车辆跟驰的随机优化速度模型及其稳定性分析

【摘要】：传统优化速度模型(OV)中把驾驶员的灵敏度系数设定为相同的常数值,而在真实驾驶情况下,驾驶员的灵敏度系数会在跟驰过程中发生随机性变化。为描述这个交通流的随机行为,将驾驶员的灵敏度系数模型化为高斯白噪声过程,建立随机优化速度模型(Stochastic Optimal Velocity,SOV)。然后,运用随机动力学稳定性分析中的矩稳定性理论分析SOV模型的稳定性,得到一阶和二阶矩稳定性条件的解析解,解析式表明:SOV模型的稳定域由灵敏度系数的均值和噪声强度,以及车头间距共同决定。最后,应用蒙特卡洛法进行数值模拟,模拟结果验证了矩稳定性条件的有效性。与确定性OV模型进行数值模拟对比,结果表明:SOV模型中灵敏度系数的噪声强度会增加交通系统产生拥堵的可能性,在扰动传播过程中的影响体现在扰动演化的波动振幅上。