We propose a stochastic traffic flow model for highways using continuous cellular automata (CCA) which opens a new class between the usual cellular automata and the other microscopic traffic flow models. The continuity gives the advantage of embedding a multi-agent system based on fuzzy logic to mimic different driver behaviors and to study the effect of heterogeneity (different composition of vehicles) within the traffic stream from the macroscopic point of view. We extend our single-lane model to multi-lane case considering a union of interacting single-lane models where the interaction is given by a transfer operation, and then we prove that this model can actually be simulated by a CCA. We have implemented the model using Python with an object-oriented philosophy of programming. The results obtained by a series of experiments have shown us that our model is able to reproduce the typical traffic flow phenomena with a variety of effects due to the heterogeneity of traffic. Finally, we have adapted the code using PyCuda to parallelize the algorithm on GPU's and we have seen that it is possible to boost the speed of execution to have higher factor of simulation.

Proponiamo un modello stocastico di flusso di traffico per le autostrade mediante l’uso di automi cellulari continui (ACC). Questo approccio apre la strada ad una nuova classe di modelli di traffico per autostrade che sono un ibrido tra gli usuali automi cellulari e egli altri modelli microscopici di flusso di traffico. La continuità ci permette di incorporare un sistema multi-agente basato sulla logica fuzzy per imitare i diversi comportamenti del sistema conducente-veicolo. In questo modo possiamo studiare l'effetto dell’eterogeneità nel flusso di traffico dal punto di vista macroscopico. Abbiamo esteso il modello a singola corsia al caso multi corsia considerandone l'unione di modelli a singola corsia interagenti mediante un operatore di trasferimento, infine abbiamo dimostrato che questo modello può effettivamente essere simulato da un opportuno automa continuo cellulare. Abbiamo implementato il modello utilizzando Python con una filosofia di programmazione ad oggetti. I risultati ottenuti da una serie di esperimenti hanno dimostrato che il modello è in grado di riprodurre i tipici fenomeni di flusso di traffico con una varietà di effetti dovuti all’eterogeneità nella composizione del traffico. Infine, abbiamo adattato il codice utilizzando PyCuda per parallelizzare l'algoritmo su GPU e abbiamo visto che è possibile aumentare la velocità di esecuzione.

A stochastic continuous cellular automata traffic model with fuzzy decision rules

YELDAN, OZNUR

Abstract

We propose a stochastic traffic flow model for highways using continuous cellular automata (CCA) which opens a new class between the usual cellular automata and the other microscopic traffic flow models. The continuity gives the advantage of embedding a multi-agent system based on fuzzy logic to mimic different driver behaviors and to study the effect of heterogeneity (different composition of vehicles) within the traffic stream from the macroscopic point of view. We extend our single-lane model to multi-lane case considering a union of interacting single-lane models where the interaction is given by a transfer operation, and then we prove that this model can actually be simulated by a CCA. We have implemented the model using Python with an object-oriented philosophy of programming. The results obtained by a series of experiments have shown us that our model is able to reproduce the typical traffic flow phenomena with a variety of effects due to the heterogeneity of traffic. Finally, we have adapted the code using PyCuda to parallelize the algorithm on GPU's and we have seen that it is possible to boost the speed of execution to have higher factor of simulation.
COLORNI VITALE, ALBERTO
BISCARI, PAOLO
LUCCHETTI, ROBERTO
26-mar-2012
Proponiamo un modello stocastico di flusso di traffico per le autostrade mediante l’uso di automi cellulari continui (ACC). Questo approccio apre la strada ad una nuova classe di modelli di traffico per autostrade che sono un ibrido tra gli usuali automi cellulari e egli altri modelli microscopici di flusso di traffico. La continuità ci permette di incorporare un sistema multi-agente basato sulla logica fuzzy per imitare i diversi comportamenti del sistema conducente-veicolo. In questo modo possiamo studiare l'effetto dell’eterogeneità nel flusso di traffico dal punto di vista macroscopico. Abbiamo esteso il modello a singola corsia al caso multi corsia considerandone l'unione di modelli a singola corsia interagenti mediante un operatore di trasferimento, infine abbiamo dimostrato che questo modello può effettivamente essere simulato da un opportuno automa continuo cellulare. Abbiamo implementato il modello utilizzando Python con una filosofia di programmazione ad oggetti. I risultati ottenuti da una serie di esperimenti hanno dimostrato che il modello è in grado di riprodurre i tipici fenomeni di flusso di traffico con una varietà di effetti dovuti all’eterogeneità nella composizione del traffico. Infine, abbiamo adattato il codice utilizzando PyCuda per parallelizzare l'algoritmo su GPU e abbiamo visto che è possibile aumentare la velocità di esecuzione.
Tesi di dottorato
File allegati
File Dimensione Formato  
2012_03_PhD_Yeldan.pdf

Open Access dal 16/03/2013

Descrizione: Testo della tesi di dottorato
Dimensione 5.14 MB
Formato Adobe PDF
5.14 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/56801