
• 实现信号控制环境下交通模拟在实际中的实时应用。

提出的方法

• 该模型将细胞自动机理论与模糊微积分相结合，以确定性方式表示交通动态。
• 使用模糊逻辑来建模驾驶员行为和车辆交互，用语言规则替代概率转移。
• 系统利用模糊推理计算车辆加速度、减速度及跟车间隙接受度，依据交通密度和速度。
• 该模型像标准细胞自动机一样离散化时空，但对状态转移应用模糊隶属函数。
• 交通信号配时作为控制输入集成到模型中，影响车辆行驶规则。
• 该方法通过每种情景仅运行一次确定性模拟，避免重复的随机模拟。

实验结果

研究问题

• RQ1 确定性模糊细胞自动机模型能否在交通流模拟中复现随机细胞自动机的行为？
• RQ2 所提模型的计算成本与传统随机细胞自动机相比如何？
• RQ3 模糊细胞模型在降低模拟开销的同时，能在多大程度上保持精度？
• RQ4 该模型能否有效应用于实时交通控制系统？
• RQ5 模糊逻辑的集成是否消除了对大量校准和多次模拟的需求？

主要发现

• 模糊细胞自动机模型产生的交通流演化与随机细胞自动机模拟中观察到的行为高度一致。
• 与随机细胞自动机相比，该模型显著降低了计算成本，实现了更快的模拟速度。
• 模型的确定性特性消除了对多次蒙特卡洛模拟的需求。
• 由于采用模糊逻辑规则而非统计拟合，校准复杂度得以降低。
• 该模型在信号控制交通系统中的实时应用方面展现出可行性。
• 模拟结果证实，模糊逻辑能有效捕捉关键交通动态，同时避免随机不确定性。