基于动态分配的北京城市交通通道的多方式协调研究.doc

基于动态分配的北京城市交通通道的多方式协调研究综合交通通道管理（ICM，Integrated Corridor Management）是指在大城市范围内，协调交通通道内相邻交通设施的运营，平衡交通通道内的交通设施及智能控制设施的投入，建立平衡、互动、有效的交通管理系统。综合交通通道管理主要通过采用智能交通技术来减少出行时间和延误，降低燃料消耗和尾气排放，增加出行的可靠性和可预期性。它的成功依赖于详细认真、系统全面的交通规划；需要先进的交通分析工具评估路网条件，并从近期和远期来分析路网性能。这就需要应用近些年发展起来的模型算法，比如动态分配模型和个体出行行为模型。1.动态交通分配介绍交通分配是静态OD矩阵估计的基础，其作用为描述OD分配量和路段交通量之间的关系。对于动态OD矩阵估计，需要考虑的则是能否通过动态交通分配来描述动态OD量和路段交通量之间的关系。所谓动态交通分配，就是将时变的交通出行合理分配到不同的路径上，以降低个人的出行费用或系统总费用9。它是在交通供给状况及交通需求状况均己知的条件下，分析其最优的交通流量分布模式，从而为交通流管理、动态路径诱导等提供依据。通过交通流管理和动态路径。诱导在空间和时间尺度上对人们己经产生的交通需求的合理配置，使交通路网优质高效地运行。交通供给状况包括道路网络的拓扑结构、路段特性(如道路通行能力)等，交通需求状况则是指在每时每刻产生的出行需求及其分布。动态交通分配理论经历20余年的发展，从研究方法上看，主要有解析法和仿真法两大类。1）解析法Merchant和Nemhauser10最早提出了动态交通分配(DTA)模型。此后，动态交通分配引起了交通研究界的广泛重视。迄今为止，主要提出了三种解析的DTA模型:数学规划模型10一13、最优控制模型14一16和变分不等式模型17。对于数学规划模型，由于规划求解的困难以及FIFO规则的限制无法应用于多讫点网络，从而被其它模型取代。但它最早体现了DTA的思想，数学规划模型中对于求解DTA问题所作的前提假设和模型中提出的交通流动态方程基本上为以后的其他模型沿用。最优控制模型发展了数学规划模型，将最优控制理论引入到问题表述中，但是最终缺乏一个行之有效的算法。变分不等式模型将动态交通分配分解为网络加载和网络分配两个过程，最终通过求解一系列的线性规划来求解分配问题。事实上，由于这些模型在理论上与实际情况脱节，并缺乏有效的解法，满足不了实时交通控制和诱导的需要，要实际应用还较为困难。城市交通系统是一个非常复杂的大系统，最大的困难在于涉及到人的因素，交通诱导信息更是与个人密切相关，因此人对交通信息的响应行为必须纳入到动态交通分配的研究中。然而，基于解析法的DTA模型很难为人的行为建模。另外，如何将交通控制、路径诱导等系统的影响集成到DTA模型中，也是一个困难的问题。2） 仿真法从实际应用的角度出发，基于仿真法的DTA研究是一个很好的思路。尽管从学术的观点看，它不如解析模型对研究者具有吸引力，但是它可相对容易地融入人的行为模型，并且也可将交通控制、路径诱导等系统集成到DTA的研究中。仿真法的基本思想是将动态的交通需求(动态OD矩阵)加载到中观交通仿真器上，通过出行者行为模型和中观交通模型仿真车流在交通网络中的实际运行过程，从而实现了OD流的动态分配。相对于交通系统的宏观流体仿真模型，中观交通仿真器能够为出行者的行为建模;而相对于微观交通仿真器细致地模拟每辆车在交通网络中的实际运行过程，中观交通仿真器具有更高的仿真效率，这在实时交通诱导系统中是极为重要的。由美国联邦公路局资助，分别由MIT和Texasat Anstin大学开发的两套实时交通信息估计与预测系统DYANAMIT18和DYNASMART19即是采用中观交通仿真器来实现动态交通分配的。而目前国内自主开发的中观仿真软件DYNACHINA致力于实时交通预测，正处于积极研发中。9杨清华，贺国光，马寿峰.对动态交通分配的反思.系统工程.2000，18(l):49-54.10Merchant D.K and Nemhauser G.L.A model and an algorithm for the dynamic assignment.Transportation Scienee，1978，12:183-199.11 Merchant D.K and Nemhauser G.L.Optimality conditions for a dynamic traffic assignmentmodel.Transportation Seienee，1978，12:200-207.12Carey,M.Optimal time-varying flows on congested networks.Operations Researeh，1987，35:58-69.13Janson,B.N.Dynamin traffic assignment for urban road networks.Transportation Researeh，1991，25B:143-161.14Friesz,T.L.,Luqu，F.J.,Tobin，R.L.，Wie，B.W.Dynamic network traffic assighmentConsidered as a continuous time optimal control problem.Operating Researeh，1989，37:893-901.15Wie，B.W.，Friesz，T.L.，Tobin，R.L.Dynamic user equilibrium traffic assignment oncongestied multi-destination networks.Transportation Researeh，1990，24B:431-442.16Lam，W.H.K.，Huang，H.J.Dynamic user equilibrium traffic assignment model for many toOne tranvel demand.Transportation Researeh，1995，29B:243-259.17Friesz，T.L.，Bernstein，D.，Smith，T.E.，Tobin，R.L.，Wie，B.W.A variational inequalityFor mulation of the dynamic network user equilibrium problem.Operation Researeh，1993，41:179191.18Ben-Akiva，M，Bierlaire，M.，Haris N.KoutsoPoilos.DynaMIT:a simulation-based system forTraffic Prediction and guidance generation.Paper presented at TRISTAN Symposium，San-Juan，1998.19Mahmassani，H.S.，and Jayakrishnan，R.Dynamic traffic assignment and simulation for advanced network informatics(DYNASMART).Presented at the 2nd Intemational Capri Seminar on Urban Traffic Networks，CaPri，ltaly，1994.2.动态交通分配方法满足大城市交通通道多方式协调研究的要求对于实际的城市交通网络，作为动态交通分配关键的动态OD矩阵估计还存在诸多困难20。第一，如何定义起点和终点?显然，定义每个停车场或大型办公楼为起点或终点不切实际;而定义一个交通小区作为起讫点过于粗略，这忽略了许多短途的交通出行。第二，大量OD对间并无交通检测装置。第三，在拥挤的交通状况下，车辆经常绕着某段街区寻找停车位置，这可能会导致某些OD量的估计偏离。第四，城市交通网络的每个OD对间可能存在大量的有效路径或可达路径，临时变更行车路径的情况常有发生。此时，必须考虑路径选择行为对OD估计的影响。因而，对大城市组团间交通通道（高速公路或城市快速路）做动态仿真可以相对避免上述问题，具有可操作性。动态交通分配方法满足大城市交通通道综合管理系统的要求。为了描述交通拥挤的形成与消散，许多学者和专家提出了基于固定出发时刻的动态分配方法1,2。在拥挤的大城市交通网络中，为了量化那些具有灵活工作时间、不同价值观和多种公交出行选择的交通需求者的出行成本，迫切需要扩展现有的动态分配方法，找到出行者的出发时刻、方式选择、路径分配之间的复杂关系，最终去评估不同交通需求管理措施的效果。20邓力.动态OD矩阵估计方法研究.北京交通大学硕士论文20073.国外多方式动态分配研究大量的研究集中到出行者选择多样化的模型化。随机效用最大化模型可用来描述在固定的路网条件下通勤者的出发时刻选择。许多经验性的研究揭示了出行时间、出行延误、准点率是影响出行者出发时刻选择的关键因素3,4。早期的理论研究，在仅考虑路径和出发时刻选择，寻求描述与路网性能相关的动态交通流的模型5,6。有些学者尝试把出发时刻选择问题转化成一种解析的动态分配模型7。要把出发时刻选择和路径选择的动态分配模型结合起来需要知道动态OD矩阵和最佳出发时刻或者最佳到达时刻概率分布。由于从居民出行调查中估算最佳到达时刻概率分布是需要花费大量的时间和资金，过去很多研究都采用假定的最佳到达时刻概率分布。智能交通技术的日益完善，为量化复杂交通系统的动态性提供了更为可靠、节省的方法。但是利用智能交通技术（感应线圈）采集数据来估算和更新最佳到达（出发）时刻概率分布的研究还是相对较少。基于固定时刻延误，Van der Zijpp and Lindveld 8将出发时刻选择转化为在时空扩展网络中的一条路径选择；利用交通观测资料和交通分配矩阵将最佳到达时刻概率分布图形化到路径上。多方式交通通道管理评价也需要考虑公交出行，包括公交出行分配以及方式选择与交通分配的联系等。Florian and Hearn 9利用非对称出行费用函数建模，采用松弛算法解决多方式交通分配问题。Florian等10开发了variational inequalities (VI)模型描述多方式路网中多层次用户平衡问题，并在严格的假设条件下建立了平衡最优模型。Guass-Seidel数值迭代方法被用来解决多方式路网中的个体交通分配问题。为了描述大城市拥挤的交通网络（大量公交出行和多方式出行），Abdelghany and Mahmassani 11提出了动态交通分配模拟模型，其中考虑了不同出行方式（小汽车、常规公交、地铁和大容量公交HOV）。Chang 12采用神经网络算法来解决时变性多方式出行平衡模型中的常规公交问题；最终的VI问题是通过将误差控制一定范围内的近似迭代算法解决的。解决多方式动态分配的关键是寻找时变多方式最短路经。Pallotino and Scutella 14利用时间序列算法产生了只有唯一可行公交时刻表的扩展网络。Lozano and Storchi 15采用改进的时间序列算法减少那些不合理的路径，比如换乘不合理的路径和换乘次数过多的路径。Abdelghany 16利用多种分类方法，依据随机方式和路径选择的多种标准产生路径选择方案。这种方法先确定每对换乘点之间最不优路径，最终组合成起讫点之间的最不优路径。基于有效的动态最短时间路径算法和禁止调头原则17,18，Ziliaskopoulos and Wardell 19对变化的出行时间和方式换乘延误的多方式路网提出了时变性最短时间路径算法。Chang and Ziliasko-poulos 19则进一步提出了固定出行费用和换乘费用的起讫点之间的动态多方式最小费用路径算法。1. Mahmassani, H. S. Dynamic Network Traffic Assignment and Simulation Methodology for Advanced System Management Applications. Networks and Spatial Economics, Vol. 1, 2001, pp. 267-292.2. Ben-Akiva, M., M. Bierlaire, D. Burton, H. Koutsopoulos, and R. Mishalani.Network State Estimation and Prediction for Real-Time Transportation Management Applications. Networks and Spatial Economics, Vol. 1, 2001, pp. 293-318.3. Small K. A. The Scheduling of Consumer Activities: Work Trips. American Economic Review Vol. 72(3), 1982, pp.467-479.4. Noland, R. B., K. A. Small, P. M. Koskenoja, and X. Chu. Simulating Travel Reliability. Regional Science and Urban Economics, Elsevier, Vol. 28(5), 1998, pp.535-564.5. Hendrickson, C. and G. Kocur. Schedule Delay and Departure Time Decisions in a Deter-ministic Model. Transportation Science, Vol. 15 (1), 1981, pp62-77.6. Mahmassani, H. S. and R. Herman. Dynamic User Equilibrium Departure Time and Route Choice on Idealized Traffic Arterials. Transportation Science, Vol. 18, 1984,pp. 362-384.7. Huang, H. J. and W. H. K. Lam. Modeling and Solving the Dynamic User Equilibrium Route and Departure Time Choice Problem in Network with Queues.Transportation Research 36B, 2002, pp. 253-273.8. Van der Zijpp N. J. and C. D. R. Lindveld. Estimation of Origin-Destination Demand for Dynamic Assignment with Simultaneous Route and Departure Time Choice. In Transportation Research Record: Journal of the Transportation Research Board, No.1771, Transportation Network Modeling, TRB, National Research Council, Washington, D.C. 2001, pp75-82.9. Hearn, D.W. and M. Florian. Network Equilibrium and Pricing. Handbook of Transportation Science, R. W. Hall (Eds.), Kluwer Academic Publishers, 1999, pp.361-393.10. Florian, M., J. H. Wu, and S. He. A Multi-Class Multi-Mode Variable Demand Network Equilibrium Model with Hierarchical Logit Structures. Transportation planning methods: Proceedings of Seminar C held at the PTRC Transport and Planning Summer Annual Meeting, University of Sussex, England, 11-15 September 1999, no. 441, pp. 211-224.11. Abdelghany K. F. and H. S. Mahmassani. Dynamic Trip Assignment-Simulation Model for Intermodal Transportation Networks. In Transportation Research Record:Journal of the Transportation Research Board, No. 1771, Transportation Network Modeling- Planning And Administration, TRB, National Research Council,Washington, D.C. 2001, pp. 52-60.12. Chang, E. Time-Varying Intermodal Person Trip Assignment. Ph.D. Dissertation,Northwestern University. 2005.13. Ziliaskopoulos, A . K. A Linear Programming Model for the Single Destination System Optimum Dynamic Traffic Assignment Problem. Transportation Science,Vol. 34, 2000, pp. 37-44.14. Pallotino, S. and M. Scutella. Shortest Path Algorithms in Transportation Models:Classical and Innovative Aspects. In: P. Marcotte and S. Nguyen (Eds.) Equilibrium and Advanced Transportation Modelling, Kluwer, Amsterdam, 1998, pp. 245-281.15. Lozano C. A. and G. Storchi, Shortest Viable Path Algorithm in Multimodal Networks. Transportation Research, part A., Vol. 35, 2001, pp. 225-24116. Abdelghany, K. Dynamic Traffic Assignment for Intermodal Transportation Networks with Real-Time Consistent Information Supply Strategies. Dissertation,University of Austin, 2001.17. Ziliaskopoulos, A. K. and H. S. Mahmassani, Time-dependent, Shortest Path Algorithm for Real-time Intelligent Vehicle Highway Systems Applications. In Transportation Research Record: Journal of the Transportation Research Board, No.1408, TRB, National Research Council, Washington, D.C. 1993, pp. 94-100.18. Ziliaskopoulos, A. K. and W. Wardell. An Intermodal Optimum Path Algorithm forMultimodal Networks with Dynamic Arc Travel Times and Switching Delays.European Journal of Operational Research, Vol. 125, 2000, pp. 486-502.19. Chang, E. and A. K. Ziliaskopoulos. A Time-Dependent Intermodal Minimum Cost Path Algorithm. Transportation Research Board CD-ROM Paper Preprints (TRB Paper No. 05-2251), 2001, National Research Council, Washington, D.C.4.国内多方式动态分配研究上海海运学院的教授周溪召对这方面的研究较多。周溪召，陈斌1，基于我国城市混合交通的特点及信息的随机性, 研究了混合交通方式选择和路径随机选择模型, 证明了模型最优解满足方式选择和路径随机选择平衡的条件, 并且最优解是唯一的, 同时给出模型的算法。周溪召，阴志强2，根据城市混合交通拥挤的特点, 研究了基于对称阻抗的交通网络出行、讫点、方式和路径随机选择的综合模型；证明了模型最优解满足出行、讫点、方式和路径随机选择的条件, 且最优解是唯一的。周八益, 李琰, 周溪召3介绍了动态交通控制交通分配组合模型（DTCA），在此基础上研究了动态交通控制-交通分配组合模型算法, 即DTCA算法, 并通过计算机编程根据所给算法思想求解了一个设有交通控制信号的简单网络, 并通过对算例结果的相关数据分析, 说明了动态交通控制-交通分配组合算法的合理性。李琰, 周八益, 周溪召4 阐述了多用户行为下的动态交通分配模型；结合迭代动态网络负荷算法和路径选择算法形成动态交通分配新算法 ,用以求解动态交通分配模型。周溪召5提出了一种动态交通分配的解析算法，该算法不需要对FIFO的条件作假设。周溪召,张华歆等6，7 提出交通网络中出行选择、讫点选择、路径选择和道路收费定价的组合模型。模型被表示为两层规划,低层表示出行选择、讫点选择和路径选择的随机均衡模型,预测驾驶员对道路收费模式如何响应；上层确定最优道路收费,以达到网络出行费用最小。1周溪召，陈斌.多模式均衡配流模型.“城市交通发展战略与新技术应用研讨会论文”辑览第4期.城市轨道交通2002(2).2周溪召，阴志强. 多模式变需求网络随机平衡模型. 系统工程理论方法应用，2002.3周八益, 李琰, 周溪召.动态交通控制-交通分配组合模型的求解算法研究. 交通运输系统工程与信息，2003.4李琰,周八益,周溪召.多用户动态交通分配模型的算法研究. 上海海运学院学报，2004.5周溪召.Dynamic Multi-class Nrtwork Loading Problem. (Scinence)Journal of Shanghai Jiaotong University Science Vol E-10 No. 3, 2005, 311 3156张华歆,周溪召.多模式交通网络的拥挤道路收费双层规划模型.系统工程理论方法应用，2005.7周溪召,刘振,张华歆.拥挤交通网络中组合的交通出行、OD、路径分配与收费定价模型.系统管理学报，2007. 清华大学硕士沈未8，首先回顾了动态交通分配理论的研究现状，系统总结了数学规划模型、最优控制模型、变分不等式模型及基于仿真的模型等四类动态交通分配建模方法的基本思路、经典模型和发展沿革，在此基础上分析了目前动态交通分配离线模型研究的关键问题。随后探讨了动态交通分配研究的首要关键问题动态OD的预测问题；并重点研究基于到达时间OD的动态交通分配问题，以“节段传输模型”为交通流传播机制，建立了动态系统最优分配线性规划模型，探讨了模型的数学性质及改进形式，并通过数值试验考察了参数变化对系统最优状态的影响。本论文在分析模型约束条件内嵌网络结构的基础上，应用Dantzig-Wolfe分解技术建立了面向实际规模路网的分解算法，并通过数值试验证明了该算法的可用性。最后结合长春市实例探讨了包括动态OD预测在内的动态交通离线分析方法在实际中的应用步骤和注意问题。中南大学博士生李艳9，首先从城市交通流动态模型着手，深入分析宏观交通流理论与微观跟驰理论的各自特点和相互关系。在应用动态交通流模型对孤立交叉路口建模的基础上，采用遗传算法的寻优能力对模糊信号控制器的规则进行优化，并应用于路口信号控制，仿真结果表明基于遗传算法进行规则优化的模糊信号控制器，提高了系统的控制性能指标。最后将城市多路口交通信号控制的结果扩展到区域交通信号协调控制，针对长沙市一个具体的城市交通网络，分析其交通特点，将其划分为交通区域。利用区域协调的思想，对区域交通流进行实时信号控制，并通过区域之间的信号相互协调，达到整个交通区域的交通流平衡分配。仿真结果对子区域中各路口车流量的相互协调过程进行了数据分析，表明了本文所提出的交通流动态模型和信号控制方法在区域交通控制中的有效性。吉林大学博士生高林杰10，提出了基于微观交通仿真的网络动态路径求解算法，对动态路径求解中的路段行程时间估计与预测、路径搜索算法、可行路径集的确定和多用户路径选择模型与算法进行了详细研究。为了满足实时计算的要求，算法在基于MPI消息传递的分布式并行计算平台上实现。通过分析交通网络仿真的并行特征，建立了面向对象的仿真实体类对象和共享并行数据结构，设计了基于主从模式的动态路径求解并行微观仿真算法。根据路网拓扑结构提出了基于车辆数负载的路网分割算法，对子网间的通信机理和通信模式进行了分析。最后通过实例进行算法应用和仿真系统并行效益分析。研究结果表明：1）该文提出的路段行程时间估计与预测模型和多用户路径选择模型与算法能根据不同的影响因素值动态地求解交通网络中车辆行驶的最佳路径；2）该文建立的分布式并行计算体系为交通网络仿真动态路径求解提供了令人满意的实时应用平台。3）该文开发的交通网络并行仿真系统能分析和评价各种ATMS环境下的交通网络特征。北京交通大学硕士宋谷长11，主要研究应用动态交通仿真模型进行交通信息下路径选择对路网运行状态影响的评价。首先，分析交通信息下的路径选择行为机理，从而明确交通信息下不同路径选择行为对路网的影响。其次，本文进行了动态交通仿真模型的构建及标定，包括应用了结合现有OD反推和浮动车数据的双层动态OD获取方法，分析了应用Van Aerde单一结构模型进行交通流参数标定的原理及流程。在此基础上，本文基于动态交通仿真模型取TEGRATION搭建和标定了实例仿真平台。本文还建立了用于比较不同路径选择行为对路网运行状态影响的路网运行状态评价体系。在该评价体系中，本文选取了道路交通拥堵指数、主要通道旅行时间指数等特色指标。在上述基础上，本文设计了不同仿真模拟方案并对其结果进行了分析，评价了交通信息下不同路径选择行为对路网运行状态的影响。8沈未. 基于到达时间OD的动态系统最优分配离线模型与算法.清华大学硕士论文，20049李艳. 城市交通网络动态交通流模型和交通信号智能控制研究.中南大学博士论文，200510高林杰.交通网络动态路径求解并行仿真算法研究与实现.吉林大学博士论文，200611宋谷长.基于动态交通仿真模型的交通信息下路径选择对路网运行状态影响评价.北京交通大学硕士论文，2008综上所述，目前国内的动态交通分配的研究主要集中在以下方面：1）专注于建立动态分配的模型，并多采用解析法求解；在理论上与实际情况脱节，并缺乏有效的解法，满足不了实时交通控制和诱导的需要，要实际应用还较为困难。且很难将人对交通信息的响应行为纳入到动态交通分配的研究中。另外，如何将交通控制、路径诱导等系统的影响集成到DTA模型中也较为困难。2）应用动态仿真软件研究实际问题的方面还是比较缺乏，这主要是因为动态交通分配问题本身比较困难，国内还缺乏自主开发的仿真软件，主要还是借用国外的软件进行实际问题的分析。因此，本文将借鉴国外的动态仿真软件，利用动态分配对大城市交通通道多方式协调的研究，进行交通控制和诱导策略研究，以期达到通道内多方式的协调有效的利用，减少出行者出行时间和出行延误，减少通道瓶颈的拥挤，减少小汽车的分担比例，减轻通道内超负荷运转的交通方式（比如轻轨、地铁）压力，提高其他交通方式（比如快速公交、常规公交）的运营效率，提高整个通道系统的交通服务水平。交通仿真软件简介结合国外常见的交通仿真系统软件在交通工程领域的研究和应用，可以将各种仿真软件系统的仿真范围、仿真模型描述的对象进行比较，如图11所示：图11 国外常见仿真软件系统的仿真范围、仿真模型描述对象比较Figure 1 the simulation area and the compare of simulation models descriptionobject in the worlds familiar simulation software system各类仿真系统软件都有一定的研究对象和仿真范围，仿真模型对仿真对象描述的细致程度直接关系到交通工程分析问题的深度。本论文仅就中观交通仿真软件做简单的介绍。1吴娇蓉.交通系统仿真及应用M.上海.同济大学出版社.2004.82.DYNASMART-P的简介DYNASMART-P（Dynamic Network Assignment-Simulation Model for Advanced Road Telematics Planning）模型是由德州大学奥斯汀校区（The University of Texas at Austin）所发展建立的，主要可以做为模拟、评估路网性能的工作，尤其对于智能交通运输系统的发展以及相关系统的设计规划与评估，均可利用其作为模拟平台，进行系统性能的分析与模拟。DYNASMART-P主要有动态网络分配和交通模拟两个模块；具有以下方面的功能设置，包括：1）网路大小与结构；2）交通需求；3）交通控制；4）路网设施设计与时空限制条件；5）不同车辆；6）多种道路使用者；7）道路几何设计；8）历史流量；9）路网容量的改变；10）路网性能分析；11）路网信息分析等。因此在车流模拟的过程中，可提供完整的路网、车流及出行者行为分析信息。它的最大特点是考虑了时变交通流的动态本质，并考虑了出行者的行为影响，可以实时模拟评价路网的性能。它的主要应用以下方面2：1） 可评价对路网进行智能交通控制和非智能交通控制的效果；比如路径引导，引导转向点的设置或引导转向信息的提供，对于引导系统的运作效果具有决定性的影响。适当提供路径引导信息有助于出行者有效的出行选择，避免交通拥挤，节省出行时间，从而疏导瓶颈路段车流，提高整个运输系统的效能。2） 可支持区域交通规划管理的决策；3） 可评价快速路或大容量通道的性能；4） 可评价不同拥挤情况下的路网性能；5） 可模拟事故和紧急事件的交通疏散；6） 可结合个体出行行为模型或出行链模型，进行交通分配。2/featured/dynasmart/3.DynaCHINA简介DynaCHINA(Dynamic Consistent Hybrid Information based on Network