关于三相交通流与二相交通流的一些思考

首先是基本的理论的发展状况是kerner的理论模型仍然在不断的更新,不断的完善.最近的一篇是关于自动驾驶的微观仿真,在今年发表的.
第一点,kerner的理论更加符合实测数据,理论最后都要回归于对于现实的模拟上,而且在交通领域,更加偏向于社会学的方面,理论更应该以模拟解释现实为导向,否则容易陷入形而上的陷阱.在课本中给出的实测数据基本图上,可以看到在拥堵状态中,第一时期的确是分布于一个较大的二维平面上,而不是自由流段的线性表述.相反,二相理论则对这一现象解释性较差,虽然辩解声称是由于某些干扰因素导致,例如慢车与大车,换道行为,沮丧效应等等.但是我认为这些所谓的干扰因素对结果产生持续的,稳定的,明显不可忽略的结果影响时(虽然这些影响可能,但也只是其中之一,最重要应该在背后有更加深的稳定变量参数导致),便应该在理论中引入这些因素,而不是视作噪声处理了之.

第二点:同步流与阻塞有着性质上的区别,不可使用由基本图演化而来的两相模型进行描述.在由CA演变而来的三相中,相变只能顺序发生,并且在改变时相邻两相处于共存状态.最为关键的是,F->J的相变是不可能发生的.这表明了同步流与阻塞对于自由流的转变是有着显著区别的.表现的现实中的性质的差异便是.阻塞的下游阵面固定,而上游阵面则向上游传播.同步流则是不稳定的,在不同的模式中,阵面呈现不同的特征,这是两者在性质上根本的区别.这种性质上的差异粗暴的划分到阻塞的状态中进行表述,是二相理论严重的不合理,并且kerner则在论文中引述了实测数据对此进行佐证,对于Helbing表述的可以使用平均空间间隙模型的参数进行模拟,得到类似于三相交通流的效果,并且方法很多.根据我对论文的阅读.我认为,就像其中提到的三相的核心是同步距离中的速度适应效应,而ASGM和SA模型并不能很好的去还原一些经验现象,更多的是逻辑上的归化,而非仿真的殊途同归.

但是,三相交通流在现实中的模拟仿真依托仍然太少,具有很大的局限性,仅仅拥有一个孤立上匝道的上游阻塞模式的理想模型,进行推广的效果会很差.

• 如果若干年后，道路上有很多自动驾驶车辆，此时三相交通流理论是否还有效？

自动驾驶车流与人工驾驶区别在于驾驶行为.关键在于两者行为的差异会不会影响理论的前提假设.
首先,自动驾驶特性与人员在特性上区别并不大.在不同的自动驾驶算法中,与决策相关的技术核心一个是模仿人类的驾驶行为,进行训练,这一方面与人类的区别仅仅在于反应的时间差异,并不会在操作性质上有本质性的区别.而另一个这是编写规则,根据预设的规则进行假设决策,这里仍然是需要在实际的环境中进行模拟的.殊途同归,终究,与人的驾驶决策行为在本质上是没有区别的.仅仅在时间延迟上面会有一定的区别,但是差别不大.

其次:三相交通流模型对于驾驶行为假设并不依赖严重.自动驾驶并没有普及,以后的路段会是混行状态,人工与机器驾驶并存状态,在自动驾驶车辆占较大比例时,三相交通流的核心思想在同步流状态下的适应性行为并不会产生根本上的变化,因此结果也只是会修正,而不是假设不成立.