机器学习算法基础9-Nagel-Schreckenberg交通流模型及公路堵车概率模型

阅读量：

目录

情境说明
- 程序编码实践

场景介绍

在道路场景中存在n辆以不同速度行驶的车辆，用以模拟交通拥堵现象。相关假设如下：

设定某车辆的当前行驶速度为v。
当前车辆在可视范围内未检测到其他车辆时，其下一时刻的速度将提升至v+1，直至达到预设的最大速度上限。
若前方有车辆存在，且与前车的距离为d，并且d小于当前速度v，则该车辆在下一时刻将减速至d-1。
每辆车均存在以概率p发生随机减速至v-1的可能性。

代码实现

复制代码

    import numpy as np
    from matplotlib.font_manager import FontProperties
    import matplotlib.pyplot as plt
    
    
    # 对车辆的位移进行限制，当大于水平的公路长度时，则认为是拐外后的位移
    def clip(x, path):
    for i in range(len(x)):
        if x[i] >= path:
            x[i] %= path
    
    
    if __name__ == "__main__":
    
    # 缺省情况下，matplotlib是无法显示中文的，主要

全部评论 (0)

还没有任何评论哟~