基于宏觀基本圖的區(qū)域交通總量動(dòng)態(tài)調(diào)控技術(shù)

杜怡曼，吳建平，賈宇涵，許 明

（1.清華大學(xué) 土木系，北京100084；2.北京郵電大學(xué)，北京100876）

基于宏觀基本圖的區(qū)域交通總量動(dòng)態(tài)調(diào)控技術(shù)

杜怡曼＊1，吳建平1，賈宇涵1，許 明2

（1.清華大學(xué) 土木系，北京100084；2.北京郵電大學(xué)，北京100876）

城市經(jīng)濟(jì)的快速發(fā)展造成了諸多交通問題.在過飽和狀態(tài)下，單純的被動(dòng)型信號控制所起的作用是很有限的.因此，有必要把交通控制與交通誘導(dǎo)相結(jié)合形成一個(gè)反饋式系統(tǒng).本文提出了以基于宏觀基本圖及反饋門的區(qū)域總量動(dòng)態(tài)調(diào)控為主、傳統(tǒng)優(yōu)化為輔的交通管理新手段,通過區(qū)域邊界設(shè)置的“反饋門”控制網(wǎng)絡(luò)流入量，將網(wǎng)絡(luò)車輛總數(shù)維持在其合理可行范圍內(nèi)，以提高或維持網(wǎng)絡(luò)流量.以北京市西二環(huán)區(qū)域?yàn)槔?，利用交通仿真軟件對?dòng)態(tài)調(diào)控的效果進(jìn)行了評估.結(jié)果證明，區(qū)域總量動(dòng)態(tài)調(diào)控能夠保障區(qū)域交通流的穩(wěn)定、有序，提高區(qū)域交通流通行效率.

城市交通；區(qū)域總量動(dòng)態(tài)調(diào)控；宏觀基本圖；反饋門控制；微觀仿真

1 引言

“城市中心區(qū)是指建成區(qū)內(nèi)社會(huì)經(jīng)濟(jì)和土地開發(fā)活動(dòng)最密集的那部分地域范圍[1].”由于城市中心區(qū)職能上的特點(diǎn)，交通往往呈現(xiàn)突出的矛盾，大面積交通擁堵與交通癱瘓已成為大中型城市中心區(qū)頻繁面臨的問題，無論從發(fā)生時(shí)間的頻度、強(qiáng)度，還是從影響范圍，中心區(qū)大面積交通擁堵對城市發(fā)展的總體影響日益明顯.

國內(nèi)外研究學(xué)者在大量研究后對于一些交通擁堵成因達(dá)成共識，如道路的阻塞與區(qū)域的交通需求有關(guān)，當(dāng)達(dá)到路段通行能力上限時(shí)即會(huì)發(fā)生擁堵.因此合理地控制路網(wǎng)的輸入流量，以防止交通癱瘓的發(fā)生是解決交通擁堵的核心點(diǎn).對中心區(qū)域交通總量進(jìn)行調(diào)控是保障中心區(qū)交通順暢的一個(gè)重要的方法.交通總量控制是指最大限度地減少交通參與者的數(shù)量，縮短交通參與者的運(yùn)行時(shí)間，減少交通參與者所占用的道路面積.當(dāng)城市中心區(qū)域路網(wǎng)交通負(fù)荷接近飽和或者過飽和，沒有交通壓力轉(zhuǎn)移的余地時(shí)，交通總量控制就成為解決問題的一個(gè)很好的選擇.目前通常采用的區(qū)域交通總量調(diào)控的手段主要包括錯(cuò)峰出行、擁堵收費(fèi)、按尾號限行等.這些手段都是通過政策法規(guī)來調(diào)控城市中心區(qū)的交通總量，然而這些措施不僅僅涉及交通問題，更涉及多元利益權(quán)衡,影響到了公眾利益甚至公共利益，容易引起爭議，因此，交通管理者們更愿意從技術(shù)的角度出發(fā)，動(dòng)態(tài)地調(diào)整城市中心區(qū)域的交通負(fù)載.

對于點(diǎn)、線、面的信號控制系統(tǒng)，國內(nèi)外的學(xué)者都做了很多研究.然而基于點(diǎn)或線的信號控制只能改善局部的交通狀況，使單個(gè)交叉口的效益最大化，卻無法應(yīng)對目前區(qū)域性的大范圍的交通擁堵.區(qū)域協(xié)調(diào)控制方式是把一個(gè)區(qū)域內(nèi)的多個(gè)交叉口看作一個(gè)整體進(jìn)行信號協(xié)調(diào)控制，是從干線協(xié)調(diào)控制的基礎(chǔ)上發(fā)展起來的.很多學(xué)者將交通區(qū)域動(dòng)態(tài)地劃分為多個(gè)子區(qū)域進(jìn)行優(yōu)化控制，進(jìn)而實(shí)現(xiàn)整個(gè)區(qū)域的協(xié)調(diào)控制[2].此外以多智能體技術(shù)為基礎(chǔ)的信號控制也是區(qū)域信號控制研究的一個(gè)重要領(lǐng)域，李振龍[3]、Wiering等[4]、張輝[5]等采用Agent技術(shù)研究城市交通信號控制的建模和協(xié)調(diào)算法來解決區(qū)域協(xié)調(diào)問題和整個(gè)城市交通網(wǎng)絡(luò)的優(yōu)化問題.還有些學(xué)者將模糊邏輯、神經(jīng)網(wǎng)絡(luò)等引入到區(qū)域交通信號控制中[6，7].現(xiàn)有的區(qū)域性的面控系統(tǒng)，在未飽和的交通條件下能夠提高路網(wǎng)的整體運(yùn)行效率，但在交通擁擠條件下則不適用，目前國內(nèi)外均無成熟的適用于交通擁擠條件下的系統(tǒng)控制方案投入使用[8].美國聯(lián)邦公路管理委員會(huì)的一份報(bào)告指出“目前并沒有一個(gè)能有效應(yīng)對交通擁堵狀況的信號優(yōu)化工具[9]”.基于此，本研究提出一種以基于宏觀基本圖的區(qū)域邊界交通反饋控制方法用于改善飽和狀態(tài)下的區(qū)域交通.

2 區(qū)域交通總量動(dòng)態(tài)調(diào)控方法建模

在城市中心區(qū)車流總量達(dá)到飽和的的情況下，單純的被動(dòng)型信號控制無法從根本上改善早晚高峰時(shí)的道路擁堵狀況，頂多使控制路口的效益最大化.因此，應(yīng)考慮把交通控制與交通誘導(dǎo)相結(jié)合形成一個(gè)反饋式系統(tǒng)，在中心區(qū)外圍進(jìn)行動(dòng)態(tài)截流，控制進(jìn)入中心區(qū)的車流，防止城市中心區(qū)域受到過飽和的不利影響，減輕城市中心區(qū)域內(nèi)的交通壓力.

該策略是基于城市中心區(qū)域道路網(wǎng)絡(luò)飽和流量的有效的實(shí)時(shí)交通控制策略.其目的是為了通過反饋門及利用宏觀基本圖（MFD）的概念，限制通過“門”進(jìn)入城區(qū)中心區(qū)的流量，防止城市中心區(qū)域受到過飽和的不利影響，從而緩解城市交通擁堵.

2.1 確定反饋門的邊界

“反饋門”被作為應(yīng)對飽和或過飽和狀態(tài)的城市路網(wǎng)的一種控制方式[10].Mehdi等認(rèn)為通過合適的反饋控制策略，可以一定程度地提高飽和交通流的通過效率[11].

通常城市中心區(qū)都是容易出現(xiàn)擁堵和排隊(duì)的地方.而反饋門是指在靠近城市中心區(qū)的一個(gè)或多個(gè)上游路口為了限流而設(shè)置了交通控制設(shè)施的路段.

2.2 確定反饋門觸發(fā)的閾值

宏觀基本圖（Macroscopic Fundamental Diagram MFD）是道路網(wǎng)絡(luò)的基本屬性，最早于1969年由Godfrey[12]提出，主要用于描述交通流密度、流量與速度等的關(guān)系.國內(nèi)外很多學(xué)者利用實(shí)際或仿真數(shù)據(jù)證明了宏觀基本圖的存在[13-15].有研究表明，盡管MFD的形狀依賴于OD需求，然而這個(gè)關(guān)系并不隨時(shí)間而變化[16].因此用宏觀基本圖的概念來描述網(wǎng)絡(luò)中移動(dòng)的車輛數(shù)和網(wǎng)絡(luò)運(yùn)行水平之間的關(guān)系，從而確定觸發(fā)反饋門的閾值.

通過對實(shí)際區(qū)域路網(wǎng)進(jìn)行仿真建模，利用仿真輸出的數(shù)據(jù)，建立區(qū)域道路網(wǎng)絡(luò)的MFD.在該基本圖中，橫軸表示交通網(wǎng)絡(luò)宏觀凈流量（Net Volume，NV），即每隔一段時(shí)間內(nèi)在路網(wǎng)中出現(xiàn)過的總交通量；縱軸表示重點(diǎn)區(qū)域凈車公里數(shù)（Selected Travelled Distance，STD），即對每一段時(shí)間內(nèi)通過部分路段的交通量與其所在路段長度的乘積求和.

圖1 區(qū)域路網(wǎng)宏觀基本圖Fig.1 The macroscopic fundamental diagram of Road Network

圖1所示為此試驗(yàn)數(shù)據(jù)疊加的網(wǎng)絡(luò)通行能力基本圖，圖中曲線為擬合的二次方程曲線.從圖中可以看出，在仿真初始階段，由于路段上車輛較少，重點(diǎn)區(qū)域凈車公里數(shù)隨網(wǎng)絡(luò)宏觀凈流量的增加而逐漸增加；在網(wǎng)絡(luò)宏觀凈流量到達(dá)NVm時(shí)，重點(diǎn)區(qū)域凈車公里數(shù)到達(dá)最大值STDmax，此時(shí)區(qū)域網(wǎng)絡(luò)達(dá)到飽和狀態(tài)；之后若橫軸繼續(xù)增加，縱軸數(shù)值反而下降，即出現(xiàn)交通擁堵現(xiàn)象.該定量分析表明，當(dāng)區(qū)域內(nèi)的交通總量接近或達(dá)到飽和時(shí)，通過區(qū)域的交通流量反而呈下降趨勢.因此，如果能夠?qū)^(qū)域內(nèi)的交通總量控制在飽和區(qū)域內(nèi)，就可以保證區(qū)域的交通流通過量最大.

通過對散點(diǎn)圖進(jìn)行MATLAB函數(shù)擬合，發(fā)現(xiàn)該系列數(shù)值點(diǎn)符合二次函數(shù)曲線形式.擬合函數(shù)如式（1），準(zhǔn)確度達(dá)到0.85以上.

經(jīng)過數(shù)次擬合實(shí)驗(yàn)，發(fā)現(xiàn)網(wǎng)絡(luò)通行能力基本圖的擬合方程總體如式（2）.

2.3 關(guān)鍵節(jié)點(diǎn)上設(shè)置檢測器

雖然仿真方法可以簡單地獲得各個(gè)道路的交通信息，但由于經(jīng)費(fèi)的有限和人工維護(hù)的復(fù)雜性，實(shí)際在城市中心區(qū)內(nèi)所有的城市道路上布設(shè)線圈檢測器是不現(xiàn)實(shí)的.在關(guān)鍵線路上設(shè)置檢測器，可以在保證精度的前提下得到效果比較好的MFD（宏觀基本圖）.那探測器的數(shù)量及位置就成為關(guān)鍵.

研究發(fā)現(xiàn)路網(wǎng)呈現(xiàn)明顯的無標(biāo)度特征，路口節(jié)點(diǎn)和交通流量之間符合冪率分布[17].這意味著少數(shù)節(jié)點(diǎn)及路段承擔(dān)著主要交通運(yùn)輸量，并且當(dāng)少數(shù)關(guān)鍵節(jié)點(diǎn)或重要路段發(fā)生故障，往往會(huì)引起大面積擁堵，甚至可能導(dǎo)致整個(gè)路網(wǎng)的崩潰.因此可以將探測器安裝在城市中心區(qū)域內(nèi)的關(guān)鍵節(jié)點(diǎn)上.

本研究采用了一種基于出行OD分布和路口連通性的識別方法.該方法從城市出行軌跡數(shù)據(jù)中提取出行的OD分布，和路徑選擇的統(tǒng)計(jì)信息.引入出行的負(fù)載度、路徑熱度和路口關(guān)鍵度概念，構(gòu)建出行-路徑-路口的三部圖模型來刻畫三者間的互貢獻(xiàn)關(guān)系.結(jié)合出行的路徑選擇比例和路口等級來確定互貢獻(xiàn)關(guān)系的權(quán)重.即越多的高負(fù)載出行所選擇的路徑越熱門，越多的熱門路徑所經(jīng)過的路口越關(guān)鍵，反之亦然.該方法有機(jī)地結(jié)合了路網(wǎng)的拓?fù)浣Y(jié)構(gòu)和交通流特征，并考慮了旅行OD分布統(tǒng)計(jì)特征和路口連通度的相關(guān)性.可以更準(zhǔn)確地識別出高連通度的關(guān)鍵路口.

2.4 無檢測器路段流量預(yù)測

由于實(shí)際條件限制，無法保證區(qū)域內(nèi)所有路段均安裝檢測器記錄交通數(shù)據(jù)，因此需要采用數(shù)理統(tǒng)計(jì)方法分析獲得無檢測器路段的數(shù)據(jù)，用于下一步的分析.本研究采用多元線性回歸算法預(yù)測檢測器路段的流量.

（1）關(guān)鍵節(jié)點(diǎn)上設(shè)置的檢測器對應(yīng)流量作為自變量{X1，X2，X3，…，Xi}.

（2）對應(yīng)實(shí)際無檢測器的虛擬檢測器流量{Xi+1，Xi+2，Xi+3，…，Xj}作為因變量.

（3）根據(jù)實(shí)際情況,認(rèn)為{Xi+1,Xi+2,Xi+3，…, Xj}對應(yīng)檢測器檢測數(shù)據(jù)只同其附近區(qū)域的實(shí)際存在檢測器數(shù)據(jù)密切相關(guān)，不考慮過遠(yuǎn)的檢測器.本研究采用元胞自動(dòng)機(jī)中的Moore型鄰居理論，選取每個(gè){Xi+1，Xi+2，Xi+3，…，Xj}檢測器周圍的8個(gè)Moore鄰居檢測器用于多元回歸.

（4）采用SPSS軟件進(jìn)行n次多元線性回歸，每次獲得形如 Xa=β0+β1Xa1+β2Xa2+…β8Xa8+ε，Xa∈{Xi+1，Xi+2，Xi+3，…，Xj}，Xam∈{X1，X2，X3，…，Xi，m∈(1 ，2，…，8)}.

（5）對 n次 回 歸 獲 得 的 的 參 數(shù)β0，β1，β2，…，β8進(jìn)行總體回歸參數(shù)的最小二乘估計(jì)，獲得最優(yōu)無偏估計(jì)量b0，b1，b2，…，b8，針對式尾的隨機(jī)擾動(dòng)，可以采用殘差平方和除以其自由度來估計(jì)，即是隨機(jī)擾動(dòng)項(xiàng)的方差σ2的無偏估計(jì).

2.5 建立控制模型

反饋門控制策略是根據(jù)前述建立的路網(wǎng)宏觀基本圖MFD，對路網(wǎng)區(qū)域交通運(yùn)行狀態(tài)進(jìn)行總體調(diào)控，利用在關(guān)鍵節(jié)點(diǎn)路段設(shè)置的探測器返回的數(shù)據(jù)對網(wǎng)絡(luò)流入量（inflow）、網(wǎng)絡(luò)車輛總數(shù)N（或密度K）和網(wǎng)絡(luò)流出量（outflow）進(jìn)行監(jiān)控，通過區(qū)域邊界設(shè)置的“反饋門”控制網(wǎng)絡(luò)流入量，將網(wǎng)絡(luò)車輛總數(shù)N（或密度K）維持在其合理可行范圍內(nèi)，以提高或維持網(wǎng)絡(luò)流量Q.控制邏輯如圖2所示.

圖2 區(qū)域控制邏輯Fig.2 Regional control logic

（1）輸入NV(t)'經(jīng)過疊加反饋信號和系統(tǒng)延誤，得到qin=qg(t-τ).

（2）qd代表未安裝檢測器路段輸入調(diào)控區(qū)域的車流，qout代表離開區(qū)域的車輛（假設(shè)其數(shù)值同STD(t)正相關(guān)：qout=η·STD(t)），所以區(qū)域總量N的微小變動(dòng)為N˙=qin+qd-qout.

（3）由于區(qū)域內(nèi)存在無檢測器道路，所以NV(t)需要由N轉(zhuǎn)換得出：NV(t)=A·N(t)+ε1.

（4）同 時(shí) 根 據(jù) 仿 真 數(shù) 據(jù) 分 析 ，得 出STD(t)=f[NV(t)]+ε2關(guān)系式，其中f代表二次函數(shù).

（5）傳遞函數(shù)求解：

設(shè)系統(tǒng)各擾動(dòng)為 0，將原方程qin+qd-N˙=ηf(NV)在最優(yōu)值處線性化：

因?yàn)閷?shí)際系統(tǒng)是根據(jù)時(shí)間間隔進(jìn)行掃描計(jì)算，所以把上述連續(xù)方程轉(zhuǎn)換成離散形式：

3 仿真應(yīng)用示范

3.1 仿真區(qū)域選取

以西二環(huán)周邊（車公莊－復(fù)興門）交通區(qū)域?yàn)槔?目前西二環(huán)路段主輔路在早晚高峰期間交通擁堵嚴(yán)重，車輛行駛緩慢.西二環(huán)區(qū)域的交通擁堵將直接影響周邊城市主干路和快速聯(lián)絡(luò)線的交通狀況，容易造成大范圍交通擁堵.仿真區(qū)域內(nèi)共有282個(gè)交匯點(diǎn)和468個(gè)路段，周邊選取了13個(gè)路口作為反饋門控制路口.通過對這13個(gè)反饋門進(jìn)行信號控制以達(dá)到控制保障區(qū)域內(nèi)交通總量的目的.如圖3所示.

圖3 研究區(qū)域范圍及反饋門示意圖Fig.3 Layout of study area and Location of feedback gate

3.2 利用仿真數(shù)據(jù)獲得宏觀基本圖確定控制閾值

仿真區(qū)域內(nèi)的282個(gè)節(jié)點(diǎn)按照重要性進(jìn)行了排序，并選擇在前40%的節(jié)點(diǎn)設(shè)置檢測器，未設(shè)置檢測器的路段采用多元線性回歸算法進(jìn)行預(yù)測.為了避免隨機(jī)因子造成的誤差，采用不同的隨機(jī)因子對仿真區(qū)域進(jìn)行了多次仿真，利用仿真過程中檢測器返回的數(shù)據(jù)及預(yù)測的數(shù)據(jù)得到仿真區(qū)域的宏觀基本圖（見圖1）.從圖上可以看出，當(dāng)仿真區(qū)域內(nèi)的機(jī)動(dòng)車流量達(dá)到18 000輛左右時(shí)，區(qū)域的通過量是最大的.當(dāng)區(qū)域內(nèi)的機(jī)動(dòng)車總數(shù)再增加，區(qū)域通過量反而逐漸減少了.因此，該區(qū)域的控制閾值就被確定下來.

3.3 仿真結(jié)果對比

本次研究以2012年采集的北京早高峰（7：30-8：30）斷面流量數(shù)據(jù)為基礎(chǔ)，進(jìn)行了OD反推.利用反推得到的區(qū)域OD，分別對仿真區(qū)域調(diào)控前后的方案進(jìn)行了仿真，仿真時(shí)長分別為1個(gè)小時(shí).并對仿真區(qū)域內(nèi)的平均旅行時(shí)間等關(guān)鍵指標(biāo)進(jìn)行了對比研究，具體數(shù)據(jù)如表1所示.由仿真結(jié)果可以看出，采用區(qū)域動(dòng)態(tài)調(diào)控后：

·西二環(huán)主路平均行程車速提高21.36%.

·西二環(huán)主路旅行時(shí)間由562秒縮短至503秒，縮短10.50%.

·研究區(qū)域內(nèi)關(guān)鍵路口平均VC比由0.67提高至0.84，可見研究區(qū)域內(nèi)主要道路的利用率有所提高.

·區(qū)域平均旅行時(shí)間提高了3.42%，平均延誤減少了6.08%；

·區(qū)域的流量提高了5.79%.

4 研究結(jié)論

在城市中心區(qū)車流總量達(dá)到飽和的的情況下，基于宏觀基本圖對區(qū)域總量進(jìn)行動(dòng)態(tài)調(diào)控，同時(shí)結(jié)合交通誘導(dǎo)等措施，不但能有效緩解區(qū)域的交通壓力，引導(dǎo)交通流在區(qū)域內(nèi)合理均勻分布，提高整個(gè)區(qū)域的通行量和vc比；同時(shí)為區(qū)域交通管控方案提供了切實(shí)可行的技術(shù)方法，也為大中型城市區(qū)域交通問題的分析和改善提供了可資借鑒的思路和方法.

表1 方案對比Table1 Comparison of two scenarios

[1]楊濤，陳建凱，於昊.城市中心區(qū)交通容量研究[J].城市交通,2003,1(1):13-18.[YANG T,CHEN J K,YU H.Researchon transportation capacityof city center area [J].Urban Transport of China,2003,1(1):13-18.]

[2]臧利林.城市交通信號優(yōu)化控制算法研究[D].山東大學(xué),2007.[ZANG L L.Optimization of urban traffic sig?nals[D].Shan Dong University.2007].

[3]李振龍,趙曉華.基于Agent的區(qū)域交通信號協(xié)調(diào)控制[J].武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版）,2008, 32(1):130-133.[LI ZH L,ZHAO X H.Coordinated con?trol of area traffic signal based on Agent[J].Journal of Wuhan University of Technology:Transportation Sci?ence&Engineering.2008,32(1):130-133.]

[4]Wiering M,Vreeken J,Van Veenen J,et al.Simulation and optimization of traffic in a city[C]//Intelligent Vehi?cles Symposium,IEEE,2004:453-458.

[5]張輝,陳陽舟,楊玉珍，等.基于Multi—Agent的區(qū)域交通協(xié)調(diào)控制研究[J].交通與計(jì)算機(jī),2006,24(2): 94-98.[ZHANG H,CHEN Y Z,YANG Y Z，et al.Ur?ban traffic coordination control system based on Multi-Agent[J].Computer and Communications，2006,24(2): 94-98.]

[6]Lee J H,Lee-Kwang H.Distributed and cooperative fuzzy controllers for traffic intersections group[J].Sys?tems,Man,and Cybernetics,Part C:Applications and Reviews,IEEE Transactions on,1999,29(2):263-271.

[7]林勇,許兆霞,李樹彬.交通信號控制參數(shù)的仿真優(yōu)化方法研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2010,10(3): 42-49.[LIN Y,XU Z X,LI S B.Simulation optimization of traffic signal control parameters[J].Journal of Trans?portation Systems Engineering and Information Technol?ogy.2010,10(3):42-49]

[8] 于妍霞，姜桂艷.城市交通擁擠的動(dòng)態(tài)疏導(dǎo)策略研究[J].現(xiàn)代交通技術(shù),2009,6(4):90-93.[YU Y X,JIANG G Y.Disscussion on dynamic dispersal strategy for urban traffic congestion[J].Modem Transportation Technology，2009,6(4):90-93.]

[9]R W Denney,L Head,K Spencer.“Signal timing under?saturated conditions,”Tech.Rep.FHWA-HOP-09-008[R].U.S.Department of Transportation,Federal Highway Administration,Washington,DC,USA,2008.

[10]David Bretherton，Gareth Bowen，Keith Wood.Effective urban traffic management and control-Recent develop?ments in SCOOT[C].82nd TRB Annual Meeting,Wash?ington,DC,USA..

[11]Mehdi Keyvan Ekbatani,Anastasios Kouvelas,Ioannis Papamichail，et al.Congestion control in urban networks via feedback gating[J].Procedia-Social and Behavioural Sciences.2012,48:1599-1610.

[12]Godfrey J W.The mechanism of a road network[J].Traf?fic Engineering and Control,1969,11:323-327.

[13]Geroliminis N,Daganzo C F.Macroscopic modeling of traffic in cities[C].TRB 86th Annual Meeting(Paper# 07-0413),Washington,DC,2007.

[14]Geroliminis N,Daganzo C F.Existence of urban-scale macroscopic fundamental diagrams:some experimental findings[J].Transportation Research Part B,2008,42: 756-770.

[15]馬瑩瑩.面向交通小區(qū)的交通控制策略研究[D].同濟(jì)大學(xué).2010.[MA Y Y.Research on the traffic signal con?trol systems based on the sub-network coordination[D]. Tongji University.2010.]

[16]Geroliminis N,Sun J.Properties of a well-defined macro?scopic fundamental diagram for urban traffic[J].Trans?portation Research Part B,2011,45:605-617.

[17]吳建軍，高自友，孫會(huì)君，等.城市交通系統(tǒng)復(fù)雜性——復(fù)雜網(wǎng)絡(luò)方法及其應(yīng)用[M].科學(xué)出版社，2010. [WU J J,GAO Z Y,SUN H J,et al.Urban transport sys?tem complexity-complex network method and its appli?cation[M].Science Press.2010.]

MFD-Based Regional Traffic Volume Dynamic Control

DU Yi-man1，WU Jian-ping1，JIAYu-han1，XU Ming2
（1.Department of Civil Engineering,TsinghuaUniversity,Beijing 100084,China;2.Beijing University of Posts and Telecommunication,Beijing 100876,China）

The rapid urban economic development led to a significant increase of car ownership and also caused various traffic problems.In saturated traffic conditions,the passive signal control usually has limited functions.Therefore,it is necessary to combine traffic control and traffic guidance to form a feedback system.This study proposed a new traffic management method that focuses on regional traffic volume dynamic control(based on macroscopic fundamental diagram and gating measure)and supplemented by conventional optimization.Meanwhile,traffic simulation model was used to assess the dynamic control.In the case study, the proposed methodology is applied to the West Second Ring Road network located in downtown area of Beijing.Adequate survey and analysis were conducted on current road traffic conditions and traffic problems to seek for a methodology to promote fluent traffic in city center.The result proved that the regional traffic volume dynamic control could ensure steady and orderly regional traffic flow,and enhance the mobility in saturated traffic conditions as well.

urban traffic;regional traffic volume dynamic control;macroscopic fundamental diagram; feedback control;microscopic traffic simulation

1009-6744（2014）03-0162-06

U491

A

2013-11-18

2014-02-05錄用日期：2014-02-11

中國博士后科學(xué)基金（2013M540102）；國家863項(xiàng)目基金（2012AA063303）.

杜怡曼（1977-），女，四川人，助理研究員，博士.*通訊作者：ymducp@gmail.com