摘要:
元胞个体的同质化与单一性,以及模型演化算法的简单性,导致传统元胞自动机(CA)模型忽略参与者个体差异,使用共性化随机慢化概率统一表述随机慢化行为,难以完整反映随机慢化行为的影响因素。本文通过多层次Agent模型中的理想模型和参与者特征模型对随机慢化行为影响因素进行分解,进而通过多Agent协同模型进行随机慢化行为影响因素集成,形成个性化随机慢化机制。引入该机制后,对于个体交通参与者,其随机慢化行为不再由简单、抽象的随机慢化概率涵盖,而是由其独有的个性化的随机慢化机制决定;而对于整个交通系统,由于参与者个体之间的差异性,导致不同参与者随机慢化的机制体现出个性化差异,系统对于随机慢化行为模拟的完整性得到有效增强。