交通诱导可变信息板VMS布设理论研究.doc

第三届全国交通科技大赛交通诱导可变信息板vms布设理论研究作 者：指 导 教 师： 指导研究生： 中国 成都2008 051交通诱导可变信息板vms布设理论研究交通诱导可变信息板vms布设理论研究摘要：经济的迅猛发展，城市的快速扩展，机动车保有量大幅上升，城市交通需求剧增，现有交通基础设施已不堪重负，交通问题倍出。智能交通系统已得到广泛的关注，交通诱导系统是重要组成之一。可变信息标志vms是实现交通诱导的重要工具。可变信息板布局规划的合理与否会影响交通诱导的效果，而现有的vms设置主要依靠交通管理者的经验确定，因此有必要建立严密的理论体系来支持vms规划的科学性和合理性。 本文结合vms布设影响因素，确定了棋盘式路网设置vms的三个指标，可替代路径好、路段流量大和前方道路易拥堵，并建立了各自的隶属度函数，通过多目标模糊决策理论算出各个路段设置vms板的可能性大小，得到交通诱导可变信息板vms初始选址方案，再借助transcad进行仿真验证。验证时假设vms发布信息准确有效，讨论不同信息接受率下的诱导效果，认为接受诱导信息的用户服从系统最优分配，其他驾驶员服从随机用户平衡分配。先保持数量不变，根据分配结果调整vms板的位置，力求用最小的成本得到最好的诱导效果，再重新加载流量进行方案验证，直至得到满意解，确定vms板的设置方案。最后通过一个实例验证了模型和调整方案的可行性。关键词： 可变信息板 交通诱导 多目标模糊决策致 谢在完成本篇论文的过程中，得到了许多老师和同学们的帮助，是他们为此付出了心血和精力，在此请允许我们向他们表示最衷心的感谢！首先，要感谢我们的指导老师xxx教授，黄文培副教授，郑芳芳老师，李娟老师，张骏老师和辅导研究生姚琛博士，xxx博士在研究路线的确定，研究过程中的具体问题解决上给我们的指导和帮助，以及xxx硕士及宋雪梅硕士，刘炜工程师在本研究的仿真过程中的大力支持。同时也要感谢交运学院实验室为我们提供的软硬件条件和各种帮助。其次，我们要感谢大赛组委会为我们提供的这次机会，以及863计划基于信息提取计算的路网动态交通分析技术项目对我们的支持。 最后，我们要感谢所有参考文献的作者。我们的论文是建立在他们研究基础上的，是他们如此优秀与有益的成果，使我们小组的论文增色不少。iv目录1.概述11.1研究的背景和意义11.2主要研究内容11.3技术路线12.可变信息板vms发展研究现状概述22.1.可变信息板vms概述22.1.1vms的功能22.1.2vms的形式32.1.3vms与交通诱导42.2.可变信息板vms设置理论综述42.2.1.vms设置影响因素分析42.2.2.vms设置原则52.2.3.现行vms设置方法与研究程度简介53.基于多目标模糊决策的可变信息板vms选址模型53.1.可变信息板选址关键因素分析53.2.多目标模糊决策原理简介63.3.模型的建立73.3.1.各目标的评价指标确立73.3.2.三个目标集合的隶属度函数建立83.3.3.判断路段是否设置vms板模型的建立84.数值算例及方法评价94.1.算例概述94.2.路网的进一步抽象104.3.路网中各路段路径选择可替代性的计算104.3.1.基础数据的确定104.3.2.系统流图114.3.3.程序运行结果124.4.路段交通量和拥挤发生率的确定124.5.vms板布点位置和数量的初选124.6.通过transcad进行布点效果的验证及方案的调整144.6.1.sue分配与so分配144.6.2.用transcad验证vms板诱导的效果154.结论与展望214.1.总结214.2.不足与展望21参考文献22附录1 主要源程序代码231.求某路段特定方向相关od点间的第k短路径232.根据vms板的初始布点模型，求出各路段的可替代性24附录2 主要计算数据表26附录3 工作日程表361. 概述1.1 研究的背景和意义随着社会经济的不断发展，城市化、机动化扩张的速度日益加快，导致交通需求量急剧膨胀，而现有的道路基础设施无法在短时期内改善，城市道路交通压力增大，频频发生的交通拥堵、交通事件、交通污染等问题给人们的日常出行、生命安全、生活环境带来的困扰日益严重。既然现有交通供给能力无法满足激增的交通需求，只有依靠高效的交通管理控制手段，引导人们科学的使用道路资源，提高现有道路使用效率，才能最大程度的缓解交通负荷。采用计算机技术、现代通信技术、传感技术、系统控制论等的智能交通系统（its）已经得到了全世界各个国家的广泛关注，交通诱导系统（tgs）又是智能交通系统的核心组成部分，合理应用交通诱导功能必将成为城市交通管理控制的有力方式。可变信息板vms是实现这一功能的关键因素。可变信息板vms（variable message sign）是发布交通诱导信息的主要工具，是联系道路使用者的重要界面。它能实时为驾驶员提供路网交通状态，引导驾驶员合理选择出行路径，避免路段压力过度集中。虽然可变信息板vms的种类和功能在不断的完善，在许多城市也有了不同程度的使用，但有关可变信息板具体的布局规划工作尚缺乏成熟的理论指导，国内外都鲜有研究涉及，一般都依靠经验设置，难免存在主观臆断性。不合理的vms布局，不仅造成资源浪费，还达不到诱导效果，降低道路使用者对vms作用的信赖度，拥堵仍得不到缓解。鉴于此，有必要讨论可变信息板vms具体的设置方案，以达到最佳的诱导效果，使得vms的布局尽可能的科学、合理。1.2 主要研究内容本课题主要研究可变信息板vms在城市路网中的设置方案，建立了具体交通诱导可变信息板选址模型，总体采用规划思想，分为初始选定和对比调整两个步骤。步骤一：结合vms设置原则，找出影响可变信息板设置的关键因素，即替代路径优劣性、路段流量大和前方道路拥挤程度，并以此为指标，建立基于多目标模糊决策理论的vms选址模型，算出各个路段的设板可能性大小，做出趋势图，结合图形确定具体vms板初选位置。步骤二：假设vms板所显示信息完整有效，利用transcad软件进行仿真验证其在不同信息接受率下的诱导效果，并于系统最优分配结果进行图形和相关参数比较，若不能得到满意解，先保持数量不变调整部分vms位置，以期用最小的成本达到最好的效果，当已无法继续通过调整位置对分配效果进行优化，再调整vms板数量，直至接近路网流量系统最优分配，调整结束，可确定vms设置的位置和数量。1.3 技术路线图1-1 研究技术路线图2. 可变信息板vms发展研究现状概述2.1. 可变信息板vms概述 2.2.1 vms的功能可变信息板vms是设置在路侧或道路上方的电子显示板，通过发布天气条件、安全行驶、交通事件、道路维修、限速提醒、路段交通状态、预测行程时间等类型的信息，提醒驾驶员安全操作，引导驾驶员合理选择行驶路径。因此，vms的功能主要有以下几点：1) 向驾驶员提供前方道路交通拥挤信息，充当驾驶员的另一双“眼睛”，并提供可选替代路径，合理分流，避免拥挤路段压力过度集中和排队长度继续增加，利于交通疏导；2) 实时发布前方路段预测行驶速度或行程时间等信息，为驾驶员出行提供便利；3) 设置在城市快速路或高速公路上，提供主线、匝道的开通关闭情况，为驾驶员选择合适路线提供辅助信息；4) 平滑交通流，使同一路段上车速分布均匀，减少相邻两路段的平均速度差，从而减小事故发生的可能性，因为事故发生的外部因素主要是车速不均匀导致超车、制动增多，从而增加了事故发生的可能性；5) 向驾驶员提供交通事故、自然灾害、气象条件、道路施工、安全行驶等信息，减轻其急躁和失望情绪，提醒驾驶员规范操作，安全驾驶，一定程度的降低事故发生率，以利于行车安全。2.2.2 vms的形式由上可知，可变信息板的主要作用是发布交通信息。vms按信息内容的形式可分为图形式、文字式、图形文字混合式3种。图形式表达的信息量较大，且直观易懂，但驾驶员对于图像式信息的反应时间一般比文字式信息的反应时间长。文字式表达信息清楚，但表达信息量易受到显示空间的限制。图形文字混合式则是指图形信息和文字信息交替出现，文字信息多是对图形信息的说明或补充。这三种形式都结合不同状态的交通信息，根据交通工程心理学，设置绿、黄、红三种基本色，分别表示路段行驶畅通、行驶缓慢和车流量很大。适合的信息形式，会提高信息视认的有效性和信息被接收率。图1-2 vms板示意图2.2.3 vms与交通诱导可变信息板vms是交通流诱导系统中交通信息服务子系统的组成部分，是发布交通诱导信息的主要工具。通过交通诱导系统中的交通流信息采集与处理子系统得到道路实时交通信息，再借助vms等动态交通标志，向车流群发布诱导信息，以期达到车流群在路网中时间和空间均衡分布。然而现实中通常无法实现车流在路网中完全均衡分布的理想状况，分析其原因主要有以下几点：1) 可变信息板vms的布局规划不尽合理。2) 理想状态是每个路段都安放vms，但考虑到经济因素，目前大多是先确定规划区域的布板数量，然后由交通管理者根据经验选择安放位置。尽管根据经验布设有一定的可行性，但由于缺乏完善的理论支持，存在一定的盲目性和主观性。这样，实际被vms影响的车流群与最佳诱导效果下欲影响的车流群存在差异，即使假设所有看到vms信息的驾驶员都100%的接受诱导信息，分流效果亦存在差异。3) 看到vms发布信息的驾驶员对于信息的接受程度存在个体差异性。4) 根据交通工程心理学和实际调研发现，驾驶员对于路径的选择有一定的惯性，且不同性别、不同年龄和不同性格的驾驶员被诱导信息影响的程度不同。5) vms信息的有效性受到交通流信息采集与处理子系统发展程度的制约。6) 交通数据来源各不相同、数据内容与结构千差万别、动态数据瞬息万变，由此带来了交通数据海量、时变、多源、异构的显著特征，而现有的各种数据分析处理技术已难以全面满足数据处理时效性、多样性、复杂性、智能化、知识化和通用性等方面的要求。因此，vms发布信息的准确性不可避免的存在误差，影响车流分布效果。7) 相邻vms之间协调性差（如发布的信息可能矛盾）和信息的不准确会可能降低用户对vms的信赖度，造成vms的使用率下降，影响交通诱导效果。2.2. 可变信息板vms设置理论综述2.2.1. vms设置影响因素分析影响vms布设位置的因素主要有：1) 路网属性 主要是指路网结构，如路网结构呈方格状的区域应该尽量诱导车辆充分利用现有路网，避免斜穿该区域；路网结构呈放射状的区域应诱导车辆避免过度向城市中心集中等。2) 土地利用性质分布 不同的土地利用性质将规划区域分成了不同的交通小区，由此决定了交通需求产生和吸引点的分布。3) 城市交通流类型 区分不同的交通流类型（如过境交通流、城区交通流），分析其在路网中的分布特性，选取不同的vms设置原则，对每一类交通流实现最好的诱导效果。4) 交通量选择交通量大的路段设置vms，看到信息的驾驶员多，诱导率相对较大。5) 区域或路段拥堵发生频率vms的主要功能就是缓解拥挤路段的交通压力，那么设置板时应考虑放在交叉口拥挤率较大的路段或路段拥挤率较大的区域。2.2.2. vms设置原则从整体和局部角度综合考虑，vms设置时主要应遵循以下原则：1) 布点时要考虑城市不同地理区位的特点：对于外围区的车辆，主要以对过境车辆进行远程的分流诱导为主，指引过境车辆绕过交通拥挤的城区；对于城区内的车辆，主要以发布城区内的拥堵信息为主，以避开拥堵路段。2) 布点点位要设置在重大分流点、重大交通源、常发性拥堵点、交通敏感区等代表性路段；3) 信息发布点应适度超前于路网分流点，为看到信息的驾驶员留有反应决策操作的时间；4) vms的位置要与其他交通标志相协调，避免信息矛盾；5) 布点规模要适度，考虑建设投资和建成后的运营成本；6) 分期布设，远期布设参考近期布设的效果，吸取成功经验和失败教训，与近期布设相互协调作用。2.2.3. 现行vms设置方法与研究程度简介1) 规划的思想：“分类考虑、归纳合并、优选分期”。首先进行分类考虑，逐一分析满足每类需求的点位，接着进行归纳合并，分析以上各类需求形成点位的并集，通过实际考察各个宏观点位附近的实际设施和交通流状况，具体定出其较准确点位。再进行优选分期，根据灰色决策或模糊决策确定点位重要度，按照点位重要度把规划的vms点位分别在系统建设的近期和远期中实施。2) 建立模型，提供算法文献【3】介绍了基于确定性排队理论的事故延迟模型，该模型针对特定路段发生事故时，评价经过该路段的车辆由于事故造成的车辆延迟效益，因获得由vms提供的事故信息而做出路径转移而节省的用户延迟时间节省得越多，说明vms布设的位置效益越优。并给出了vms贪婪布点选址算法，通过迭代对候选的vms位置做出效益评价，每次选出对用户延迟时间减少影响最大的vms，一旦这个vms位置被选定，在以后的选址过程中这个地址将会被固定下来。文献【4】就城市路网中vms分布地点的最优选择进行了研究,分析了vms分布的一般规则, 认为vms的合理放置地点应当是使vms显示尽可能多的有效信息,同时,又能让尽可能多的出行者看到,为此，定义每个vms的效用为经过该vms的路径流量和该vms的影响指数的乘积。针对整数规划模型的求解复杂性,采用了遗传算法,并进行了算例分析。文献【5】提出了一种基于提高诱导覆盖率和减小诱导重复率双重约束下的信息板配置优化方法。在分区的道路网络条件和交通需求点分布确定的情况下,以追求分区内被诱导的交通量最大为前提,建立信息板优化布局函数,并通过遗传算法设计了信息板优化布局函数求解算法,在提高整个诱导覆盖率和减少诱导重复率的双重约束下确定信息板的合理数量。可见，第一类规划评价的方法，缺少严密的模型论证，第二类提出了数学模型，但缺乏实例验证，关于vms布局规划方面的研究并不成熟，缺乏完善的理论体系。3. 基于多目标模糊决策的可变信息板vms选址模型3.1. 可变信息板选址关键因素分析根据第2章对vms功能及选址原则的介绍，可知为了达到最佳的车流诱导效果，影响可变信息板vms设置的因素主要有：vms板应布设在可替代路径好的路段，这样一旦预测出前方路段流量过大将会发生拥挤或者由于交通事件等引起了实际拥挤，驾驶员可以通过vms及时了解前方道路交通信息，并选择替代路径避开拥挤路段；为了让尽量多的交通流被诱导，应该将vms板布设在交通量较大的路段。这样才能使尽量多的驾驶员了解前方道路交通状况，并选择更加合理的出行路径，利于车流群在路网中均衡分布；vms板应布设于前方经常发生拥挤的路段，使vms板引导驾驶员合理选择路径，缓解交通拥挤的作用能得到最大的体现。若仅选择以上某个因素作为设置vms板的目标，可能无法达到满意的路网交通流诱导效果；若单独考虑各个因素且分别满足其设vms板的需求，可能造成路网设板数量太多，造成不必要的浪费。因此，有必要将以上三个因素综合起来考虑，寻求最适合设置vms的路段，以设置尽量少的vms板达到满意的诱导效果。多目标模糊决策理论能很好的解决这个问题。3.2. 多目标模糊决策原理简介定义1.设x代表可能采用的全部策略，模糊目标g是论域x上的一个模糊集合，隶属函数为。模糊目标反映决策者对目标的某种不分明的要求，反映了策略x相对于目标g所能达到的满意程度定义2.模糊约束c是对选择策略的一种限制，表示为策略域x上一个模糊集合，隶属函数为表示策略x符合约束条件的程度定义3.设g和c是策略域x中的模糊目标和模糊约束，则模糊决策d也是x中的一个模糊集合，它定义为g和c的交集，即d=gc，具有隶属度函数可见：隶属函数综合了目标和约束条件，在模糊决策中，通过对大小的控制来反映策略相对于目标所能达到的满意程度和符合约束条件的程度。一般的，假定有k个目标和m个模糊决策，如果所有的模糊目标和模糊约束都具有相同的重要性，则模糊决策d将由全部的模糊目标和模糊约束的交集构成，记为： d= 具有隶属度函数 这样,模糊决策既可以反映策略x相对于目标所能达到的满意程度也可以反映策略x符合约束条件的程度.实际决策中,当策略x所对应的值到达给定的某一标准时,就可以认为策略x能够达到相对于目标人们所希望达到满意程度的期望值和人们所要求符合约束条件的程度.策略x是一种好的决策方案.3.3. 模型的建立3.3.1. 各目标的评价指标确立1) t替代路径优劣性的评价指标前方道路替代性好是指可替代路径多且各替代路径间路阻差距小，这样驾驶员改变出行路径的可能性越大。路网范围越大，点与点之间可选路径越多。各条可选路径被选择的概率随路阻的增大而减小，过远的绕行路径在实际中并不会被选择，因此当某条可选路径的路阻与最短路径的路阻相差太大的话，认为该条可选路径不在可替代路径范围内。路段i的前方道路可替代性用路段i的终点与前方路段各节点的最短路与第k短路之比的加权和来刻画，记为ti，可表示为 其中从路段的终点到点的dijkstra算法所求得最短路径的路阻，各路段路阻由bpr函数得出，其中=0.15，=4；从路段的终点到点的改进dijkstra算法所求得第k短路径的路阻,当小于给定临界值n时，停止叠加，后文算例中取k=4；表示该路段前方各节点的集合。当低于给定临界值m时则停止叠加。第k短路的折减系数。计算时采用logit函数，其中表示模型的敏感系数。后文算例中取=-0.3；为权值，由点与路段的终点之间的距离决定，距离越远，该点受单个vms板的影响越小，故权值越小。当路段值越大，说明可替代性越好,表明该路段安放vms板的可能性越大2) q路段的流量某路段的流量可表示为单位时间内通过该路段的车辆数。该路段的流量值越大, 表明该路段安放vms板的可能性越大3) 前方路段发生拥挤程度评价指标前方路段发生拥挤程度，可以用前方路段的饱和度（v/c）来刻画（v表示前方路段的流量，c前方路段的容量）。前方路段的v/c值越大, 说明拥挤程度越高，表明该路段安放vms板的可能性越大。3.3.2. 三个目标集合的隶属度函数建立上述三个目标所对应的评价指标越大，表示设置可变信息板的可能性越大，故可以将三个目标看成模糊集合，设为t、q、v/c，分别建立其隶属度函数。1) t的隶属度函数为： (1) 其中t代表通过(1)式计算某实际路段的指标值t0、t*根据计算得到的实际各路段指标值，通过作图分析确定的,只有当路段的t值至少达到t0值才考虑放板,小于t0时，不用考虑放板。当t值达到t*时, 如果只考虑可替代性这个因素,就一定放板。2) q的隶属度函数为 (2)其中q某路段的实际流量q90%将路段的流量制成一个累计频率分布图,当累计频率为0.90所对应的流量q80% 将路段的流量制成一个累计频率分布图,当累计频率为0.80所对应的流量3) v/c的隶属度函数为 (3)其中为某路段前方路段实际的饱和度、根据计算得到的实际各前方路段饱和度指标值，通过作图分析确定的,只有当路段的值至少达到值我们才考虑放板,小于时，不用考虑放板，当t值达到时, 如果只考虑这个因素时,就一定放板。3.3.3. 判断路段是否设置vms板模型的建立对第路段用一个0、1变量来表示是否放置vms板，设板时该路段对应的值为1，不设板时为0。判断模型为： 其中 为4.2中介绍的模糊决策集合d的隶属度函数、 为(1) (2) (3)所示为给定的判断标准 至此，基于多目标模糊决策的交通诱导可变信息板vms设置模型已建立，通过上述建立指标隶属度函数，求解到的设置vms板的路段，综合了替代路径好、路段流量大和前方道路拥挤可能性大的特点，也就是说将vms板布设在上述路段，将会使尽量多的驾驶员看到诱导信息，并选择替代路径转移拥挤路段的压力，利于拥堵状态的缓解。4. 数值算例及方法评价本章将以一个算例的vms板布设位置的求解，及对效果的验证为例，运用前面建立的模型完成vms板的布点，并使用transcad软件对模型运用于实际的有效性进行验证。借助系统规划的思想，通过分析transcad仿真的结果，对初始模型计算出的vms板的位置进行调整，并且重新验证结果，以期达到理想效果。4.1. 算例概述本算例采用某区域棋盘路网作为验证路网，选择棋盘式路网的原因在于棋盘式路网平行路径多，易于分流，利于采取交通诱导，引导车流在路网中合理分布。路网结构图如下图所示，图中，绿色道路表示主干路，蓝色表示次干路，黄色表示支路。图4-1 路网等级及质心示意图路网中的道路的道路的设计速度，主干道取50km/h，次干道40km/h，支路30km/h。道路的设计速度按照城市道路设计规范取值如下表所示：表4-1 城市道路设计通行能力表道路等级主干道次干道支路设计通行能力（pcu/h/l）7505004004.2. 路网的进一步抽象为简化路网中路段的表示方法和计算的方便，将实际路网抽象成下图表现形式，其中各路段的交叉节点用数字表示。横线方向路段可表示为或者是纵向方向路段可表示为或者是图4-2 抽象路网示意图4.3. 路网中各路段路径选择可替代性的计算4.3.1. 基础数据的确定通过传统的四阶段法求得各路段的交通量： 平衡路网pa值。 计算路网各点的距离矩阵。 按照重力模型计算出各个od点间的交通需求矩阵 按照随机用户平衡分配（sue）方式将交通流分配到个各路段，产生出各个路段的交通量。通过bpr函数，计算出各个路段的路阻（见附表）。将各个路段的路阻带入事先编制的计算机程序（程序代码见附录），计算出个各路段的可替代性。具体结果见附表。具体计算方法如下：本棋盘式路网实为8*6的路网，具体交叉点如上图4-2中红点所示，为了便于计算相关路段的可替代性，在路网周围添加了两层路网，图4-2中蓝点所示。路段的可替代性主要是由前方路段各点的最短路径与第k（=2）短路径之比的加权和。如图4-2中路段（850）的可替代性由点50到图中粗线描绘出的14个点间最短路径与第k（=2）短路径之比的加权和确定。同理，在上、下、左、右四个方面，根据不同的规律，求出不同的值。4.3.2. 系统流图 准 备定义初始路网图，包括起始点及路段间的路阻根据经典迪克斯特拉算法求出od对间的最短路近及第k短路径根据vms板的初始布点模型求出各路段的可替代性t值处理得出四个方向路段的t值down方向各od对间第k短路径的路阻路径可替代性的excel表up方向各od对间第k短路径的路阻left方向各od对间第k短路径的路阻right方向各od对间第k短路径的路阻图4-3 程序流程图4.3.3. 程序运行结果1) 求od对间的最短路径和第k短路径的路阻图4-4 c语言计算可替代性程序运行截图2) 求各路段的可替代性图4-5 程序输出数据截图4.4. 路段交通量和拥挤发生率的确定路段交通量取sue分配的实际交通量（见附表）；模型中，前方路段拥挤发生率应取一年中高峰时期路段发生拥挤的天数/365天的实测数据。但是，由于这个数据的采集具有很大难度。因此，这里采用路段v/c的值来描述前方路段发生交通拥挤的可能性大小。前方路段的v/c比越大，则认为前方路段越容易发生交通拥挤。本课题中设置的可变信息板是单向的，位于行驶方向的路段右侧，前方路段的拥挤率用行驶方向相邻交叉口的左转、直行、后转路段的v/c比之后。将数据带入，可算得各个路段的拥堵发生率（结果见附表）。4.5. vms板布点位置和数量的初选根据4.2和4.3步骤计算得到3.3.1中的t值，流量值和路段前方路段v/c之和，按照3.3.2建立隶属度函数的方法，得到三个隶属度函数为： 由此可以算每个路段所对应的、值，并带入决策集合隶属度函数 min,，得到各个路段的值（见附表），根据每个值可以做出曲线图如图4-6，从而确定出3.3.3中的=0.2，选出vms板的布点。如图4-6所示：00.050.10.150.20.250.30.350.40.45135791113151719212325系列1图4-6 各路段布板可能性曲线图图4-7 vms板位置初设示意图4.6. 通过transcad进行布点效果的验证及方案的调整4.6.1. sue分配与so分配sue分配（随机用户平衡分配）：在用户对路网不够熟悉的情况下，用户对路段的路阻估计值具有一定的随机性，并且趋向于选择使自己认为的行程路阻最小的路径。在这样的分配结果可能导致这样的结果，部分道路被选择的几率太大以至于本来路阻小的道路出现拥挤，而降低了另一部分道路的利用率，使得系统总路阻偏大。在这样的分配情况下，路网的v/c比如下图所示：图4-8 sue分配结果voc图由上图可以看出，在sue分配的情况下，路网中许多路段出现了饱和度大于1的情况，出现了拥挤。so分配（系统最优分配）：这种分配方式假设用户对路网足够熟悉，并且用户选择路径是以系统总路阻最小为目标的。这种是道路管理者所期望的理想分配方式，但在现实中，往往由于道路使用者对路网不够熟悉，并且通常考虑自己的路阻最小来选择路径，因此往往实现不了。使用vms板诱导的目的就在于是道路使用者熟悉路网的情况，接受诱导选取合理的路径，使道路上的交通分配趋近于so分配。在so分配的情况下，路网v/c的情况如图所示（为使路网更加清晰，这里隐去了质心连杆的交通流）：图4-9 so分配结果voc示意图因为此路网中仅采用了交通诱导这一种管理方式，so分配结果图中仍存在拥堵路段，但比sue分配下道路的拥堵状况已明显缓解。可见，在该路网中，如果通过合理的诱导，是可以降低路网总路阻，改善道路v/c的状况的。4.6.2. 用transcad验证vms板诱导的效果验证步骤：1. 假设vms板发布的诱导信息是准确有效的；2. 根据交通工程心理学可知，不同性别、年龄、性格的人对于诱导信息的接受率是不一样的。由于开展信息接受率调查难度较大，本课题选用了接受率分别为100%、85%和70%进行验证，即认为看到诱导信息的人有可能全部服从诱导、85%的人接受诱导和70%的人接受诱导，接受诱导的交通量按照系统最优分配的方式被分配到路网，没有看到诱导信息和看到了诱导信息没有服从的交通量仍按照随机用户平衡分配；3. 借用规划的思想，将原先的交通流加载到路网，经过vms板的诱导，原先部分用户受到vms板信息的诱导将会改变其路径的选择，这样路网的交通流将会被重新分配，每个路段的交通量将会发生改变，对比不同信息接受率下的诱导效果。由交通流的连续性可以得知，在一个交叉口中，其直左右的转向比例不会发生突变，由此可推出，下一时刻进入vms板布板路段的交通流的比例与当前时刻的交通流直左右的比例相一致。如下图所示：v1v2v3v4v5v7v6vms板图5-11 vms板影响量计算示意图若当前时刻的某交叉口周围的各路段的流量如图。则此刻能够看到vms板信息的交通流为v4，下一时刻能够看到vms板信息的交通流为: 式5.1将这三部分的交通流视为可以被诱导的交通流，其中，ab_flow和ba_flow分别表示上下行方向，将sue交通分配流数据代入以下计算表格，可以算得被诱导的车流量为：由上式可以得知，在初选地点布设了vms板的情况下，有34.30%的车流可以被诱导。将不能被诱导的车流按照sue在路网中进行预分配，并且把这部分交通流作为背景交通量，然后将可诱导的交通流按照so分配重新加载到路网上，得到诱导后的效果。诱导后的效果如图所示（为使效果图更加清晰，这里隐去了质心连杆的交通流）不同信息接受率下的诱导效果voc示意图：图4-10 信息接受率100%的初始布点效果图图4-11 信息接受率85%的初始布点效果图图4-12 信息接受率70%的初始布点效果图将sue（诱导率为0）和不同信息接受率下的分配结果数据对比，如下表所示：表4-2 不同信息接受率初始方案分配效果数据方案一 可变信息板初始布设方案信息接受率（%）诱导率（%）未诱导率（%）交通总量（pcu/h）系统总用时（仿真时间单位)平均voc1000.340.6680382.16792.81860.3826850.290.7181283.76794.34290.3882700.240.7682178.96795.7070.3937sue0.00100.0086793.86846.75840.4266从表4-2中可以清楚的看到，随着信息接受率的下降，系统总用时增大，但与sue分配相比，经过vms板的诱导，路网的v/c比降低，拥挤状况得到一定程度的缓解。由此证明，诱导方案有效。但在初始布设方案中，由于部分可变信息板位于同一个交叉口的两侧，可能出现连续诱导，信息量重复，造成资源的浪费；且如果两个板发布的信息出现不相一致的情况，容易使驾驶员不知所措，不知道如何选择路径，降低vms板的可信程度。应该考虑通过人工调整来进一步提高布点位置的优越性。在调整过程中，可以参照以下原则：1) 如果在同一个交叉口的周围同时布设有两个或者两个以上的vms板，则可以考虑将其中一个vms板移走或者撤去。2) 如果vms板的布点位置已经处于v/c比接近或者大于1的拥挤路段，为使驾驶员有足够的时间和空间能够选择替代路径，则可以考虑将vms板移动到该路段前方替代性较差的路段。3) 考虑将vms板布设于大的交通分流点和重大交通源附近。4) 在调整过程中，也应考虑到前面模型中所提到的三个因素，尽量优先考虑满足这三个指标的点通过以上原则，我们将vms板的位置调整如下图所示：图4-13 调整方案布点图同样，仍按不同信息接受率进行分配，结果如下：图4-14 信息接受率100%的调整布点效果图图4-15 信息接受率85%的调整布点效果图图4-16 信息接受率70%的调整布点效果图表4-3 不同信息接受率调整方案分配效果数据方案二 可变信息板调整布设方案信息接受率（%）诱导率（%）未诱导率（%）交通总量（%）系统总用时（%）平均voc1000.380.6279690.76791.7070.3783850.330.6780699.96793.37690.3824700.270.7381698.16794.99040.3907sue0.00100.0086793.86846.75840.4266 上表与表4-2对比，各信息接受率下的系统总用时有所下降，可知调整方案有效。4. 结论与展望4.1. 总结本文在介绍了可变信息板vms发展概述的基础上，提出了交通诱导可变信息板vms设置方案，利用改进迪克斯拉算法、多目标模糊决策理论求解出了最适合设置vms板的路段，并借助transcad软件进行不同信息接受率仿真验证，按照初选方案加载流量，验证效果调整方案加载流量，验证效果再调整方案的顺序进行，求解出了满意方案，说明了模型的可行性和有效性。4.2. 不足与展望1. 在模型的求解过程中，为了简化算法，将求解范围适当进行了缩小，有可能会漏掉最优解，且在借助transcad软件进行仿真验证的时候，也运用了些近似运算，只能寻求到满意解。2. 在第3章中可以看到，确定了棋盘式路网vms设置方案后，诱导后的分配效果仍然存在交通拥挤路段，那是因为在整个路网中仅采用了交通诱导这一种管理控制方案，下一步的研究中，可考虑加入信号控制，研究信号控制与交通诱导的协同控制。3. 本文中，由于缺乏实际数据和受调查难度所限，对于信息接受率没有得出较准确的数值或数值范围，而是采用列举的方法对于不同信息接受率下的分配效果进行了验证；4. 本文探讨的交通诱导可变信息板布设理论没有结合具体的路网拓扑结构，在以后的研究中，可尝试在一些典型的路网结构中建立具有适合特殊路网结构特性的可变信息板的设置方案。参考文献1 李悦. 城市交通诱导系统可变信息标志关键问题研究m.北京:北京交通大学交通运输学院，2006年.2 车广侠，石建军，隋莉颖. vms交通诱导系统现状分析. 道路交通与安全. 2006年8月第6卷第8期3朱翀. 城市交通情报板规划与布局研究m.西安:长安大学，2005年4倪富健，刘志超.可变交通信息牌的最优分布模型. 信息与控制. 2003年10月第32卷第5期5梅振宇,项贻强,陈峻等.城市交通流诱导信息板配置优化方法.交通工程学报. 2007年10月第7卷第5期6 彭冲.从城市空间的性能指标看方格网城市j. 南方建筑,2006(12):5-87翟忠民,景东升,陆化普.道路交通实战案例.2007年01月，北京：人民交通出版社8城市交通诱导系统可变信息标志关键问题研究9vms交通诱导系统现状分析10城市交通情报板规划与布局研究11城市交通情报板规划与布局研究12城市交通诱导系统可变信息标志关键问题研究13可变交通信息牌的最优分布模型14城市交通流诱导信息板配置优化方法15彭冲.从城市空间的性能指标看方格网城市j. 南方建筑,.2006(12):5-8 16道路交通实战案例分析17多目标决策的理论和方法清华大学出版社38附录1 主要源程序代码1.求某路段特定方向相关od点间的第k短路径#include #include qykshortestpaths.husing namespace std;using namespace asu_emit_qyan;int main(int argc, char* argv)int x=26; /初始o点file *fw;fw=fopen(result.txt,w);cqydirectedgraph dg(graph);for(x=26;x=86;x+=12) /方向为upfor(int y=x;y= x+7;y+)for(int i=y-2;i=y+24;i+=12)for(int j=i;jy-36;i-=12)for(int j=i;j=i+4;j+)方向为rightfor(int i=y-24;i=y+24;i+=12)for(int j=i;j=i+2;j+)方向为leftfor(int i=y-24;i=i-2;j-)不同的方向有不同的循环方式*/cqykshortestpaths ksp(dg, j, y, 4);vectortopk_shortest_paths= ksp.gettopkshortestpaths();for (vector:iterator pos=topk_shortest_paths.begin(); pos!=topk_shortest_paths.end(); +pos)fprintf(fw,%lf,(*pos)-printout(cout);fprintf(fw,n);return 0;2.根据vms板的初始布点模型，求出各路段的可替代性#include stdio.h#include stdlib.h#include math.h#define n 49#define x 14#define y 4void main()double anxy,bnxy,cnxy,dnxy;double beita1=0,beita2=0,beita3=0,beita4=0;double f1=0, g1=0, e1=0,f2=0, g2=0, e2=0,f3=0, g3=0, e3=0,f4=0, g4=0, e4=0; double t1n,t2n,t3n,t4n;double u=-0.3;int w=1;file *result1,*result2,*result3,*result4,*test; result1=fopen(result1.txt,r);result2=fopen(result2.txt,r);result3=fopen(result3.txt,r);result4=fopen(result4.txt,r);test=fopen(test.txt,w);if(result1=null|result2=null|result3=null|result4=null)printf(file open error!n);exit(0);for(int n=1;n=n;n+) t1n=0;t2n=0;t3n=0;t4n=0;for(int i=1;i=x;i+)for(int j=1;j=y;j+)fscanf(result1,%lfn,&anij);fscanf(result2,%lfn,&bnij);fscanf(result3,%lfn,&cnij);fscanf(result4,%lfn,&dnij);e1+=exp(u*(anij);e2+=exp(u*(bnij);e3+=exp(u*(cnij);e4+=exp(u*(dnij);beita1=(exp(u*ani1)/e1;beita2=(exp(u*bni1)/e2;beita3=(exp(u*cni1)/e3;beita4=(exp(u*dni1)/e4;f1+=(ani1/anij)*beita1);f2+=(bni1/bnij)*beita2);f3+=(cni1/cnij)*beita3);f4+=(dni1/dnij)*beita4);t1n+=f1*w;t2n+=f2*w;t3n+=f3*w;t4n+=f4*w;e1=0; e2=0; e3=0; e4=0;beita1=0; beita2=0; beita3=0; beita4=0;f1=0; f2=0; f3=0; f4=0;printf(t1%d=%lf,n,t1n);printf(t2%d=%lf ,n,t2n);printf(