郭 祎

（1. 中國(guó)地質(zhì)大學(xué)（北京）資源環(huán)境管理實(shí)驗(yàn)室，北京 100083；2. 中國(guó)地質(zhì)大學(xué)（北京）人文經(jīng)管學(xué)院，北京 100083）

0 引言

隨著經(jīng)濟(jì)的高速發(fā)展，大中城市汽車保有量的增長(zhǎng)超過(guò)了城市道路的發(fā)展速度。隨之而來(lái)的交通擁堵現(xiàn)象，成為了城市發(fā)展過(guò)程中亟待解決的問(wèn)題。

針對(duì)城市交通問(wèn)題，國(guó)內(nèi)外眾多學(xué)者應(yīng)用不同的方法進(jìn)行了仿真研究。毛中亞等利用Matlab軟件對(duì)城市軌道交通系統(tǒng)進(jìn)行了模擬[1]，萬(wàn)衡等利用C語(yǔ)言編制了城市交通的仿真軟件并進(jìn)行了分析[2]，吳先宇等應(yīng)用面向?qū)ο蟮慕７椒ㄟM(jìn)行了城市軌道交通樞紐適應(yīng)性仿真[3]。關(guān)于城市交通仿真的研究還有很多，本文將參照相關(guān)研究成果，利用Swarm工具進(jìn)行交通仿真，并對(duì)仿真結(jié)果進(jìn)行分析。

Swarm是圣塔非研究所(Santa Fe Institute)Swarm開(kāi)發(fā)組為基于多Agent仿真建模(Agent-Based Modeling, ABM)開(kāi)發(fā)的一組標(biāo)準(zhǔn)計(jì)算機(jī)仿真建模工具[4]。近幾年，國(guó)內(nèi)外學(xué)者應(yīng)用Swarm工具在多個(gè)研究方向取得了一定的成績(jī)。周慶和陳劍利用Swarm建立了供應(yīng)鏈配送渠道系統(tǒng)簡(jiǎn)化模型[5]，任玉瓏等建立了發(fā)電側(cè)電力市場(chǎng)多主體博弈模型[6]，徐詠梅則應(yīng)用Swarm建模進(jìn)行了企業(yè)戰(zhàn)略聯(lián)盟的結(jié)構(gòu)演化仿真[7]?？傮w上講，目前對(duì)于Swarm的應(yīng)用多集中在經(jīng)濟(jì)、金融、財(cái)政以及供應(yīng)鏈等領(lǐng)域的研究中，本文通過(guò)借鑒Swarm在方面的研究，對(duì)城市交通進(jìn)行模擬，并針對(duì)交通擁堵的改善措施提出相關(guān)建議。

1 交通狀態(tài)復(fù)雜適應(yīng)系統(tǒng)主體設(shè)計(jì)

在交通系統(tǒng)中，相互影響的仿真主體包括汽車、道路兩個(gè)方面。由于汽車本身沒(méi)有生命，因此將駕駛員的行為歸入汽車主體，作為整體進(jìn)行研究。

1.1 汽車主體

雖然汽車的種類和用途有很多種區(qū)分方法，但是在交通狀況的研究中，所有的車都是占用道路資源的一個(gè)獨(dú)立的個(gè)體，而且從占用道路資源的角度來(lái)分析，所有主體的屬性都是一致的。而作為操縱汽車的司機(jī)，其目的包括從某地到另一地點(diǎn)的位置移動(dòng)以及在移動(dòng)過(guò)程中對(duì)于時(shí)間的要求。由于事情緩急和個(gè)人性格等條件影響，不同的駕駛者對(duì)于道路擁堵情況的容忍程度是不同的。同時(shí)，汽車處在道路之中，其移動(dòng)的行為會(huì)對(duì)道路的擁堵情況產(chǎn)生一定的影響。

在模型中，將各種的汽車都看作同一種汽車主體，不做細(xì)致區(qū)分，都占據(jù)道路空間中一個(gè)點(diǎn)的位置。汽車主體的主要屬性有，駕駛員對(duì)于堵車的不耐煩程度、駕駛員的理想道路狀況、汽車所處的空間位置、汽車對(duì)于道路狀況變化的影響以及汽車在模型中顯示出的顏色。其中顏色是由不耐煩的程度決定的，程度低是顏色偏綠，程度高時(shí)顏色偏紅。

駕駛員的不耐煩程度受道路狀況影響，其具體的計(jì)算公式為：

其中Mi為不耐煩程度，Ni為理想的道路狀態(tài)，Wi為汽車所處位置的道路擁堵?tīng)顟B(tài)。

汽車主體的另一個(gè)重要行為是汽車所處位置的道路擁堵?tīng)顟B(tài)低于駕駛員理想的道路狀況時(shí)，汽車主體會(huì)隨機(jī)的向附近并不十分擁堵的位置移動(dòng)，并降低原始位置的擁堵程度，增加新位置的擁堵程度。

1.2 道路主體

道路在仿真系統(tǒng)中抽象為網(wǎng)格中的點(diǎn)，每一個(gè)點(diǎn)代表了一小段道路的狀態(tài)。道路除了具體位置的屬性以外，在模型中最重要的屬性就是擁堵程度。不同道路在某一時(shí)間點(diǎn)的擁堵情況是不確定的，因此在模型中由系統(tǒng)隨機(jī)產(chǎn)生擁堵情況，而后根據(jù)汽車主體的變化而進(jìn)行變化。

在模型中，道路主體，也就是汽車主體所處的環(huán)境，其屬性包括某點(diǎn)的擁堵程度、最高及最低擁堵水平、各位置的坐標(biāo)等。道路主體的行為有在汽車遇到擁堵且超過(guò)了不耐心的程度時(shí)，幫助汽車主體選擇相鄰擁堵值較低的點(diǎn)，并可以根據(jù)汽車的移動(dòng)行為而改變自身的擁堵?tīng)顟B(tài)。

2 模擬仿真過(guò)程設(shè)計(jì)

2.1 交通狀態(tài)模擬系統(tǒng)步驟

Swarm模型的每一次仿真都是按照一定的次序完成多步驟的工作，而后不斷循環(huán)，最終得到主體的屬性隨時(shí)間的變化情況。

第一步，由系統(tǒng)隨機(jī)產(chǎn)生道路每一點(diǎn)的擁擠程度、汽車主體所處的位置等初始數(shù)值。

第二步，汽車主體判斷自己對(duì)于道路擁堵情況，并計(jì)算出不耐煩值。

第三步，如果不耐煩的程度高于理想的值，則汽車主體向其道路主體發(fā)出請(qǐng)求，移動(dòng)到其他的位置。如果不耐煩值低于理想的值，則汽車不動(dòng)，繼續(xù)在原始的道路行駛。

第四步，如果汽車移動(dòng)，則原有道路主體的擁堵情況減小，道路的情況變好，使該道路中的汽車主體不耐煩值降低。相反新的道路主體擁堵情況增加，其中汽車主體的不耐煩值提高。

第五步，每次仿真重復(fù)第二到第四步，并輸出各種指標(biāo)的變化情況。

2.2 政府在仿真過(guò)程中施加的影響

為了研究政府的政策對(duì)交通擁堵情況的影響，在模型中還有一個(gè)重要的影響因素就是政府的政策，由于政府并沒(méi)有作為模型中的一個(gè)主體，因此政府并不與道路以及汽車進(jìn)行交互，而是通過(guò)改變初始值以及實(shí)驗(yàn)方式來(lái)影響實(shí)驗(yàn)的結(jié)果，從而分析政策對(duì)于道路以及汽車的影響，以及對(duì)于緩解交通擁堵起到的作用。

在模型中，政府對(duì)于實(shí)驗(yàn)的影響有干涉汽車與道路之間的交互以及改變道路中汽車的總數(shù)等兩種方式。

3 模擬仿真及結(jié)果分析

基于上文設(shè)計(jì)的復(fù)雜適應(yīng)系統(tǒng)模型，進(jìn)行了兩次不同條件的實(shí)驗(yàn)，并得到了研究的結(jié)果，并結(jié)合實(shí)際情況進(jìn)行了分析。

圖1 無(wú)實(shí)時(shí)信息

圖2 有實(shí)時(shí)信息

圖3 不耐煩度的變化

3.1 提供交通實(shí)時(shí)信息對(duì)于交通狀況的影響

按照模型設(shè)計(jì)的設(shè)計(jì)情況，汽車主體在道路中對(duì)于道路的情況完全的了解，并可以結(jié)合自身以及道路情況進(jìn)行判斷，選擇合適的道路行駛。在實(shí)驗(yàn)開(kāi)始時(shí)，汽車主體由于并沒(méi)有開(kāi)始自適應(yīng)的過(guò)程，分布較為聚集，而道路的擁堵情況也比較嚴(yán)重，如圖1所示。而隨著時(shí)間的推進(jìn)，汽車主體逐漸分散到環(huán)境的各個(gè)部分，道路的擁堵情況也隨之下降，如圖2所示，從汽車主體不耐煩的程度來(lái)看，在實(shí)驗(yàn)開(kāi)始時(shí)由于汽車分布極不均勻，不耐煩的程度較大，而隨著汽車主體的移動(dòng)，道路擁堵情況得以改善，不耐煩的程度逐漸下降，如圖3所示。在汽車主體隨機(jī)的運(yùn)動(dòng)中，數(shù)據(jù)有可能會(huì)出現(xiàn)小幅波動(dòng)，但是在整體的趨勢(shì)上看整個(gè)模型仍保持一種較低的狀態(tài)。

可見(jiàn)，當(dāng)汽車主體的完全了解道路信息時(shí)，道路的擁堵情況會(huì)得到很大的改善。目前中國(guó)具備實(shí)時(shí)路況提醒服務(wù)的城市只有北京和上海等少數(shù)幾個(gè)大型城市，而系統(tǒng)較為完善的只有北京。事實(shí)證明，北京的實(shí)施路況提示系統(tǒng)對(duì)于車輛的誘導(dǎo)和分流效果十分顯著。雖然，任何一個(gè)主體不可能及時(shí)了解交通路況的全部信息，但是信息越多對(duì)于道路擁堵的緩解效果就越明顯。綜上所述，逐步推薦大中城市的路況信息建設(shè)對(duì)于緩解大型城市的擁堵具有十分重要的意義。

圖4 原有主體情況

圖5 車輛增長(zhǎng)后情況

圖6 增長(zhǎng)后狀況變化圖

3.2 汽車總量變化對(duì)于仿真主體的影響

在上述實(shí)驗(yàn)中，道路的擁堵情況隨著路況信息的完善交通擁堵?tīng)顩r有了明顯的緩解，但是道路上的汽車每天都在以飛快的速度增加，據(jù)統(tǒng)計(jì)，北京的機(jī)動(dòng)車在以每年五十萬(wàn)輛的速度增長(zhǎng)。因此本實(shí)驗(yàn)在原有基礎(chǔ)上增加汽車主體的數(shù)量，其他的條件不變，再進(jìn)行研究。得到的實(shí)驗(yàn)結(jié)果如圖4所示，雖然汽車主體的不耐煩程度在實(shí)驗(yàn)開(kāi)始的時(shí)候急劇下降，但是隨后不耐煩程度又開(kāi)始上升。同樣，圖5是汽車主體沒(méi)變是道路情況的變化曲線，基本上情況穩(wěn)定，但是如圖6所示，道路情況到達(dá)一定程度之后又逐漸的降低了，并不像汽車主體較少時(shí)始終處于良好的態(tài)勢(shì)。

可見(jiàn)路況信息提示的方案在汽車不斷增加的情況下并不能保證汽車主體和道路主體長(zhǎng)期的良好態(tài)勢(shì)?，F(xiàn)實(shí)中城市機(jī)動(dòng)車的保有量不可能始終不變，因此單一的政策并不能滿足緩解道路擁堵?tīng)顩r的需要。采取交通限行的方式強(qiáng)制減少路上機(jī)動(dòng)車的數(shù)量可以對(duì)緩解交通起到立竿見(jiàn)影的效果，但是隨著機(jī)動(dòng)車基數(shù)的增長(zhǎng)，還需要更加切實(shí)有效的方法來(lái)保證道路情況的長(zhǎng)期良好態(tài)勢(shì)。同時(shí)不斷完善交通路網(wǎng)，增加出行可選擇的路線，從而降低車輛的密集程度，也可以較為有效地緩解交通擁堵。

4 結(jié)論

本文結(jié)合復(fù)雜適應(yīng)系統(tǒng)理論，建立了交通狀況的復(fù)雜適應(yīng)系統(tǒng)模型，并在不同的初始條件下進(jìn)行了兩次仿真模擬實(shí)驗(yàn)，得到了研究數(shù)據(jù)及圖表，并通過(guò)實(shí)驗(yàn)結(jié)果分析對(duì)解決交通擁堵問(wèn)題提出了一些建議，也為進(jìn)一步完善模型進(jìn)而得出更有意義的研究結(jié)果奠定了基礎(chǔ)。

[1] 毛中亞,郭其一.城市軌道交通系統(tǒng)諧波的小波降噪仿真分析[J].系統(tǒng)仿真學(xué)報(bào).2006(18):939-943.

[2] 萬(wàn)衡等.計(jì)算機(jī)仿真技術(shù)在城市軌道交通設(shè)計(jì)中的應(yīng)用[J].華東理工大學(xué)學(xué)報(bào).2007(04):238-243.

[3] 吳先宇,袁振洲.城市軌道交通樞紐適應(yīng)性仿真系統(tǒng)實(shí)現(xiàn)策略[J].系統(tǒng)仿真學(xué)報(bào).2010(22):783-790.

[4] 曹慕昆,馮玉強(qiáng).基于多計(jì)算機(jī)仿真實(shí)驗(yàn)平臺(tái)的綜述[J].計(jì)算機(jī)應(yīng)用研究.2005(9):1-3.

[5] 周慶,陳劍.基于Swarm的供應(yīng)鏈多主體聚集模型及其仿真[J].系統(tǒng)仿真學(xué)報(bào).2004(6):1308-1313.

[6] 任玉瓏,等.基于Swarm的發(fā)電側(cè)電力市場(chǎng)結(jié)構(gòu)研究[J].統(tǒng)計(jì)觀察.2007(21):97-100.

[7] 徐詠梅,鐘擁軍.基于Swarm的企業(yè)戰(zhàn)略聯(lián)盟的結(jié)構(gòu)演化仿真[J].科技管理研究.2007(03):121-124.