MR_Byte Compu
MR_Byte Compu
خواندن ۶ دقیقه·۵ سال پیش

یک مدل رفتاری چند عاملی برای شبیه‌سازی ترافیک جاده‌ای

A behavioral multi agent model for road traffic simulation
A behavioral multi agent model for road traffic simulation


چکیده :

سیستم‌های چند عاملی امکان شبیه‌سازی پدیده‌های پیچیده را فراهم می‌کنند که به راحتی نمی‌توان توصیف کرد.

به صورت تحلیلی. رویکردهای چند عاملی اغلب مبتنی بر عوامل هماهنگی هستند که اقدامات آن‌ها و

روابط متقابل با ظهور پدیده‌ای مرتبط است که باید شبیه‌سازی شود. در این مقاله، ما تمرکز می‌کنیم

در شبیه‌سازی ترافیک جاده، به ویژه طراحی یک ابزار شبیه‌سازی ترافیک جاده‌ای که بتواند به آن رسیدگی کند

به طور واقع‌بینانه با مسیرهای جاده‌ای برخورد کنید. ما یک مدل رفتاری چند عاملی مبتنی بر (i)پیشنهاد می‌کنیم.

رفتارهای فردی فرصت‌طلبانه که نقض هنجار و (۲)فرد پیش‌بینی را توصیف می‌کند.

توانایی‌های رانندگان شبیه‌سازی شده که امکان تشخیص شرایط بحرانی را فراهم می‌کنند. پیشنهاد ما این بوده‌است

برای سناریوهای مختلف ترافیک تایید شدند. به طور خاص، ما ترافیک را در یک تقاطع واقعی شبیه‌سازی کردیم.

سپس جریان ترافیک شبیه‌سازی شده را با جریان حقیقی مقایسه کرد تا ارتباط رویکرد ما را مشخص نماید.

مقدمه :

ابزارهای شبیه‌سازی نرم‌افزارهای بسیار پیچیده‌ای هستند که توسعه آن‌ها را می توان با در نظر گرفتن یک رویکرد چند عاملی تسهیل کرد. یک فرآیند شبیه‌سازی متشکل از بازسازی رفتار دینامیکی یک پدیده واقعی با استفاده از مدل‌ها، ساختارهای ذهنی انتزاعی ساده شده از واقعیت است که اجازه شبیه‌سازی پدیده را می‌دهد. در بسیاری از ابزارهای شبیه‌سازی، رفتارهای دینامیکی پدیده شبیه‌سازی شده با استفاده از تکنیک‌های ریاضی مانند معادلات دیفرانسیل، بیان می‌شوند. این رویکردهای ریاضی از عمومیت زبان ریاضی بهره می‌برند، اما زمانی که مقیاس بزرگ، پیچیده یا بسیار پویا باید شبیه‌سازی شوند، معمولا به محدوده‌های خود دست می‌یابند.

در این مقاله، ما مساله شبیه‌سازی ترافیک را با شبیه‌سازی پدیده‌های ترافیکی مشاهده‌شده واقعی در نظر می‌گیریم. ترافیک جاده را می توان به عنوان مجموعه‌ای از پدیده‌های پیچیده که ناشی از حرکت کاربران جاده‌ای در یک شبکه جاده‌ای محدود است، تعریف کرد." سیستم ترافیک " شامل هر دو زیرساخت جاده‌ای طراحی‌شده برای پاسخ به حالت بهینه جمعی و افزایش تقاضای کاربرانی است که همگی تلاش می‌کنند یک بهینه فردی را به دست آورند. پیچیدگی مسایل مربوط به ابزارهای شبیه‌سازی ترافیک برای بسیاری از کاربردها مورد استفاده قرار می‌گیرد: پیش‌بینی و کنترل سیستم‌های ترافیک (هال، ۱۹۹۷)، بهینه‌سازی جریان‌های ترافیکی (Bazzan

یک مدل شبیه‌سازی راهنمایی

ArchiSim:ابزار شبیه‌سازی ترافیک رفتاری ابزار شبیه‌سازی ترافیک رفتاری است. این ابزار در سال ۱۹۹۲ توسط موسسه ملی فرانسه برای تحقیقات ایمنی و حمل و نقل (Espie، ۱۹۹۵)توسعه یافت، این ابزار هنوز در حال تحول است. اصالت of، در مقایسه با دیگر ابزارهای شبیه‌سازی ترافیک، در توانایی آن برای تبدیل the به بخشی از شبیه‌سازی ترافیک قرار دارد. به عبارت دیگر، ArchiSim قادر به ایجاد یک محیط ترافیک واقع گرایانه برای یک محرک انسانی با استفاده از یک شبیه‌ساز است: محرک‌های شبیه‌سازی شده با شبیه‌ساز محرک تعامل دارند، همانطور که آن‌ها با سایر وسایل نقلیه در شبیه‌سازی تعامل دارند. معماری ArchiSim اجازه می‌دهد شبیه‌سازی بر روی مجموعه‌ای از ماشین‌های متصل به یکدیگر از طریق شبکه اترنت توزیع شود، به این معنی که بازیگران در شبیه‌سازی می‌توانند روی ماشین‌های مختلفی عمل کنند. انسجام کل توسط یک سرور که شامل تمام داده‌های مربوط به فرآیند شبیه‌سازی است، تضمین می‌شود: شرح شبکه جاده (به عنوان مثال، هندسه جاده، علایم ترافیک و ترافیک)و اطلاعات خودرو (به عنوان مثال، موقعیت در شبکه، سرعت و شتاب فعلی). این کارگزار اطلاعات دیداری داده‌شده به عوامل مختلف را تایید می‌کند: هر نهاد در شبیه‌سازی، مجازی یا واقعی، به سرور متصل است و مجموعه‌ای از اطلاعات در مورد محیط بسته خود در هر گام زمانی در طول شبیه‌سازی دریافت می‌کند. بعد از تصمیم‌گیری، هر راننده شبیه‌سازی شده اطلاعات خود را در مورد سرور به روزرسانی می‌کند.دل چند عاملی ما برای شبیه‌سازی ترافیک در تقاطع‌ها بخشی از پروژه ArchiSim است.

شبیه‌سازی ترافیک در اتصالات جاده

یک مساله هماهنگی چند عاملی مساله اتصال جاده به عنوان یک مساله هماهنگی چند عاملی در نظر گرفته می‌شود. هنگام عبور از یک تقاطع، رانندگان واقعی هر گونه اختلافی را که با وسایل نقلیه دیگر ناشی می‌شود را حل می‌کنند. در شبیه‌سازی، این وظیفه محرک حل تعارض را می توان به عنوان یک مساله هماهنگی توصیف کرد، زیرا تمام عوامل نزدیک به یک تقاطع باید اقدامات خود را هماهنگ کنند تا از برخورد اجتناب کنند. مشکل به این دلیل دشوار است که وظیفه رانندگی از یک کشور به کشور دیگر متفاوت است (سعد، ۱۹۹۲؛ Bjo rklund و یک کوه یخی، ۲۰۰۵؛ Summala، ۲۰۰۵). در واقع در جنوب اروپا و آسیا، رانندگی بسیار رقابتی است، به خصوص برای رانندگان لاتین. با این حال در اروپای شمالی، رقابت کم‌تر و هم‌کاری بیشتر است. مکانیزم هماهنگ‌سازی مورد استفاده در ArchiSim به گونه‌ای طراحی شده‌است که انعطاف‌پذیر و عمومی باشد تا تمام ویژگی‌های توصیف‌شده در بالا را در نظر بگیرد و انواع زیادی از رفتارهای محرک را تولید کند. براساس مدل تعارضات در تقاطع، این مکانیزم برهم کنش پیچیده بین عوامل در موقعیت‌های ابتدایی شامل دو عامل را تجزیه و تحلیل می‌کند. یک راننده واقعی یک تقاطع جاده‌ای پیچیده را به عنوان توالی از تقاطع‌های اصلی T - نوع و یا نوع X تشخیص می‌دهد. برای مثال، یک میدان در تقاطع نوع T دیده می‌شود، در حالی که یک توقف ۴ گوشه یک نمونه ساده از تقاطع نوع X است. تعامل بین رانندگان در یک تقاطع ابتدایی توسط روابط اولویت تعریف‌شده در کد بزرگراه و فعالیت‌های فردی بسته به کشورها تنظیم می‌شود. چنین رابطه اولویت را می توان با گزاره prio بیان کرد. به عنوان مثال، اجازه دهید دو نماینده x و y را در حال نزدیک شدن به یک تقاطع در نظر بگیریم. چهار وضعیت ابتدایی که در شکل ۱ نشان‌داده شده‌است ممکن است: (۱)x و y در یک مسیر هستند و بدون هیچ علامتی (به عنوان مثال، علامت تسلیم، علامت توقف و یا چراغ‌های راهنمایی)، x اولویت دارد؛ (۴)x و y در همان جاده قرار دارند و هر دو طرف چپ هستند، که مطابق با کد بزرگراه به این معنی است که هر دو دارای اولویت هستند. مکانیسم هماهنگی (Mandiau و همکاران، ۲۰۰۸)رفتار دینامیکی زیر را دارد. یک نماینده به جستجوی محل تقاطع تمام وسایل نقلیه که بطور بالقوه در تعارض است نزدیک می‌شود و رابطه اولویت خود را با هر یک از این خودروها ارزیابی می‌کند. هر رابطه اولویت به عنوان یک قانون محلی مورد استفاده قرار می‌گیرد که نشان می‌دهد که آیا نماینده باید سرعت خود را بالا یا پایین کند. هنگامی که روابط اولویت چندگانه در وضعیت فعلی دخیل هستند، عامل رفتاری را انتخاب می‌کند که منجر به سرعت کم‌تر خواهد شد. در این نقطه در توسعه ArchiSim، الگوریتم هماهنگی تنها شتاب طولی را مدیریت می‌کند، به این معنی که نماینده می‌تواند بین دو کنش انتخاب کند: توقف یا رفتن. هر تصمیم عامل بستگی به این دارد که نماینده چگونه روابط اولویت را تفسیر می‌کند. در بخش بعدی، این طرح هماهنگی را به مدل رفتاری نمایندگان اعمال می‌کنیم.

· تفاوت سرعت: رانندگان که اولویت را در یک تقاطع دارند (از نقطه‌نظر کد بزرگراه)تمایل دارند که در صورت مشاهده وسیله نقلیه دیگری که به تقاطع با سرعت بالا نزدیک می‌شوند اولویت را واگذار کنند. از سوی دیگر، رانندگان وسایل نقلیه با سرعت بالا به نقض قانون بزرگراه ادامه می‌دهند چون آن‌ها احساس می‌کنند زمان کافی برای عبور از تقاطع پیش از رسیدن وسیله نقلیه با سرعت پایین را دارند.

· سطوح بیقراری: رانندگان که برای مدت طولانی توقف کرده‌اند معمولا بی‌تاب هستند و احتمالا احساس می‌کنند نسبت به سایر وسایل نقلیه اولویت دارند، حتی زمانی که کد بزرگراه در غیر این صورت خواهد گفت.

· موقعیت‌های وسایل نقلیه: رانندگان که به علت تراکم ترافیک بالا، باید از تقاطع دو حرکت عبور کنند تمایل دارند که در وسط تقاطع احساس راحتی کنند. درک آن‌ها از این موقعیت، اغلب رانندگان را وادار می‌کند که تصمیم بگیرند که اولویت دارند، حتی اگر این تصمیم مغایر با قانون بزرگراه باشد.

در ادامه به بررسی ویدئو زیر می پردازیم :

https://www.aparat.com/v/6oyDL

درس شبیه سازی کامپیوتری

- دانشکده شهید شمسی پور

- استاد احمد ابریشمی

- گردآورنده : محمد اسحاق احمدی

- لینک سایت مدل شبیه سازی

https://traffic-simulation.de/onramp.html

با آرزوی موفقیت.

سوال12شبیه سازی کامپیوتریشمسی پور
شاید از این پست‌ها خوشتان بیاید