3仿真模型

3.1整体结构。

道路交通系统包括许多相关实体，主要包括道路（分为路段和交叉口）、信号控制设施、车辆、驾驶员、行人等。其中一些实体具有一定程度的自制性和智能性，如驾驶员、行人等，一些实体受到其他实体的被动影响，如路段等。多主体技术可以建模交通系统中的[4]元素，如交叉口、信号灯、交通控制中心等，简化这些元素，建立多主体概念模型。主要Agent包括交通网络Agent、车辆Agent和信号灯Agent。其中，交通网络Agent参照1979年Herman等[5]提出的二流模型（Two-fluidModel）。该模型认为交通流由运行车辆和停车车辆组成。

路网描述：交通路网是道路交通系统的基础设施，承载着车辆的运行。交通路网具有复杂的拓扑结构和集合特性。如果过于复杂，则计算负载过重。因此，它分为路段、路网和交叉口三层管理。路网Agent负责存储和维护整个交通路网的拓扑关系，并为交通实体提供路网信息。路段Agent负责本路段的描述。交叉口Agent包括信号灯对象，以实现每个入口车道的时间分离，一个路段和一个车道。

信号灯结构：信号灯是一种重要的交通控制设施。它实现了交叉口不同流动方向的车辆的时间分离，减少了车辆之间可能的冲突，提高了交通安全，提高了交叉口的流通效率。从本质上讲，信号灯控制是一种典型的复杂适应系统。国内外相关学者对信号灯控制进行了大量研究，制定了许多控制方案，但存在相应的局限性。一般来说，鲁棒性差、不易扩展、计算复杂等缺点[5]。该模型从简单的计算出发，统一管理信号灯，初始化时间间隔。

3.2参数设置。

设置部分如图1所示。

每个控件的物理意义如表1所示。

3.3初始化环境。

环境由37×37的网格组成。通过设置sliders:grid-size-x=3，grid-size-y=4初始化一条4行3列的道路，其中两条道路交叉口有红绿瓦，分别代表红绿灯，其中汽车数量设置slider:num-cars=54。

图2三行四列道路图。

3.4相关规则。

3.4.1环境规则。

起初，车辆数量(num-cars)必须小于道路数量(如图2所示的白色道路)。如果超过，请提示警告信息。

如果没有人参与这个系统，将设置current-auto为off，如果有，则设置on，并通过curent-phase选择一个由交通灯控制的交通灯。

如果系统没有交通灯的参与，则设置power为off，否则设置为on。

3.4.2操作规则。

每一步，汽车都会按照目前的速度向前行驶。如果目前的速度小于限速(sped-limit)，前面没有汽车，那么它们就会加速(sped-up)。如果前面的车速小于自己的车速，那么目前的车速应该和前面的车速调整一致(slow-down)。

4.案例分析及结果。

4.1案例1。

目前，在城市交通的背景下，研究了道路网络中交通流量的优化分布、车辆动态路径的选择、特殊车辆控制等问题，无信号灯交叉口车辆交通的准确性是不可或缺的一部分[6]。根据上述模型，当没有信号灯或参与时（power设置为off），道路为4行3列，车辆数量为140时，如图3所示。

当没有人参与信号灯(power设置为on)时，道路为4行3列，车辆数量为140时，如图4所示。

4.2案例2。

根据上述模型，当道路为4行3列，车辆数量为54时，我们得出停车车辆数量柱图5，车辆平均速度柱图6，平均等待时间柱图7：

图5停车车辆数量。

4.3分析及结果。

从案例一中可以看出，在信号灯参与交通管理的情况下，交通很快崩溃(图3ticks=3164，图4ticks=665，ticks是时间步骤，随着时间的推移而增加)。导致这一结果的因素很多，比如信号灯控制不合理，车辆数量过多，超过了道路的承载能力。

案例2显示，车辆车辆的平均速度与停车车辆的数量有一定的关系，就像二流模型中认为的路网宏观平均速度与路网车辆比例的幂运算线性关系[7]一样

由于篇幅有限，本文给出了两个案例，参数设置可以看到高效的交通模拟数据需要大量的实验和各种组合，我们还可以得出交叉口流通效率的人参与交通管理将提高，当流动车辆进入交通道路或离开交通道路将对上述结论产生什么影响和许多指导结论的实践。

本文从多Agent建模的角度出发，借助Netlogo软件平台，采用了Trafficgrid模型，模拟了不同组合的参数对交通系统的不同影响，获得了车辆平均等待时间、停车等随时间变化的曲线。但由于模型简单，模拟范围小，没有实际路网等因素。

多主体模型以平行的方式模拟非线性因果关系的社会系统，使人们能够更好地理解社会现象，发现现象背后的机制，从而做出预测和辅助决策。目前，多主体建模还没有形成一个成熟的体系，因此没有一套完整而成形的理论。然而，可以预测，随着多主体思想理论方法的普及，基于多主体建模和模拟，它将越来越多地应用于社会生活研究。