ATIS信息誘導(dǎo)下的路徑選擇行為研究

張薇

蘭州交通大學(xué) 交通運(yùn)輸學(xué)院，蘭州 730070

ATIS信息誘導(dǎo)下的路徑選擇行為研究

張薇

蘭州交通大學(xué) 交通運(yùn)輸學(xué)院，蘭州 730070

1 引言

先進(jìn)出行者信息系統(tǒng)仿真工具（ATIS）作為智能交通系統(tǒng)（Intelligent Transportation System，ITS）的一個(gè)子系統(tǒng)，能夠?yàn)槌鲂姓咛峁┑缆废嚓P(guān)狀態(tài)信息，從而影響出行者路徑的選擇，使得現(xiàn)有的道路網(wǎng)絡(luò)資源得以充分利用，提高交通運(yùn)輸系統(tǒng)的功效。目前，ATIS技術(shù)還沒有完全實(shí)施，相關(guān)ATIS的理論和應(yīng)用研究成為熱點(diǎn)問(wèn)題。

國(guó)內(nèi)外研究人員從不同的角度對(duì)公共交通出行者在ATIS信息下選擇行為影響進(jìn)行了相關(guān)研究。文獻(xiàn)[1]研究了實(shí)時(shí)路況信息對(duì)于出行者的影響；Dia等應(yīng)用智能體理論對(duì)交通信息對(duì)出行者路徑選擇行為的影響進(jìn)行了研究[2]；賀振歡等分析了交通廣播、VMS及車載誘導(dǎo)等誘導(dǎo)模式的特點(diǎn)及其對(duì)出行者路徑選擇行為的影響，建立了不同誘導(dǎo)模式下出行費(fèi)用的計(jì)算模型及多種誘導(dǎo)模式混合作用下的出行者路徑選擇模型[3]；孫劍等根據(jù)ATIS環(huán)境下的不同出行者行為和信息屬性，運(yùn)用基于仿真的DTA給出了各類出行者的路徑誘導(dǎo)算法[4]。城市交通系統(tǒng)是一個(gè)典型的復(fù)雜適應(yīng)系統(tǒng)，隨著復(fù)雜系統(tǒng)科學(xué)的發(fā)展，越來(lái)越多的研究人員將復(fù)雜適應(yīng)系統(tǒng)（Complex Adaptive System，CAS）理論應(yīng)用于城市交通系統(tǒng)中[5]。

本文主要從途中路徑的調(diào)整角度出發(fā)，提出一種基于多Agent理論分析出行者在ATIS條件下的路徑選擇行為的方法，進(jìn)行仿真分析，同時(shí)考慮ATIS系統(tǒng)對(duì)出行者的出行前的規(guī)劃及出行后的在途影響，并應(yīng)用Repast S工具進(jìn)行仿真驗(yàn)證；最后得到了ATIS對(duì)交通系統(tǒng)的影響，為ATIS的合理配置和有效利用提供了理論依據(jù)。

2 Agent理論及Repast S介紹

隨著分布式人工智能的發(fā)展，多Agent系統(tǒng)的研究廣泛地開展起來(lái)。多Agent系統(tǒng)（Multi-Agent Systems，MAS）建立在資源共享和各個(gè)Agent的自主性之上，各個(gè)Agent能夠協(xié)作工作，以實(shí)現(xiàn)整體識(shí)別的目標(biāo)。構(gòu)建具有自學(xué)習(xí)能力的Agent是多Agent系統(tǒng)研究的一個(gè)重點(diǎn)，在這種需求下，為多Agent系統(tǒng)引入學(xué)習(xí)機(jī)制能夠使其更好地適應(yīng)復(fù)雜環(huán)境，有更強(qiáng)的個(gè)體學(xué)習(xí)能力和社會(huì)學(xué)習(xí)能力[6]。Repast（Recursive Porous Agent Simulation Toolkit）是一個(gè)被廣泛應(yīng)用的免費(fèi)、開源仿真平臺(tái)。Repast允許通過(guò)可控的重復(fù)性計(jì)算實(shí)驗(yàn)來(lái)系統(tǒng)地研究復(fù)雜系統(tǒng)行為。Repast S的底層支持庫(kù)中實(shí)現(xiàn)的Score元模型包含了多Agent建模環(huán)境的規(guī)范定義，Score元模型的模型架構(gòu)主要包括主體Agent、關(guān)系Projection、環(huán)境Context三方面模型抽象要素的描述[7]。主體Agent是模型最基本的成員對(duì)象，模擬組成復(fù)雜系統(tǒng)的微觀對(duì)象個(gè)體；關(guān)系Projection則反映了Agent間的基本交互聯(lián)系；典型的Projection有network、geography、grid等關(guān)系；環(huán)境Context是Agent生存及活動(dòng)的場(chǎng)所，Context中可根據(jù)系統(tǒng)仿真的需要配置多種Projection，各類Agent行為規(guī)則可由基于這些Projection的方法靈活實(shí)現(xiàn)。

3 模型建立

交通信息服務(wù)的實(shí)質(zhì)即是通過(guò)提供合適的交通信息來(lái)誘導(dǎo)出行行為，使人們的出行選擇與交通管理者的預(yù)期目標(biāo)相一致。ATIS系統(tǒng)中，路網(wǎng)管理者實(shí)時(shí)監(jiān)測(cè)交通狀況，根據(jù)監(jiān)測(cè)數(shù)據(jù)制定具體的誘導(dǎo)策略，再利用某種信息發(fā)布方式將誘導(dǎo)信息發(fā)布出去，出行者收到誘導(dǎo)信息后會(huì)根據(jù)自身原則和利益做出路徑選擇，判斷是否需要以及如何調(diào)整出行選擇，調(diào)整后的出行選擇又作用于交通系統(tǒng)，使交通環(huán)境的狀態(tài)發(fā)生改變，并反作用于管理者的誘導(dǎo)控制策略[8]。管理者給出的誘導(dǎo)信息又將影響出行者的路徑選擇行為，從而引發(fā)新一輪的出行行為調(diào)整過(guò)程。由于路況的隨機(jī)性和出行者對(duì)交通環(huán)境認(rèn)知的隨時(shí)變化，出行者的出行路徑也會(huì)隨時(shí)發(fā)生改變，ATIS信息下的在途路徑調(diào)整也尤為重要。

本文結(jié)合多Agent理論，將交通系統(tǒng)中的大量交通元素看做Agent個(gè)體，如車輛——出行者——交通管理者等。各種Agent能夠根據(jù)環(huán)境做出一定的反應(yīng)來(lái)適應(yīng)環(huán)境的變化，在出行過(guò)程中，每個(gè)出行Agent即使是出發(fā)后也可以在途中進(jìn)行路徑的調(diào)整。每到達(dá)一個(gè)可選擇的交叉路口，都可以根據(jù)需要參照當(dāng)前ATIS信息做一次當(dāng)前最佳路徑選擇，這樣既考慮了交通系統(tǒng)的隨機(jī)性，也保證了出行者對(duì)出行路徑的隨時(shí)調(diào)整的可能性。而且，出行前的規(guī)劃與出行后的路徑調(diào)整實(shí)質(zhì)上采用同一種方法進(jìn)行處理，使得出行者整個(gè)出行過(guò)程中的路徑選擇行為研究得以解決和簡(jiǎn)化。下面分別對(duì)不同ATIS系統(tǒng)中的Agent成員進(jìn)行定義。

3.1 管理Agent主體

本模型中管理Agent只有一個(gè)，管理Agent根據(jù)路網(wǎng)狀況給出誘導(dǎo)信息，主要的誘導(dǎo)信息是節(jié)點(diǎn)之間的路徑集合及各路徑的出行時(shí)間集合。路徑的出行時(shí)間由相關(guān)道路單元的出行時(shí)間構(gòu)成，這里采用交通BPR模型t=t0[1+α(V/C)β]。管理Agent的屬性主要有路網(wǎng)中各路徑的當(dāng)前預(yù)測(cè)出行時(shí)間、平均行駛速度等，其行為就是計(jì)算以上各屬性的值的方法。從節(jié)點(diǎn)i到節(jié)點(diǎn)j之間的某一路徑當(dāng)前預(yù)測(cè)出行時(shí)間通過(guò)下式求解：

3.2 出行Agent主體

將出行者和車輛視為一個(gè)駕駛員——車輛單元（Driver-Vehicle-Unit，DVU），即出行Agent主體。當(dāng)一個(gè)DVU到達(dá)一個(gè)節(jié)點(diǎn)，可以根據(jù)自己的經(jīng)驗(yàn)，參考ATIS提供的信息，決定是否需要改變?cè)?jì)劃路徑，若需要改變路徑，則做出路徑選擇。ATIS實(shí)施的效果好壞，在很大程度上取決于交通系統(tǒng)中ATIS的用戶對(duì)誘導(dǎo)信息的反應(yīng)。因?yàn)槁范蔚倪x擇并不是只由ATIS的信息決定，往往還依賴于出行者對(duì)接收到的AITS信息的信任度。出行Agent的數(shù)量很多，其屬性主要有出行Agent的速度、所在路段、預(yù)測(cè)出行時(shí)間、路徑實(shí)際出行時(shí)間。

出行Agent的行為主要有以下兩種：路徑選擇行為和微觀規(guī)則。下面分別進(jìn)行具體形式化定義。

3.2.1 路徑選擇行為

當(dāng)出行Agent到達(dá)某一節(jié)點(diǎn)時(shí)，若有兩個(gè)及以上路徑可選時(shí)，可根據(jù)ATIS信息加之自己的主觀意識(shí)來(lái)選擇從當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的行駛路徑。ATIS信息能夠提供當(dāng)前路況下，Agent從當(dāng)前所在節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的各條路徑及其所需時(shí)間。令Lk={lk1，lk2，…，lks}為當(dāng)前節(jié)點(diǎn)k到達(dá)目標(biāo)節(jié)點(diǎn)的路徑集合，Tk={tk1，tk2，…，tks}為對(duì)應(yīng)各條路徑的出行時(shí)間，則出行Agent會(huì)做出選擇：

其中，lki為min{Tk}所對(duì)應(yīng)路徑；lk′為出行Agent主觀判斷路徑；α為信任度，當(dāng)α=1時(shí)，表示出行Agent對(duì)ATIS信息完全信任，則選擇ATIS信息指示路徑，當(dāng)α=0時(shí)，表示出行Agent對(duì)ATIS信息完全不信任，則選擇自己主觀判斷的路徑，當(dāng)α∈(0，1)時(shí)，表示出行Agent對(duì)ATIS信息不完全信任，此時(shí)以一定的概率p選擇ATIS信息指示路徑，p=α，即有1-α的概率會(huì)選擇主觀判斷的路徑。

出行Agent自身的預(yù)測(cè)出行時(shí)間t計(jì)算流程，如圖1所示。

出行Agent從節(jié)點(diǎn)i出發(fā)，目標(biāo)節(jié)點(diǎn)為j時(shí)，出發(fā)時(shí)選擇一條路徑行駛，出行時(shí)間為t=，當(dāng)?shù)竭_(dá)k節(jié)點(diǎn)時(shí)，若出行Agent不調(diào)整原路徑，則繼續(xù)前行，t不變；若改變了路徑，那么出行時(shí)間修正為t=tik+，其中，tik為從節(jié)點(diǎn)i到節(jié)點(diǎn)k的已行駛時(shí)間，為在k節(jié)點(diǎn)選擇的路徑的行走時(shí)間，以此類推，直到到達(dá)目標(biāo)節(jié)點(diǎn)j時(shí)，預(yù)測(cè)出行時(shí)間等于實(shí)際出行時(shí)間。

圖1 出行Agent預(yù)測(cè)出行時(shí)間計(jì)算流程圖

3.2.2 微觀規(guī)則

出行Agent在行駛中可能調(diào)整車速，規(guī)則如下。

（1）車輛加速規(guī)則：若v＜vmax，則v=v+1，其中v為出行Agent的當(dāng)前速度，vmax為規(guī)定的出行者Agent的最大車速。

（2）隨機(jī)減速規(guī)則：若v＞0，則v以概率PS減1，其中PS為出行Agent隨機(jī)減速的概率，即隨機(jī)慢化概率。

（3）安全控制規(guī)則：若v＞gap則v=gap，其中g(shù)ap為出行Agent與同一車道上前車的間隔。

（4）車輛移動(dòng)規(guī)則：x=x+v，其中x為出行Agent當(dāng)前所在位置。

3.3 空間網(wǎng)格（grid）關(guān)系

Agent行為在二維網(wǎng)格（grid）空間中交互，管理Agent主體和出行Agent主體需要的信息交換都依賴于gird關(guān)系進(jìn)行。下面為本模型所采用的基于Repast S的ATIS空間網(wǎng)格關(guān)系定義：

出行Agent主體根據(jù)路徑選擇方法來(lái)隨時(shí)改變行駛路徑，同時(shí)遵守微觀規(guī)則不斷調(diào)整自己的行駛速度，路徑與速度的調(diào)整都直接反映在grid的位置上；管理Agent主體直接從grid中獲取出行Agent主體相關(guān)信息，采集數(shù)據(jù)，從而計(jì)算出行時(shí)間及平均速度等屬性；計(jì)算結(jié)果又以ATIS形式傳遞給出行Agent主體，出行Agent主體得到信息后，從而影響其后續(xù)行駛路徑。

4 實(shí)例分析

圖2為某城市某一路段抽象出來(lái)的交通網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖，包括6個(gè)節(jié)點(diǎn)和7條路段，其中路段長(zhǎng)度用元胞數(shù)表示，元胞長(zhǎng)度為最小車頭時(shí)距，每個(gè)元胞僅能容納一個(gè)出行Agent。設(shè)各路段長(zhǎng)度均為20個(gè)元胞。這里以節(jié)點(diǎn)（1→6）為OD對(duì)進(jìn)行仿真，即所有出行者從節(jié)點(diǎn)1進(jìn)入仿真區(qū)域，從節(jié)點(diǎn)6離開仿真區(qū)域。

應(yīng)用本文的方法建立模型，在Repast S仿真工具中根據(jù)所提出的方法定義各Agent的屬性與行為。為計(jì)算簡(jiǎn)便，本實(shí)驗(yàn)中令所有出行Agent對(duì)ATIS信息的信任度均為α=0.6，出行Agent隨機(jī)從節(jié)點(diǎn)1進(jìn)入路網(wǎng)。通過(guò)Repast S仿真得到圖3所示的車輛分布狀況圖。圖3為當(dāng)仿真時(shí)間tick=300時(shí)的路網(wǎng)狀態(tài)，圖中自上而下為路段1至路段7的車輛分布情況，黑點(diǎn)表示車輛，車輛自左向右在各路段上行駛。每個(gè)車輛到達(dá)各路段的最右端時(shí)，判斷下一步進(jìn)入哪個(gè)路段，最終由路段4或路段5行駛至節(jié)點(diǎn)6終止，離開路網(wǎng)。從圖3可以看出各路段上的車輛分布基本均勻，避免了眾車簇?fù)碇聊骋宦范?，說(shuō)明ATIS提供給出行Agent的信息，在一定程度上可以幫助緩解交通擁堵問(wèn)題。

圖2 路網(wǎng)拓?fù)浣Y(jié)構(gòu)圖

圖3 Tick=300時(shí)的車輛分布情況

通過(guò)計(jì)算各車輛的出行時(shí)間，如圖4所示。從圖4可以看出各車輛的出行時(shí)間相對(duì)比較集中，基本上都在170～300 tick之間，沒有出現(xiàn)出行時(shí)間過(guò)長(zhǎng)的車輛。說(shuō)明ATIS信息使得道路資源能夠合理分配，對(duì)出行Agent的路段選擇有一定的指導(dǎo)意義。

圖4 α=0.6時(shí)各車輛出行時(shí)間

當(dāng)所有出行Agent對(duì)ATIS信息的信任度為α=0.9時(shí)，各車輛的出行時(shí)間分布如圖5所示。

圖5 α=0.9時(shí)各車輛出行時(shí)間

從圖5可以看出此時(shí)的車輛出行時(shí)間比α=0.6時(shí)整體減少，說(shuō)明出行Agent對(duì)ATIS信息的信任度越高，平均出行時(shí)間越短。

5 結(jié)論

以上實(shí)驗(yàn)將出行者的在途調(diào)整路徑考慮在內(nèi)，采用本文提出的基于Agent模型及方法對(duì)ATIS系統(tǒng)影響下的Agent進(jìn)行研究。結(jié)果表明，無(wú)論從車輛的分布上，還是從出行時(shí)間上看，ATIS信息都發(fā)揮了一定的作用，使得交通管理者和出行者都有所收益。對(duì)出行者而言，ATIS提供的交通信息能夠給予出行者一定的幫助，減少了決策過(guò)程中的不確定性。綜上所述，在考慮出行者在行駛途中隨時(shí)調(diào)整路徑的情況下，ATIS信息對(duì)出行者的路徑選擇具有一定的指導(dǎo)意義，ATIS系統(tǒng)信息的實(shí)時(shí)性可以避免路徑選擇時(shí)新的擁塞現(xiàn)象的出現(xiàn)，另外可以增加信任度更新機(jī)制以避免路徑局部尋優(yōu)，從而提高出行質(zhì)量。

[1]Srinivasan K K，Mahamassani H S.Dynamic decision and adjustment processes in commuter behavior under real-time information[R].USA：University of Texas at Austin，2002.

[2]Dia H.An agent-based approach to modeling driver route choice behavior under the influence of real-time information[J]. Transportation Research：Part C，2002，10（5）：331-349.

[3]賀振歡，楊肇夏，承向軍，等.ATIS混合誘導(dǎo)模式下出行者路徑選擇仿真研究[J].系統(tǒng)仿真學(xué)報(bào)，2009，21（22）：7334-7338.

[4]孫劍，李克平，楊曉光.ATIS環(huán)境下動(dòng)態(tài)多用戶路徑選擇行為仿真研究[J].計(jì)算機(jī)工程與應(yīng)用，2008，44（20）：222-225.

[5]趙凜，張星臣.基于Agent仿真的ATIS條件下路徑選擇行為研究[J].系統(tǒng)仿真學(xué)報(bào)，2007，19（7）：1590-1593.

[6]王浩暢，李鈺，趙鐵軍.面向生物醫(yī)學(xué)命名實(shí)體識(shí)別的多Agent元學(xué)習(xí)框架[J].計(jì)算機(jī)學(xué)報(bào)，2010，33（7）：1256-1258.

[7]North M J，Collier N T，Voss J R.Experiences creating three implementationsoftherepastAgentmodelingtoolkit[J]. ACM Transactions on Modeling and Computer Simulation，2006，16（1）：1-25.

[8]雋志才，鮮于建川.交通信息作用下的活動(dòng)-出行決策行為研究[J].中國(guó)公路學(xué)報(bào)，2008，21（4）：88-92.

ZHANG Wei

School of Traffic and Transportation,Lanzhou Jiaotong University,Lanzhou 730070,China

Driving vehicles on the road probably change route according to road situation,which causes some difficulty to research of ATIS（Advanced Traveler Information System）.Traveler’s route choice and changing on road behaviors are studied based on method of multi-agent modeling and simulation.Traveler’s route choice model is build under changing on road,and an example is simulated using Repast S.Effect of traveler’s changing on road under ATIS is concluded at last.The method gives theory support for reasonable disposition and effective using.

Advanced Traveler Information System（ATIS）;Repast S;change on road;route choice

出行車輛在行駛途中會(huì)根據(jù)路況隨時(shí)調(diào)整行駛路徑，這給公共交通先進(jìn)出行者系統(tǒng)（ATIS）的研究帶來(lái)一定的困難?；诙郃gent仿真建模方法對(duì)ATIS條件下出行者的路徑選擇及在途調(diào)整行為進(jìn)行了研究，構(gòu)建了在途路徑調(diào)整下的出行者路徑選擇模型，并利用Repast S仿真工具進(jìn)行仿真分析，得出了ATIS對(duì)出行者在途影響的結(jié)論。該方法為ATIS的合理配置和有效利用提供了理論依據(jù)。

先進(jìn)出行者信息系統(tǒng)；Repast S工具；在途調(diào)整；路徑選擇

A

U491

10.3778/j.issn.1002-8331.1110-0627

ZHANG Wei.Research of traveler’s route choice behavior under ATIS.Computer Engineering and Applications,2013, 49（13）：234-236.

國(guó)家自然科學(xué)基金（No.61163009）；蘭州交通大學(xué)青年科學(xué)基金（No.2011001）。

張薇（1980—），女，碩士，講師，研究方向：路網(wǎng)可靠性，信息管理與信息系統(tǒng)。E-mail：zhangwei@mail.lzjtu.cn

2011-11-03

2012-02-03

1002-8331（2013）13-0234-03

CNKI出版日期：2012-03-27http://www.cnki.net/kcms/detail/11.2127.TP.20120327.1210.001.html