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(rèn)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(biāo)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(biāo)．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

(1)

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(biāo)函數(shù)中信號交叉口各相位的信號延誤可表示為

(2)

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

(3)

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

(4)

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:

Cmin≤Cj(a)≤Cmax?j(a)∈J

(5)

λmin≤λij(a)≤λmax?i∈Ij(a),j(a)∈J

(6)

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:

(7)

由于交叉口損失時間的存在,對一個信號交叉口j(a),有

(8)

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

Cmin≤Cj(a)≤Cmax?j(a)∈J

λmin≤λij(a)≤λmax?i∈Ij(a),j(a)∈J

(9)

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:

xai(q,C,λ)≈xai(q*,C*,λ*)+

(10)

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1 800 pcu/h．路段行駛時間可表示為

(11)

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2 338.687 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1 074.580 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-E-F-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(zhǔn)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．

)

[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].JournalofSoutheastUniversity:NaturalScienceEdition,2009,39(4): 863-866.(in Chinese)

[2] Wong S C,Yang H. Reserve capacity of a signal-controlled road network [J].TransportationResearchPartB: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].TransportationResearchPartB: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].JournalofSouthwestJiaotongUniversity,2010,45(2): 255-260.(in Chinese)

[5] Chiou Suhwen. A hybrid approach for optimal design of signalized road network [J].AppliedMathematicalModelling,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].JournalofHighwayandTransportationResearchandDevelopment,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].EngineeringJournalofWuhanUniversity,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].JournalofTongjiUniversity:NaturalScienceEdition,2004,32(8): 1000-1004. (in Chinese)

[9] Ying Jiangqian,Lu Huapu,Shi Jing. An algorithm for local continuous optimization of traffic signals[J].EuropeanJournalofOperationalResearch,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.