過飽和狀態(tài)下城市路網(wǎng)控制子區(qū)動態(tài)劃分方法

，

(浙江工業(yè)大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院，浙江 杭州 310023)

過飽和狀態(tài)下城市路網(wǎng)控制子區(qū)動態(tài)劃分方法

沈國江，吳佳浩

(浙江工業(yè)大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院，浙江 杭州 310023)

過飽和狀態(tài)下城市路網(wǎng)的控制子區(qū)劃分是實(shí)施高效信號控制的必要基礎(chǔ).根據(jù)城市路網(wǎng)過飽和狀態(tài)下交通流的特點(diǎn)，結(jié)合路口飽和度和車輛排隊(duì)情況，提出了一種路口過飽和狀態(tài)識別方法，并進(jìn)一步將過飽和路口劃分為三個不同的擁堵等級.在引入路段車輛容量比和路段交通需求影響度的基礎(chǔ)上，采用模糊控制算法對相鄰路口關(guān)聯(lián)度大小進(jìn)行計算.基于路口擁堵等級劃分與相鄰路口關(guān)聯(lián)度提出一種子區(qū)分級動態(tài)劃分策略，并給出一個完整的動態(tài)子區(qū)劃分流程，最后通過算例說明了該控制子區(qū)劃分方法的可行性.

過飽和；擁堵等級；關(guān)聯(lián)度；模糊控制；動態(tài)劃分

經(jīng)濟(jì)的快速發(fā)展和人民生活水平的不斷提高帶來了機(jī)動車保有量的高速增長，城市交通網(wǎng)絡(luò)已經(jīng)成為人們關(guān)注和研究的熱點(diǎn)[1].過飽和交通流導(dǎo)致的車輛擁堵在大城市路網(wǎng)已成為常態(tài).處于過飽和交通狀態(tài)下的城市路網(wǎng)，其內(nèi)部各區(qū)域有著不同交通特性(包括交通方式構(gòu)成、交通量和流向等).為了取得更好的控制效果，需要將城市大規(guī)模路網(wǎng)劃分為多個小范圍的控制子區(qū)域[2].對此，國內(nèi)外相關(guān)研究人員做出了許多研究：美國學(xué)者Walinchus[3]在1971年最先提出交通控制子區(qū)的概念，此后Yagoda[4]在子區(qū)劃分指標(biāo)問題上引入了“耦合度”的概念來判斷兩個路口是否需要進(jìn)行協(xié)調(diào)，Chang[5]認(rèn)為上游路口所采用的控制策略對下游相鄰路口的關(guān)聯(lián)度影響較大，并據(jù)此建立了關(guān)聯(lián)度模型.隨著控制要求的提高，研究內(nèi)容從靜態(tài)子區(qū)劃分逐步轉(zhuǎn)向?qū)討B(tài)子區(qū)劃分，王學(xué)堂[6]將整個區(qū)域復(fù)雜系統(tǒng)分解為若干個簡單系統(tǒng)，再對各個子系統(tǒng)進(jìn)行研究.尚德申等[7]以靜態(tài)分區(qū)為出發(fā)點(diǎn)，實(shí)現(xiàn)了動態(tài)分區(qū)的過程.段后利等[8]提出了可協(xié)調(diào)度的概念并引進(jìn)超圖理論將其用于子區(qū)劃分算法中.盧凱等[9]采用子區(qū)劃分模型進(jìn)行子區(qū)劃分，并以遺傳算法為基礎(chǔ)，采用降維方法對劃分方案的解進(jìn)行快速尋優(yōu).以上研究主要針對非過飽和交通狀態(tài)，隨著交通堵塞現(xiàn)象變得越來越頻繁，主要體現(xiàn)在城市出行高峰時主干道的車輛擁堵等.楊曉光等[10]對路網(wǎng)設(shè)定了消散、過渡、阻塞和常態(tài)四個控制區(qū)域，進(jìn)而提出過飽和狀態(tài)下交通控制小區(qū)的動態(tài)劃分方法.李軼舜等[11]提出了以交通需求超過通行能力的關(guān)鍵路口為中心的多層邊界控制策略，動態(tài)確定控制邊界.

筆者主要依據(jù)路口飽和度和路段進(jìn)口道車輛排隊(duì)情況，提出了一種對路口過飽和狀態(tài)的識別方法，并進(jìn)一步給出了一種過飽和路口按擁堵等級分類的方法.在計算相鄰路口關(guān)聯(lián)度的過程中，提出路段交通需求影響度的概念，并結(jié)合路段車輛容量比，采用模糊控制算法完成對相鄰路口關(guān)聯(lián)度大小的計算.提出一種子區(qū)分級動態(tài)劃分策略，并給出一個完整的動態(tài)子區(qū)劃分流程，最后進(jìn)行算例分析.

1 研究思路

路網(wǎng)中的區(qū)域擁堵一般是從單個路口的交通擁堵開始，路口長時間處于過飽和狀態(tài)引起車輛排隊(duì)長度不斷增長，進(jìn)而引起路段的阻塞，因此需要對路網(wǎng)中的路口進(jìn)行過飽和狀態(tài)識別，并且需要根據(jù)這種識別方法對路口擁堵等級進(jìn)行分級.相鄰路口關(guān)聯(lián)度是定量描述相鄰路口間交通流相關(guān)性的一個交通參數(shù)，反映了不同信號控制方案及路段交通狀態(tài)對相鄰路口間關(guān)聯(lián)程度的客觀影響[12].結(jié)合實(shí)時路段車輛容量比與路段交通需求大小來分析相鄰路口關(guān)聯(lián)度的高低.城市路網(wǎng)處于過飽和狀態(tài)時交通流特性較為復(fù)雜，需要將區(qū)域內(nèi)所有路口作為一個整體進(jìn)行協(xié)調(diào)[13-14]，各區(qū)域的擁堵程度各不相同，為取得較好的控制效果，考慮根據(jù)劃分起點(diǎn)路口的擁擠度將路網(wǎng)劃分為不同擁堵等級的控制子區(qū)，以便于在實(shí)施信號控制時采取不同的控制策略.

過飽和控制子區(qū)劃分總體流程如圖1所示.

圖1 過飽和控制子區(qū)劃分總體流程Fig.1 Overall flow of subarea division under oversaturated condition

2 路口過飽和狀態(tài)識別與分級

2.1 基本判別指標(biāo)定義

以往的研究[10-11]主要將識別路段過飽和狀態(tài)作為子區(qū)劃分起始步驟，而對路段的飽和狀態(tài)識別主要基于排隊(duì)長度，筆者將以對路口過飽和狀態(tài)的識別作為子區(qū)劃分的切入點(diǎn)，并結(jié)合路口飽和度與車輛排隊(duì)長度對路口過飽和狀態(tài)進(jìn)行識別.單路口結(jié)構(gòu)與部分排隊(duì)車輛如圖2所示，并假設(shè)：同一個流向不會在一個周期中不同的兩個相位中出現(xiàn).

圖2 路口飽和狀態(tài)識別示意Fig.2 Recognition of intersection’s saturation

定義相位i流向j的飽和度為

(1)

式中：qi,j為相位i的流向j到達(dá)路口的交通流量，veh/h；Ci,j為相位i流向j的通行能力，veh/h；λi為相位i的綠信比；qs,i,j為相位i流向j的飽和流量，veh/h.

繼而可以計算相位飽和度xi與路口飽和度x，即

(2)

(3)

式中：J為相位i的流向總數(shù)；I為路口信號方案的相位總數(shù).

取綠燈結(jié)束時，相位i流向j對應(yīng)進(jìn)口道車輛排隊(duì)比，即

(4)

2.2 路口過飽和狀態(tài)識別方法與擁堵分級

對路網(wǎng)中所有路口進(jìn)行過飽和狀態(tài)識別，并進(jìn)一步將路網(wǎng)中達(dá)到過飽和狀態(tài)的路口按各自擁堵情況進(jìn)行分類，主要將過飽和路口分為Ⅰ，Ⅱ，Ⅲ三個等級，擁堵級別依次降低，沒有達(dá)到過飽和狀態(tài)的路口不對其劃分等級.

當(dāng)路口飽和度x超過一定上限時，表明路口已經(jīng)達(dá)到飽和狀態(tài).依據(jù)直接影響路口飽和度x的進(jìn)口道車輛排隊(duì)比的大小，將路口分為兩個飽和程度不同的等級，假定：

由此得判別路口等級大小的充分必要條件為

3 相鄰路口關(guān)聯(lián)度分析

路口關(guān)聯(lián)度是子區(qū)進(jìn)行擴(kuò)散的重要指標(biāo)，關(guān)聯(lián)度計算直接影響子區(qū)劃分效果，而路段中車流飽和程度反映了城市道路空間的使用情況，過飽和狀態(tài)下路段中車流飽和程度較大，會造成較大范圍的車輛延誤[15].在此引入路段車輛容量比這個指標(biāo)來衡量路段中車流的飽和程度，將其作為計算關(guān)聯(lián)度的一個因子.此外，分析路口間關(guān)聯(lián)度大小還需考慮短時內(nèi)(1～2個周期)進(jìn)入該路段的車輛數(shù)，在此引入路段交通需求影響度這個指標(biāo)來衡量短時內(nèi)即將進(jìn)入路段的車輛數(shù)，并將其作為計算關(guān)聯(lián)度的另一個因子.還應(yīng)考慮路段過短或過長都對路口關(guān)聯(lián)度有較大的影響.將路口間關(guān)聯(lián)度記為D，路段車輛容量比記為C，路段交通需求影響度記為I.

3.1 關(guān)聯(lián)度分析總體路線

首先判斷路段長度LR是否小于一個路段長度極小值LR,min(通常為200 m)，若小于則將關(guān)聯(lián)度設(shè)為1；同時設(shè)定一個路段長度極大值LR,max(通常介于800～1 000 m之間)，超過極大值則關(guān)聯(lián)度設(shè)為零.當(dāng)路段長度處于一般區(qū)間(LR,min,LR,max)之內(nèi)，將路段車輛容量比C和交通需求影響度I作為輸入，通過模糊算法得到輸出值，作為路口關(guān)聯(lián)度大小.總體路線如圖3所示.

圖3 關(guān)聯(lián)度分析總體路線Fig.3 Overall path of correlation analysis

3.2 路段交通需求影響度計算

筆者將路段交通需求影響度I與其所有進(jìn)口的排隊(duì)車輛數(shù)與當(dāng)前路段剩余容量相關(guān)聯(lián)，如圖4所示，路段交通需求影響度I分別定義為

(5)

(6)

I=maxI1→2,I2→1

(7)

圖4 路段交通需求影響度分析Fig.4 Influence degree of traffic demand analysis

3.3 路段車輛容量比計算

路段車輛容量比反應(yīng)了當(dāng)前路段車流所達(dá)到的飽和程度，主要與路段當(dāng)前車輛數(shù)以及路段車輛容量有關(guān).

路段車輛容量比C定義為

(8)

式中：x，y為兩個相鄰路口的各自編號；Nx→y為路口x到路口y方向路段容量；Nx→y,V為路口x到路口y方向路段上已存在車輛總數(shù).

為了凸顯路段交通需求的重要性，計算路段車輛容量比之前需要參照上行和下行路段各自的交通需求影響度，若該路段I=I1→2，則在計算時令x=1，y=2，否則取反.

3.4 路口間關(guān)聯(lián)度模糊算法

將3.2與3.3中得到的路段車輛容量比以及路段交通需求影響度作為模糊控制器的2個輸入?yún)?shù)，其各自模糊分割如圖5(a，b)所示.圖5(a)中將路段車輛容量比分割為{很小，小，較小，中等，較大，大，很大}7個模糊語言，圖5(b)將路段交通需求影響度分割為{很低，低，中等，較高，高，很高}6個模糊語言.將路口關(guān)聯(lián)度作為模糊控制器的輸出，分割為5個模糊語言：{低，較低，中等，較高，高}，如圖5(c)中所示.模糊規(guī)則如表1所示，C，I分別為路段車輛容量比和路段交通需求影響度.

圖5 模糊變量分割圖Fig.5 Fuzzy variable segmentation

IC很大大較大中等較小小很小很高很高很高很高高較高中等中等高很高很高高較高中等中等中等較高很高高較高較高中等中等較低中等很高高較高中等中等較低低低高較高中等中等較低低低很低中等中等中等較低低低低

設(shè)定Dmax為路口關(guān)聯(lián)度的一個臨界值,一般取值為0.65.當(dāng)D≥Dmax時，則認(rèn)為對應(yīng)兩個相鄰路口呈關(guān)聯(lián)狀態(tài)，繼而在劃分子區(qū)過程中將被無條件劃分到同一個過飽和子區(qū)中.若D

4 過飽和控制子區(qū)劃分方法

4.1 過飽和控制子區(qū)劃分基本原則

上述將過飽和路網(wǎng)中的過飽和路口劃分為三個擁堵等級，擁堵等級由大到小為Ⅰ級，Ⅱ級，Ⅲ級.將這三個擁堵等級的路口作為子區(qū)劃分的起點(diǎn)，劃分的優(yōu)先權(quán)大小與其擁堵等級成正比，即先以路網(wǎng)中的Ⅰ級路口為劃分起點(diǎn)進(jìn)行子區(qū)劃分，且一個路口只能被進(jìn)行一次劃分，不可重復(fù)；當(dāng)所有Ⅰ級路口都劃入子區(qū)后，再以剩下的Ⅱ級路口為起點(diǎn)開始進(jìn)行劃分，最后以Ⅲ級路口作為起點(diǎn)進(jìn)行劃分.與以往過飽和子區(qū)劃分不同的是：由于要以輸出不同擁堵等級的子區(qū)為最終目標(biāo)，筆者根據(jù)子區(qū)劃分起點(diǎn)路口擁堵等級大小而采用適合自身的子區(qū)擴(kuò)散閾值，即以Ⅰ級路口，Ⅱ級路口分別作為劃分起點(diǎn)劃分時，Dmax的取值可能各不相同，選用各自的路口關(guān)聯(lián)度閾值作為子區(qū)擴(kuò)散條件.

4.2 過飽和控制子區(qū)劃分算法具體流程

具體流程如下：

Step1獲取路網(wǎng)實(shí)時數(shù)據(jù)，采用上述單路口過飽和狀態(tài)識別方法分別識別路網(wǎng)中的Ⅰ，Ⅱ，Ⅲ級路口，放入到一個集合Mk中.對所有路段進(jìn)行關(guān)聯(lián)度分析，計算關(guān)聯(lián)度值.令j=k=0.

Step2令s=i=0.

Step3取Mk中任意一個等級最高的路口mk作為劃分起點(diǎn)，將mk放入集合Ai.

Step4取Ai中任意路口ai,s的相連路口關(guān)聯(lián)度的值.

Step5將關(guān)聯(lián)度超過閾值的路段的相連路口放入集合B.

Step6判斷Ai是否完成全部遍歷，若沒有，則s=s+1并回到Step 4，若已經(jīng)遍歷完畢，則進(jìn)入Step 5.

Step7令集合C=B-Ai∪Ai-1∪…∪A0，判斷集合C是否不為空，若為空則進(jìn)入Step 6，否則進(jìn)入Step 7.

Step8令i=i+1，將集合C中路口放入集合Ai，清空集合B，C，令s=0，回到Step 4.

Step9令Tj=A0∪A1∪…∪Ai，再將A0,A1,…,Ai都置為空.

Step10依據(jù)劃分起點(diǎn)的擁堵等級判斷Tj的等級.

Step11k++，j++，令Mk=Mk-1-Mk-1∩Tj-1，判斷Mk是否為空，如果不為空，則回到Step 2，如果為空，則子區(qū)劃分結(jié)束，得到的子區(qū)分別為T1,T2,…,Tj-1.

基于過飽和子區(qū)劃分基本原則，得出具體過飽和子區(qū)劃分流程如圖6所示，識別子區(qū)Tj等級的具體步驟：查找中擁擠度等級最高的路口，若最高屬于Ⅰ級路口，則對應(yīng)為高過飽和控制子區(qū)，若Ⅱ級路口則對應(yīng)為中過飽和子區(qū)，若Ⅲ級路口則對應(yīng)為低過飽和子區(qū).

圖6 過飽和控制子區(qū)具體劃分流程Fig.6 Process of oversaturated control subarea division

5 劃分算法算例分析

5.1 算例描述

本算例采用VISSIM 4.3交通仿真軟件，基于某市的部分路網(wǎng)及檢測到的流量數(shù)據(jù)，路網(wǎng)內(nèi)主要路段長度位于210～540 m之間，該路網(wǎng)結(jié)構(gòu)如圖7所示，劃分子區(qū)前的信號方案為實(shí)際路網(wǎng)實(shí)時所用方案，所取用的是早高峰內(nèi)30 min的流量數(shù)據(jù).13個流量輸入，q按下標(biāo)1～13分別為1 101,804,1 249，783，1 588，847，1 500，1 139，1 454，1 607，1 433,1 128，1 440 veh/h，各個路口的車流轉(zhuǎn)向比基本采用實(shí)際檢測數(shù)據(jù).此外用Matlab軟件對子區(qū)劃分算法進(jìn)行編程實(shí)現(xiàn).

圖7 路網(wǎng)結(jié)構(gòu)及流量輸入Fig.7 Road network and the flow input

5.2 算例劃分算法分析

在仿真過程中，從路口r6發(fā)生溢出狀態(tài)時進(jìn)行子區(qū)劃分算法的分析，取出各路段在該時刻的道路容量比及交通需求影響度進(jìn)行計算，分析所得各路段關(guān)聯(lián)度如圖8所示.

圖8 路網(wǎng)關(guān)聯(lián)度計算結(jié)果Fig.8 Result of the correlation analysis

圖9 子區(qū)劃分結(jié)果Fig.9 Result of the subarea division

記r1與r5之間的橫向路段為D1，記r6與r9之間的橫向路段為D2，實(shí)際情況中D1，D2都是所在區(qū)域的主干道，不同的是前者的道路較寬，在流量相差不多的情況下其整體的飽和度沒有后者高，且路段D2的高飽和集中表現(xiàn)在流向q12所在流向，因此有必要將其整條路段劃分在同一個子區(qū)內(nèi)，而又因?yàn)楦叻迤谄陂g，r1至r6與r2至r7之間的車流較多，實(shí)際上有必要將r1與r2劃分為同一子區(qū).綜上，實(shí)際情況與研究所得劃分結(jié)果一致，算法經(jīng)仿真分析較為可靠.

6 結(jié) 論

提出的過飽和狀態(tài)下交通控制子區(qū)劃分方法主要考慮了過飽和路網(wǎng)各局部飽和程度的差異性，實(shí)現(xiàn)了過飽和狀態(tài)下控制子區(qū)動態(tài)分級劃分方法的量化與系統(tǒng)化.在設(shè)計路口過飽和狀態(tài)識別策略以及對相鄰路口間關(guān)聯(lián)度的分析計算上有所創(chuàng)新，所用

算法簡潔高效，能滿足較高的實(shí)時性要求.但是若要在實(shí)際運(yùn)用中更加高效合理，還需對子區(qū)劃分閾值的選取進(jìn)行更多理論與實(shí)踐研究.

[1] 楊旭華，李傳告，陳光.基于K-最短路徑的交通網(wǎng)絡(luò)傳輸性能分析[J].浙江工業(yè)大學(xué)學(xué)報，2014，43(3)：249-252.

[2] SHU Lin，BART D S，YU G X，et al.Efficient network-wide model-based predictive control for urban traffic networks[J].Transportation research part C，2012(1)：122-140.

[3] WALINCHUS R J.Real-time network decomposition and subnetwork interfacing[M].Washington D C：Transportation Research Board，1971：20-28.

[4] YAGODA H N, PRINCIPE E H, VICK C E, et al.Subdivision of signal systems into control areas[J].Traffic engineering，1973，43(12)：42.

[5] CHANG E C P.How to decide the interconnection of isolated traffic signals[C]//Proceedings of the 17th conference on winter simulation.New York：ACM，1985，445-453.

[6] 王學(xué)堂.城市交通信號整體優(yōu)化理論的概念與方法[J].長安大學(xué)學(xué)報(自然科學(xué)版)，2002，22(5)：92-94.

[7] 尚德申，石建軍.交通控制區(qū)域動態(tài)劃分研究[J].道路交通與安全，2007(1)：27-29.

[8] 段后利，李志恒，張毅，等.交通控制子區(qū)動態(tài)劃分模型[J].吉林大學(xué)學(xué)報(工學(xué)版)，2009，39(S2)：13-18.

[9] 盧凱，徐建閩，鄭淑鑒，等.協(xié)調(diào)控制子區(qū)快速動態(tài)劃分方法研究[J].自動化學(xué)報，2012，38(2)：279-287.

[10] 楊曉光，黃瑋，馬萬經(jīng).過飽和狀態(tài)下交通控制小區(qū)動態(tài)劃分方法[J].同濟(jì)大學(xué)學(xué)報(自然科學(xué)版)，2010，38(10)：1450-1457.

[11] 李軼舜，徐建閩，王琳虹.過飽和交通網(wǎng)絡(luò)的多層邊界主動控制方法[J].華南理工大學(xué)學(xué)報(自然科學(xué)版)，2012，40(7)：27-32.

[12] 沈國江，錢曉杰.主干道動態(tài)協(xié)調(diào)控制技術(shù)[J].控制與決策，2013，28(12)：1908-1911.

[13] 沈國江，陳文峰.方案選擇式區(qū)域協(xié)調(diào)控制方法及應(yīng)用[J].浙江工業(yè)大學(xué)學(xué)報，2016，44(3)：237-241.

[14] 李澎林，張獻(xiàn)力，李偉.基于雙字Hash機(jī)制的交通信息分詞算法研究[J].浙江工業(yè)大學(xué)學(xué)報，2014，42(6)：596-600.

[15] WANG Ping，JONES L S，YANG Qun，et al.Cell transmission model based traffic csignal timing in oversaturated conditions[J].Journal of central south university，2013，20(4)：1129-1136.

Dynamicdivisionmethodofurbantrafficnetworkcontrolsubareaunderoversaturatedstate

SHEN Guojiang, WU Jiahao

(College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023, China)

The division of subarea is a vital base for implementing the control of traffic signal efficiently under oversaturated state. Based on the features of the oversaturated traffic flow, combining traffic saturation of intersection and the vehicle queue length, this paper proposed a method to recognize the oversaturated state of single intersection, and these oversaturated intersections are divided into three different congestion levels. By introducing the road traffic capacity and road traffic demand impact, the fuzzy control algorithm is used to, calculate the correlation of adjacent intersections. Based on three different congestion levels and the correlation of adjacent intersections, this paper proposed a dynamic division strategy and put out a complete dynamic subarea division process. Finally, the feasibility of the subarea division method is illustrated by an example.

oversaturated state; congestion level; correlation; fuzzy control; dynamic division

2016-12-23

國家自然科學(xué)基金資助項(xiàng)目(61174174)；浙江省科技廳公益技術(shù)研究工業(yè)項(xiàng)目(2015C31059)；浙江省交通運(yùn)輸廳科研計劃項(xiàng)目(2014T08)

沈國江(1975—)，男，浙江紹興人，教授，博士后，研究方向?yàn)槌鞘械缆方煌ń?、?yōu)化與控制技術(shù)等，E-mail：gjshen1975@zjut.edu.cn.

TP273

A

1006-4303(2017)06-0591-06

(責(zé)任編輯：陳石平)