다양한 연속 교통류 구현을 위한 확률파장전파모형의 개발 (A Study on Stochastic Wave Propagation Model to Generate Various Uninterrupted Traffic Flows)

서지정보

· 발행기관 : 대한교통학회
· 수록지 정보 : 대한교통학회지 / 22권 / 4호 / 147 ~ 157페이지
· 저자명 : 장현호, 백승걸, 박재범

초록

SWP(Stochastic Wave Propagation: 확률파장전파) 모형은 Cellular Automata(CA) 이론을 기반으로한 간략한 차량모형을 이용하여 개별차량의 확률적 행태와 혼잡의 전파를 모사하고, 통계물리학을 기반으로 교통류를 거시적으로 해석한다. SWP모형은 이산적 시공간 구조와 정수형 자료를 이용한 프로그램 지향적 모형구조를 가지며 연산수행속도가 빨라 대규모 가로망의 실시간 시뮬레이션을 가능하게 하였다. 그러나 비현실적인 충돌회피과정으로 인한 자연발생적 혼잡(Spontaneous jam)의 형성 때문에 미시적으로는 혼잡내에서 잠금현상(Lockup)이 발생하여 혼잡내 차량의 저속을 설명할 수 없고, 거시적으로는 혼잡의 밀도와 전파속도를 설명하기 어렵다는 한계를 가지고 있다.본 연구에서는 비현실적인 차량의 정지과정을 보다 현실적으로 모사하기 위한 정지조작규칙(SMR: Stopping Maneuver Rule)과 혼잡내에서 차량의 낮은 가속을 설명하기 위한 저가속규칙(LAR: Low Acceleration Rule)을 기존의 SWP모형인 NaSch모형에 추가하였다. 이를 통해 미시적으로 보다 현실적인 차량의 정지과정을 모사하면서 혼잡내에서 잠금현상을 방지하고, 거시적으로 혼잡의 밀도와 전파속도를 설명함으로써 보다 다양하게 연속 교통류를 구현하는 모형을 구축하였다.

영어초록

A class of SWP(Stochastic Wane Propagation) models microscopically mimics individual vehicles' stochastic behavior and traffic jam propagation with simplified car-following models based on CA(Cellular Automata) theory and macroscopically captures dynamic traffic flow relationships based on statistical physics. SWP model, a program-oriented model using both discrete time-space and integer data structure, can simulate a huge road network with high-speed computing time. However, the model has shortcomings to both the capturing of low speed within a jam microscopically and that of the density and back propagation speed of traffic congestion macroscopically because of the generation of spontaneous jam through unrealistic collision avoidance. In this paper, two additional rules are integrated into the NaSch model. The one is SMR(Stopping Maneuver Rule) to mimic vehicles' stopping process more realistically in the tail of traffic jams. the other is LAR(Low Acceleration Rule) for the explanation of low speed characteristics within traffic jams. Therefore, the CA car-following model with the two rules prevents the lockup condition within a heavily traffic density capturing both the stopping maneuver behavior in the tail of traffic jam and the low acceleration behavior within jam microscopically, and generates more various macroscopic traffic flow mechanism than NaSch model's with the explanation of propagation speed and density of traffic jam.

참고자료

· 없음