交通系統(tǒng)的穩(wěn)定狀態(tài)判別及可預測性研究

王霄維 王菁 劉雪

摘 要：論文總體回顧了近些年來國內(nèi)外交通系統(tǒng)的研究和發(fā)展，對當今存在的交通擁堵問題進行了分析，通過分析交通系統(tǒng)的穩(wěn)定性進而評判交通系統(tǒng)的穩(wěn)定性。本文通過建立交通系統(tǒng)穩(wěn)定性評判模糊模型對交通系統(tǒng)穩(wěn)定性進行評判，并且建立控制理論和時空交通預測模型對交通系統(tǒng)進行預測。獲得具有時效性的數(shù)據(jù)為決策者提供依據(jù)。

關鍵詞：模糊模型 控制理論 交通系統(tǒng)穩(wěn)定性

中圖分類號：U461.6 文獻標識碼：A 文章編號：1672-3791（2018）07（a）-0035-02

針對交通系統(tǒng)中存在的各種問題，通過交通中各種因 素之間的聯(lián)系以及國內(nèi)外的研究現(xiàn)狀，以基礎數(shù)據(jù)為基 礎，通過對交通系統(tǒng)的動態(tài)穩(wěn)定性的判別以及預測，對交 通系統(tǒng)進行進一步了解和深入。由于交通系統(tǒng)各部之間沒 有一個明確的界限，即各個部分之間的聯(lián)系是模糊不確 定的，而模糊理論正是基于各種模糊狀態(tài)，劃分不同的層 次，進行有效性及實用性的分析。本文通過模糊層次分析 法對復雜系統(tǒng)進交通系統(tǒng)的判別是根據(jù)交通中的關鍵參 數(shù)（交通量、速度、交通密度）結(jié)合模糊數(shù)學的理論，確定交 通狀態(tài)的聚類中心矩陣、確定實時交通信息的與聚類中心 矩陣的隸屬關系，確定評判矩陣三步建立交通系統(tǒng)判別 模糊模型。根據(jù)交通流向的時空關系將預測交通流數(shù)據(jù) 與實測交通流數(shù)據(jù)的差值作為偏差的動態(tài)反饋，在根據(jù)控 制理論中的輸入與輸出，把交通系統(tǒng)的各項參數(shù)、數(shù)據(jù)作 為輸入，建立控制理論與時空關系的交通狀態(tài)預測模型。

1 交通系統(tǒng)穩(wěn)定性評判及模型

交通系統(tǒng)是一個復雜的巨系統(tǒng)，其中的關聯(lián)因素各不 相同且隨著時間的變化而變化，具有不定性，如何準確把 握交通系統(tǒng)的實時狀態(tài)對于控制和管理交通系統(tǒng)具有重 要的作用。交通系統(tǒng)狀態(tài)的是否穩(wěn)定影響著交通的正常 運行，只有合理的分析和判斷出交通系統(tǒng)現(xiàn)有的狀態(tài)才能給決策者提供可靠的數(shù)據(jù)使其做出正確措施，有真對性的解決交通問題。本篇文章基于模糊理論基礎建立了交通系統(tǒng)穩(wěn)定性判別的模糊模型，通過判斷交通的4種狀態(tài)（暢通、非擁擠、擁擠、堵塞）來判斷系統(tǒng)的穩(wěn)定性，其中 暢通與非擁擠對應穩(wěn)定狀態(tài)，擁擠對應于非穩(wěn)定狀態(tài)，堵 塞對應與崩潰狀態(tài)。同時該模型也可結(jié)合交通流預測模型 實行交通實時狀態(tài)的預測和判別。

（1）交通系統(tǒng)穩(wěn)定性判別的模糊模型建立，首先對交通 系統(tǒng)中的各項數(shù)據(jù)和參數(shù)進行聚類分析，利用FCM算法確 定最優(yōu)的模糊分類矩陣與中心，其步驟如下。

①確定聚類中心數(shù)2≤c≤n，n為數(shù)據(jù)樣本總數(shù)，根據(jù)有關規(guī)定取c=3。然后設置迭代停止閥值，初始化聚類原型式 p（0），則迭代計算數(shù)α=0°。

②更新劃分矩陣U（α）。

如果按以上步驟計算得則運算停止，并輸出U和P；如果不成立，則返回（2）繼續(xù)進行迭代計算，一次類推，直到滿足。滿足這一分析的聚類原型P即為聚類中心矩陣。

（2）根據(jù)模糊綜合評判的運算原理建立交通系統(tǒng)穩(wěn)定 性綜合判別的模型，具體步驟如下。

①評判因素賦權(quán)：對交通量（q）、車速（v）、時間占有率（R）、交通密度（k）這幾個主要參數(shù)分別賦予不同的權(quán)值，。由于每個交通參數(shù)參數(shù)所描述的交通狀態(tài)各不相同，即在賦權(quán)時可以不平均分配，通過有關專家的建議和通過調(diào)查、查找資料運用層次分析方法對其中的四個主要的交通參數(shù)的權(quán)重進行分別賦值，并且滿足。

②確定聚類中心矩陣與構(gòu)造隸屬度函數(shù)：根據(jù)上述獲取的交通狀態(tài)的模糊聚類分析聚類中心來確定交通參數(shù)的交通穩(wěn)定性狀態(tài)的隸屬度函數(shù).根據(jù)上述所得的聚類中心作為判別閾值建立隸屬度函數(shù)獲得隸屬度矩陣，用于計算交通參數(shù)與隸屬度的函數(shù)關系。根據(jù)隸屬度函數(shù)確定的方法（模糊統(tǒng)計，例證，經(jīng)驗法）與隸屬度函數(shù)（三角形，半三角形，梯形，矩形，鐘型，S型）結(jié)合交通狀態(tài)的線性變化，本篇文章采用梯形與三角形函數(shù)進行表示，利用聚類中心構(gòu)造交通量（q）、車速（v）、時間占有率（R）、交通密度（k）的隸屬函數(shù)。

③綜合評判矩陣的建立及交通穩(wěn)定性判別。

根據(jù)假定的模糊綜合評判矩陣的判斷集，結(jié)合交通穩(wěn)定性狀態(tài)的參數(shù)，選擇的判斷集可以為{暢通，非擁擠，擁擠，擁堵}，則綜合評判矩陣為：

該綜合評判矩陣與最大隸屬度原則相結(jié)合，并與相應的評判集相對應，由此判別交通的狀態(tài)，進而對交通系統(tǒng)的穩(wěn)定性進行判別。

根據(jù)歷史數(shù)據(jù)進行線性擬合得βi，βi是根據(jù)各個觀測點對預測點的影響產(chǎn)生的影響因子，且，據(jù)此建立時空關系模型：

據(jù)此基于控制理論與交通的時空關系預測算法結(jié)合實測的交通流數(shù)據(jù)對交通流的信息做出預測進而判別交通系統(tǒng)的狀態(tài)。

2 結(jié)語

本篇文章分析了交通系統(tǒng)所存在的各種狀態(tài)，對交通系統(tǒng)中的暢通、非擁擠、擁擠、堵塞有了更深一步的認識。通過建立交通系統(tǒng)穩(wěn)定性判別模型，更能準確把握交通系統(tǒng)的實時動態(tài)，做出有針對性的方案。而對交通狀態(tài)的預測則是通過對交通流的預測，再結(jié)合交通狀態(tài)評判模型對交通狀態(tài)實行的實時預測，這和單一的交通系統(tǒng)狀態(tài)評判相比更具有其參考價值對于改善道路的情況。

參考文獻

[1] 高為炳，霍偉.控制理論的發(fā)展與現(xiàn)狀[J].控制理論與應用，1994（2）：11-12.

[2] 高自友.復雜網(wǎng)絡理論與城市交通系統(tǒng)復雜問題的相關研究[J].交通運輸系統(tǒng)工程與信息，2006（6）：6-9.

[3] 楊兆生，張茂磊.基于模糊綜合評判的道路交通狀態(tài)分析模型[J].公路交通科技，2010，9（20）：70-73.

[4] 戴紅.基于模糊模式識別的城市道路交通狀態(tài)監(jiān)測算法[J].吉林工程技術(shù)師范學院學報，2005，3（21）：70-23.