动态交通分配的研究综述.pdf

发布时间：2022-06-01 发布人：admin 分类：说明书资料大小：0.18M 资料格式：pdf 举报版权申诉

zhanglu0902-4167429-4744300845386869021.pdf-第1页.png

第1页 / 共7页

zhanglu0902-4167429-4744300845386869021.pdf-第2页.png

第2页 / 共7页

zhanglu0902-4167429-4744300845386869021.pdf-第3页.png

第3页 / 共7页

zhanglu0902-4167429-4744300845386869021.pdf-第4页.png

第4页 / 共7页

zhanglu0902-4167429-4744300845386869021.pdf-第5页.png

第5页 / 共7页

zhanglu0902-4167429-4744300845386869021.pdf-第6页.png

第6页 / 共7页

zhanglu0902-4167429-4744300845386869021.pdf-第7页.png

第7页 / 共7页

文本预览

动态交通分配的研究综述【摘要】随着交通运输业的快速发展，实践证明动态交通分配是解决交通拥堵、环境污染、交通事故等的重要手段，同时它也是智能交通系统的核心内容。本文从三个方面阐述了动态交通分配在现实生活中的必要性和实用性。首先详细介绍了动态交通分配的研究概况，发展历程。第二部分是动态交通分配模型分类，研究了不同交通流形态下的不同动态交通分配模型。最后讨论了未来进一步的发展展望。【关键词】动态交通分配，动态交通分配模型，旅行时间，动态用户最优 0000 引言 20 世纪 50 年代，美国对底特律大都市圈、芝加哥都市圈相继进行了交通调查与规划的研究，从此展开了对交通规划的探索。交通分配理论作为交通规划的核心内容，诸多学者和研究者花费了大量的时间，经过不懈的努力，交通分配理论的研究和应用逐渐走上正轨。所谓的交通分配就是将已经预测出来的起讫点（OD 点）需求按照一定的规则符合实际地分配到交通网络中的各条道路上，并求出各条道路上的交通量和旅行时间。交通分配的发展可以大致分为静态交通分配和动态交通分配两个历史阶段。静态交通分配发展至今将近六十年，他假设 OD 间的交通需求量是不变的，交通流的分布形态是固定的，路段上分配的交通量也是不变的，针对当时交通规划长期稳定的系统他是适用的。然而实际的道路网络交通需求恰恰是随时间变化的，而且随着社会的发展，为了解决城市拥堵，交通安全等问题和配合交通控制与诱导的协调发展，动态交通分配在考虑了时变的 OD 需求、时变的交通条件下的交通行为就显得更加符合实际，贴近现实。于是动态交通分配应用而生。动态交通经历了三十余年的发展，国内外许多学者对他进行了大量的研究。在动态交通分配模型中加入了先进先出（FIFO）约束、流量传播约束和流量守恒约束等，使模型更加接近现实路况条件。随着研究的深入，研究者们进行了各种各样的扩充，包括路段通行能力受限制（Yang 和 Huang，1997；Patriksson，1994），允许路段之间流量相互影响（Dafermos， 1982）等等。更进一步，动态交通分配理论又是 ITS 项目中最重要的关键核心技术基础之一，是先进的交通流诱导系统、先进的交通控制系统、先进的交通信息系统等的理论基础和核心问题。因此把动态交通分配理论应用到实际中有着重大的意义，也存在广阔的发展空间。本文中主要讨论动态交通分配。 1111 动态交通分配的研究概况

从 1952 年 Wardrop 提出道路网络均衡的概念和定义之后，如何求解 Wardrop 均衡成了研究者的重要课题。1956 年 Bechann 等提出了求解静态均衡交通分配的一种数学规划模型。经过 20 年之后即 1975 年才由 LeBlanc 等学者将非线性规划中 Frank-Wolf 算法用于求解 Bechann 模型，从而形成了现在的实用算法。这三点突破是交通分配问题研究领域的重大进步，也是现今交通分配问题的基础。从对出行者路径选择行为的假定看，动态交通分配可以分为两类：反应型和预测型。反应型模型是让出行者根据当时的交通状况选择当时成本最低的路径，这也是实际生活中出行者的真实想法。预测型模型是让出行者根据一段时间的交通状况来决定最佳行驶路径。目前遇到的难题是无论是哪种模型都是非线性、非凸、超大规模的，很难找到有效可行的算法。而且这些模型还不能完全揭示实际的交通环境状况。从研究问题的角度来看，描述动态交通分配的模型一般可以分为两类：道路交通流模型和动态网络交通流模型。道路交通流理论研究的目标是建立能够描述实际交通中具体道路上一般特性的交通流模型。道路交通流研究的基本发展历程是：概率论模型（始于 20 世纪三四十年代），运动学模型（始于 20 世纪 50 年代），跟驰模型（始于 20 世纪五六十年代），流体动力学模型（始于 20 世纪七八十年代），元胞自动机模型（始于 20 世纪 90 年代）。各个年代都有代表的模型，然而各个模型都有其相应的缺点，总之来说就是使用起来比较复杂，发展相对缓慢。动态网络交通流模型，它从道路交通流模型发展而来，因而更具有挑战性，也更有现实意义。网络交通流的形成机理研究更多地涉及人的行为，而复杂的交通行为受信息、价值标准、判断准确性以及理性程度的综合影响。显然把交通流扩展到网络范畴时，变数就更大了，也更复杂了。从动态网络交通流模型的研究方法上看，该模型又可以分为四类：�计算机模拟方法 �数学规划建模方法；�最优控制理论方法④变分不等式方法。 Yagar[1]提出了第一个基于计算机模拟的动态网络交通分配模型。此模型注重微观的交通流特性，可以用来评价 ITS 项目中交通信息服务、路径诱导效果等。然而其分析能力差，提出的是关于动态系统最优模型的算法。Merchant 和 Nemhauser[2][3]提出了第一个离散的、非凸的非线性的系统最优化数学规划的模型。Ho[4]在此基础上提出了该模型的连续线性优化解法，Carey[5]又将 M-N 模型改进为非线性的凸规划模型。然而以上模型最大的缺陷就是仅仅研究了多个起点一个终点的简单交通网络。Carey[6]提出的先进先出（FIFO）约束当网络扩展为多个终点时将导致模型解的可行域成为非凸集合，因此使得动态网络交通分配的数学规划方法的求解遇到了极大的困难。Luque[7]等人提出了一个应用最优控制理论解决动态系

统最优交通分配的新思想。Boyce et al[8]将一个连续形式的用户最优模型转化为一个简单的全有全无分配问题。Wie et al[9]提出了一个求解离散时间形式动态网络交通分配模型的增广 Lagrange 算法。观察发现，利用最优控制理论方法建立的模型易于分析，但是模型构造及其复杂，最大的缺陷是缺乏一种有效的算法。Smith 第一次将变分不等式用于交通网络的均衡分配，证明了变分不等式的解与均衡分配的等价性。考虑到变分不等式在处理动态交通分配问题中关于路段阻抗函数的 Jacobian 矩阵不对称方面的优势以及其清晰的解析特性，它必将为动态交通分配的研究带来更多的发展。对于数学规划和最优控制理论中难以解决的模型构造问题，变分不等式可以给出可行的解决方案。变分不等式是目前应用广泛的模型，然而求解其的算法却非常有限，有待于我们做更深入的研究。 2222 动态交通分配模型分类综述动态交通分配模型从不同角度可以分为：确定性模型和随机性模型；路径选择模型和路段选择模型；反应型模型和预测型模型等等。每个优化模型可能是上面几个的组合。本文以下面三类进行介绍： 1) 带有路段能力限制的动态交通分配在动态交通分配中解决带有路段能力限制的问题，一般应用排队模型和寻找合适的延误函数。Ben-Akiva et al[10]建立了一个排队模型来处理路段能力限制的问题，并对原来的随机模型进行了推广。但是他的模型只适合单起点单讫点以及路径不重合的网络。排队问题有两类，一类是基于点排队的模型，一类是基于物理排队的模型。点排队致命缺点就是没有排队长度，因此无法描述流量传播现象。物理排队模型复杂难解，给进一步的研究带来了难度。又有学者建立了一个崭新的带有路段能力约束的模型并建立了其等价的变分不等式模型。然而仅仅把约束直接加到模型中，降低了其可靠性。以上研究从不同角度建立了不同的模型来解决带有路段能力限制的问题，然而每个模型都无法描述现实的道路情况，缺乏真实性。 2) 出发时间和路径选择组合的动态交通分配在大多数的动态交通分配模型中都假定出行者的出行时间是事先给定的，目标函数就是对某一 OD 点对，同一时刻出发的出行者选择的路径旅行时间最短或者费用最少。然而在实际生活中，出行者的出发时间是根据他们的目的或者其它原因确定的。那么二维的出发时间和路径选择组合的动态交通分配研究是十分必要的。Janson[11]给出了一种 DUO 路径选择的组合模型，起始出发时间是变动的，而到达时间是规定的，他还设计了启发式求解算法。 Ran et al[12]给出了一种求解出发时间和路径选择组合问题的双层最优控制模型。Ran 等提出了与之等价的变分不等式模型，然而其求解起来非常复杂；再加上求解时还要扩展到时空网

络上，使得问题异常庞大，更加难以应用在实际交通网络中。学者们总在不断地探索中前进，越来越多符合实际情况的模型将被建立。 3) 带有最优信号配时的动态交通分配车辆在城市道路中行驶，总会通过信号交叉口。那么出行者在道路的旅行时间就是正常路段行驶时间和在交叉口延误的时间之和。为了缓解拥堵，避免交通事故，减少交通污染，研究带有最优信号配时的动态交通分配成为一种必然。交通信号配时分类两种，一种是根据路网上分配的交通量和交叉口的周边环境来调节信号配时方案到达旅行时间最小化；另一种根据信号配时方案把各 OD 点对的交通需求分配在交通路网上，最优化旅行时间。Chang 和 Sun 提出了一个双层规划的带有最优信号配时的动态交通分配，并给出了混沌优化算法。上层是最小化交通系统总费用的情况下求解信号配时方案，下层是动态交通分配。因模型和算法遇到的巨大困难，使得带有最优信号配时的动态交通分配发展缓慢。 3333 存在的问题及未来的展望上述文献较好的解决了不同交通流形态下的动态交通分配问题，建立各种模型和算法。不过目前理论的发展和实际的应用还有着较大的差距。可以看到，没有一个模型可以解决建模过程中的关键问题，所有模型都是建立在交通流形态高度简化的基础上，复杂的解析特性和求解的困都成为动态交通分配发展的和利用的障碍。综合来看，以下几个问题在未来的发展中亟待解决。 1 在目前的动态交通分配中没有系统综合的考虑环境对动态交通分配的影响。然而实际中环境的变动会对整个路网的交通量造成重新再分配。我们需要考虑如交通事故、有毒物质泄露等突发性事件，建立疏散模型将处于路网中交通流分配转移到安全地区，从而使紧急突发事件带来的影响和破坏降到最低。如果某些路段上举行重大集会、比赛或道路维修等计划性事件时，我们需要加入交通诱导和管理控制的约束，合理的分配突增的交通量，尽量避免造成交通拥堵和交通事故的发生，使路网中的交通量趋于平衡。 2 在实际生活中我们可能会因为某些原因而绕道而行，比如在商场，汽车站，火车站等地方人流车流密集，公交车停驶，居民等公共交通等因素使得能够通行的也许只有一个车道。还有些人在高速公路上为了绕开收费站而选择一些其他的道路。这些都是因为路况发生了变化影响了交通流的分配。所有我们有必要考虑路况对动态交通分配的影响，为我们进一步的研究提供了广阔的空间。 3 现在的交通系统中人、车、路、环境四要素是一个动态的、随机的、复杂的系统。驾驶员作为一个有思想、能总结经验并能不断改善自己主观性的复杂个体，是该系统的核心。

因此研究驾驶员对动态交通分配的影响意义重大。考虑驾驶员自身状况，例如职业、驾驶疲劳、气质、心里特性、生理周期对驾驶员的影响可能导致其与平时不同的驾车行为。还需要注重不同驾驶员之间存在的差异，根据研究发现进行冒险驾驶的不一定是冒险型年轻人，普通型型和保守型年轻人为了寻找经验、刺激的感觉，受群体影响，寻找威信、信心，低估了危险也会进行冒险驾驶，例如超车。考虑到我国非机混合的城市交通特性，必须要考虑自行车和人对驾驶员的影响。当驾驶员受到外界或者自身的影响时，可能会改变行车线路，加快或者放慢驾驶速度等，这些都会影响动态交通分配。由于系统复杂性，特别是驾驶行为影响因素的多元性，因素自身不确定性以及影响程度度量的困难性。加入更多符合实际的约束增加了建模的困难，也为我们提供了未来研究的方向。 4 现在我们的模型大致可以分为预测型和反应型，然而什么时候什么地方适合哪种模型有待研究。我认为在我国一些相对落后的地区，智能交通发展缓慢，没有配备实时的道路诱导系统那么我们只能选择预测性；在一些一线二线城市可以考虑选择反应型，他要求智能系统提供诱导信息，使驾驶员可以根据周围时变的信息来选择路线。或者是在某些城市把两者结合使用。总而言之就是要根据具体的区域实行不同的模型，不能一概而论。动态交通分配为为解决交通拥堵，环境污染和交通事故等问题带来了希望。各种模型和算法为动态交通分配提供了严谨的理论支持和应用基础，然而当前的研究还不成熟，距离实际的应用还有一定的距离。还需要探索更多有效的方法来促进动态交通分配研究的快速发展。参考文献 [1] Dynamic traffic assignment by individual path minimization and queuing.Transportation Research,5:179~196 [2] A model and an algorithm for the dynamic traffic assignment .Transportation Science 12:183~199 [3] Optimality conditions for a dynamic traffic assignment model.12:200~207 [4] A successive linear optimization approach to the dynamic traffic assignment Problem. Transportation Science,14:295~305 [5] Optimal time-varying flows on congestion networks.Operations Research.35(1):58~69 [6] Nonconvexity of the dynamic traffic assignment problem.Transportation Science B,26(2):127~133

[7] Dynamic traffic assignment considered as a continuous time optimal control problem. presented at the TIMS/ORSA Joint National Meeting,Washington,D.C [8] Solving an instantaneous dynamic user optimal route choice model.Transportation Science,29:128~142 [9] The augment Lagrangian method for solving dynamic network traffic assignment models in discrete time.Transportation Science,28(3):205~220 [10] Dynamic model of peak period traffic congestion with elastic arrival rates.Transportation science,20:164~181 [11] Dynamic traffic assignment with arrival time costs.Proceedings of 12th International symposium on Transportation and Traffic Theory,Elsevier Science,Amsterdam,127~146 [12] A link-based variational inequality model for dynamic departure time/route choice. Transportation Research B,30(1):31~46 [13] Clint B, Barry W, Alexia L. Can organisational safety climate and occupational stress predict work-related driver fatigue[J].Transportation Research Part F,2008, 11:418-426. [14]翁茂荣.机动车驾驶员疲劳状态的仿真分析研究[J].拖拉机与农用运输车, 2007,34(5):16-17. [15]徐中明,张志飞,贺岩松,等.出租汽车驾驶员疲劳工效降低监测[J].人类工效学, 2007,13(1):34-36. [16]宋义伟,夏芹,朱学峰.驾驶员疲劳驾驶监测方法研究的进展[J].自动化与信息工程, 2007(4):31-34 [18]疏祥林,杨柳青.驾驶员的个性心理特征对汽车行驶安全的影响研究[J].现代交通技术, 2006,(3):68-71. [19]刘江,田萍,荣建,等.驾驶员气质与行车速度关系的初步研究[J].北京工业大学学报, 2006,32(1):28-33. [20]马丹,韩冰源,刘鸿.驾驶员生理周期对其驾驶行为影响的研究[J].森林工程,20007,23(5): 43-44 [21] Julie H, Ralston F. The role of risk-propensity in the risky driving of younger drivers[J]. Accident Analysis and Prevention, 2008:1-11.

分享到：

赞收藏

资料库

动态交通分配的研究综述.pdf

相关推荐

行业

热门标签

最新资料