（交通信息工程及控制专业论文）动态路径诱导系统的多路径诱导策略研究.pdf

摘要智能运输系统是目前公认的能有效解决交通问题，特别是交通拥堵、交通事故、能源消耗及交通污染严重等问题的最佳途径。交通流诱导系统作为智能运输系统的核心研究领域，特别地，动态路径诱导系统又是该系统的发展趋势，所以对该系统的研究具有十分重要的现实意义，根据国内外研究现状、热点及难点问题，本文着重对其多路径诱导策略开展研究。首先，本文回顾了国内外对动态路径诱导系统及其诱导策略的研究现状及发展历程，在此基础上，指出多诱导策略是其今后发展的必然趋势；其次，在全面比较目前对路段行程时间预测模型的基础上，建立了基于交通流状态动态聚类的行程时间预测模型，为多路径诱导策略其他研究方向提供了扎实的支撑平台；然后，通过对目前多路径算法进行全面比较分析，发现遗传算法在解决这一问题上所含的潜在优势时，本文针对城市路网实际情况，提出一种全新的基于转向行为的染色体编码方式，对现有遗传算法进行了改进，仿真表明，该算法性能有明显提高，同时，本文还将多种群并行遗传算法引入该问题的求解中，并取得了满意的仿真结果；接着，本文在以最短行程时间为前提下，求解得出的k 条路径依驾驶员偏好，通过多路径评价及驾驶员决策系统，按现代科学评价方法加以排序后，推荐给驾驶员做参考；最后，对现有交通控制策略及系统进行了回顾，在多路径诱导策略研究基础上，通过分析现有控制与诱导相互协调研究成果，提出了综合考虑多路径诱导系统与交通控制系统协调运行的理论模型。总之，本文对多路径诱导策略中路段行程时问预测、k 最短路算法、缸最短路评价及推荐、与交通控制系统的协调等内容应用系统工程、交通工程、计算智能等理论进行了深入分析，取得了一定的研究成果。关键词：多路径诱导；动态路径诱导系统；行程时间预测；尼一最短路算法；遗传算法；协调a b s t r a c ta tp r e s e n t i n t e l l i g e n tt r a n s p o r ts y s t e m si sr e c o g n i z e d 嬲a ne f f e c t i v em e t h o dt os o l v et h et r a f f i cp r o b l e m s ，e s p e c i a l l yt r a f f i cc o n g e s t i o n , t r a f f i ca c c i d e n t s ，e n e r g yc o n s u m p t i o na n ds e r i o u st r a f f i cp o l l u t i o n 1 r a f f i cf l o wg u i d a n c es y s t e mi st h ei m p o r t a n tr e s e a r c hf i e l do fi n t e l l i g e n tt r a n s p o r ts y s t e m s ，i np a r t i c u l a r , t h ed y n a m i cr o u t eg u i d a n c es y s t e mi st h ed e v e l o p m e n tt r e n do ft h es y s t e m ，s ot h er e s e a r c ho nt h es y s t e mi so fg r e a tp r a c t i c a ls i g n i f i c a n c e a c c o r d i n gt oc u r r e n tr e s e a r c hs i t u a t i o n , p o p u l a ra n dd i f f i c u l tp r o b l e m s ，t h ep a p e rf o c u s e so ns t u d y i n gt h em u l t i p a t hs t r a t e g yo ft h ed y n a m i cr o u t eg u i d a n c es y s t e m f i r s t l y , t h ep a p e rr e v i e w sc u r r e n tr e s e a r c ha n dd e v e l o p m e n to nd y n a m i cr o u t eg u i d a n c es y s t e m sa n dg u i d a n c es t r a t e g ya n dp o i n t so u tt h a tt h em u l t i r o u t eg u i d a n c es t r a t e g yi sa ni n e v i t a b l et r e n d s e c o n d l y , b yc o m p a r i n gt h el i n kt r a v e lt i m ep r e d i c t i o nm o d e l ，t h et r a v e lt i m ep r e d i c t i o nm o d e lb a s e do nt h ed y n a m i cc l u s t e r i n go ft r a f f i cf l o ws t a t u si sf o r m u l a t e d ，w h i c hp r o v i d e sas o l i ds u p p o r tp l a t f o r mf o rt h es t u d yo nm u l t i p a t hg u i d a n c es t r a t e g y ；i nt h ef o l l o w i n g ，b yc o m p r e h e n s i v e l ya n a l y z i n gt h ec u r r e n tm u l t i p a t ha l g o r i t h m ，w ef i n dt h a tg e n e t i ca l g o r i t h m si sab e t t e rm e t h o dt os o l v et h i sp r o b l e m i nt h ep a p e r , w ep r o p o s ean e we n c o d i n gm e t h o db a s e do nt u r n i n gb e h a v i o r st oc u r r e n tu r b a nr o a dn e t w o r k ，a n di m p r o v et h ee x i s t i n gg e n e t i ca l g o r i t h m s t h es i m u l a t i o ns h o w st h a tt h ep e r f o r m a n c eo ft h ee n c o d i n ga l g o r i t h mb a s e do nt u r n i n gb e h a v i o r si so b v i o u s l yi m p r o v e d a tt h es a n l et i m e ，t h ep a p e ri n t r o d u c e st h em u l t i p o p u l a t i o np a r a l l e lg e n e t i ca l g o r i t h mt os o l v et h eu r b a nr o a dn e t w o r kp r o b l e m ，a n dt h es i m u l a t i o nr e s u l t sa r es a t i s f a c t o r y t h e n ，b a s e do nt h es h o r t e s tp a t ht i m e ，t h ep a p e rg e t st h es o l u t i o no fk - s h o r t e s tp a t h a n db ys c i e n t i f i c a l l ye v a l u a t i n ga n ds o r ti ta c c o r d i n gt ot h ed r i v e rp r e f e r e n c e ，m u l t i p a t he v a l u a t i o na n dp i l o td e c i s i o n - m a k i n gs y s t e m ，t h er e s u l ti sr e c o m m e n d e dt ot h ed r i v e r s f i n a l l y , t h r o u g hr e v i e w i n gt h ee x i s t i n gt r a f f i cc o n t r o ls t r a t e g i e sa n dt r a f f i cc o n t r o ls y s t e m s ，a n a l y z i n gt h er e s e a r c hr e s u l t sa b o u tt h em u t u a lc o o r d i n a t i o no fc o n t r o la n di n d u c e ，t h ep a p e rp r o p o s e sat h e o r e t i c a lm o d e l ，w h i c hc o m p r e h e n s i v e l yc o n s i d e r st h ec o o r d i n a t e do p e r a t i o no fi n d u c t i o ns y s t e ma n dm u l t i - p a t ht r a f f i cc o n t r 0 1 i ns h o r t , a c c o r d i n gt ot h et h e o r yo fs y s t e m se n g i n e e r i n g ，t r a f f i ce n g i n e e r i n ga n dc o m p u t a t i o n a li n t e l l i g e n c e ，t h ep a p e ra n a l y z e st h et r a v e lt i m ep r e d i c t i o no fm u l t i p a t hg u i d a n c es t r a t e g y , k s h o r t e s tp a t ha l g o r i t h m ，t h ee v a l u a t i o na n dr e c o m m e n d a t i o no fk s h o r t e s tp a t ha n dt h ec o o r d i n a t i o no ft h ek s h o r t e s tp a t ha n dt r a f f i cc o n t r o ls y s t e m s m o r e o v e r , t h er e s u l t si nt h ep a p e rh a v ep r a c t i c a li m p o r t a n c ea sw e l la sa c a d e m i cs i g n i f i c a n c e k e yw o r d s ：m u l t i - r o u t eg u i d a n c e ；d y n a m i cr o u t eg u i d a n c es y s t e m ；f o r e c a s t i n go ft r a v e lt i m e ；k - s h o r t e s tp a t ha l g o r i t h m ；g e n e t i ca l g o r i t h m ；c o o r d i n a t i o ni i长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：套栖日期：锄佩年，月牛日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l 、保密口，在年解密后适用本授权书。2 、不保密d 。( 请在以上相应方框内打“”)作者签名：杏砉日期：诽，月缈日导师硌黝日期：州年厂月尸日1 1 研究背景第一章绪论改革开放以来，我国国民经济持续、快速、稳定增长，特别是党的十六大以来，g d p 每年以1 0 以上的速度递增，由此带来城市化进程不断加快，人民生活水平不断提高，在满足基本生活需求的基础上，越来越多的家庭选择购买小汽车，甚至多辆，使机动车保有量迅猛增长，截至2 0 0 7 年9 月，机动车保有量已达到1 1 8亿辆，与2 0 0 6 年年底相比，增幅达到7 2 2 0 1 。而如此庞大的机动车数量，有相当大的比例集聚在各大、中城市，如北京市达到3 1 0 多万辆，上海市达到1 2 0 万辆，广州市达到1 0 0 多万辆，长沙市达到5 0 多万辆等，同时，这些城市的机动车保有量还约以每年1 0 的速度递增，而有限的城市空间、有限的交通基础设施已不能满足如此庞大的交通需求。由此，导致城市交通问题越来越严重，所引发的交通堵塞、交通事故、能源消耗、大气污染、交通噪声与振动等问题越来越严重【2 - 4 l 。据不完全统计，我国每年因交通堵塞及交通事故引起的经济损失占到g d p 的l 至3 ，同时，有约1 0 万人丧生于车轮之下，而且这种严峻的形势仍在加剧。当然，这些城市交通问题并非我国所独有，如美国、英国、日本等国家，每年因交通堵塞所引起的经济损失分别为6 3 0 亿、3 4 0 亿、1 0 0 0 亿美元，因交通事故所引起的经济损失分别为9 6 0 亿、6 0 亿，3 1 0 亿美元。为此，各国学者、交通管理者、交通参与者，都在思考和寻求解决城市交通这一难题。总结起来，共有如下几个思路：1 、加大交通基础设施建设，增加供给能力一般认为，城市交通问题的根本原因是道路基础设施不足，认为解决这一问题的方法是增加基础设施投入，改扩建、新建道路及其它交通设施，以增加供给能力 2 - 3 , s 1 ，这种做法在一定程度上缓解了城市交通压力。如北京、上海和广州等大城市在“九五”、“十五”期间进行了大规模的交通设施建设，修建城市快速路工程和地铁工程等，上述这些措施有效地缓解了城市交通拥挤状况，改善了交通环境，提高了行车安全性。然而，目前各城市市区，特别是主城区，受地理、经济和环境约束，不可能无限制地增加交通网络中的道路及其它设施( 如公共停车场) 。同时，交通设施的修建又会诱增大量新的交通需求，所以上述措施在当时对改善交通状况确实发挥了很大作用，但随着时间的推移，这些城市的交通问题又将日益严重起来。2 、进行道路交通管理及控制1 8 6 8 年，英国伦敦首次采用燃气色灯信号以来，城市交通信号机由手动发展到现在的自动控制，交通信号有定周期到可变周期，系统控制方式由“点控”、“线控”到“面控”，经历了上百年的发展历程。目前已成功研制开发了一些比较先进的“面控”系统，如s c o o t 、s c a t s 系统，在我国国内，北京、大连、成都等采用了s c o o t 系统，上海、杭州、广州、天津等各大城市采用了s c a t s 系统 昏7 1 ，且引进这类先进的交通控制系统之后在一定程度上起到了缓解交通拥挤的作用。然而，虽然交通信号控制系统能随交通量的随机变化自动选配时方案，但也只是通过信号灯或可变标志板来控制局部区域车流状况，无法更有效地避免和缓解城市交通拥挤，而且国外交通信号控制系统的模型和软件，没有考虑到我国城市交通的具体现状，如交通组成、车头时距等，导致应用效果不佳等诸多问题。因此，采用先进的交通信号控制措施仍不能从根本上解决交通拥堵、交通安全等问题。3 、拥挤收费在不能通过技术手段解决这些问题的同时，有学者提出使用经济手段来限制交通需求，于是就提出在高峰时段对进入特定路段的车辆征收拥挤道路使用费，其成功范例见诸于新加坡、香港及澳大利亚等【8 】。从行为科学角度分析，出行者在选择出行路径和出发时间时，往往只考虑自身所付出的成本，当交通流量达到道路通行能力时，劝阻某些出行者更改出行路线或出行时间，是不现实的，最好办法就是采用经济手段。经济学家相信，缓解交通拥堵最直接、最有效的办法就是对拥挤路段的使用者收费。但是，从出行者角度来看，这种方式将给其正常的出行带来不便或者更高成本，同时，出行者因拥挤收费而更改其出行路线，很可能导致路网其它路段流量增多，产生拥挤漂移，给交通网络带来振荡，因此，不推荐使用拥挤收费来解决城市交通问题。4 、提倡公共交通优先发展快速公交、地铁系统优先发展城市公共交通是一项重要的城市发展和交通发展战略，对于缓解交通拥堵、减少环境污染、合理配置有限的土地资源、方便居民出行及体现社会公平正义等都可以发挥十分重要的作用，为此，建设部支持各地城市人民政府在每2年的9 月1 6 至2 2 日举办城市公共交通周活动，并将每年的9 月2 2 日定为无车日，旨在大力宣传公交优先理念，积极倡导绿色交通出行方式，进一步改善人们出行环境，促进城市交通可持续发展【9 1 。2 0 0 7 年9 月1 6 日9 月2 2 日，首届中国城市公共交通周及无车日活动在1 0 8个城市同时开始举行，据测算，开展“无车日”活动一天，节省燃油3 3 0 0 万升，减少有害气体排放约3 0 0 0 吨，并有数百入免受交通事故伤害。由此可看出，倡导以公共交通为主的出行方式意义十分重大，效果也比较明显，但是，从交通出行者角度出发，单一的交通方式并不能给其快节奏的生活带来便利；且从现实角度出发，不允许占机动车保有辆多数的小汽车上路也不是明智选择。因此，优先发展城市公共交通，应当给予重视，但并不是根本上解决城市交通问题的良方。5 、智能运输系统在综合考虑上述解决城市交通问题的思路下，研究人员逐渐认识到，交通系统是一个复杂的巨系统，单从车辆、交通管理、交通发展战略及修建道路设施层面考虑，都很难完美地解决交通问题。于是，把车辆、道路、管理等综合起来系统地解决交通问题的思想油然而生，提出了智能交通运输系统 3 , 1 0 1 。智能运输系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，i t s ) 可以使车辆、道路的功能智能化，所以它是国际上公认的解决城市交通问题的最佳途径，不可避免的成为全世界交通运输领域研究的前沿课题。而先进的出行者信息系统( a t i s ) 作为i t s的重要部分1 0 1 ，是首先成为其研究重点的，也是应用最广的系统之一，其研究内容主要包括出行者信息系统、车载路径诱导系统、停车场诱导系统、数字电子地图等。其中，车载路径诱导系统( v e h i c l er o u t eg u i d a n c es y s t e m ，v r g s ) ，是a t i s的核心子系统，主要是指以车载装置为终端来接收信息服务的交通信息系统。目前主要集中在车辆行驶路径的诱导上，按照路径规划所依据的信息不同，分为静态路径诱导和动态路径诱导，动态路径诱导系统( d y n a m i cr o u t eg u i d a n c es y s t e m ，d r g s ) 能根据实时交通状况对车辆进行诱导，针对城市交通网络而言，这是一种高效疏散交通流的措施，因此，该系统是车载路径诱导系统发展的必然选择。对于动态路径诱导系统的而言，实时行程时间预测、动态最优路径获取及推荐一直是其非常重要的两个研究内容，但就目前研究而言，两者都没有获得满意结果，前者主要表现在：1 。发生交通事件或异常状态时，实时预测算法不能发挥效用；2 、参数调整方式复杂或计算速度太慢等：而后者仅仅考虑的是行驶距离或行程时间最短，不能满足出行者对于除出行时间、距离之外的如舒适感上的满足，更重要的是，由于诱导系统市场渗透率、诱导服从率以及出行者偏好等原因，在出行诱导后，驾驶员同时选择“最优路径”可能会导致网络交通流出现两种不合理的交通现象，即“交通集聚”和“拥挤漂移”现象，这两种现象会降低城市道路网络性能，使交通流诱导产生负效应，为解决这一问题，有学者提出了多目标诱导策略、多路径诱导策略等，但研究表明，在诱导效果上，多路径诱导 多目标诱导 最优路径诱导，因此，多路径诱导策略必然是今后动态路径诱导系统的研究和发展方向。但就目前而言，还没有对多路径诱导开展过系统研究，为此，本文将着重开展对动态路径诱导系统的多路径诱导策略进行研究，以填补这一空白。1 2 研究目的及意义在i t s 研究领域，对于动态路径诱导系统中的最优路径诱导策略已有很多研究，也取得了较为满意的结果，但随着诱导系统市场渗透率的增大、诱导系统服从率的增加及出行者个人偏好等原因，最优路径诱导渐渐暴露出其一个严重的缺点，即诱导可能导致驾驶员同时选择最优诱导而导致的“交通集聚”及“拥挤漂移”现象【1 1 1 2 1 。“交通集聚”产生的主要原因是由出行者出行偏好造成的。根据i t s 提供的路网交通信息，具有同一出行偏好的出行者往往会选择相同的出发时间及出行路线，这样就会导致路网交通流分布不均，使某些路线拥挤，同时又使某些路线交通设施闲置。研究表明：道路交通状况改善得越好，交通集聚现象越严重。“拥挤转移”产生的主要原因在于控制策略实施的滞后。当网络发生突发事件引起交通拥挤时，可通过i t s 提供的诱导信息实施交通分流，引导驾驶员转向可替换路线。但由于可替换路线的控制策略不能及时改善，合理的分流交通量不能及时发送给驾驶员，则会导致大量车辆涌向可替换路线，这又可能引起可替换路线的交通拥挤。这些现象一方面使交通流诱导产生负效应，另一方面使驾驶员对诱导系统的信任度逐渐下降。为解决这些问题，国内外学者提出，d r g s 应向驾驶员推荐多条合理路径【。17 1 ，由驾驶员依据自身偏好选择一条满足自身要求的路径，然而，目4前针对动态路径诱导系统中的多路径诱导策略并没有进行系统研究，对适用于动，态多路径获取的实时路段行程时间预测、实时获取多条候选路径算法、多条路径综合排序、与交通控制系统相协调等难题还没有得到完美的解决。因此，开展动态路径诱导系统的多路径诱导策略研究具有十分现实的意义，主要体现在：l 、为解决“交通集聚”、“拥挤漂移”等问题提供根本的解决方案。2 、对城市道路路段行程时间研究成果进行分析，提出适合多路径求解算法的实时预测方法，克服目前预测算法在发生交通事件( 如紧急事件等) 时失真的现象；3 、通过对现有多路径获取算法进行总结，给出应用智能算法求解忌最短路的优势，并对现有遗传算法进行改进，使其更加适合大规模交通网络，为日益扩大的城市道路网实时快速诱导提供基础；4 、依据驾驶员不同偏好，如对沿线景观、道路等级、转弯次数、路面平整度等的不同要求，按系统综合评价技术，给出多条路径的推荐顺序，一方面为驾驶员提供决策上的参考，另一方面通过多条路径推荐顺序避免驾驶员选取同一最优路径，实现路网的系统均衡；5 、分析与交通控制系统的协调运作机制，更好地完善交通管理等。1 3 研究现状1 3 1 智能运输系统( i t s ) 概述“智能运输系统”( i t s ) 是最近3 0 年来提出的概念，但在我国一直没有一个统一的定义，直至2 0 0 7 年3 月1 9 日由中华人民共和国国家质量监督检验检疫总局和中国国家标准化管理委员会发布并于2 0 0 7 年5 月1 日起实施的智能运输系统通用术语( g b t2 0 8 3 9 - - 2 0 0 7 ) ，才对该概念有了明确解释。标准对智能运输系统的定义是，智能运输系统又称智能交通系统，是在较完善的交通基础设施之上，在先进的信息、通信、计算机、自动控制和系统集成等技术前提下，通过先进的交通信息采集与融合技术、交通对象交互以及智能化交通控制与管理等专有技术，加强载运工具、载体和用户之间的关系，故，降低环境污染，从而建立一个高效、输体系1 8 1 。提高交通系统的运行效率，减少交通事便捷、安全、环保、舒适的综合交通运美国是最先开展交通系统智能化工作的国家，早在上世界6 0 年代末，就开始当时称为电子线路导航系统( e r g s ，e l e c t r o n i cr o u t eg u i d a n c es y s t e m ) 的研究：1 9 9 0年美国运输部成立智能化车辆道路系统( i v h s ) 组织；1 9 9 4 年春，美国i v h s 组织更名为i t sa m e r i c a ( i n t e l l i g e n tt r a n s p o r t a t i o ns o c i e t yo fa m e r i c a ) ；l9 9 7 年1 月，运输部公布美国国家i t s 体系结构( 第一版) ，1 9 9 8 年又公布了修订后的国家i t s 体系结构( 第二版) ，根据该体系，美国智能运输系统的研究内容包括7 个基本系统( 大系统) 、2 9 个用户服务功能( 子系统) ，它们构成未来美国i t s 的研究领域。2 0 0 4 年，美国i t s 管理协议会( i t sj o i n tp r o g r a mo f f i c e ，i t sj p o ) 对i t s 项目作用进行重新编辑，主要聚集在效果明显的如下9 个区域 伸l ： 车路整合系统( v e h i c l ei n f r a s t r u c t u r ei n t e g r a t i o n 。| ，v i i ) 新一代9 1 1 系统( n e x tg e n e r a t i o n9 1 1 1协调型交叉点冲突回避系统( c i c a s l 车辆基础统一化安全系统( i v b s s ) 统一型干线道路管理系统( i n t e g r a t e dc o r r i d o rm a n a g e m e n ts y s t e m s )路上交通气象观测预报系统( c l a m s ) 紧急交通事件系统( e m e r g e n c yt r a n s p o r t a t i o no p e r a t i o n )面向全美市民的移动性服务( m o b i l i t ys e r v i c ef o r a l l a m e r i c a n s ) 电子货物管t 里( e l e c t r o n i cf r e i g h tm a n a g e m e n t )2 0 0 7 年1 0 月，美国交通运输部研究与科技创新局局长布鲁贝克先生介绍到美国使用i t s 的重要组成部分，就是v i i ，当驾驶员已经进入交通拥堵地区，v i i 系统通过向g p s 显示屏向驾驶员提供实时路况信息，并告知备选路径。同时，该系统还可以将有关信息传输到个人电子设备上，使出行者提前得到一些风险预告信息，如可能出现的恶劣天气，某些路段已经结冰、湿滑等，供驾驶员选择合适的出行和驾驶方式做参考。欧洲i t s 的研发工作是由官方和民间研究机构共同进行的。1 9 8 6 年，欧洲开始了名为“尤利卡”( e u r e k a ) 的联合研究开发计划，旨在建立跨欧洲的智能化道路网。该计划包括以车辆研究开发为主体的p r o m e t h e u s 研究计划和以道路基础设施开发为主体的d r i v e 研究计划，为把这两个计划统一起来，1 9 9 1 年晚期成立了欧洲道路交通通信合作委员会( e u r o p e a nr o a dt r a n s p o r tt e l e m e t r i e si m p l e m e n t a t i o nc o o r d i n a t i o no r g a n i z a t i o n ，e r t i c o ) ，使得d r t v e6 计划继续进行，1 9 9 46年，p r o m e t h e u s 计划取得了巨大成功，随后在1 9 9 5 年，欧洲又开始一项新的，研究计划p r o m o t e ( p r o g r a m m ef o rm o b i l i t yi nt r a n s p o r t a t i o ni ne u r o p e ) 计划，主要目的是提高道路交通基础设施的高度智能化，研究重点是车辆交通管理系统和安全系统，包括车辆一道路间通讯、防止碰撞、自动收费系统等。日本，1 9 7 3 年，“汽车综合( 交通) 控制系统”( c a c s ，c o m p r e h e n s i v ea u t o m o b i l e( t r a f f i c ) c o n t r o ls y s t e m ) 被认为是其最早的i t s 项目，此后，日本于1 9 8 4 年开始开发“路车间信息系统”( r o a d a u t o m o b i l ec o m m u n i c a t i o ns y s t e m ，r a c s ) ；1 9 8 9年升级为“先进的道路交通系统”( a d v a n c e dr o a dt r a n s p o r t a t i o ns y s t e m ，a r t s ) ，1 9 9 4 年，为筹备在日本横滨召开的第二届智能运输系统大会，该协会提出采用更简洁、更准确的名称“i t s ，( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m s ) ”的建议，得到欧美等国赞成。1 9 9 6 年，日本在正式投入使用的高速公路上进行往返1 1 k m 的a h s系统试验，取得令人满意的效果。此后，在2 0 0 0 年，日本为正式引进先进道路支援系统a h s 进行试验验证，2 0 0 1 完成有关智能道路标准，2 0 0 2 年将智能道路在全国主要道路上引进。2 0 0 4 年，日本国内整个i t s 市场为8 4 6 1 亿日元( 约合人民币6 5 1 亿元) 。调查将i t s 相关市场分为车载设备、路车间通信基础设施、系统服务三个领域，其中未来车载设备市场将稳定增长，系统服务市场将急剧增长，预测到2 0 1 0 年整个市场规模将超过1 万7 1 0 0 亿日元( 约合人民币1 3 1 5 亿元) 。2 0 0 7 年1 0 月，在第十四届智能交通世界大会上，日本由d e n s o 、h o n d a 、n e c 、s m a r tw a y2 0 0 7 、t o s h i b a 、丰田、富士、日立、三菱电子、三菱重工、松下等公司组成了本届展会上最多的国家参展商，同时也展出了日本对i t s 领域研究的最先进理念。中国，我国对i t s 的研究起步较晚，1 9 世纪7 0 年代末开始将电子信息及自动控制技术应用于交通运输与管理中，拉开了我国i t s 研究的序幕，8 0 年代后期，开始全面开展i t s 基础性的研究开发工作，经过3 0 多年的努力，我国i t s 领域的研究取得了累累硕果，在2 0 0 7 年1 0 月举行的第十四届智能交通世界大会展览会上，以我国交通部公路研究所为核心，同济大学、清华大学、北京工业大学、长安大学等国内i t s 发展前沿的高校，深圳、北京的部分智能交通研究领域的企业所组成的中国展团与美国、日本及欧洲等i t s 研究强国，澳大利亚、韩国、新加坡、印度、香港等政府及知名企业，共同参加展览，展出了国内i t s 领域最为全面的建设内容。71 3 2 动态路径诱导系统车辆路径诱导系统( v e h i c l er o u t eg u i d a n c es y s t e m ，v r g s ) ，也称之为车辆导航系统( v e h i c l en a v i g a t i o ns y s t e m ，v n s ) 或交通流诱导系统( t r a f f i cf l o wg u i d a n c es y s t e m ，t f g s ) ，是a t i s 的核心子系统，也是i t s 研究领域的重要组成部分1 5j 。车辆导航，国标g b t2 0 8 3 9 2 0 0 7 的解释是，在应用地理信息系统( g i s ) 技术、通信技术构造的路网数字化地图基础上，运用车辆定位技术进行车辆定位，确定最优行驶路线，为出行者提供静态的或实时的最优出行路线信息，并在出行过程中对驾驶员适时地进行路线指引。据此，按确定最优出行路线所依据的信息不同，分为静态、动态最优路径诱导两类诱导系统。动态路径诱导系统( d r g s ) 是一种双向交流模式的线路诱导系统，可以与路基交通设备进行信息交换，如路基信标，并通过车载红外线传感接收器在近距离感知外界信息，同时可以从地面控制中心等处采集信息，得到综合交通信息和管理策略【2 0 1 。在路径诱导系统提出之后，各国都给予了充分的重视，许多发达国家如美国、日本、德国等对路径诱导系统投入了大量的人力、物力对其进行研究和开发，已开发成功的系统有：t r a v t e k 、a l i s c o u t 、a m t i c s 等【2 】。目前，日本的车载导航系统安装率高达5 9 ，雄居各国榜首，其产品更新换代很快，总结起来，其主要核心部分就是道路交通信息通信系统，该系统由道路上的交通流检测器和车辆上的发射天线将动态交通信息传输给信息中心，信息中心经过规范化处理后利用f m 多重放送等将多种诱导信息再发给车辆，结合车载g p s 接收机的定位功能，从而实现引导车辆更好地完成出行的目的。趋势，目前便携式导航设备( p o r t a b l en a v i g a t i o nd e v i c e ，p n d ) 对车载导航系统造成了巨大的冲击，2 0 0 6 年，p n d 全球销量达1 0 0 0 万台，已经超越了日本车载导航系统制造商精心打造的车载导航系统，p n d 以其物美价廉的优势正引领着车辆动态、实时诱导的前进方向，换句话说，以p n d 为主导的动态路径诱导设备正逐渐获得市场认同，将普及到绝大多数的用户，换句话说，动态路径诱导系统市场渗透率正在一步步增大。总体来说，动态路径诱导系统在世界各国都给予了足够重视，涌现了大批实用性产品，给出行者带来很大便利，但仍有很多的理论和实施技术难度( 如车载系统地图，最优路径求解算法，交通事件、紧急情况下的导航等) ，仍然是国内外还没有完全解决的一项关键技术。81 3 3 路段行程时间研究现状实时道路交通信息获取及预测是动态路径诱导系统的重要基础，其中又以对交通流状况进行预测特别是短时交通流状况为重中之重，于是，很多学者致力于这一研究并提出许多有意义的预测方法。目前，针对城市道路路段行程时间进行预测的有历史趋势方法【2 1 1 、时间序列方法 2 2 捌】、卡尔曼滤波方法 2 1 , 2 6 - 2 9 】、多元回归方法1 2 9 。0 】、神经网络方法 2 3 , 3 1 - 3 2 1 以及基于m u l t i a g e n t 的预测算法【2 7 1 、基于手机探测车的预测算法1 3 3 1 等，其中不少方法在实际应用或仿真中取得了较满意效果。但就目前研究来看，这些方法都只能应用于一定的范围或条件，并没有那一种方法表现出绝对的优越性，都或多或少地存在一些欠缺，主要表现为：l 、不适应于道路网络发生突发事件的情况，事实上，城市道路因车辆故障、交通事故、市政或道路设施抢修等原因，经常会给路网带来意外振荡，在这种情况下，这些基于历史检测数据而建立的模型难免出现偏差，导致预测精度下降；2 、某些算法参数初始调整过程( 如卡尔曼滤波法) 、训练过程非常复杂( 如神经网络1 ，计算时间长，不适合在大规模交通网络中的在线应用。3 、没有对已完成的预测结果进行后评估，即没有对刚完成的行程时间预测结果的准确度做出评价，也就是说，当前路网实际情况不能对预测模型进行反馈，以便于对其进行实时调整。综上，我们不难发现，预测过程中需要解决现有模型中对于发生突发交通事件时预测精度下降或预测算法失灵的问题，并能够将预测效果进行反馈，以便不断改进预测的效果。1 3 4 多路径诱导策略综述交通诱导从本质上讲，类似于交通分配1 3 4 3 5 】，传统的交通分配是基于w a r d r o p提出的两个均衡原理1 3 6 ，即用户最优和系统最优原理，前者是指在考虑拥挤对行走时间有影响的网络中，当网络达到平衡状态时，各条被利用的路径具有相等而且最小的走行时间，没有被利用的走行时间大于或等于最小走行时间；后者是指在考虑拥挤对行走时间有影响的网络中，网络中按某种方式分配使得所有交通量总走行时间最小。简单点说，用户( 驾驶员) 会在交通网络中选择对自己费用( 如行程时间) 最小的路线，系统( 管理者) 则希望网络中所有交通流出行总费用最小，而这两者在现实中不可能同时实现的，为在系统与用户之间寻找一种平衡，则必须9制定合理、可行的诱导策略。诱导策略是路径诱导系统的核心思想，同时也作为一种方法框架体系，经过这么多年的长足发展，取得了不少成果，但仍然有许多关键问题没有解决，归纳起来，主要涉及如下几个关键问题，即向用户提供什么样的路线才能达到缓解拥挤、同时又能避免“拥挤漂移”，从而提高路网使用效率的目的；如何随着动态路径诱导系统市场化进程的加快( 特别是p n d 的迅猛发展势头) 来调整宏观的诱导优化目标；在给予诱导信息后，驾驶员对信息的反应机理是什么样的；如何实现交通诱导与交通控制的协调等等。对于向用户提供什么样的路线而言，有推荐最优路径与多路径之说，而目前大多数的d r g s 都是提供基于行程时间最短、行程距离最短或者将多因素综合考虑为多目标广义费用最小的最优路径，这类最优路径求解算法发展较早也较为成熟，目前约有几十种，其中最为成熟的是1 9 5 9 年由e w d i j k s t r a 提出的d i j k s t r a 算法及其众多的改进算法【1 7 ，3 7 1 ，其它经典算法包括b e l l m a n f o r d m o o r e 算法、f l o y d算法、h a s s e 算法及启发式搜索( h e u r i s t i cs e a r c h ) 算法么+ 算法等f ”1 ，另外搜索效果较好的有双向搜索、分层搜索、分治搜索、在线搜索等【3 8 。4 1 i 。近些年，随着计算智能的发展，很多学者将这些对网络规模不敏感的算法引入动态路径求解，如t r e n t o nh a i n e s 4 2 1 、t w h a i n e s 4 引、a h ncw 【4 4 1 、靳文舟【4 5 1 等把人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) 应用于最优路径求解；m i t s u og e n l 4 引、c h a n gwa 【4 7 】、曹鲁寅【4 引、景玲4 9 1 等把遗传算法应用于最优路径求解并对算法做了改进；陆骏、靳凯文等 5 0 。5 1 1 将蚁群算法、倪安宁等5 2 1 将模拟退火算法、夏冰等将多智能体系统应用于最优路径求解等；相对于最优路径求解算法而言，多路径求解算法还没有如此众多的研究成果，目前主要有基于d i j k s t r a 算法发展起来的二重扫除 法( d o u b l e s w e e pa l g o r i t h m ) 算法( 5 引，删除算 法( d e l e t i o na l g o r i t h m ) 5 5 i ，重叠惩罚算法f 1 5 1 ，杨群等从实际交通网络出发提出的基于“合理多路径” 1 6 1 、基于“节点删除”( 5 6 】的求解方法，但这些算法属于非确定性多项式时间复杂性算法，对于庞大与复杂的交通网络，实时性不能满足要求，于是研究人员逐渐开始关注智能算法，目前应用于多路径求解的主要有遗传算法等f 57 1 。对于如何实现多路径诱导与交通控制系统的协调研究而言，目前没有见诸于相关研究，1 7 t 前关注的领域主要集中在路径诱导系统( 最优路径诱导) 与交通控制系统协调，即将这两个系统放到一个统一的框架中，通过优化两者的目标函数达到同时优化的目的，如- h o u n s e l l t 5 8 1 、徐岩宇【5 9j 等。但这些方法都是基于交通再分配的全局最优方案，实施难度较大，并且二者直接整合、同时优化也会导致模型与算法复杂度增高，于系统可靠性不利。于是，考虑到其直接优化的复杂性，一些研究人员 6 0 l 提出首先根据路径诱导系统将合适的交通流分配到路网，再由交通控制系统来适应这些交通流，并形成相应的交通控制方案，这种方法可以简化优化模型和寻优算法，但受到约束条件制约，研究成果并不令人满意 5 4 , 6 2 1 ，因此，二者之间的协调研究仍需做进一步的研究。1 4 论文研究内容本文主要针对动态路径诱导系统的多路径诱导策略进行分析，该策略包括短时行程时间预测、多路径求解算法、多路径综合评价及推荐、与交通控制系统协调运作等相关内容。这样，分析得出本文主要研究思路为：提出适合于动态路径诱导系统的短时行程时间预测方法，并基于该预测结果，作为多路径算法的网络阻抗，应用改进遗传算法及多种群并行遗传算法进行七一最短路求解，同时，依驾驶员个人偏好采用现代系统工程理论对多路径进行评价，以供驾驶员做参考，最后分析多路径诱导与交通控制系统协调运作模式。据此，可得出本文的主要框架如图1 1 所示：其主要研究内容为：动态路径诱导系统( 多路径诱导策略)路段行程时间预测多路径求解算法多路径综合评价及推荐多路径诱导与交通控制协调分析图1 1 论文研究内容结构框架图第一章为绪论，对论文涉及的研究领域( i t s 、d r g s 、路段行程时间预测、多路