现实道路交通基本都是异质交通流，即车辆尺寸大小各异（例如，小汽车与货车），车辆动力性能各异（例如，最大加、减速度，最大速度等）。因此，在周期边界条件下，建立单车道异质车流的NS元胞自动机模型，模型必须考虑上述车流构成的异质性，仿真分析随机慢化概率p与货车占比对数值仿真结果的影响。 题目具体要求：建模过程中，请给出详细的参数设置与说明；给出交通流模型的基本步骤和流程图；利用Matlab写出交通流模型仿真程序；

参数设置与说明：
- 道路长度为L，单位为米；
- 每个时刻t，车辆以速度v前进一个元胞长度d=5m；
- 每个时刻t，车辆以概率p减速一个元胞长度d=5m；
- 车辆最大速度v_max=25m/s；
- 车辆最大加速度a_max=2m/s^2，最大减速度a_min=-4m/s^2；
- 车辆长度分别为2m（小汽车）和4m（货车）；
- 车辆密度为k，单位为辆/km。

基本步骤：
1. 初始化道路，将车辆随机分布在道路上；
2. 对每个时刻t，按照以下方式更新车辆状态：
- 计算车辆与前车之间的距离s，并根据当前速度调整车距；
- 考虑前车的速度、位置等信息，计算车辆当前时刻的加速度；
- 根据车辆当前速度和加速度更新车辆状态（位置和速度）；
- 考虑随机慢化概率p，有一定概率减速；
3. 重复步骤2，直到模拟结束。

流程图如下：

1. 初始化道路
2. for t=1:T
3.     for i=1:N
4.         计算车辆与前车之间的距离s
5.         根据当前速度调整车距
6.         计算车辆当前时刻的加速度
7.         根据车辆当前速度和加速度更新车辆状态（位置和速度）
8.         考虑随机慢化概率p，有一定概率减速
9.     end for
10. end for

Matlab代码如下：

% 模拟参数设置
L = 500;            % 道路长度
d = 5;              % 元胞长度
v_max = 25;         % 最大速度
a_max = 2;          % 最大加速度
a_min = -4;         % 最大减速度
p = 0.2;            % 随机慢化概率
k = 50;             % 车辆密度

% 初始化道路
n_cells = L / d;    % 元胞数
road = zeros(1, n_cells);   % 道路状态，0表示空车位，1表示有车
for i = 1:k
    road(i) = randi([1 2]); % 随机分布小汽车和货车
end

% 模拟循环
T = 100;            % 模拟时长
for t = 1:T
    for i = 1:n_cells
        % 计算车辆与前车之间的距离
        if road(i) ~= 0
            j = i + 1;
            while j <= n_cells && road(j) == 0
                j = j + 1;
            end
            if j <= n_cells
                s = j - i;
            else
                s = n_cells - i + 1;
            end
        else
            s = Inf;
        end
        
        % 根据当前速度调整车距
        v = min(road(i), v_max);
        if s <= v
            v = s - 1;
        end
        
        % 计算车辆当前时刻的加速度
        if i == n_cells
            a = 0;
        else
            v_ahead = min(road(i+1), v_max);
            s_star = 2 + v + v * (v - v_ahead) / (2 * sqrt(a_max * a_min));
            if s <= s_star
                a = -a_max;
            elseif v < v_ahead
                a = min(a_max, (s_star - s) / (v / 2));
            else
                a = 0;
            end
        end
        
        % 根据车辆当前速度和加速度更新车辆状态（位置和速度）
        road(i) = max(road(i) + round(v) * d, 0);
        road(i) = min(road(i) + round(v + a) * d, n_cells);
        
        % 考虑随机慢化概率p，有一定概率减速
        if rand() < p
            road(i) = max(road(i) - d, 0);
        end
    end
end

% 绘制车辆分布图
x = linspace(0, L, n_cells+1);
y = x(2:end) - d/2;
scatter(y(road==1), zeros(1, sum(road==1)), 'b');
hold on;
scatter(y(road==2), zeros(1, sum(road==2)), 'r');
xlabel('Position (m)');
ylabel('Vehicle type');
ylim([-1 1]);
legend({'Small car', 'Truck'});