模擬交通模型

在本實驗中，將以細胞自動機(Cellular Automata)為基礎概念 (Ohara, Nojima,

& Ishibushi, 2007)，建立實際交通道路之模擬交通模型，並依細胞自動機之規則，

在其上配置道路物件與車輛物件進行實驗。在模擬環境(Environments)物件中，

將建立兩類物件，即車輛(Vehicles)物件與道路(Roads)物件。

圖 13. 模擬交通模型架構圖

如上圖 13，Environment 物件為模擬之交通環境模型，並且包含了 Vehicles 物件與 Roads 物件，其參數分別為：

1. Road_Number：

道路總數量，以此參數建立道路模型，若此數為 n，則建立為 n 條垂直 道路與 n 條水平道路的交通模型。

2. Road_length：

道路長度，在道路交叉口間的網格(cell)數目，意即兩個交叉路口間可 以容納的車輛個數。

3. Vehicle_Density：

車輛密度，在給定 Road_Number 與 Road_length 兩參數後，可以計算出 在此交通模型中的總網格個數，而再以車輛密度決定所要配置在交通模 型中之車輛總數。以總網格數 1000 為例，若 Vehicle_Density 為 0.5，

則平均每個網格中會擁有 0.5 個車輛物件，總共在交通環境中會有 500 個車輛物件。

4. Vehicle_Proportion：

車輛比例，再給定 Road_Number、Road_length 與 Vehicle_Density 三參 數後，可以計算出交通模型中的總車輛物件數，再依車輛比例決定共有 多少車輛使用叢集化演算法。若以總車輛物件數 500 為例，若

Vehicle_Proportion 為 10%，則總共會有 50 個車輛物件使用叢集化演算 法進行動態路徑規劃，而其餘 450 個車輛物件則使用靜態的最短路徑規 劃，依在各個道路中可以行駛的速度決定路徑。

5. Clustering_Algorithm：

叢集化演算法類型，即為從 LCC 演算法或 TBC 演算法中挑選出其中一 種進行實驗，決定以此種叢集化演算法進行實驗。

Vehicles 物件為模擬之車輛物件，其參數分別為：

1. ID：

車輛物件之編號，為唯一值。

2. Location_X 與 Location_Y：

表示車輛在環境中之水平與垂直位置。

3. Direction：

表示車輛接下來將要行駛的方向。

4. Use_Clustering_Algorithm：

為布林值(Boolean)，表示是否適用本實驗參數 Clustering_Algorithm 所 設定之叢集化演算法，若為否，則此車輛物件使用靜態的最短路徑規劃，

依在各個道路中可以行駛的速度決定路徑。

Roads 物件為模擬之道路物件，其參數分別為：

1. Direction：

道路方向，表示此道路為水平道路或垂直道路。

2. Location_X 與 Location_Y：

道路兩端之端點位置，以 Direction、Location_X 與 Location_Y 三個參 數，可決定一條唯一的道路。

3. Avg_Time：

車輛在此道路上之平均行駛時間，在最近幾回合內車輛在此道路上之平 均行駛時間。

在本實驗中，將以細胞自動機為例建立交通環境與道路物件，並在其上配置 車輛物件。原始的交通環境示意圖如下圖 14，以下將簡介如何由輸入之參數設 定交通模型。

圖 14. 以細胞自動機建立之交通環境、道路與車輛圖

首先，以圖 15 為例，若需要模擬圖 14 中的交通道路，則將參數 Road_Number 設為 4，即代表垂直與水平各有 4 條道路，若 Road_Length 為 20，則表示兩個道 路交叉口之間長度為 20 個網格，則可以使用這些參數建立一個以細胞自動機為 基礎之網格狀交通模型，如下圖 15。

圖 15. 以細胞自動機為基礎之網格狀交通模型

當網格狀交通模型建立完成之後，將依 Vehicle_Density 參數初始化，隨機 在道路中任何網格配置車輛物件，配置後的示意圖如下圖 16，黑色網格即為具 有車輛的道路網格，而灰色部分則為無車輛占據之道路網格。

圖 16. 配置車輛後的網格狀交通模型

本實驗以細胞自動機為基礎建立實驗用交通模型，以下圖 17 為例，網格𝑇𝑇_𝑂𝑂為 在時間為𝑡𝑡時要計算之目標網格，網格𝑇𝑇𝑂𝑂+1為在時間為𝑡𝑡時網格𝑇𝑇𝑂𝑂前方的網格，網 格𝑇𝑇_𝑂𝑂−1為在時間為𝑡𝑡時網格𝑇𝑇_𝑂𝑂後方的網格，而最下方的網格即代表網格𝑇𝑇_𝑂𝑂在時間為 𝑡𝑡 + 1時的網格，而最下方網格之內容會由網格𝑇𝑇𝑂𝑂−1、𝑇𝑇𝑂𝑂與𝑇𝑇𝑂𝑂+1等三個網格之內容 共同決定。

圖 17. 應用在交通模擬之細胞自動機變化規則

下圖 18 列出所有在一維道路上所有可能遭遇的車輛排列情形與車輛之移動 結果，其中黑色網格代表此網格已具有車輛，將其值設為 1；而白色網格代表此

網格尚未具有車輛，將其值設為 0。以下圖 18 中最左上角之小圖為例，此圖表 示網格𝑇𝑇_𝑂𝑂−1、𝑇𝑇_𝑂𝑂與𝑇𝑇_𝑂𝑂+1在時間為𝑡𝑡時皆有車輛，則在時間為𝑡𝑡 + 1時網格𝑇𝑇_𝑂𝑂中的車輛 會因前方尚有車輛而繼續待在原來網格中，故網格𝑇𝑇𝑂𝑂中仍會有車輛，將此網格之 值設定為 1。

圖 18. 一維細胞自動機可能遇到之所有情形