霧霾天氣下新型城市交通系統(tǒng)大數(shù)據(jù)研究

□文/王立斌　吳玉霞　肖倩

霧霾天氣下新型城市交通系統(tǒng)大數(shù)據(jù)研究

□文/王立斌1吳玉霞2肖倩1

（1.河北金融學院；2.河北省科技金融重點實驗室河北·保定）

［提要］針對霧霾天氣下現(xiàn)有城市交通系統(tǒng)存在的諸多問題，設(shè)計城市交通系統(tǒng)實時優(yōu)化策略，力求以最小成本、最大限度發(fā)揮交通系統(tǒng)的潛力。

霧霾天氣；交通系統(tǒng)；啟發(fā)式算法；局部搜索；自適應(yīng)性

收錄日期：2015年7月15日

一、引言

近年來，霧霾天氣頻繁襲擾我國北方的諸多地區(qū)，京津冀地區(qū)霧霾現(xiàn)象尤為嚴重。隨著改革開放的不斷深入，工業(yè)化程度加重，空氣質(zhì)量開始惡化，霧霾天氣現(xiàn)象出現(xiàn)增多，并且重霾頻襲，危害逐漸加大，給城市建設(shè)、社會和諧帶來很多困擾，尤其對城市交通系統(tǒng)的影響日益嚴重。反思倫敦煙霧事件，霧霾已經(jīng)成為制約北方經(jīng)濟發(fā)展、城市交通建設(shè)與生態(tài)文明建設(shè)的重要因素，無論是國家還是地方政府每年都要投入大量的人力、物力和財力緩解霧霾，降低交通壓力。因此，構(gòu)建霧霾天氣下新型城市交通系統(tǒng)，已經(jīng)成為中國經(jīng)濟跨越式發(fā)展的迫切需求。

由Golden和Wong等提出的容量約束弧路徑問題（CARP）作為物流配送系統(tǒng)的重要組成部分，一直是城市交通系統(tǒng)研究領(lǐng)域中最活躍的主題之一。城市中的公交車規(guī)劃問題、交通擁堵狀態(tài)下交通崗紅綠燈時間轉(zhuǎn)換問題等均可視為弧路徑問題。這些問題直接關(guān)系到城市的未來發(fā)展，因此近年來弧路徑問題受到了越來越多研究者的關(guān)注，加之逐步普及的信息化監(jiān)測，為我們構(gòu)建新型的城市交通系統(tǒng)提供了可能。

本文以弧路徑規(guī)劃問題為基礎(chǔ)，從交通系統(tǒng)實時優(yōu)化的角度，對改善城市交通擁擠現(xiàn)狀，緩解霧霾污染做出分析，并提供解決的思路與方法。這些研究內(nèi)容將在城市交通管理中得到廣泛的應(yīng)用，顯著提高公交的運營效率和效益，緩解霧霾天氣，降低交通壓力，創(chuàng)造和諧的人性化的新型城市交通系統(tǒng)。

二、模型建立——公交車路線模型

設(shè)定城市的公交站點網(wǎng)絡(luò)圖：給定一個無向圖G＝（V，E），其中V＝（v0，v1，…，vn）代表頂點集，由兩個集合V1、V2組成，V1代表公交車的起點和終點集合，V2代表普通站點集合，E代表頂點間的有向弧集，任一e∈E都有一個非負的費用或長度屬性ce。假定同一條邊上不同需求可以被不同的公交車服務(wù)。因此，構(gòu)建一條弧e=（vp，vq），其中e的方向為vp→vq，即h（si）=vp，t（si）=vq。Rj代表第j條路徑，即第j輛車所走的路徑。統(tǒng)計任意兩個節(jié)點vi至vj的正常時段平均客流量Q（i，j），定義流量矩陣為Q。Rj代表第j條路徑，即第j路公交車所走的路徑，q（j）表示第j輛公交車的容載量，h（j）表示第j路公交車的數(shù)量。一條邊可以被多輛公交車服務(wù)多次，也可以經(jīng)過多次。

目標函數(shù)：在保證所有的站點都被服務(wù)且滿足公交車的容納要求（Q（R（j））＜q（j））的前提下，使得公交車行進總路程的最短。

數(shù)學模型：

三、模型求解——隨機型鄰域搜索算法

概率型鄰域搜索算法（SNS），該算法以鄰域結(jié)構(gòu)為基礎(chǔ)，首先通過隨機路徑掃描產(chǎn)生初始解，構(gòu)建最優(yōu)解集，然后根據(jù)算法的概率機制，判斷鄰域搜索的強度，進行大小鄰域結(jié)構(gòu)的轉(zhuǎn)化，指導鄰域搜索，加快算法收斂速度，最后通過Restart策略，擴大解空間的范圍，避免局部過度搜索，提高算法效率。下面首先介紹SNS算法的幾個主要元素：

（一）解的相似度。設(shè)A、B為問題的兩個解，則A與B的距離為

A表示解A所包含邊的數(shù)。Dis（A，B）≥0，Sim（A，B）∈［0，1］。若Dis（A，B）＝0，Sim（A，B）＝1，A與B完全相似；若Dis（A，B）＞0，Sim（A，B）∈［0，1），A與B不完全相似，且Dis（A，B）越大，Sim（A，B）越小，A與B越不相似。

（二）鄰域搜索的強度。設(shè)最優(yōu)解訓練集為Ω，其容量為m=100。令當前解為X，Xnber為Ω中與X最近的鄰域解，XA為以Xnber為中心進行鄰域搜索的最優(yōu)解，XB為Xnber→XA過程中收斂于XA的解，即Xnber→…概率為則X進行鄰域搜索的強度為texpect=

（三）解的初始化——合成掃描。首先，對于每條需求弧e=（vp，vq），構(gòu)造初始路徑Re=v0→vp→vq→v0；其次，將初始路徑聚合成初始解。按照以下四種不同的規(guī)則，產(chǎn)生四個初始解。設(shè)兩條需求邊e1=（vp，vq），e2=（vr，vs），Re1與Re2聚合規(guī)則如下：

（四）隨機型鄰域搜索算法。隨機型鄰域搜索算法是基于公交車路徑規(guī)劃問題非對稱性而提出。首先，根據(jù)算法的進程，自適應(yīng)調(diào)整解空間的大小，形成大小兩種鄰域結(jié)構(gòu)算法。大鄰域結(jié)構(gòu)算法（NS1）側(cè)重于對解的破壞，發(fā)現(xiàn)更深刻的解，而小鄰域結(jié)構(gòu)算法（NS2）主要強調(diào)對現(xiàn)有解的深度挖掘，發(fā)掘更細致的解。在整個算法中，依托現(xiàn)有搜索能力，通過概率的方式，進行結(jié)構(gòu)切換。

NS1（NS2）算法：

II.按照S1→S2→S3→S4依次改進當前解τ，一旦改進τnew解優(yōu)于τ，令τ=τnew，轉(zhuǎn)入1；

III.直至無改進解，記錄最優(yōu)解，更新Ω。

四、模型驗證

為驗證上述模型在城市交通系統(tǒng)規(guī)劃過程中的可行性及效率，這里采用由Golden，Deman和Baker提出的CARP標準數(shù)據(jù)集gdb來對SNS算法進行檢驗，其中數(shù)據(jù)為西方的23個小城市的交通數(shù)據(jù)。

實驗結(jié)果表明，SNS算法相對于經(jīng)驗法能夠更加迅速地尋找到最優(yōu)解，并且運行時間較少。同時，可以發(fā)現(xiàn)應(yīng)用大數(shù)據(jù)下的城市交通系統(tǒng)模型，可以節(jié)約大量的交通成本，充分發(fā)揮現(xiàn)有交通資源的潛力，誘導城市交通系統(tǒng)的和諧。

（一）通過觀察23個實例發(fā)現(xiàn)，以數(shù)據(jù)為背景的公交車路線設(shè)計比經(jīng)驗性的路徑安排更合理，交通成本下降的同時，也降低汽車尾氣的污染，對于城市的除霾具有重要的指導意義，將模型應(yīng)用到更大的城市交通系統(tǒng)中將產(chǎn)生巨大的社會和環(huán)保效益。

（二）由于數(shù)據(jù)采集的困難，尤其是居民客流量的采集，需要結(jié)合交通管理，可以發(fā)現(xiàn)應(yīng)用大數(shù)據(jù)實時調(diào)控城市交通系統(tǒng)將徹底改變京津冀地區(qū)交通擁堵的現(xiàn)狀，大大降低由此產(chǎn)生的社會成本，而且能夠一定程度上緩解當前霧霾天氣。因此，需要對城市交通系統(tǒng)進行實時監(jiān)測和調(diào)整，誘導城市交通系統(tǒng)平衡。

五、結(jié)束語

本文針對理論研究中的這一相對熱點的領(lǐng)域，研究城市交通的內(nèi)涵，探討霧霾天氣下緩解城市交通擁擠之道。在國外理論研究的基礎(chǔ)上，結(jié)合我省城市交通系統(tǒng)的特點，抓住信息化的優(yōu)勢，結(jié)合霧霾天氣的現(xiàn)實背景，該問題模型和算法都已通過程序?qū)崿F(xiàn)，具有很強的應(yīng)用性，形成了比較完整的新型城市交通系統(tǒng)的實時監(jiān)測體系，為構(gòu)建信息化背景下的新型城市交通系統(tǒng)提供了可靠具體的實施方法。

主要參考文獻：

［1］Golden，BL.and R.T.Wong.CAPACITATED ARC ROUTINGPROBLEMS［J］.Networks，1981.11.3.

［2］Laporte，G，R.Musmanno and F.Vocaturo.An adaptive large neighbourhood search heuristic for the capacitated arc-routing problem with stochastic demands［J］.Transportation Science，2010.44.1.

［3］樊樺.關(guān)于交通運輸資源配置的若干思考［J］.綜合運輸，2009.7.

［4］朱志高，李鐵柱.環(huán)境目標下的路段交通結(jié)構(gòu)優(yōu)化模型研究［J］.武漢理工大學學報（交通科學與工程版），2009.2.

F512

A

本文受2014年度河北省統(tǒng)計科學研究計劃項目（2014HY40）資助