Traffic Flow Dynamics Data, Models and Simulation

作者:Martin Treiber and Arne Kesting

为了在交通流不断增加和资源有限的时代让人们保持流动,科学面临着寻找智能解决方案的挑战。在过去的几年里来自工程师、物理学家、数学家和行为心理学家的研究使人们对驾驶员行为和车辆交通有了更好的理解交通流这一跨学科领域在未来必将取得更大的进步。重点是新的应用,从新型驾驶员辅助系统到优化交通流量的智能方法,精确检测交通堵塞,以及动态导航辅助设备的交通短期预测。

这本教科书对车辆交通流动力学的不同方面以及如何描述和模拟它们进行了全面和教学性的描述用数学模型。我们希望让更多的读者能够接触到这个引人入胜的领域;到目前为止,它只被记录在专门的科学论文和专著。

第一部分描述了如何获得和解释交通流量数据,这是任何定量建模的基础。第二部分也是主要部分专门讨论用于数学描述交通流的方法和模型。大多数模型的起点是物理学的基本概念——许多粒子系统,流体力学和经典牛顿力学——通过行为方面和交通规则来增强。在本书附带的网站1上,读者可以交互地运行交通模型的选择,并再现图中显示的一些模拟结果。第三部分概述了主要应用包括交通状态估计、油耗和排放建模、确定行程时间(动态导航的基础)以及如何优化交通流量。

这本书是为工程和交通科学的学生、讲师和专业人士以及感兴趣的学生而写的。它还提供材料在学院和大学阶段从事编程、数值方法、模拟和数学建模的项目工作。多模型开源车辆交通模拟器MovSim2中的参考实现可以用作读者自己的模拟实验和模型开发的起点。

这项工作源于德国德累斯顿理工大学交通流动力学和建模课程的讲义;这些之前由同一出版商在德语书籍《Verkehrsdynamik und Simulation》中发表。英文版已经更新扩展到包括新的主题,例如,关于模型校准。为了突出其教科书性质,它包含了许多问题,并提出了详细的解决方案。

我们感谢德累斯顿理工大学交通计量经济学和建模系的所有同事,特别是Dirk Helbing各种科学讨论和激励。我们还要感谢Marietta Seifert、Christian Thiemann和Stefan Lämmer的建议和修正。特别感谢Martin Budden以英语为母语审阅手稿。他也是MovSim的主要贡献者之一。最后我们要感谢Martina Seifert、Christine和Hanskarl Treiber、Ingrid、Bernd、Dörtet Kesting、Claudia Perlitius和Ralph Germ为这本书提出了宝贵的建议。

猜你喜欢

转载自blog.csdn.net/subin0403/article/details/134667208