姚層林++左傳
摘要:由于目前交通狀況帶來的諸多問題,通過科學(xué)理論的指導(dǎo)增進(jìn)對(duì)交通系統(tǒng)的管理和控制,充分利用其資源,減輕環(huán)境污染并解決其他問題,達(dá)到安全與便捷的較好統(tǒng)一。元胞自動(dòng)機(jī)模型已廣泛應(yīng)用于交通領(lǐng)域的研究,它的建立是描述和模擬復(fù)雜交通系統(tǒng)的最好方法。根據(jù)不同道路的交通情況,構(gòu)建交通流模型,以定量的視角理解交通擁堵的成因。交通狀況隨著社會(huì)發(fā)展而不斷變化,元胞自動(dòng)機(jī)在交通系統(tǒng)的應(yīng)用,對(duì)于推動(dòng)元胞自動(dòng)機(jī)模型的改進(jìn)和完善交通運(yùn)輸情況具有重要意義。
關(guān)鍵詞:元胞自動(dòng)機(jī)模型 交通流理論 應(yīng)用研究
中圖分類號(hào):TP23.U491 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1007-9416(2016)10-0080-03
元胞自動(dòng)機(jī)(Cellular Automata,簡稱CA)實(shí)質(zhì)上是定義在一個(gè)具有離散、有限狀態(tài)的元胞組成的元胞空間上,并按照一定的局部規(guī)則,在離散的時(shí)間維度上演化的動(dòng)力學(xué)系統(tǒng)。實(shí)際上,著名計(jì)算機(jī)科學(xué)家Von Neumann早在1968年就提出元胞自動(dòng)機(jī)基本思想[1]。他提出模仿人腦的行為,人腦包含自控制和自維護(hù)機(jī)理,這個(gè)元胞系統(tǒng)按照離散時(shí)間進(jìn)行演化。Wolfram提出了元胞自動(dòng)機(jī)的動(dòng)力學(xué)分類方法,1986年,M.Cremer和J.Ludwig將CA最早應(yīng)用于交通系統(tǒng)[2]的研究。元胞自動(dòng)機(jī)從產(chǎn)生以來,被廣泛地應(yīng)用到生物學(xué)、生態(tài)學(xué)、物理學(xué)、化學(xué)、交通科學(xué)等多個(gè)領(lǐng)域。交通系統(tǒng)是一個(gè)十分復(fù)雜、具有不確定性的系統(tǒng),CA的特點(diǎn)與交通流的特點(diǎn)極其相似,決定了CA在交通領(lǐng)域應(yīng)用的合理性。用CA對(duì)交通系統(tǒng)進(jìn)行模擬,體現(xiàn)交通流的變化特征,尋找交通流的規(guī)律,揭示交通擁堵產(chǎn)生的機(jī)理,進(jìn)而有效地改良交通運(yùn)輸狀況。
1 CA基礎(chǔ)理論
1.1 構(gòu)成
CA最基本的組成單元是元胞、元胞空間、鄰居及規(guī)則四部分,另外還應(yīng)包括元胞的狀態(tài)和時(shí)間,如圖1所示??梢詫A視為一個(gè)元胞空間和定義于該空間的變換函數(shù)所組成。
1.2 元胞
CA最基本的組成部分就是元胞,又稱為單元、細(xì)胞或基元,離散地分布于一維、二維或多維歐幾里得空間的晶格點(diǎn)上。某一時(shí)刻,每個(gè)元胞都有自己的狀態(tài)。
1.3 元胞空間
元胞在空間中分布的網(wǎng)格點(diǎn)的集合就是元胞空間。目前研究多集中在一維和二維元胞自動(dòng)機(jī)上。一維元胞自動(dòng)機(jī)的元胞空間只有一種劃分,二維元胞自動(dòng)機(jī)通常有三種劃分方式:三角形、正方形和正六邊形,如圖2、圖3所示。對(duì)于高維的元胞自動(dòng)機(jī),元胞空間的劃分則可能有多種形式。
1.4 鄰居
在元胞自動(dòng)機(jī)中,一個(gè)元胞下一時(shí)刻的狀態(tài)決定于本身狀態(tài)和它的鄰居元胞的狀態(tài)。通常以半徑來確定鄰居,距離一個(gè)元胞內(nèi)的所有元胞均被認(rèn)為是該元胞的鄰居。二維元胞自動(dòng)機(jī)通常有以下幾種鄰居:Von Neumann型、Moore型和擴(kuò)展的Moore型,如圖4所示的結(jié)構(gòu)。
1.5 邊界條件
理論上,元胞空間通常是在各個(gè)維度上無限延展的,但是在實(shí)際應(yīng)用中,理論條件無法在計(jì)算機(jī)上實(shí)現(xiàn),所以需要定義不同的邊界條件。
1.6 演化規(guī)則
演化規(guī)則是根據(jù)元胞當(dāng)前狀態(tài)及其鄰居狀況確定下一時(shí)刻該元胞狀態(tài)的動(dòng)力學(xué)函數(shù),簡單來說,就是一個(gè)狀態(tài)轉(zhuǎn)移函數(shù)。記為+1=f(,),我們稱f為元胞自動(dòng)機(jī)的局部映射,為t時(shí)刻i元胞的鄰居元胞狀態(tài)[3]。
2 元胞自動(dòng)機(jī)的一般特征
從元胞自動(dòng)機(jī)的定義及構(gòu)成分析,元胞自動(dòng)機(jī)具有如下特征[4]:同質(zhì)性、齊性;時(shí)間離散;空間離散;狀態(tài)離散有限;同步計(jì)算;時(shí)空局域性;維數(shù)高。元胞自動(dòng)機(jī)的價(jià)值取決于其演化規(guī)則,體現(xiàn)在元胞的動(dòng)力學(xué)系統(tǒng)的內(nèi)涵。
3 交通流理論
3.1 交通流基本參數(shù)的關(guān)系
交通流基本參數(shù)有交通流量、車輛速度、車輛密度、車頭間距和車頭時(shí)距等,在實(shí)際的研究領(lǐng)域中,最重要的三個(gè)基本參數(shù)是交通流量、行車速度和交通密度。交通流量,即單位時(shí)間內(nèi)通過交通道路某斷面的車輛數(shù),用符號(hào)q表示;行車速度為道路上車輛行駛速度的平均值,用符號(hào)v表示;交通密度,即某一瞬間單位長度的車道上行駛的車輛總數(shù),用符號(hào)k表示。三者之間的關(guān)系可表示為:q=v×k(q、v、k的單位分別是輛/小時(shí)、公里/小時(shí)和輛/公里,這一關(guān)系式稱為交通流基本模型)。
3.2 交通實(shí)測(cè)現(xiàn)象
3.2.1 交通堵塞
交通堵塞是一種常見的、研究廣泛的交通現(xiàn)象。日常生活中人們理解的堵塞和交通流理論中的堵塞有一定的區(qū)別:通常人們理解的車速遠(yuǎn)遠(yuǎn)低于最大車速、車流量非常低時(shí)才是堵塞;而在交通流理論中,只要車輛以低于最大值的速度行駛且車道出現(xiàn)集簇現(xiàn)象,就稱之為堵塞。實(shí)測(cè)的交通堵塞,大多發(fā)生在交通瓶頸的上游;比如道路縮減和交叉路口的上游[5]。交通瓶頸處,主干道的車輛密度增大,道路的局部通行能力降低,使得瓶頸的上游易處于交通擁堵狀態(tài);一段時(shí)間的交通疏導(dǎo)使得車輛逐漸恢復(fù)正常行駛,所以瓶頸的下游多為典型的自由流狀態(tài)。此外,交通事故易導(dǎo)致車輛聚集,也是產(chǎn)生堵塞的一個(gè)原因。
3.2.2 自組織現(xiàn)象
自組織現(xiàn)象是指系統(tǒng)通過系統(tǒng)內(nèi)部各子系統(tǒng)之間的非線性相互作用,在一定的條件下,自發(fā)產(chǎn)生在時(shí)間、空間和功能上穩(wěn)定的結(jié)構(gòu)。在真實(shí)的交通中,存在著一定的密度區(qū)域,在該區(qū)域內(nèi)交通流的狀態(tài)是亞穩(wěn)定的,由于車輛之間的相互作用,一些交通流的狀態(tài)會(huì)自發(fā)形成[6]。比較典型的是向后傳播的堵塞波的形成,這種堵塞的特點(diǎn)有:(1)產(chǎn)生堵塞的隨機(jī)性;(2)堵塞幅度的不斷變化;(3)堵塞會(huì)消失。一般來說,這種現(xiàn)象易發(fā)生在入口、出口匝道等瓶頸處。
4 交通應(yīng)用
車輛組成的交通流實(shí)質(zhì)是一個(gè)離散系統(tǒng),而又緊密相互聯(lián)系,導(dǎo)致復(fù)雜的交通現(xiàn)象。元胞自動(dòng)機(jī)模型是交通流模型的理論基礎(chǔ),能夠從微觀層面分析復(fù)雜交通系統(tǒng)的研究工具。184號(hào)模型是以Wolfram命名的最基本的一維元胞自動(dòng)機(jī)模型,其中包含的基本要素能夠?qū)崿F(xiàn)一些交通現(xiàn)象的模擬,但是不能完全適應(yīng)復(fù)雜的實(shí)際交通狀況。目前交通流的元胞自動(dòng)機(jī)大致可分為兩大類:以NS模型為代表的研究高速公路的模型,以BML模型為代表的研究城市網(wǎng)絡(luò)交通的模型,這兩類模型是對(duì)184號(hào)模型的進(jìn)一步完善和發(fā)展。
4.1 NS模型
NS模型,由一維CA模型簡化而來,于1992年由德國學(xué)者Nagel和Schreckenberg提出[7]。
在NS模型中,時(shí)間、空間和車輛速度都被整數(shù)離散化,道路被劃分為等距離的離散的格子,即元胞,并且每個(gè)元胞或者是空的,或者被一輛車所占據(jù),車輛n行駛的速度為Vn(t),速度可以取0,1,2,……,Vmax,Vmax是行駛車輛在道路上的最大行駛速度。車輛n和其前車n-1在時(shí)間步t的位置用Xn-1(t)和Xn-1(t)表示,dn(t)代表車輛n與其前車的車間距,即dn(t)=Xn-1(t)-Xn-1(t)-1。Pn(t)為車輛n在時(shí)間步t時(shí)隨機(jī)慢化過程中的減速概率。ΔVn(t)是車輛n與其前車n-1的行駛速度之差,即ΔVn(t)=Vn(t)-Vn-1(t)。該模型以如下規(guī)則演化:
(1)加速,Vn(t+1)→min(Vn(t)+1,Vmax),表示駕駛員期望以最大速度駕駛車輛;
(2)減速,Vn(t+1)→min(Vn(t+1),dn(t)),表示避免與前車發(fā)生事故;
(3)隨機(jī)慢化,以減速概率P使車輛的行駛速度Vn(t+1)→max(Vn(t+1)-1,0),表示實(shí)際的交通情況下各種不確定的因素使得減速行駛;
(4)運(yùn)動(dòng),Xn(t+1)→Xn(t)+Vn(t+1),車輛位置更新,速度調(diào)整,繼續(xù)向前運(yùn)動(dòng)。
NS模型具有簡單的形式,僅用4條演化規(guī)則就表達(dá)出車輛行駛的不同情況。為了能夠描述更多復(fù)雜的交通現(xiàn)象,在NS模型的基礎(chǔ)上衍生和發(fā)展了許多模型,比如通過改進(jìn)慢化規(guī)則,提出慢啟動(dòng)模型,巡航控制極限模型;通過改進(jìn)加速規(guī)則,提出FI模型;以及考慮前車速度效應(yīng)的模型,舒適駕駛模型等等。
4.2 BML模型
一維高速公路交通流模型很難模擬出二維城市交通系統(tǒng)的復(fù)雜的道路網(wǎng)結(jié)構(gòu),而BML模型實(shí)現(xiàn)了復(fù)雜路網(wǎng)結(jié)構(gòu)的模擬。1992年,O.Biham,A.Middleton和D.Levine[8]三位學(xué)者提出一種元胞自動(dòng)機(jī)模型(BML模型)用來模擬城市道路的交通現(xiàn)象,研究了交通堵塞的問題。簡單形象的BML模型定義在一個(gè)N×N的方形格點(diǎn)網(wǎng)絡(luò)中,點(diǎn)陣上分布著僅有東西方向和南北方向行駛的數(shù)目相等的兩種車輛,每個(gè)格點(diǎn)可以擁有一輛南北方向行駛的車輛,也可以有一輛東西方向行駛的車輛,還有一種可能就是沒有車輛占據(jù)。在每一個(gè)奇數(shù)時(shí)間步內(nèi),南北方向的車輛可以向前進(jìn)一格;在每一個(gè)偶數(shù)時(shí)間步內(nèi),東西方向的車輛可以向前進(jìn)一格;若車輛前方的格點(diǎn)以被其他車輛占據(jù),因此這輛車只能保持靜止不動(dòng)。在這種情況下,兩個(gè)方向的車輛分別在奇偶時(shí)間步內(nèi)行駛,每個(gè)格點(diǎn)相當(dāng)于信號(hào)控制的交叉路口,反映出交通信號(hào)燈的作用。
4.3 NS和BML耦合模型
BML模型不能完整地體現(xiàn)實(shí)際交通情況,表現(xiàn)在:(1)BML模型只有兩個(gè)車流運(yùn)動(dòng)方向,未考慮其它轉(zhuǎn)動(dòng)方向;(2)BML模型中網(wǎng)絡(luò)沒有路段,只有交叉口。1999年,Chowdhury和Schadschneider等學(xué)者提出了一個(gè)更符合實(shí)際的W×W條道路組成的路網(wǎng)。基于BML模型,將兩個(gè)相鄰交叉口之間的路段(包括其中的一個(gè)交叉口)劃分為D個(gè)元胞。因此每一條道路有W×D個(gè)元胞。在任意時(shí)刻,每一個(gè)元胞或者保持靜止,或者被其他車輛占據(jù)。當(dāng)D=1時(shí),路網(wǎng)結(jié)構(gòu)為BML模型。如圖5所示,其中N=5,D=8東西方向和南北方向車輛分別用符號(hào)→和↑表示。
在該組合模型中,堵塞產(chǎn)生的內(nèi)因與NS模型相近,系統(tǒng)自發(fā)的堵塞現(xiàn)象與BML模型十分類似。
5 結(jié)語
以上對(duì)應(yīng)用前景進(jìn)行了分析,建立了符合交通實(shí)際情況的模型,結(jié)果體現(xiàn)出:(1)通過元胞自動(dòng)機(jī)在交通中的研究,可以形象地模擬出交通路口車輛的通行情況。(2)構(gòu)建的元胞自動(dòng)機(jī)模型具有時(shí)間、空間的離散性,決定了它在交通領(lǐng)域的重要價(jià)值。(3)城市交通網(wǎng)絡(luò)受多種因素影響,交通擁堵的成因及分布十分復(fù)雜,還有許多問題未考慮??梢詮母缶W(wǎng)絡(luò)規(guī)模、更符合實(shí)際的交通流量開展進(jìn)一步研究。
參考文獻(xiàn)
[1]V.Neumann.Celluar automata[M].New York:Academic Press,1968.
[2]S.Wolfram.Statistical mechanics of celluar automata[J].Rev.Mod.Phys.1983,55:601-644.
[3]B.Chopard and M.Droz.Celluar Automata Modelling of physical systems,//祝玉學(xué),趙學(xué)龍(譯).物理系統(tǒng)的元胞自動(dòng)機(jī)模擬.北京:清華大學(xué)出版社,(2003).
[4]謝惠民.非線性科學(xué)從書:復(fù)雜性與動(dòng)力系統(tǒng).上海:上海科技教育出版社,(1994).
[5]C.F.Daganzo,M.J.Cassidy,R.L.Bertini.Possible explanations of phase transitions in highway traffic [J].Transp.Res.A,1999,33:365-379.
[6]B.S.Kerner.Experimental features of self-organization in traffic flow [J].Phy.Rev.Lett,1998,81(17):3797-3800.
[7]K.Nagel,M.Schreckenberg.A celluar automaton model for freeway traffic [J].J.Phys.I(France)1992,2:2221-2229.
[8]O.Biham,A.A.Middleton,D.A.Levine.Self-organization and a dynamical transition in traffic flow models[J].Phys.Rev.A 1992,46:R6124-R6127.
收稿日期:2016-08-26
基金項(xiàng)目:武漢市社科基金項(xiàng)目《大規(guī)模建設(shè)背景下的武漢道路擁堵區(qū)域疏散管理研究》(項(xiàng)目編號(hào):14021)研究成果。
作者簡介:姚層林(1972—),男,山東日照人,教授,高級(jí)工程師,畢業(yè)于華中科技大學(xué)碩研,研究方向:交通運(yùn)輸工程、高等教育管理等。