基于交叉口多相位信號控制的路網(wǎng)容量

王 建 鄧 衛(wèi)

(東南大學(xué)交通學(xué)院，南京 210096)

信號控制路網(wǎng)容量問題是指在考慮用戶路徑選擇條件下，如何選擇信號配時參數(shù)使路網(wǎng)容量達到最大［1］.路網(wǎng)容量研究具有重要的現(xiàn)實意義，可以減少不必要的道路建設(shè)，幫助決策者進行信號參數(shù)優(yōu)化選擇，使得路網(wǎng)能承載高峰時段居民出行需求，還可以預(yù)先決定城市各片區(qū)土地利用強度，以充分挖掘現(xiàn)有路網(wǎng)的通行能力.

Wong等［2］首次探討了用戶均衡條件下的路網(wǎng)備用容量問題，建立了雙層規(guī)劃模型，模型采用靈敏度分析法求解.Gao等［3］拓展了路網(wǎng)容量的定義，改進了Wong等［2］設(shè)計的模型，認為路網(wǎng)O-D需求乘子的增長倍數(shù)不一定相同，具體算例顯示在該定義下路網(wǎng)可以獲得更大的備用容量.張鵬等［1，4］將信號延誤引入交通分配模型中，探討了考慮信號延誤下的路網(wǎng)容量問題，并且進一步研究了車道分配對路網(wǎng)容量的影響，通過分配道路雙向車道數(shù)、優(yōu)化信號配時參數(shù)等措施，達到增大路網(wǎng)容量的目的.Chiou［5］研究了信號控制路網(wǎng)總延誤最小目標下的路網(wǎng)備用容量問題，并利用投影擬牛頓法進行求解.在上述研究中，用以描述駕駛?cè)藫衤沸袨榈慕煌ǚ峙淠Ｐ投际且院唵蔚膬上辔恍盘柨刂茷榛A(chǔ)的，而在實際城市道路網(wǎng)絡(luò)中，為了減少交叉口左轉(zhuǎn)車流與對向直行車流的沖突，交叉口大都采用三相位以上的信號進行控制，故上述研究中的交通分配模型不能描述多相位信號控制路網(wǎng)中駕駛員的路徑選擇行為，即對于交叉口多相位信號控制的城市道路網(wǎng)絡(luò)，上述容量模型欠缺實用性.

為了提高路網(wǎng)容量模型的實際可操作性，本文建立了一種描述多相位信號控制路網(wǎng)容量的雙層規(guī)劃模型.其中，下層模型是交叉口多相位信號控制路網(wǎng)交通分配模型，該模型遵循Wardrop用戶均衡條件;上層模型是信號控制參數(shù)優(yōu)化模型，通過優(yōu)化各個交叉口綠信比、周期時間以及O-D需求量，達到路網(wǎng)容量最大化的目標.雙層規(guī)劃模型采用基于靈敏度分析的啟發(fā)式算法求解.

1 多相位信號控制路網(wǎng)容量模型

1.1 多相位信號控制路網(wǎng)用戶均衡分配模型

傳統(tǒng)的信號控制路網(wǎng)交通分配模型雖然考慮了路段的信號延誤，但都假設(shè)路網(wǎng)中各個交叉口由簡單的兩相位信號進行控制.在多相位信號控制路網(wǎng)中，由路段進入交叉口的各個流向流量和對應(yīng)的信號延誤均不相同，交通分配模型需要對各相位下的流量和延誤加以區(qū)分.根據(jù)文獻［6-7］中交叉口多相位信號控制路網(wǎng)的駕駛員擇路行為，構(gòu)建出多相位信號控制路網(wǎng)的用戶均衡交通分配模型，即

式中，Z為目標函數(shù);w為路網(wǎng)中的一個O-D對;xa為路段a的總流量;ta為路段a的行駛時間;H為路網(wǎng)中所有路段的集合為進入信號控制交叉口路段的集合;j(a)為路段a對應(yīng)的交叉口;Ij(a)為交叉口j(a)的信號相位集合;xai為路段a在交叉口j(a)處第i個相位的流量;dai為路段a對應(yīng)的第i個相位的信號延誤;λij(a)(i=1，2，…，n)為路段 a對應(yīng)信號交叉口各相位的綠信比;W為路網(wǎng)中所有O-D對的集合為O-D對w之間第k條路徑上的流量;J為路網(wǎng)中信號控制交叉口的集合;qw為O-D對w之間出行需求量;Rw為O-D對w之間所有路徑的集合為路段-路徑連接關(guān)系變量，當O-D對w之間第k條路徑經(jīng)過路段a時1，否則=0;為路徑-路段轉(zhuǎn)向關(guān)系變量，當O-D對w之間第k條路徑經(jīng)過路段a，且轉(zhuǎn)向后歸入路段a上的第i相位車流時=1，否則=0.給定交通網(wǎng)絡(luò)結(jié)構(gòu)圖時，路徑-路段轉(zhuǎn)向關(guān)系變量容易確定，故可以求得路段在各個相位下的車流量.

文獻［7-8］證明了模型(1)滿足Wardrop用戶均衡條件，是一種用戶最優(yōu)的交通均衡分配模型，存在唯一的極值.可采用罰函數(shù)和逐步回歸等方法對該模型求解.

根據(jù)文獻［9］，目標函數(shù)中信號交叉口各相位的信號延誤可表示為

式中，Cj(a)為交叉口j(a)的信號周期;Sai為路段a中第i相位放行車道的飽和流量.

1.2 信號控制交叉口約束模型

假設(shè)進入交叉口存在左轉(zhuǎn)交通量的路段都設(shè)有左轉(zhuǎn)相位以及左轉(zhuǎn)專用車道.對單個信號控制交叉口進行優(yōu)化配時時，各相位的有效綠燈時間應(yīng)滿足交叉口相應(yīng)流向流量的通行需求，信號控制設(shè)置必須使路段各相位的流量不超過該相位放行方向上設(shè)置車道的通行能力，即

式中，nai為路段 a中第 i相位的放行車道數(shù);ci(λij(a))為路段a中第i相位放行方向單個車道的通行能力.由于xai是在給定路網(wǎng)O-D需求量、周期時間以及綠信比下模型(1)的均衡分配結(jié)果，因此可以將其表示為路網(wǎng)O-D需求量、周期時間和綠信比的函數(shù)，則式(3)可以寫成

式中，q為所有O-D需求向量;C為路網(wǎng)交叉口周期時間向量;λ為綠信比向量.

此外，信號周期時間和綠信比必須滿足如下的邊界約束:

式中，Cmin，Cmax分別表示周期時間的下限和上限;λmin，λmax分別表示綠信比的下限和上限.

一般而言，隨著經(jīng)濟、人口的增長，各個小區(qū)的用地強度也會出現(xiàn)相應(yīng)變化.假設(shè)這種O-D需求的變化不存在極端情況，即某個O-D對之間的需求為0，則各O-D出行需求量必須滿足如下的下界約束:

由于交叉口損失時間的存在，對一個信號交叉口 j(a)，有

式中，Lj(a)為交叉口j(a)一個周期的損失時間;Nj(a)為交口j(a)的相位總數(shù).

1.3 雙層規(guī)劃模型

多相位信號控制路網(wǎng)容量可以表示為

式中，Q表示路網(wǎng)出行需求總量.xai(q，C，λ)可通過求解多相位信號控制路網(wǎng)用戶均衡分配模型(1)得出.

2 模型求解算法

多相位信號控制路網(wǎng)容量模型是一個雙層規(guī)劃模型.鑒于雙層規(guī)劃模型的非凸性，全局最優(yōu)解難以求得.此外，在最大路網(wǎng)容量模型中，上層模型xai(q，C，λ)是一個非線性模型，并且函數(shù)形式未知，因而不能直接求解約束規(guī)劃方程.文獻［1-4］采用靈敏度分析方法求解類似雙層規(guī)劃模型，即在路網(wǎng)變量(O-D需求量、周期時間以及綠信比)相互獨立的條件下，對下層用戶均衡交通分配模型進行靈敏度分析，得到路段均衡流量對路網(wǎng)變量的導(dǎo)數(shù)，從而將上層模型中路段流量函數(shù)轉(zhuǎn)換成線性函數(shù)進行求解.但是，對于用戶均衡分配模型(1)，需要考慮各相位下路段流向流量，并且路徑-路段連接關(guān)系矩陣是一個三維矩陣，故傳統(tǒng)靈敏度分析方法并不適用.

靈敏度分析的目的是為了獲得均衡狀態(tài)下路段流量對各個路網(wǎng)設(shè)計變量的導(dǎo)數(shù).導(dǎo)數(shù)是函數(shù)在自變量變化處的變化率，可以看作函數(shù)的微分與自變量的微分之商即微商，而微商是差商的極限形式［10］，因此可通過差商的方法近似估計出路段流量對設(shè)計變量的導(dǎo)數(shù).這種方法不需要假設(shè)路阻函數(shù)是路段流量的單調(diào)遞增函數(shù)，相比于經(jīng)典的靈敏度分析方法，其應(yīng)用范圍更為廣泛.利用差商的方法求解均衡狀態(tài)下信號控制路段各流向流量對設(shè)計變量導(dǎo)數(shù)的過程如下:假設(shè)xai是模型(1)在控制參數(shù)(q*，C*，λ*)處的一個均衡解，將路網(wǎng)變量qw在初始值的基礎(chǔ)上增加Δqw，其他變量不變，求得變量qw變化后模型(1)的均衡解.設(shè)此時xai的均衡解相比于初始值增加了Δxai，則xai在控制參數(shù)(q*，C*，λ*)處對變量qw的導(dǎo)數(shù)可以估計為Δxai/Δqw.采用類似的方法可求出 xai對其他路網(wǎng)設(shè)計變量的導(dǎo)數(shù).則路網(wǎng)容量上層模型中未知函數(shù)xai(q，C，λ)可近似表示為如下的線性形式:

將式(10)代入上層模型中，則上層模型變?yōu)橐粋€以O(shè)-D需求量、周期時間和綠信比為變量的普通非線性優(yōu)化模型，可以采用序列二次規(guī)劃法求解.根據(jù)上層模型求得的最優(yōu)解，再一次求解下層交通分配模型，得到新的路段均衡流量;重復(fù)上述過程，就可以得到新的路網(wǎng)容量.如此反復(fù)計算，有望收斂于路網(wǎng)容量雙層規(guī)劃模型的最優(yōu)解.這種基于靈敏度求解雙層規(guī)劃模型的方法稱為BLABD算法，算法過程參見文獻［10］.

3 算例分析

圖1為信號控制路網(wǎng)結(jié)構(gòu)圖.由圖可知，該路網(wǎng)包含6個節(jié)點、3個 O-D 對(A-B，B-A，C-D)和10個路段.其中，節(jié)點E和節(jié)點F為信號控制交叉口，每個O-D對之間有2條可選的路徑.由于路徑A-F-E-B以及B-E-F-A需要在相應(yīng)的路口左轉(zhuǎn)，故在路段2和路段8上設(shè)置專用左轉(zhuǎn)車道以及專用左轉(zhuǎn)相位.C-D方向沒有左轉(zhuǎn)車輛，故只設(shè)置1個相位放行直右方向的車輛.交叉口E和交叉口F的相位設(shè)置如圖2所示.路段2和路段8設(shè)置2個車道，分別為左轉(zhuǎn)專用車道和直右車輛放行車道，其他所有路段均只設(shè)置1個車道，單個車道的通行能力為1800 pcu/h.路段行駛時間可表示為

圖1 信號控制路網(wǎng)結(jié)構(gòu)圖

圖2 交叉口E和F的相位設(shè)置

利用Matlab編程求解圖1所示的基于多相位的最大路網(wǎng)容量問題，取收斂精度 ε1=ε2=ε3=0.001，O-D出行需求量、周期時間以及綠信比的增加量分別設(shè)為 10，5，0.05.經(jīng)過 7次迭代，計算結(jié)果滿足收斂精度要求.各次迭代結(jié)果見表2.

由表2可知，第4次迭代結(jié)果已經(jīng)接近均衡解，說明BLABD算法收斂速度較快.到達穩(wěn)定解時，路網(wǎng)容量為2338.687 pcu/h，即在現(xiàn)有 O-D出行總量下，路網(wǎng)可以多容納94.89%的O-D出行量.最大路網(wǎng)容量下，O-D對A-B之間的最大出行量為994.518 pcu/h，較初始值增加 98.90%;O-D對B-A的最大出行量為1074.580 pcu/h，即在到達路網(wǎng)容量前，B-A出行量還可以多容納114.92%的O-D出行量;最大路網(wǎng)容量狀態(tài)下，O-D對C-D之間的出行需求量為269.589 pcu/h，較初始值增加34.79%.達到路網(wǎng)最大容量時，交叉口E各信號相位的有效綠燈時間分別為 33.08，5.87，9.77 s;交叉口F各信號相位的有效綠燈時間分別為33.39，13.90，22.26 s.表 3 給出了最大路網(wǎng)容量下的路徑流量和行駛時間.由表可知，O-D對A-B和B-A之間的各條路徑具有相同的行駛時間，而O-D對C-D之間的出行需求量全部分布在最短路徑C-EF-D中，即所有使用的路徑具有相同的行駛時間，未使用路徑的行駛時間大于使用路徑的行駛時間，因此分配結(jié)果符合用戶均衡準則.需要注意的是，BLABD算法中每一次迭代都需要多次求解下層用戶均衡分配模型，故對于設(shè)計變量較多的大型路網(wǎng)，該算法的實用性會相應(yīng)降低.

表1 各交叉口信號參數(shù)和O-D需求量的初始值

表2 各次迭代中O-D需求量、周期時間、綠信比的計算結(jié)果

表3 最大路網(wǎng)容量下的路徑流量和行駛時間

4 結(jié)語

本文建立了一種交叉口多相位信號控制路網(wǎng)容量的雙層規(guī)劃模型.為了克服傳統(tǒng)靈敏度分析方法的局限，采用BLABD算法來求解路網(wǎng)容量模型.該算法通過差商的方法近似估計均衡狀態(tài)下信號控制路段各流向流量對設(shè)計變量的導(dǎo)數(shù)，將上層模型中的車道飽和度約束方程轉(zhuǎn)化為線性方程，進而求解.算例分析結(jié)果表明，BLABD算法可有效求解多相位信號控制路網(wǎng)容量問題.但是在計算中發(fā)現(xiàn)，利用差商方法進行靈敏度分析時需要多次求解設(shè)計變量變化后的用戶均衡解，模型計算量較大，計算速度相對較慢，因此對于大型路網(wǎng)容量問題，有必要研究新的求解多相位信號控制路網(wǎng)模型的方法.

References)

［1］張鵬，李文權(quán)，常玉林.考慮交叉口延誤的信號控制路網(wǎng)容量模型［J］.東南大學(xué)學(xué)報:自然科學(xué)版，2009，39(4):863-866.Zhang Peng，Li Wenquan，Chang Yulin.Capacity model of signal-controlled road network taking account of delay of intersections［J］.Journal of Southeast University:Natural Science Edition，2009，39(4):863-866.(in Chinese)

［2］Wong S C，Yang H.Reserve capacity of a signal-controlled road network ［J］.Transportation Research Part B:Methodological，1997，31(5):397-402.

［3］Gao Ziyou，Song Yifan.A reserve capacity model of optimal signal control with user-equilibrium route choice［J］.Transportation Research Part B:Methodological，2002，36(4):313-323.

［4］張鵬，李文權(quán)，常玉林.可變車道的城市路網(wǎng)備用容量模型［J］.西南交通大學(xué)學(xué)報，2010，45(2):255-260.Zhang Peng，Li Wenquan，Chang Yulin.Reserve capacity model for urban road network with variable lanes［J］.Journal of Southwest Jiaotong University，2010，45(2):255-260.(in Chinese)

［5］Chiou Suhwen.A hybrid approach for optimal design of signalized road network ［J］.Applied Mathematical Modelling，2008，32(2):195-207.

［6］劉燦齊.專適于城市道路網(wǎng)絡(luò)的交通均衡分配模型［J］.公路交通科技，2003，20(6):97-100.Liu Canqi.Traffic equilibrium assignment model special for urban road network［J］.Journal of Highway and Transportation Research and Development，2003，20(6):97-100.(in Chinese)

［7］黃崇超，李亞萍.考慮交叉口信號延誤的平衡交通分配模型［J］.武漢大學(xué)學(xué)報:工學(xué)版，2009，42(3):373-376.Huang Chongchao，Li Yaping.Equilibrium assignment models with intersections signal delay［J］.Engineering Journal of Wuhan University，2009，42(3):373-376.(in Chinese)

［8］劉燦齊.城市道路網(wǎng)絡(luò)交通信號協(xié)調(diào)控制的優(yōu)化［J］.同濟大學(xué)學(xué)報:自然科學(xué)版，2004，32(8):1000-1004.Liu Canqi.Integral optimizing method of traffic signal on network of urban road［J］.Journal of Tongji University:Natural Science Edition，2004，32(8):1000-1004.(in Chinese)

［9］Ying Jiangqian，Lu Huapu，Shi Jing.An algorithm for local continuous optimization of traffic signals［J］.European Journal of Operational Research，2007，181(3):1189-1197.

［10］高自友，宋一凡，四兵鋒.城市交通連續(xù)平衡網(wǎng)絡(luò)設(shè)計:理論與方法［M］.北京:中國鐵道出版社，2000.