车辆跟驰的随机优化速度模型及其稳定性分析

传统优化速度模型(OV)中把驾驶员的灵敏度系数设定为相同的常数值，而在真实驾驶情 况下，驾驶员的灵敏度系数会在跟驰过程中发生随机性变化。为描述这个交通流的随机行为，将 驾驶员的灵敏度系数模型化为高斯白噪声过程，建立随机优化速度模型(Stochastic Optimal Velocity，SOV)。然后，运用随机动力学稳定性分析中的矩稳定性理论分析SOV模型的稳定性， 得到一阶和二阶矩稳定性条件的解析解，解析式表明：SOV模型的稳定域由灵敏度系数的均值和 噪声强度，以及车头间距共同决定。最后，应用蒙特卡洛法进行数值模拟，模拟结果验证了矩稳 定性条件的有效性。与确定性OV模型进行数值模拟对比，结果表明：SOV模型中灵敏度系数的 噪声强度会增加交通系统产生拥堵的可能性，在扰动传播过程中的影响体现在扰动演化的波动 振幅上。     

基于塑性变形能与改进动量法的交通事故参数计算

将车辆的塑性变形能与常规动量法模型相结合,提出一种进行交通事故参数计算的改进的动量法模型。该模型基于综合考虑平面运动和回转运动的二维点碰撞动力学,并引入事故中两车碰撞前的角速度。针对某起真实交通事故,两车在碰撞中发生了平面与回转运动,并发生了动量、冲量的交换。通过Matlab数值模拟,计算两车的速度与角速度等参数,进而重建交通事故,并与PC-crash软件仿真结果对比。结果表明：改进的动量法模型数值模拟结果与PC-crash软件仿真结果较为接近,线速度误差小于5%;与传统能量法的结果相比,该模型结果更加接近车辆正面非对心碰撞事故发生的情况。