吳正言 莫時旭
(桂林理工大學廣西巖土力學及工程重點實驗室1) 桂林 541004)
(桂林理工大學土木與建筑工程學院2) 桂林 541004)
交通擁堵情況下路徑誘導方案的生成方法*
吳正言1,2)莫時旭1)
(桂林理工大學廣西巖土力學及工程重點實驗室1)桂林541004)
(桂林理工大學土木與建筑工程學院2)桂林541004)
摘要:路徑誘導方案的生成是交通信息誘導的核心環(huán)節(jié).根據駕駛員在交通擁堵情況下的路徑選擇行為特點,運用模糊推理理論建立了駕駛員路徑選擇行為模型,確定出路徑誘導信息發(fā)布的核心內容.在此基礎上提出一種路徑誘導方案的生成方法.
關鍵詞:交通運輸系統工程;路徑誘導;模糊推理;交通擁堵
吳正言(1972- ):男,工學博士,講師,主要研究領域為應急疏散交通組織優(yōu)化、智能交通系統
0引言
在交通擁堵情況下,由于長時間堵在路上產生的焦躁情緒,會導致交通流的運行狀況極不穩(wěn)定,很容易發(fā)生大面積的交通堵塞,極大地影響路網的交通運行效率.因此,有效及時的路徑誘導信息比以往任何時候都更加重要.交通控制中心通過可變信息板、自動導航服務、車載路由器等設施向駕駛員提供有效的路徑誘導信息, 引導交通流合理地進行路徑轉移,使交通需求與路網的可能通行能力相協調,從而達到控制整個交通系統的目的,使系統高效運行.
目前,對交通誘導的研究,可見的成果主要有誘導路徑優(yōu)化算法[1-3]、交通事件和交通擁堵的告知系統[4]、交通信息發(fā)布系統設計[5-7]、交通信息發(fā)布點的優(yōu)化[8]、交通誘導信息發(fā)布策略[9]、交通誘導信息對車輛行為的影響等,尚缺少對路徑誘導方案生成方法的研究.
路徑誘導方案的生成是交通誘導的核心環(huán)節(jié).針對上述問題,本文對路徑誘導方案的生成方法展開研究.由于路徑誘導是建議性的,只有被駕駛員接受才能取得較理想的誘導效果.因此,根據駕駛員在交通擁堵情況下路徑選擇行為的特點,運用模糊推理理論建立駕駛員路徑選擇行為模型,并挖掘出路徑誘導信息發(fā)布的核心內容,進而提出一種路徑誘導方案的生成方法.
1基于模糊決策的駕駛員路徑選擇行為分析
為了掌握駕駛員在交通擁堵情況下的信息需求,設計了道路交通路徑誘導信息需求調查問卷,主要針對駕駛員在交通擁堵途中亟須的交通信息、對誘導路徑的要求,以及對路徑轉移的傾向和偏好等分別設計了問題和備選項.為了使調查結果具有更廣泛的代表性和適用性,組織我校交通工程專業(yè)的學生利用2012年寒假,對自己家鄉(xiāng)有經驗的駕駛員進行實際隨機問卷調查,共發(fā)出問卷1 500份,回收有效問卷1 296份.問卷調查的范圍涉及東北、華北、華中、華南、華東、西北和西南等廣大地區(qū).其中,直轄市占19%,省會城市占30%,地級市占26%,縣級市占20%,鄉(xiāng)鎮(zhèn)占5%.通過對整體調查數據的歸納整理,初步確定出駕駛員路徑選擇行為的重要影響因素,按其重要性被認可的廣泛程度排序為:(1)交通擁堵嚴重程度信息,認為重要和非常重要的約占調查總人數的92%;(2)推薦路徑交通狀況信息,認為重要和非常重要的約占調查總人數的91%;(3)預期延誤時間信息,認為重要和非常重要的約占85%;(4)推薦路徑長度信息,認為重要和非常重要的約占80%.為了達到較好的路徑誘導效果,初步將這4項具有較廣認可度的交通信息作為路徑誘導的核心信息.為表達方便,記CGD表示擁堵嚴重程度變量,EDT表示預期延誤時間變量,GRC表示推薦路徑交通狀況變量,GRL表示推薦路徑長度變量,DAC表示駕駛員接受推薦路徑的程度變量.根據駕駛員路徑選擇行為的直接推理特征,將CGD,EDT,GRC,GRL作為路徑誘導的輸入變量,將DAC作為輸出變量,提煉出基于模糊決策的駕駛員路徑選擇行為模型.將CGD按由輕微到嚴重、將EDT按由少到多、將GRC按由差到好、將GRL按由短到長的順序分別定義了3個級別的隸屬函數,共制定出81條模糊推理規(guī)則.
根據模糊推理規(guī)則整體的因果關系,挖掘出駕駛員路徑選擇行為模型輸入變量與輸出變量間的相關關系,為直觀起見,表達成輸入變量兩兩組合的聯合作用對輸出變量的影響關系,具體見圖1.圖中表明,正相關變量CGD,EDT和GRC兩兩組合,隨著變量級別的增大,DAC也增大;而任一正相關變量與負相關變量GRL的組合,隨著變量級別的增大,DAC則可能增大,也可能減小,也可能先增大后減小,表現出較強的非線性和不確定性.因此,路徑誘導信息組合,需要盡可能發(fā)揮正相關變量間的聯合作用,盡可能消除或限制負相關變量的作用,而對于正、負相關變量間的聯合作用,需要將負相關變量嚴格控制在盡可能低的級別.
圖1 模型輸入變量與輸出變量之間的關系
2路徑誘導信息發(fā)布核心內容的確定
為了進一步對路徑誘導核心信息的影響效果進行量化,將駕駛員路徑選擇行為模型的輸入變量EDT,CGD,GRC和GRL在最低級到最高級之間進行變化,將正相關變量調至最高級,并將負相關變量調至最低級,得到DAC的最大值;反之,將正相關變量調至最低級,并將負相關變量調至最高級,得到DAC的最小值;最小值與最大值組成的區(qū)間便是路徑誘導核心信息的影響范圍,見表1.
從單項交通信息方面看,EDT信息和CGD信息級別的變化對駕駛員接受推薦路徑的影響程度較大.在交通擁堵情況下,駕駛員更關注的是需要延誤多少時間,且由于預期延誤信息反映交通擁堵的程度更具體,因此EDT信息較CGD信息對駕駛員的影響更大一些.從2項交通信息組合方面看,EDT信息和GRC信息的組合,以及CGD信息和GRC信息的組合對駕駛員接受推薦路徑的影響程度較大,并較單一信息的影響程度明顯增大.這表明,在交通擁堵情況下,駕駛員一方面關注交通擁堵的情況信息,另一方面關注推薦路徑的交通狀況信息,兩方面的信息相結合能取得較好的誘導效果.而且,由于EDT信息比CGD信息反映的情況更具體,更受駕駛員關注,因此EDT信息和GRC信息的組合效果更好些,對駕駛員路徑選擇行為的影響程度最大可達到0.816,即接受路徑誘導方案的駕駛員數量占駕駛員總數的81.6%.
表1 路徑誘導核心信息的影響效果
3項交通信息組合方面,從總體上看,各組合較其對應的兩項組合的效果略有提升.在3項信息組合中,EDT信息、CGD信息和GRC信息組合對駕駛員接受推薦路徑的影響效果最好,最大影響程度可達0.818.但與EDT信息和GRC信息的2項組合的影響程度相比,提升的效果并不顯著,說明2項交通信息EDT和GRC的組合是其影響的核心.
從4項交通信息組合方面看,其對駕駛員接受推薦路徑的影響,與EDT信息、CGD信息和GRC信息的3項組合基本一致,與EDT信息和GRC信息的2項組合的影響程度稍有提高,且提高的效果也并不顯著.
綜上所述,單項交通信息方面,EDT信息和CGD信息對駕駛員接受推薦路徑的影響程度較大,EDT信息的效果更好些.交通信息組合方面,EDT和GRC信息組合構成了路徑誘導信息發(fā)布的核心內容.駕駛員對路徑誘導信息的接受程度不僅受正、負相關變量的共同影響,而且與這些變量共同作用所反映交通狀況的全面程度有關.如果正相關變量的級別越高,負相關變量的級別越低,且這些變量反映的交通狀況越全面,既能反映交通擁堵的主要狀況,又能反映推薦路徑的主要情況,則駕駛員接受的可能性越大;反之,則接受的可能性越小.
3路徑誘導方案的生成
以路徑誘導核心信息的影響效果分析為基礎,假定可實時檢測出路網的交通狀態(tài)信息,設計出交通信息誘導方案的生成方法,具體步驟如下.
(1)
式中:to,i和tg,i分別為車輛i的檢測器占用時間和相繼車輛間的時間間隙;ui為車輛i的速度;us為區(qū)間平均車速;Le為有效車輛長度,n為車輛數.
根據交通狀態(tài)參數(q,k)與交通擁堵閾值(qj,kj)的關系判別交通擁堵.如果發(fā)生交通擁堵,則進行步驟2);否則,維持現狀.
2) 誘導路徑的生成針對檢測到的交通擁堵,在路網矩陣中將交通擁堵點自動增加為虛擬的疏散原點.對于處在交通擁堵點中的交通流,需要從交通擁堵中盡快疏散,此時,交通擁堵點作為臨時疏散原點,交通擁堵點周圍的重要節(jié)點作為臨時疏散終點,誘導路徑需要求得臨時疏散原點到任意臨時疏散終點的最短路徑.對于處在交通擁堵點周圍的交通流,需要盡快繞過擁堵點,此時,交通擁堵點周圍的重要節(jié)點互為臨時疏散原點與終點,為了避免擁堵點周圍的交通流進入擁堵點,將進入擁堵點的延誤時間設為足夠大的數,誘導路徑需要求得周圍任意兩重要節(jié)點間的最短路徑.臨時疏散終點是動態(tài)的,以交通擁堵點為中心根據交通流的疏散情況向路網四周由內到外不斷擴展.以路段行程時間與延誤時間之和為路權,調用應急疏散路徑規(guī)劃算法EERP,生成最佳推薦路徑.
預期分流比例的確定.為了預防路徑轉移的交通流擁堵推薦的誘導路徑,應根據當前的交通狀況以及道路的通行能力約束,合理分配時間點k的預期分流比例ftrE(k).交通擁堵點可以分解為擁堵路段和交叉口.若是擁堵路段,則vm(k)為時間點k路段m的流出總交通量;若是擁堵交叉口,則vm(k)為時間點k交叉口m的實際交通需求.um,n(k)為由路段或交叉口m流到路段n的轉移交通量.因此,時間點k由交通擁堵點m到路段n的預期分流比例為
(2)
3) 路徑誘導發(fā)布內容的確定為了使路徑誘導信息的發(fā)布內容能夠全面地反映當前的交通狀況,且容易為駕駛員所接受,以對路徑轉移決策起關鍵作用的信息為主,按照分流的比例,作為信息發(fā)布的重要內容.由于一次性所發(fā)布的信息內容不宜過多,因此,將擁堵地點、EDT信息以及推薦路徑的GRC信息組合作為信息發(fā)布的基本內容,分別按延誤的嚴重程度和推薦路徑的交通狀況進行分級,將分級的數據作為輸入變量,調用基于模糊決策的駕駛員路徑選擇規(guī)則,對駕駛員的接受程度進行預測.
根據需分流的比例要求,按照這些變量正、負相關關系,調整路徑誘導主要內容信息變量的相應等級.為了取得良好的路徑誘導效果,使駕駛員更好地接受誘導信息,要盡可能增加重要信息的詳細程度,尤其是原路徑擁堵嚴重程度信息、預期延誤信息、危險信息以及推薦路徑交通狀況信息等.根據疏散路網交通情況的動態(tài)變化,信息發(fā)布的內容或內容的等級要隨之進行實時更新,以使發(fā)布的信息能夠反映出最新的交通狀況.
4) 路徑誘導效果的檢驗為了提高方案的實際可操作性,重點檢查時間點k交通擁堵點向推薦路徑第一路段轉移的實際流量比率ftrA(k)與預定分流比例ftrE(k)是否在可接受的容差tolapt之內,如果不在容差之內,則對路徑選擇行為模型的模糊規(guī)則和權重進行在線更新,并回到步驟3),按照正、負相關的原理,對發(fā)布內容進行修正.如果在容差之內,則繼續(xù)按預定信息內容及等級發(fā)布,直到恢復正常的交通狀態(tài)為止.
4結束語
在駕駛員路徑選擇行為分析的基礎上,初步揭示了影響駕駛員接受路徑誘導信息的核心內容,在此基礎上提出了一種路徑誘導方案的生成方法.下一步主要工作,研究在線更新路徑選擇行為模型的模糊規(guī)則及權重的方法,并對該方法進行實踐驗證和不斷完善.
參 考 文 獻
[1]李威武,王慧,錢積新. 智能交通系統中路徑誘導算法研究進展[J]. 浙江大學學報:工學版,2005,39(6):819-924.
[2]葉金平,朱征宇,王麗娜,等.智能交通中的高效多準最短路徑混合算法[J].計算機應用研究,2011,28(9):3301-3304.
[3]毛永明,張東偉,陳楠,等.基于混合遺傳算法的動態(tài)路徑誘導算法研究[J].科技廣場,2012(11):6-9.
[4]WANG Feiyue.Toward a revolution in transportation operations:aI for complex systems[J].Intelligent Systems,2008,23(6):8-13.
[5]包煊,朱雪良,王義生,等.VMS 發(fā)布動態(tài)交通誘導信息的探討[J].現代顯示,2006(64): 63-65.
[6]關積珍,鄭長青,朱雪良,等.北京奧運交通誘導VMS 信息發(fā)布研究[J].交通運輸系統工程與信息,2008,8(6):115-120.
[7]鄧春健,劉紹錦.智能化城市交通誘導信息發(fā)布顯示系統的設計[J].武漢理工大學學報:交通科學與工程版,2007,31(6):958-961.
[8]呂能超,嚴新平,劉正林.突發(fā)事件交通網絡VMS發(fā)布點優(yōu)化[J].中國科技論文在線,2008, 3(10):716-719.
[9]胡文君,周溪召.交通誘導信息發(fā)布策略研究[J].交通信息與安全,2010, 28(3):55-59.
Route Guidance Scheme Generating Method in the
中圖法分類號:U491.1
doi:10.3963/j.issn.2095-3844.2015.01.002
收稿日期:2014-10-18
Case of Traffic Congestion
WU Zhengyan1,2)MO Shixu1)
(GuangxiKeyLaboratoryofGeomechanicsandGeotechnicalEngineering,
GuilinUniversityofTechnology,Guilin541004,China)1)
(CollegeofCivilEngineeringandArchitecture,GuilinUniversityofTechnology,
Guilin541004,China)2)
Abstract:The generation of route guidance scheme is the core of traffic information guidance. According to the drivers’ route choice behavior characteristics in case of traffic congestion, this passage put forward a drivers’ route choice behavior model based on fuzzy reasoning theory, and determines the core content of the route guidance information release. On this basis, a method of generating route guidance scheme is proposed.
Key words:engineering of communications and transportation system; route guidance; fuzzy reasoning; traffic congestion
*國家自然科學基金項目(批準號:51168011)、廣西礦冶與環(huán)境科學實驗中心項目(批準號:KH2013YB026)、桂林理工大學科研啟動費項目資助