基于NaSch元胞自动机的单车道交通流仿真系统

资 源 简 介

本项目主要基于Nagel-Schreckenberg (NaSch) 元胞自动机模型，在MATLAB环境中构建了一个完整的单车道交通流动态模拟系统。该系统能够模拟真实交通场景中的车辆微观驾驶行为，具体包括四个主要演化规则：加速（车辆倾向于加速至最大允许速度）、减速（受前车距离限制，为保持安全车距而强制减速）、随机慢化（模拟驾驶员注意力分散、路况干扰等随机因素导致的减速行为）以及位置更新（根据速度在离散空间中移动）。代码具有高度的封装性和可移植性，用户只需将源代码复制到MATLAB脚本中即可运行。除了核心的车辆运动模拟外，系统还集成了强大的数据分析与可视化模块，能够实时生成展示车辆轨迹的时空图，形象地揭示"幽灵堵车"（Phantom Traffic Jams）等交通非线性现象的形成机理。此外，系统支持批量参数扫描，能够计算不同车辆密度下的平均速度和交通流量，从而绘制出经典的交通流三参数（流量、速度、密度）基本图，帮助用户分析交通流从自由流向拥堵流转变的临界特性。

详 情 说 明

基于元胞自动机的单车道交通流仿真系统

项目简介

本项目是一个在 MATLAB 环境中构建的单车道交通流动态模拟系统。核心算法基于经典的 Nagel-Schreckenberg (NaSch) 元胞自动机模型，通过离散的时空演化规则模拟真实交通场景中的车辆微观驾驶行为。该系统不仅能够直观地展示车辆在道路上的实时运动轨迹，还能通过批量参数扫描分析交通流的宏观统计特性，揭示从自由流到拥堵流的相变过程以及“幽灵堵车”（Phantom Traffic Jams）等非线性现象的形成机理。

功能特性

• 微观交通流模拟：完整实现了 NaSch 模型的四个核心演化规则（加速、安全减速、随机慢化、位置更新）。
• 时空演化可视化：能够生成高分辨率的交通流时空斑图（Space-Time Diagram），直观展示车辆的运动轨迹及拥堵带的后向传播特性。
• 宏观参数分析：内置自动化参数扫描模块，能够计算不同车辆密度下的平均速度和交通流量。
• 基本图绘制：自动生成交通流流量-密度（Flow-Density）和速度-密度（Speed-Density）基本图，并提供理论自由流趋势对比。
• 稳态统计：在进行宏观分析时，具备去除由于初始分布造成的过渡态数据的能力，确保统计结果的准确性。
• 高度封装：所有功能集成在单一脚本文件中，无需配置复杂的路径或依赖库。

系统要求

• MATLAB R2016a 或更高版本（代码仅使用 MATLAB 基础函数，无特殊工具箱依赖）。

使用方法

1. 将提供的源代码完整复制到一个新的 MATLAB 脚本文件（例如 main.m）中。
2. 在 MATLAB 命令窗口或编辑器中运行该脚本。
3. 程序将自动执行以下流程：

* 首先执行一次单次仿真，弹出“交通流时空演化分析”窗口。 * 接着在后台进行多密度参数扫描（控制台会输出进度）。 * 最后弹出“交通流基本图分析”窗口，展示流量、速度与密度的关系。

核心算法与实现逻辑

本项目代码主要分为三个逻辑部分：主控模块、可视化分析模块与核心仿真引擎。

1. 单次仿真与时空可视化

该模块用于演示特定参数下的交通流微观行为：

• 参数配置：默认设置道路长度为 1000 个元胞，仿真时长为 1000 步，车辆密度 0.35，随机慢化概率 0.3。
• 数据记录：在仿真过程中，系统会构建一个时空矩阵。矩阵的行代表时间步，列代表道路位置。

* 空元胞在内存中标记为 -1。 * 有车元胞存储数值为 $v+1$（以区分速度为0的静止车辆）。

• 可视化处理：绘图时将矩阵转换为二值图像（车辆为黑，背景为白），时间轴向下延伸。这种可视化方式可以清晰地观察到由于随机慢化导致的“走走停停”波（Stop-and-Go waves）向上游传播的现象。

2. 基本图统计分析

该模块通过批量运行仿真来获取宏观交通流规律：

• 密度扫描：程序自动在 0.05 到 0.95 的密度范围内进行循环扫描（步长 0.05）。
• 精度优化：为了获得更稳定的统计数据，此阶段的道路长度增加至 2000，仿真时长增加至 2000，并丢弃前 500 步的数据作为“过渡态”，仅统计稳态数据。
• 指标计算：

* 平均速度：所有车辆在有效时间步内的速度算术平均值。 * 交通流量：根据公式 $流量(J) = 密度(rho) times 平均速度(bar{v})$ 计算。

• 图表绘制：

* 流量-密度图：展示了交通流从自由流相（线性增长）过渡到拥堵相（流量下降）的过程，并绘制了理论上的自由流临界线作为对比。 * 速度-密度图：展示了随着密度增加，车辆平均速度非线性下降的趋势。

3. NaSch 模型仿真引擎

这是本系统的核心函数 run_nasch_simulation，它在一个环形道路（周期性边界条件）上模拟车辆运动。

初始化阶段：

• 根据设定的密度 $rho$，计算车辆总数 $N$。
• 使用随机排列函数将车辆随机放置在长度为 $L$ 的离散道路上。
• 车辆初始速度随机生成。

时间演化循环（核心规则）： 在每一个时间步，程序对所有车辆并行更新状态，遵循以下逻辑：

1. 车距计算：计算每辆车与前车的距离 $d$。由于采用周期性边界（环形路），最后一辆车的前车被视为第一辆车（位置需加上道路总长 $L$）。
2. 规则一：加速。车辆期望达到最大速度 $v_{max}$，即 $v leftarrow min(v+1, v_{max})$。
3. 规则二：减速。为了避免碰撞，速度不能超过与前车的距离，即 $v leftarrow min(v, d)$。
4. 规则三：随机慢化。以概率 $p$ 模拟驾驶员分心或路况扰动，速度大于0的车辆会减速，即 $v leftarrow max(v-1, 0)$。
5. 规则四：位置更新。车辆根据当前速度向前移动，即 $x leftarrow x + v$。

边界与数据处理细节：

• 环形边界处理：车辆位置更新后，利用取模运算 mod(x-1, L) + 1 确保坐标始终在 $[1, L]$ 范围内。
• 索引维护：车辆跨越边界后，位置数值会变小，为了保证后续计算“前车距离”的逻辑正确，程序在每步末尾对车辆位置进行了重新排序 (sort)，确保索引 $i$ 的车始终位于索引 $i+1$ 的车后方。
• 数据采样：仅在超过设定的过渡态时间步后，才开始累加总速度用于最终的平均值计算。