1、第42卷第4期2023年4月Vol.42 No.4Apr.2023重庆交通大学学报(自然科学版)JOURNAL OF CHONGQING JIAOTONG UNIVERSITY(NATURAL SCIENCE)DOI：10.3969/j.issn.1674-0696.2023.04.15考虑逆行行为的混合自行车流微观建模及仿真魏中华，黄文佳,李芳舟，陈亮,杨松坡(北京工业大学交通工程北京市重点实验室，北京100124)摘要:非机动车逆行严重威胁驾驶人的人身安全，且对道路通行效率影响极大。为研究逆行行为对混合自行车流交 通特性的影响，建立了考虑逆行行为的混合自行车流微观仿真模型，通过仿真分析电动
2、自行车比例、逆行车辆比例 对混合自行车流的影响以及单侧双向非机动车道的设置条件。研究结果表明:逆行行为会降低混合自行车流的速 度和流量;混合自行车流的速度和流量与逆行车辆比例成非线性关系;车流密度相对较小时，随着密度的增加低逆 行比例的车流平均速度下降速度比高逆行比例的车流平均速度下降速度快;逆行比例较小时的最大流量比逆行比 例较大时的最大流量小;合理设置单侧双向非机动车道可以提高通行效率。关 键 词:交通运输工程;混合自行车流;逆行行为;元胞自动机中图分类号:U491.2 文献标志码:A 文章编号：1674-0696(2023)04-116-08Micro Modeling and Simu
3、lation of Mixed Bicycle Traffic Flow Considering Retrograde BehaviorWEI Zhonghua,HUANG Wenjia?LI Fangzhou,CHEN Liang,YANG Songpo(Beijing Key Laboratory of Traff 込 Engineering,Beijing University of Technology?Beijing 100124,China)Abstract：Retrograde behavior of non-motor vehicles poses a very severe
4、risk to the safety of drivers and has great impact on the traffic efficiency.A microscop 込 simulation model of mixed bicycle flow considering retrograde behavior was established to investigate the influence of retrograde behavior on the traffic characteristics of mixed bicycle traffic flow.The impac
5、ts of the proportion o electric bicycles and retrograde bicycles on the mixed bicycle traffic flow and the setting conditions o one side two-way non-motor vehicle lanes were simulated and analyzed.Research results indicate that the retrograde behavior can reduce the speed and flow of the mixed bicyc
6、le traffic flow.The speed and flow of the mixed bicycle traffic flow have a non-linear relationship with the proportion of the retrograde bicycles.As the density of traffic flow is relatively small 9 the speed of traffic flow with low retrograde proportion decreases faster than that with high retrog
7、rade proportion as the density increases.The maximum flow of traffic flow with low retrograde proportion is smaller than that with high retrograde proportion.Reasonable setting of one side two-way norrmotor vehicle lanes can improve traffic efficiency.Key words：traffic and transportation engineering
8、；mixed bicycle traffic flow;retrograde behavior；cellular automaton0引言随着电动自行车的推广和共享自行车的兴起,自行车成为居民出行和接驳的重要工具。非机动车 数量的剧增对非机动车道条件提出更高要求,但现 有的部分非机动车道缺乏合理规划与设计，导致自行车出行秩序差、逆向骑行和闯红灯等现象时有发 生。这些现象不仅降低了道路通行能力，还对居民 出行的安全造成严重影响，引起了交通界对自行车 交通流研究的重视。交通流仿真是交通流运行规律 的基本方法o元胞自动机(cellular automaton,CA)模型具有规则简单、运行效率高等特点
9、，国内 收稿日期:2021-09-02；修订日期=2022-01-13基金项目：国家自然科学基金项目(72001009)；中国博士后科学基金项目(2019M660381)第一作者:魏中华(1977)，男，河北邯郸人，副教授,博士注要从事城市交通管理方面的研究。E-mail：weizhonghua 通信作者:陈 亮(1991)，男，山东临清人，讲师，博士，主要从事微观交通行为方面的研究。E-mail：liangchen 第4期魏中华，等:考虑逆行行为的混合自行车流微观建模及仿真117外学者常采用CA模型对非机动车交通流进行广 泛、深入的研究。当电动自行车保有量较少时，学者们基于CA 模型对非机动
10、车流的研究主要是针对传统自行车 流。张晋等基于自行车纵向速度、横向速度变 化,建立了单向自行车流CA模型;邓建华等在自 行车流CA模型中引入随机偏移概率，分析了骑行 过程中自行车的摇摆特性;魏丽英等在CA模型 中考虑到路径选择规则，建立了自行车交通流仿真 模型,并通过仿真结果与实测数据对比验证了该模 型的有效性。当电动自行车凭借快捷、经济、实用和 出行覆盖距离比传统自行车长等优点逐渐成为居民 短距离出行的首选交通工具时，学者们开始关注电 动自行车所引发的问题。徐浩等在CA模型中考 虑换道规则，建立了电动自行车流的仿真模型；魏丽 英等基于局部最大爛原理，构建了电动自行车流 CA模型,并分析了不同
11、非机动车道设置方式对自行 车流的影响。随着电动自行车和共享单车普及，传统自行车 与电动自行车混行已成为常态，学者们更加重视传 统自行车与电动自行车混合交通流的研究。李玉清 等以多值元胞自动机为原型,建立了混合自行车 流模型，分析了电动自行车比例、车道宽度与非机动 车道通行能力关系；张生等考虑骑行者感知，构 建了混合自行车流CA模型,对自行车道服务水平 进行了评价;杨晓芳等基于CA模型建立了混合 非机动车一般换道与鸣笛换道模型，当在中等密度 时，鸣笛换道行为能提高道路通行效率。学者们对 自行车骑行过程中出现的逆行、闯红灯、违规变道等 违章行为也展开了研究。邙先验等基于CA模 型，考虑到逆向与正向
12、行驶的车辆换道规则差异,建 立了混入逆行车辆的非机动车流CA模型,分析了 逆行车辆比例对混合非机动车流影响；TANG Tieqiao 等 12 构建基于CA的电动自行车流微观仿 真模型,再现了电动自行车在信号交叉口的逆行行 为,发现逆行行为会显著增加交叉口的拥堵;OU Hui 等在文献 12 基础上，构建了电动自行车CA模 型，分析了电动自行车逆行和闯红灯两种违章行为 对信号交叉口运行效率影响,发现这两种违章行为 会明显降低道路运行效率，且影响程度与两者行为 的比例有关;LI Yixin等通过建立混合自行车流 CA模型研究了自行车异质性与违规变道行为的关 系，发现违规变道频率随电动自行车比例增
13、大而增 加。学者们对元胞自动机在非机动车交通特性的研 究已取得丰富成果，但也存在不足:多数学者针 对电动自行车或传统自行车进行了研究，对电动自 行车和传统自行车组成的混合自行车流交通特性研 究相对较少;涉及逆行行为对混合自行车流影响 的研究鲜见;缺乏考虑自行车逆行行为对交通设 施设计影响的研究。逆向骑行容易形成多种冲突和干扰，降低出行 效率，也极易导致交通事故发生,威胁驾驶人安全。我国现有部分非机动车道缺乏合理的规划与设计,导致逆行现象普遍存在,特别在是居民上下班和学 生上下学高峰期。因此,笔者基于逆行行为的影响，对混合自行车交通流特性及交通设施设计进行了研 究;建立起了考虑逆行行为混合自行车
14、交通流元胞 自动机模型，通过仿真得到逆行行为影响下的混合 自行车交通流等参数的变化;考虑逆行行为提出设 置单侧双向非机动车道策略，并给出设置条件。1模型元胞自动机模型是一种时空离散的物理模型，本质是一个随离散时间进行演化的动力学系统。该 动力学系统演化遵循一定规则,演化空间由一些具 有有限状态的离散元胞构成。在交通行为建模 中，较为经典的元胞自动机模型是NaSch 模型。笔者以NaSch 模型为基础,引入侧向移动相关规则，建立了混合自行车流微观仿真模型,对混合自行车 流中的换道过程和逆行行为进行描述。为使模型能 清晰地描述混合自行车相关行为,作如下假设：1)假设所有传统自行车和电动自行车驾驶人
15、均 是同质,即不考虑性别、年龄、驾驶熟练度等因素；2)定义元胞尺寸为(2x1)m,假设传统自行车 和电动自行车均占据1个元胞(cell)；3)选定长度为200 m(100 cell),宽度为4 m(4 cell)的非机动车道为研究场景，表示该路段可分 成4条车道，假设研究路段通过绿化带与机动车道 分隔，且没有行人干扰(即不考虑机动车和行人对混 合自行车交通流的影响)；4)假设传统自行车和电动自行车正向行驶的最 大速度分别为 6 m/s(3 cell/s)和 8m/s(4 cell/s),由于逆行骑行者的谨慎心理，逆向行驶最大速度分 别为 4 m/s(2 cell/s)和 6m/s(3 cell
16、/s)，且自行车均 期望以最大速度行驶；118重庆交通大学学报(自然科学版)第42卷5)当两车对向行驶且距离较小需要避让时，假 设骑行者均选择其右侧车道进行避让。为保证车辆以最大速度行驶，笔者引入了侧向 移动规则。若驾驶人在当前车道所能达到的速度小 于其换道后可行驶的速度，且能满足换道的安全条 件,那么驾驶人将选择换道以达到更快的行驶速度;否则将继续在当前车道行驶。当有逆行行为存在 时，自行车换道需要考虑目标车道前车的行驶方向。若目标车道前车与当前车辆行驶方向相同,则只需 满足安全距离即可实现换道;若与当前车辆行驶方 向相反，除了安全距离外，还需考虑二者之间的其它 安全条件。笔者所建立的模型示
17、意如图l o图1模型示意Fig.1 Model diagram列.d：亠4 奶 砒图1中:黑色粗箭头方向为自行车行驶方向;在 时刻tt+1,自行车将经历加速、减速、随机慢化、位 置更新这4个步骤来完成更新过程。自行车具体运行规则如下：1)加速:骑行过程中骑行者期望以最大速度行 驶，如式：(t+1)=min”Q)+a”，max(0式中:”为t 时刻自行车7i的速度;a”为自行车 的加速度;”,max 为自行车的最大速度。2)减速;计算出在满足安全条件情况下,下一时 间步长自行车n在当前车道及左右两侧车道的速 度，再比较各车道速度大小，选择速度最大的车道作 为行驶车道。不同交通状况对应的车速计算规
18、则不 相同,需要根据不同的交通状况分别对车速计算规 则进行定义。当无逆行行为时,下一时间步长自行车n在当 前车道及左右两侧车道速度计算如式(2)式(4)：+1)=min”(t+1),df(/)(2)盘不存在加+1)=0,如果松存在且础W+1)-v n(t+1)甌不存在曲+1)=0,如果林存在且酣)W+1)+1).min”(t+1)，其它式中贰(t)为才时刻自行车n在当前车道的速度;山 为/时刻自行车n在左侧车道的速度;邀)，当自行车n与前方自行车ncf 距离小于 d.时，为方便对向车辆通过,设定车辆不会再进入 其左侧车道，则有:(t+l)=0；当两车间距小于 d2d2时，为避免冲突发生，此时车
19、辆需向右侧车道换 道行驶,若换道无法完成,则停止运动等待换道,即:”：(歼1)=0,。：(汁1)=0o下一时间步长自行车n在当 前车道及左右两侧车道速度H算如式式(7):0,如果 S(t)(+!)=且盃讥)2(5)vn(t+1)=.min”Q+1),d(t)，其它 4(0不存在；4(0存在且s“o)=S%)&盗W”2(方+1)-”(/+1)；(/)存在且 S”(t)#Sf,盗 心；0,如果min(t+1)，其它 mini;n(t+1),d(t)，其它(6)第4期魏中华，等:考虑逆行行为的混合自行车流微观建模及仿真1190,如果(+1)=不存在 存在且S”(t)=S；b，b(t)W 研(t+1)
20、_+1);minv n(t+1),盗，其它(7)式中:S”为t 时刻自行车n的行驶方向,S”取 1或-1,分别表示自行车正、逆向行驶;S：f(t)为t 时刻自行车的行驶方向,S?Q)取1或-1,分别 表示自行车朋正、逆向行驶;Sf(t)为/时刻自行车 泸的行驶方向,S：Q)取1或-1,分别表示自行车 正、逆向行驶;S：为t时刻自行车nrb 的行驶 方向,S：(t)取1或-1,分别表示自行车护正、逆向 行驶。若S”(t)=S(t)表示t时刻自行车与其左后 方自行车疋行驶方向相同；s”=S：(t)表示t 时 刻自行车与其右后方自行车nA行驶方向相同；S”M S：表示t 时刻自行车与其前方自行车 n
21、cb行驶方向相反。在确定自行车在当前车道及左右两侧车道速度 后，比较各车道所能达到的最大速度，由此确定下一个 时间步长的行驶车道，其运算规则如式式(10):如果 max(t+1),v n(t+1),(t+1)=怕+1),那么 L”Q+1)=岛”(t+1)=”卫+1);(8)如果 max(t+1),4(f+1),(+1)=”；(方+1),那么 Z”Q+1)=,”(/+1)=。心+1)；(9)如果 max(+1),v n(t+1),(t+1)=+1),那么 Z”Q+1)=岛0”(/+1)=尤&+1)。(10)式中:空(t)为/时刻自行车n的当前车道。3)随机慢化：自行车随机慢化概率为P,当满足 随
22、机慢化条件时，自行车减速，有式(11):”(/+1)=max”(/+1)-1,0(11)4)位置更新：自行车以更新后的速度向前行驶,有式(12)：力+1)=%+”&+1)(式中:为t时刻自行车n的位置。2仿真分析运用Visual Studio 对混合自行车流进行仿真,仿真时间设为8 000步(即8 000 s)，选取后2 000 步的仿真数据进行分析。文中仿真数据取20次仿 真平均值，以减小随机性对结果影响。根据NaSch 模型中的加速规则，设置a”=1妙=30,邀=10,P=3。为定量分析混合自行车流中电动自行车出行比 例、逆行行为对自行车交通流特性影响，定义电动自 行车的比例为a,混合自行
23、车流中逆行车辆比例为 A,i时刻通过某非机动车道断面的自行车数为 N(t)，非机动车道中传统自行车总数为R,电动自行 车总数为E,t时刻传统自行车i的速度为%(t),t时 刻电动自行车j的速度为vj(t)11o非机动车道平均流量Qbike/(s m)、平均密 度K(bike/m2)、传统自行车平均速度I；(m/s)、电 动自行车平均速度7e(m/s)的计算分别如式(13)式(:8 000 Q=y N(t)x xY 岛 i 2 000 4(K=(R+E)x x-7 4 200(14)8 000 R Fr-盏 X X 2 000(8 000 E 1 1v=y x x(=701 A E 2 000(
24、当a=0、0.5、1时不同逆行比例下自行车平均 速度与平均密度关系如图2。1)当KW0.1时，在a=0情况下，传统自行车平 均速度随着平均密度增加保持不变;在a=0.5、1情 况下，传统自行车和电动自行车平均速度随着平均 密度增加而减小。当0.1K0.5时,在不同电动自 行车比例情况下，自行车平均速度均随着平均密度 增加而减小，这是因为传统自行车期望速度比电动 自行车小，在低密度状态下，当无电动自行车时，车 头间距可保证传统自行车流维持自由流状态,此时 平均速度随着平均密度增加保持不变;当有电动自 行车时，车头间距无法保证自行车流维持自由流状 态,此时平均速度随着平均密度增加而减小。2)当无逆
25、行行为时(即入=0),自行车平均速度 120重庆交通大学学报(自然科学版)第42卷比有逆行行为时的大。这是由于逆行车辆存在，增 加了自行车交通流的冲突和干扰，产生冲突的车辆 需要减速避让甚至停车避让，且逆向行驶车辆的期 望速度低于正向行驶车辆。3)随着逆行车辆比例增大，自行车平均速度与 逆行车辆比例之间的关系为非线性关系。其中，当 K由0.1增加到0.2过程中，入=0.1、0.2的平均下 降速度比A=0.3,0.4要快，这是因为当车流密度不 大且逆行自行车数量较少时，为了避让断断续续存 在的逆行自行车，产生冲突的自行车会进行比较频 繁的换道,对整体交通流产生一定程度扰动,降低了 平均速度;当车
26、流密度不大且逆行自行车数量较多 时，自行车选择进入左侧车道概率降低，此时双向自 行车流呈现一种跟随行驶状态，自行车不会进行频 繁换道,冲突行为减少,此时随着平均密度增加，平 均速度下降速度比逆行车辆比例较小时要慢。(a)歼0吋，传统自疔车速度和密度关系(b)=0.5吋，传统自行车速度和密度关系(c)妇0.5时，电动口行车速度和密度的关系K/(bike/$2)(d)=1时，电动口行车速度和密度的关系I2=0 2=0.1*2=0.2 2=0.3 o 2=0.4图2不同入下，速度和密度的关系Fig.2 Relationship between speed and density under diff
27、erent A当a=0、0.5、1时不同逆行比例下平均流量与 平均密度关系如图3。由图3可知:无逆行行为时平 均流量比有逆行行为时要大。当A=0,0.3、0.4时,平均流量与平均密度关系曲线具有相似的变化趋 势,平均流量随着平均密度增大先增加到峰值,然后 降低;当入=0.1、0.2时，平均流量与平均密度关系 曲线具有相似的变化趋势，平均流量随着平均密度 增大先增加到峰值，然后维持平峰,之后再降低。平 均流量出现平峰原因是当车流密度不大且逆行自行 车数量较少(入=0.1,0.2)时,为避让断断续续的逆 行自行车，产生冲突的自行车会进行比较频繁的换 道;当逆行自行车数量较多(入=0.3、0.4)时
28、,双向自 行车流呈现一种跟随行驶状态，冲突行为减少。此 时随着平均密度增加，逆行车辆比例较小时平均下 降速度比逆行车辆要快，导致这时的平均流量变化 较小，出现了平峰状态。图4为不同电动车比例下最大流量与逆行比例 的关系。由图4可看出：当入=0.1、0.2时的最大流 量比入=0.3、0.4时要小。当逆行自行车数量较少 时，自行车行驶过程中产生的冲突较多，降低了自行 车通行效率;当逆行自行车数量较多时，双向自行车 流呈现一种跟随行驶的状态,冲突行为减少,提高了 自行车通行效率。此外,a=1的最大流量均大于其 它两种情况，这是因为电动自行车具有较高的行驶 速度，其比例越大，最大流量就越大。第4期魏中
29、华，等:考虑逆行行为的混合自行车流微观建模及仿真121A/(bike/s 2)(a)a=0X/(bike/s 2)(b)z=0.5X/(bike/s 2)(c)a=1图3不同入下，流量和密度的关系Fig.3 Relationship between flow and density under different 入w _ n o图4不同。下,最大流量和逆行比例的关系Fig.4 Relationship between maximum flow and retrograde proportion under different a3非机动车道改善策略非机动车逆行不仅带来了交通安全隐患，也降 低
30、了非机动车通行效率。针对混合自行车流的逆行 现象，笔者提出了单侧双向非机动车道的交通设计。单侧双向非机动车道是指:在道路一侧的非机动车 道上采用划线、道钉或隔离护栏等形式将对向行驶 的非机动车分隔开来。顺向车道设置在非机动车道 右侧,逆向车道设置在非机动车道左侧。为探究单侧双向非机动车道的设置条件和设置 形式，根据单侧双向非机动车道的设置要求I（非机动车道宽度34 m情况下，可设置单侧双向非 机动车道），笔者基于混合自行车微观仿真模型，将传 统自行车和电动自行车构成比例设置为1：1（即a=0.5）,并分析了 4车道非机动车道在不同逆行比例 下车道设置情况对交通流特性的影响。图5为不同车道设置下
31、平均流量和平均密度的 关系。其中：4-0表示4条车道均为顺向车道（即未 设置单侧双向非机动车道），3-1表示设置3条顺向 车道和1条逆向车道,2-2表示设置2条顺向车道和 2条逆向车道。1）当入=0时,4-0的平均流量最大。这是因为 当无逆向行驶自行车时，增设逆向车道相当于减小 自行车可用车道宽度，造成道路资源浪费，降低了自 行车通行效率。2）当入=0.1、0.2时,3-1的平均流量最大,4-0 的平均流量次之,2-2的平均流量最小。这是因为当 逆行比例较小时，设置1条逆向车道即可满足逆行 自行车的通行需求,设置双向车道避免了对向车辆 之间的冲突，故当逆行车辆比例较小时,3-1的平均 流量大于
32、4-0；设置2条逆向车道会减小顺向自行车 行驶空间，随着平均密度增大，会出现堵塞现象，导 致道路通行效率降低。3）当入=0.3时,图5中的3条曲线具有相同趋 势,这表明车道设置对流量影响较小。这是因为在 该逆行比例下，逆、顺向车辆大多呈现跟随状态，自 发地形成一条逆向车道，故设置逆向车道对流量影 响较小。4）当A=0.4时,2-2的平均流量大于其它两种 道路设置,4-0与3-1的平均流量和平均密度关系 曲线基本重合。这是因为当逆行比例较大时，设置 2条逆向车道才能满足逆行自行车通行需求,设置 1条逆向车道时，逆向车道上自行车几乎阻塞，这 与不设置逆向车道没有区别。故此时设置1条逆 向车道是无效
33、的，应该设置2条逆向车道来提升通 行效率。122重庆交通大学学报(自然科学版)第42卷K/(bike/s2)(d)2=0.3X/(bike/s 2)(e)圧0.4|4-0 3-1 2-2|图5不同车道设置下，流量与密度的关系Fig.5 Relationship between flow and density under different lane setting4结论笔者基于传统自行车和电动自行车换道和逆行 行为特性，采用NaSch 模型建立了混合自行车流微 观仿真模型；并分析了电动自行车比例、逆行车辆比 例对混合自行车流交通特性的影响;确立了单侧双 向非机动车道的设置条件，结论如下：1)
34、无逆行行为时，混合自行车流的平均速度和 平均流量均比有逆行行为时的要大；2)随着逆行车辆比例增加，混合自行车流的平 均速度、平均流量与逆行车辆比例之间的关系为非 线性关系。当车流密度较小时,随着平均密度增加,逆行自行车数量较少时的平均下降速度比逆行时要 快。逆行比例较小(入=0.1、0.2)时的最大流量比逆 行比例较大(入=0.3、0.4)时要小；3)单侧双向非机动车道在4车道非机动车道的 设置条件为:无逆行车辆时,不设置逆向车道;逆行 车辆比例较小(0 入W 0.3)时,可设置3条顺向车道 和1条逆向车道;逆行比例较大(入0.3)时,可设置 2条逆向车道；4)本研究还存在以下不足:模型构建时
35、没有 考虑两种自行车驾驶人心理、驾驶熟练程度等因素 对自行车流影响;仅对四车道非机动车道的单侧 双向非机动车道设置条件进行了研究,还缺少对其 它非机动车道适用性的研究;模型真实可靠性及 策略有效合理性还缺少实验数据或实测数据的验 证。针对以上不足，未来笔者将考虑自行车驾驶人 心理、驾驶熟练程度等因素，建立更加真实的自行车 流微观仿真模型;并通过实际数据来验证模型的真 实可靠性及策略有效合理性。参考文献(References):1 WANG Yan,PENG Zhongyi,CHEN Qun.Simulated interactions of pedestrian crossings and m
36、otorized vehicles in residential areas J.Physica A：Statistical Mechanics and Its Applications,2018,490：1046-1060.2 邹常丰，刘天阳，胡宝雨.无信号T型交叉口左转车辆驾驶行为 对交通流的影响J.重庆交通大学学报(自然科学版),2022,41(2)：44-51.ZOU Changfeng,LIU Tianyang,HU Baoyu.Traffic flow influence of driving behavior of left-turning vehicles at unsigna
37、lized T-intersection J.Journal of Chongqing Jiaotong University(Natural Science),2022,41(2)：44-51.3 张晋，王慧，李平.基于元胞自动机(CA)的自行车流建模及仿真 J.公路交通科技,2006,23(1)：125-129.第4期魏中华，等:考虑逆行行为的混合自行车流微观建模及仿真123ZHANG Jin,WANG Hui,LI Ping.Bicycle flow modeling and simulation based on cellular automata(CA)J.Journal of Hi
38、ghway and Transportation Research and Development,2006,23(1)：125-129.4 邓建华,朱从坤.基于元胞自动机的自行车流模型J.计算机仿 真,2010,27(12)：316-319.DENG Jianhua,ZHU Congkun.Bicycle flow model based on cellular automata J.Compiler Simulation,2010,27(12):316-319.5 魏丽英，应力天.基于元胞自动机的自行车交通流仿真建模 J 吉林大学学报(工学版),2011,41(1)-51-55.WEI L
39、iying,YING Litian.Modeling and simulation on bicycle traffic flow based on cellular automaton J.Journal of Jilin University(Engineering and Technology Edition),2011,41(1)：51-55.6 徐浩,徐柏科，付行.基于元胞自动机的电动自行车交通流仿真 建模J.科技视界,2013(32)-78-79.XU Hao,XU Baike,FU Xing.Electric bicycle traffic flow simulation mod
40、eling based on cellular automata J.Science and Technology Vision,2013(32):78-79.7 魏丽英,崔裕枫，魏家蓉.基于局部最大爛换道规则的电动自行 车流元胞自动机仿真模型J.吉林大学学报(工学版),2017,47(5):1436-1445.WEI Liying,CUI Yufieng,WEI Jiarong.Cellular automata model based on local maximum entropy lane-changing rules for electric bicycle flow J.Journ
41、al of Jilin University(Engineering and Technology Editwn),2017,47(5):1436-1445.8 李玉清，张生，王正武.混合自行车流多值元胞自动机模型及仿 真分析J.长沙理工大学学报(自然科学版),2018,15(2)：8-15.LI Yuqing,ZHANG Sheng,WANG Zhengwu.A multi-value cellular automata model for heterogeneous bicycle traffic flow and simulation analysis J.Journal of Chan
42、gsha University of Science and Technology(Natural Science),2018,15(2):8-15.9 张生,李玉清，李源庆臻.结合用户感知模型的多值CA仿真及 应用J.计算机工程与应用,2019,55(20)：250-256.ZHANG Sheng,LI Yuqing,LI Yuanqingzhen.Multi-value cellular automata simulation and application combined with user perception model J.Computer Engineering and App
43、lications,2019,55(20):250-256.10 杨晓芳，尹蔓迟，付强.考虑鸣笛效应的混合非机动车建模及仿 真J 软件导刊,2019,18(11)：48-52.YANG Xiaofang,YIN Manchi,FU Qiang.Modeling and simulation of mixed non-motorized vehicles considering whistle effect J.Software Guide,2019,18(11):48-52.11 邙先验，曹韦华，吴费考虑混入逆行车辆的非机动车流元胞自 动机模型J.系统仿真学报,2016,28(2)：268-2
44、74.KUANG Xianjian,CAO Weihua,WU Yun.Cellular automata model of non-motor vehicle flow considering reverse vehiclesJ.Journal of System Simulation,2016,28(2):268-274.12 TANG Tieqiao,LUO Xiaofeng,ZHANG Jian,et al.Modeling electric bicycles lane-changing and retrograde behaviore J.Physica A:Statistical
45、Mechanics and Its Applications,2018,490：1377-1386.13 OU Hui,TANG Tieqiao,RUI Yingxu,et al.Modeling electric bicycles abnormal behavior at a signalized intellection J.Physica A:Statistical Mechanics and Its Applications,2018,511:218-231.14 LI Yixin,NI Ying,SUN Jian,et al.Modeling the illegal lane cha
46、nging behavior of bicycles on road segments:Considering lane changing categories and bicycle heterogeneity J.Physica A:Statistical Mechanics and its Applications,2020,541:1-15.15 贾斌,高自友.基于元胞自动机的交通系统建模与模拟M.北 京:科学出版社,2007.JIA Bin,GAO Ziyou.Modeling and Simulation of Transportation System Based on Cell
47、ular Automata M.Beijing:Science Press,2007.16 NAGEL K,SCHRECKENBERG M.Acellular automaton model for freeway traffic J.Journal De Physique Z,1992,2(12):2221-2229.17 关士托，张玉.单侧双向非机动车道适应性及优化设计研究 C/中国城市规划学会.共享与品质一2018中国城市规划 年会论文集(06城市交通规划).北京：中国建筑工业出版社，2018.GUAN Shituo,ZHANG Yu.Research on the adaptabili
48、ty and optimal design of one side two-way non-motor vehicle lane C/China Urban Planning Society.Sharing and Quality:Proceedings of Annual National Planning Conference 2018(06 Urban Transport Planning).Beijing:China Architecture&Building Press,2018.18 李岩，南斯睿,胡文斌，等.机非标线分隔道路电动自行车越线 风险模型J.重庆交通大学学报(自然科学版
49、),2021,40(2)：13-20.LI Yan,NAN Sirui,HU Wenbin,et al.Lane transgressing risk model of electric bicycle on marking separation road section J.Journal cf Chongqing Jiaotong University(Natural Science),2021,40(2):13-20.19 周旦，常梦莹,顾国斌，等.基于复回归分析的电动自行车风险 驾驶行为研究J.重庆交通大学学报(自然科学版)，2022,41(1)712.ZHOU Dan,CHANG Mengying,GU Guobin,et al.Risky driving behavior of e-bike based on multiple regression analysis J.Journal of Chongqing Jiaotong University(Natural Science),2022,41(1)：7-12.(责任编辑:刘韬)
