基于SCOOP 結(jié)構(gòu)的城市道路交通系統(tǒng)優(yōu)化模型分析

陳本旺

（西南交通大學(xué)，四川 成都 610031）

0 引言

現(xiàn)如今城市平交路口通用的綠波帶干線控制無(wú)法滿(mǎn)足對(duì)多路口交通進(jìn)行協(xié)同控制，單一的相位時(shí)間讓多路口堵塞無(wú)法疏通，出現(xiàn)部分路口的延誤時(shí)間與停車(chē)次數(shù)高于理論值的現(xiàn)象，基于SCOOP 結(jié)構(gòu)，將通行權(quán)作為輪詢(xún)中CPU 對(duì)周邊設(shè)備的定時(shí)詢(xún)問(wèn)服務(wù)時(shí)間，服務(wù)時(shí)間的交替會(huì)導(dǎo)致因?yàn)榕抨?duì)長(zhǎng)度影響數(shù)據(jù)傳輸效率降低，也就是紅燈來(lái)臨之前無(wú)法通過(guò)路口的已有等待車(chē)輛，這種車(chē)輛會(huì)在一個(gè)信號(hào)燈周期里面經(jīng)歷兩次綠燈后才能通行，因此會(huì)產(chǎn)生路口通車(chē)次數(shù)大于1 的情況，兩次或多次停車(chē)次數(shù)產(chǎn)生的延誤時(shí)間會(huì)被計(jì)算到路口延誤時(shí)間中，導(dǎo)致城市平交路口的多路口堵塞[1-3]。以什邡市鎣華山北路的3 個(gè)連續(xù)平交路口為參考模型，提出一種適用于多路口的協(xié)同控制策略，目的是降低這類(lèi)停車(chē)次數(shù)與總延誤時(shí)間。

1 建立模型

3 個(gè)模型路口的綠燈時(shí)間分別為40s、38s 和45s，僅金河南路路口的相位差配時(shí)滿(mǎn)足傳統(tǒng)綠波帶控制，而高于38s 的兩個(gè)路口會(huì)由于相位差配時(shí)與實(shí)際路口配時(shí)的差值導(dǎo)致車(chē)輛無(wú)法享用當(dāng)前路口通行權(quán)，使停車(chē)次數(shù)大于1，進(jìn)一步增加擁堵[4-7]。為降低此類(lèi)停車(chē)次數(shù)，本文提出針對(duì)相位差配時(shí)的優(yōu)化算法。

式中：△t——相位差的優(yōu)化量，s。優(yōu)化量的取值需要通過(guò)Vissim 平臺(tái)進(jìn)行路況仿真，通過(guò)對(duì)比路口停車(chē)時(shí)間的降低量，得到最優(yōu)優(yōu)化量[8]。

2 基于SCOOP 結(jié)構(gòu)的系統(tǒng)優(yōu)化模型

通過(guò)SCOOP 結(jié)構(gòu)系統(tǒng)模型進(jìn)行優(yōu)化，將原本的信號(hào)燈配時(shí)所依據(jù)的車(chē)速調(diào)整為每一個(gè)相位具體車(chē)道的排隊(duì)隊(duì)長(zhǎng)，即排隊(duì)車(chē)輛的總延誤時(shí)間[9]。第t 周期的i 相位上，j 方向的k 車(chē)道上（后文同），車(chē)道上的車(chē)輛隊(duì)列長(zhǎng)度如下。

式中：Sijk（t）——j 車(chē)道的k 方向車(chē)道上停車(chē)隊(duì)列；Dijk（t）——k 車(chē)道上的剛到的隊(duì)列長(zhǎng)度；Fijk（t）——離開(kāi)路口的隊(duì)列長(zhǎng)度；Slimit——k 車(chē)道上能夠容納的極限排隊(duì)長(zhǎng)度。

擁有綠燈通行權(quán)時(shí)離開(kāi)路口的車(chē)輛計(jì)算如下。

式中：Gijk（t）——同Sijk（t）情況下，離開(kāi)路口的隊(duì)列長(zhǎng)度；ti——相位綠燈時(shí)間；s——車(chē)輛速度。

接著，用Z（t）表示總延誤時(shí)間，用zijk（t）來(lái)表示車(chē)道延誤時(shí)間，那么此時(shí)此刻擁有通行權(quán)的相位車(chē)道的延誤時(shí)間表達(dá)式如下。

當(dāng)A(i-1)jk（t）-Gijk（t）＞0 時(shí)，基于本文車(chē)流不會(huì)分散的前提，車(chē)輛會(huì)均勻行駛，并設(shè)斷面通過(guò)的效率為x，單位s/輛，y 為車(chē)道總到達(dá)車(chē)輛數(shù)，z 為車(chē)道離開(kāi)的車(chē)輛數(shù)，可以得到以下關(guān)系。

第二種情況是當(dāng)S（i-1）jk（t）-Gijk（t）＜0 時(shí)[9]，可以得到式（6）。

該時(shí)刻相位上沒(méi)有通行權(quán)時(shí)，車(chē)道上的延誤時(shí)間就表示如下。

綜上，可以推算出在t 周期中，總延誤如下。

推算出平均延誤的值如下。

式中：SJk（t-1）——車(chē)道已經(jīng)存在的排隊(duì)等待的車(chē)輛數(shù)；Djk（t）——車(chē)道上的車(chē)輛數(shù)。

3 數(shù)據(jù)結(jié)論

仿真實(shí)驗(yàn)通過(guò)Vissim5.30 版本完成，雍城南路路口、金河南路路口和亭江東路路口3 個(gè)目標(biāo)路口的數(shù)據(jù)采集工作于2022 年6 月24 日結(jié)束，當(dāng)日交通量統(tǒng)計(jì)數(shù)據(jù)如表1~表3 所示。

表1 檢測(cè)路口1——雍城南路路口

表2 檢測(cè)路口2——金河南路路口

表3 檢測(cè)路口3——亭江東路路口

可以發(fā)現(xiàn)，原相位差配時(shí)不是最優(yōu)決策[10-12]，對(duì)比仿真結(jié)果，路口1 和路口3 最優(yōu)配時(shí)是相位差減少3s，檢測(cè)路口2 的最優(yōu)配時(shí)是相位差延長(zhǎng)12s。

最后，對(duì)比實(shí)際路況和傳統(tǒng)算法的路口平均停車(chē)次數(shù)和單位相位總延誤時(shí)間如表4、表5 所示。

表4 不同方案下各檢測(cè)路段總延誤時(shí)間的數(shù)據(jù)對(duì)比

表5 不同方案下各檢測(cè)路段平均停車(chē)次數(shù)的數(shù)據(jù)對(duì)比

根據(jù)所統(tǒng)計(jì)的實(shí)驗(yàn)數(shù)據(jù)，計(jì)算出在配合動(dòng)態(tài)綠波周期與優(yōu)化后的算法的工作下，對(duì)比原本的沒(méi)有用任何優(yōu)化方法的實(shí)際路況，3 個(gè)檢測(cè)路段的總延誤時(shí)間分別降低了6.1%、23.9%和18.5%，平均停車(chē)次數(shù)分別降低了4.5%、25.4%和30.5%，足可見(jiàn)優(yōu)化算法的有效性。

4 結(jié)語(yǔ)

隨著我國(guó)城鎮(zhèn)化建設(shè)步伐的加快，通過(guò)優(yōu)化交通控制系統(tǒng)來(lái)解決城市交通的通行效率在一定范圍內(nèi)是最方便和最經(jīng)濟(jì)的辦法。國(guó)內(nèi)傳統(tǒng)綠波帶控制法大多通過(guò)歷史數(shù)據(jù)的采集、分析進(jìn)行靜態(tài)控制，面對(duì)臨時(shí)的大型會(huì)議、商業(yè)活動(dòng)等導(dǎo)致的隨機(jī)堵塞情況往往顯得束手無(wú)措[13-16]。本文基于SCOOP 結(jié)構(gòu)的城市道路交通系統(tǒng)優(yōu)化模型，通過(guò)實(shí)時(shí)的路口總延誤時(shí)間與停車(chē)次數(shù)對(duì)主干道連續(xù)路口的通行率進(jìn)行了優(yōu)化，從平臺(tái)檢測(cè)的數(shù)據(jù)來(lái)看，新方法理論上優(yōu)于了傳統(tǒng)算法。但在實(shí)際運(yùn)用中，車(chē)流的分散情況、司機(jī)駕駛技能的熟練程度等客觀原因都會(huì)導(dǎo)致真實(shí)數(shù)據(jù)與理論數(shù)據(jù)的偏差。當(dāng)然，也正因?yàn)橛胁豢煽氐目陀^因素一直存在且各不相同，動(dòng)態(tài)控制的交通系統(tǒng)會(huì)逐漸成為主流，而隨著越來(lái)越多專(zhuān)業(yè)人士從不同角度進(jìn)行系統(tǒng)優(yōu)化，中國(guó)的道路交通也必將變得越來(lái)越來(lái)智能。