文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 交通运输 > 基于Monte_Carlo算法的交通流仿真
侵权投诉

基于Monte_Carlo算法的交通流仿真

第9期郑小燕,等:基于Monte Carlo算法的交通流仿真

正的随机数使用。

1375

该方法以随机模拟和统计试验为手段,是一种从随机变量的概率分布中,通过随机选择数字产生一种符合该随机变量概率分布特性的随机数值序列,作为输入变量序列进行特定的模拟试验、求解的方法。

在这一过程中,要求产生的随机数序列符合该随机变量特定的概率分布。一种可行的方法是先产生一种在(0,1)区间内均匀分布的随机数序列,然后再转换成特定概率分布的随机数序列,以其作为随机模拟试验的输入变量序列进行模拟求解

[7]

[6]

目前使用的产生均匀随机数的方法有平均取中算法、线性同余发生器算法(LCG)及Taus worthe算法等[8],其中线性同余发生器应用最为广泛。故本文采用线性同余发生器。

LCG的表达式为:

Xn+1=aXn+cmodm,n>0

(1)

其中,a和c为常量;m为模数,它们为正整数。aXn+c对m作模运算后就得到Xn+1,开始时以某种方式给出一个种子数X0,然后使用前一个随机整数Xn来生成下一个随机整数Xn+1,由此产生整数随机数序列{Xn}。

实际应用中,通常用模数对整数随机数序列作归一化处理:

Rn=Xn/m,

n 0

(2)

得到在区间(0,1)的浮点随机数序列{Rn}。作为产生任意随机数的基础,设计了线性同余发生器LCG(1220703125,0,4294967296,X0),为尽量减少随机数之间的关联性并获得长周期,这里a=5=1220703125,M=2=4294967296,(32为计算机字长),则其周期为2。其质量要高于C++语言stdlib.h函数库中rand()函数产生的216随机序列。

2 3 给定概率分布函数的随机变量产生

蒙特卡罗方法应用的最基本、核心问题之一,就是首先必须选取能够描述和实际问题发生概率相一致的一串随机数序列,作为问题仿真的数据源,即要有一个能够产生特定概率分布的高质量的随机数发生器[8]。

产生具有特定分布的随机序列的途径,是将(0,1)内的均匀分布随机数进行数学变换。由于任意分布的随机变量C的概率在[0,1]之间,所以可用(0,1)内均匀分布随机变量,使用求取C的概率分布函数的反函数的方法来获得随机变量C。如在道路交通量较大交通拥挤时,采用二项分布描述交通量到达分布。分布函数为:

P(X=k)=

30

13

32

。

2 基于Monte Carlo算法的交通流模拟

2 1 基本步骤

采用MC方法模拟路网交通流的发生,应建立在现场调查的基础之上,选择最能体现交通流特性的概率模型,详细标定特性参数。

(1)现状交通流特性调查与分析,如断面交通量、车头时距等,判定交通流类型。

(2)根据判定的交通流类型,选择合适的概率模型。

(3)对现场调查的数据进行分析,计算相应的模型的参数,进行概率模型的拟合与检验。(4)根据MC方法构造模型变量,开发相应的程序,输出交通流。具体流程如图1

基于Monte_Carlo算法的交通流仿真

所示。

图1 MC方法模拟交通流流程

kn-k

Cknp(1-p),k=0,1,2,!

(2)

其中,X表示在给定时间内到达的车辆数;

2 2 [0,1]均匀随机数发生器

目前比较通用、发展较快的产生随机数的方法是使用递推公式产生伪随机数,通过现代数学

方法使产生的随机序列周期足够长,使之能够通P(X=k)为在给定时间内X发生k次的概率;Ckn=

;p、n为二项分布参数,0<p<1,

k!(n-k)!

n为正整数。

上一页第2页

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email