基于VISUM交通仿真和OD矩陣反推技術(shù)的交通預(yù)測模型研究

王中立

【摘要】交通擁堵是當(dāng)前城市社會亟待解決的一大問題，而對城市交通運行狀態(tài)的精確預(yù)測是一有效手段，但囿于我國城市道路分布復(fù)雜、居民出行數(shù)據(jù)變動大難以綜合以及單種預(yù)測模型具有的局限性，交通需求預(yù)測往往滯后于交通需求的增長。對此，文章提出將引入OD矩陣反推后的卡爾曼濾波模型應(yīng)用于交通仿真軟件VISUM，以實現(xiàn)不依賴大規(guī)模交通普查、對傳統(tǒng)交通需求預(yù)測的四階段法進(jìn)行簡化提升且精確度較高的交通需求預(yù)測，為解決城市交通擁堵提供新的研究方法。研究以VISUM交通仿真軟件上的Oppidum小鎮(zhèn)為研究樣本，在獲得一定歷史數(shù)據(jù)的基礎(chǔ)上，分別應(yīng)用單獨的卡爾曼濾波模型和引入OD矩陣反推的卡爾曼濾波模型對小鎮(zhèn)某一年交通需求進(jìn)行預(yù)測，并用VISUM軟件進(jìn)行仿真模擬和方法評價，最后將預(yù)測結(jié)果與實際數(shù)據(jù)對比分析，發(fā)現(xiàn)用引入OD矩陣反推后的卡爾曼濾波預(yù)測交通需求不僅計算得以簡化，且具有更高的預(yù)測精度。文章在選擇適應(yīng)性廣、可處理平穩(wěn)和非平穩(wěn)數(shù)據(jù)的卡爾曼濾波模型后，引入OD矩陣反推進(jìn)行交通量再分配是本文的創(chuàng)新點，為解決交通問題提供了一種新思路。另外，文章還介紹了現(xiàn)有交通運行狀況評價體系和宏觀交通仿真軟件VISUM，并對交通擁堵的判定、產(chǎn)生原因及目前應(yīng)對交通擁堵的方法進(jìn)行了相關(guān)闡述。

【關(guān)鍵詞】交通仿真;交通預(yù)測;VISUM;OD矩陣;卡爾曼濾波

1、緒論

1.1問題提出

交通需求預(yù)測，是交通規(guī)劃的核心內(nèi)容之一[1]。早在上個世紀(jì)，西方發(fā)達(dá)國家在大規(guī)模城市道路交通規(guī)劃和建設(shè)過程中，逐漸形成了“四階段”城市道路需求預(yù)測技術(shù)。四階段（four-step）模型是指將需要完成的交通需求預(yù)測任務(wù)劃分為四個子任務(wù)，即交通產(chǎn)生量預(yù)測、OD分布預(yù)測、交通方式分擔(dān)預(yù)測和交通量分配預(yù)測。

“四階段”技術(shù)在長期的城市交通規(guī)劃實踐中得到了檢驗，自該方法誕生之日起，其框架幾乎沒有發(fā)生變動，方法簡單可靠，但“四階段”技術(shù)依賴大規(guī)模的城市交通普查，在當(dāng)今城市人口流動極其頻繁的情況下，交通普查的成本和難度越來越大，其精度也不容樂觀。同時，其傳統(tǒng)預(yù)測模型難以反映社會發(fā)展，城市交通管理政策變化的影響，也無法考慮到周邊環(huán)境隨時間序列推移，對各交通小區(qū)出行的連鎖反應(yīng)。

1.2 研究內(nèi)容

文章對交通擁堵進(jìn)行判定，闡述交通擁堵產(chǎn)生的原因，收集了目前應(yīng)對交通擁堵的方法，介紹了現(xiàn)有交通運行狀況評價體系。同時，文章還對宏觀交通仿真技術(shù)進(jìn)行闡述，介紹了宏觀交通仿真軟件VISUM，提出了OD矩陣反推與交通預(yù)測模型相結(jié)合的思路。

研究以VISUM交通仿真軟件上的Oppidum小鎮(zhèn)為研究樣本，將研究范圍按用地情況和道路的自然分割劃分為67個交通小區(qū)，查詢得到的1960-2000年城市主干道年交通量。通過對1960-1999年數(shù)據(jù)分析處理，預(yù)測出2000年交通量。

2、宏觀交通仿真機(jī)理

2.1 宏觀交通仿真的定義

根據(jù)研究范圍及對象的不同，交通仿真通常被分為宏觀交通仿真、中觀交通仿真和微觀交通仿真[2]。

宏觀交通仿真要求采集路段速度和流量，相較于中觀交通仿真和微觀交通仿真，對交通實體、交通信號等細(xì)節(jié)要求比較低。在宏觀交通仿真過程中，研究者以O(shè)D矩陣為主要研究對象，對交通基礎(chǔ)設(shè)施建設(shè)和遠(yuǎn)景規(guī)劃進(jìn)行科學(xué)分析，如公交線路的優(yōu)化、評價新建公路影響。

2.2 研究概況

交通仿真現(xiàn)狀的發(fā)展分成三個階段，20世紀(jì)60年代，研制了TRANSY、SIGOP等系統(tǒng)，但由于當(dāng)時計算機(jī)發(fā)展不夠好，仿真系統(tǒng)也并不完備。后來，隨著計算機(jī)的發(fā)展，仿真模型迅速發(fā)展，出現(xiàn)了MISTRAN模型、SATURN宏觀模型等[3]。到20世紀(jì)80年代，ITS的研究熱潮襲來，各國相繼研制了各種不同，應(yīng)對不同情況和路段的仿真模型。到目前，交通仿真系統(tǒng)分為宏觀和微觀，微觀的有CORSIM、PARAMICS和VISSIM，而宏觀的有VISUM。傳統(tǒng)的微觀分析方法適用的范圍、影響因素較小的情況，而宏觀的交通仿真軟件如VISUM以整體為目標(biāo)，研究特定問題，分析路網(wǎng)情況，對交通流量進(jìn)行分析分配，從而實現(xiàn)科學(xué)規(guī)劃，減少擁堵情況。VISUM現(xiàn)已經(jīng)用于對于路網(wǎng)的分析，為城市道路的規(guī)劃提供依據(jù)[4]。

2.3基于大數(shù)據(jù)交通仿真技術(shù)的城市交通量組合預(yù)測模型

交通仿真軟件的出現(xiàn)在很大程度上促進(jìn)了交通的發(fā)展，是交通領(lǐng)域的一座里程碑。隨著社會的發(fā)展，影響交通的相關(guān)因素越來越多，應(yīng)用計算機(jī)技術(shù)進(jìn)行交通仿真就成為了一種很有效的技術(shù)手段。交通仿真不僅可以復(fù)現(xiàn)交通流時空變化的技術(shù)、為交通道路設(shè)計規(guī)劃提供技術(shù)依據(jù)，而且還可以對各種參數(shù)進(jìn)行比較和評價，以及環(huán)境影響的評價等。但是，交通是一個很復(fù)雜，又很巨大的一個體系，由于軟件自身的局限性，往往在算法預(yù)測上不夠精確，對交通狀態(tài)的描述顯得不夠完善，因此，文章考慮將引入OD矩陣反推后的卡爾曼濾波模型應(yīng)用于交通仿真軟件VISUM，提出一種解決交通擁堵問題的新思路[5]。

3、卡爾曼濾波預(yù)測模型

3.1 模型提出背景

卡爾曼濾波是一種高效率的遞歸濾波器，是一種建立在最小方差估計的基礎(chǔ)上的算法，利用線性系統(tǒng)狀態(tài)方程，輸入觀測數(shù)據(jù)，再對系統(tǒng)進(jìn)行最優(yōu)估計。[6]

3.2算法詳述

將實際觀察到的交通量數(shù)據(jù)，經(jīng)過一系列運算反推出歷史的OD矩陣，再運用卡爾曼濾波模型，運用方程對得到的OD矩陣進(jìn)行處理，預(yù)測得到新的結(jié)果[7]。這樣就將卡爾曼濾波模型與交通量結(jié)合起來，實現(xiàn)對OD矩陣的處理和運用。

以極大熵OD反推模型：

對于上述極大熵模型，由于其目標(biāo)函數(shù)的特殊性，直接求解難以進(jìn)行，通常用拉格朗日乘子法將其化為如下非線性方程組的形式：

上述方程組是含有M+1個變量和M+1個方程的非線性方程組，通過求解上述未知數(shù)即拉格朗日乘子 ，然后由（1）式求出OD矩陣，則有下式：

（3）

對于上述線性方程求解，采用數(shù)值解法。

4、現(xiàn)狀交通分析

4.1傳統(tǒng)方法

4.2基于組合模型的交通分析

4.3傳統(tǒng)四階段法與組合模型的比較

與傳統(tǒng)的"四階段"技術(shù)相比，以極大熵原理為基礎(chǔ)的OD反推算法與卡爾曼濾波模型相結(jié)合的方法的預(yù)測更加簡便和高效。同時，與真實值相比，傳統(tǒng)方法預(yù)測誤差為10.56%，文中組合模型誤差為5.11%，文中方法更加精確。

結(jié)論：

通過對傳統(tǒng)交通流量需求預(yù)測四階段法的改進(jìn)，提出以歷史交通流量基礎(chǔ)，用VISUM軟件中Oppidum小鎮(zhèn)的數(shù)據(jù)，以極大熵模型反推出OD矩陣，再利用卡爾曼濾波模型對OD矩陣進(jìn)行處理和預(yù)測，最后將預(yù)測出的OD矩陣輸入VISUM仿真軟件中進(jìn)行重新分配。在新的預(yù)測方法中，將OD矩陣反推的極大熵模型和卡爾曼濾波模型結(jié)合起來，形成更優(yōu)的組合模型，省去了傳統(tǒng)方法中大量的交通調(diào)查，節(jié)省大量物力財力和時間，同時還提高了預(yù)測精度。本文提出的方法在精準(zhǔn)性、可靠性、簡便性、可行性方面都有一定優(yōu)勢，為今后更加有效的規(guī)劃交通，更簡便、精準(zhǔn)的解決城市擁堵問題提供理論基礎(chǔ)。

參考文獻(xiàn)：

[1]王花蘭.交通預(yù)測與評估，北京：人民交通出版社，2016.5，6-7.

[2]BoyceD.APractitioners GuidetoUrbanTravel ForecastingModels[C].In：Metropolitan Conference on Public Transportation Research，1998， Chicago，1998.

[3]張立東，王英龍，賈磊，潘景山.交通仿真研究現(xiàn)狀分析[J].計算機(jī)仿真，2006.6

[4]何碧玉.城市交通系統(tǒng)仿真模型概述[J].現(xiàn)代商貿(mào)工業(yè)，2013.6.

[5]張引.基于組合交通仿真模型的交通擁堵研究[D].中國碩士學(xué)位論文全文數(shù)據(jù)庫，2009.3.

[6]張一.基于卡爾曼濾波的短時交通流量預(yù)測模型研究[D].中國碩士學(xué)位論文全文數(shù)據(jù)庫，2014.

[7]彭信林.城市快速路交通狀態(tài)預(yù)測研究[D].中國碩士學(xué)位論文全文數(shù)據(jù)庫，2008.

[8]劉丹，朱毅，劉冰.MATLAB對卡爾曼濾波器的仿真實現(xiàn)[J].中國科技論文在線，2010

[9]楊兆升，朱中.基于卡爾曼濾波理論的交通流量實時預(yù)測模型[J].中國公路學(xué)報，1999.7.