滕 靖，金威敏

（同濟(jì)大學(xué) 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海201804）

城市道路交通運(yùn)行狀態(tài)的隨機(jī)性和客流需求分布的波動(dòng)性是影響公共汽車(chē)（以下簡(jiǎn)稱(chēng)公交）行車(chē)間隔均衡的主要原因.公交線路的車(chē)頭時(shí)距偏差產(chǎn)生后若不及時(shí)調(diào)控，往往會(huì)隨運(yùn)行過(guò)程逐步放大，嚴(yán)重的會(huì)導(dǎo)致聚簇和大間隔事件，使得乘客候車(chē)時(shí)間增加，車(chē)間客運(yùn)負(fù)荷分配不均，降低服務(wù)質(zhì)量.公交線路運(yùn)行秩序紊亂還會(huì)導(dǎo)致公交車(chē)輛周轉(zhuǎn)時(shí)間的增加，并由此削減線路的實(shí)際運(yùn)輸服務(wù)能力.傳統(tǒng)公交調(diào)度手段主要基于始發(fā)站，包括發(fā)車(chē)間隔或次序臨時(shí)調(diào)整、放車(chē)調(diào)度、區(qū)間車(chē)調(diào)度等，而對(duì)車(chē)輛途中運(yùn)行過(guò)程無(wú)法干預(yù).這一方面是由于缺乏有效的實(shí)時(shí)監(jiān)測(cè)和狀態(tài)識(shí)別手段，另一方面是由于缺乏有效的區(qū)間行車(chē)管控技術(shù).公交運(yùn)行控制是在車(chē)輛運(yùn)行信息采集條件下的動(dòng)態(tài)、連續(xù)調(diào)度手段，是穩(wěn)定線路車(chē)輛運(yùn)行秩序、提升服務(wù)可靠性的有效方法，被國(guó)際上公認(rèn)為公交運(yùn)輸管理智能化的核心技術(shù)［1-3］.

按照控制目的，公交運(yùn)行控制方法包括兩類(lèi)：一類(lèi)是基于車(chē)頭時(shí)距的控制［4-6］，主要目的是減少車(chē)輛到達(dá)中途站點(diǎn)的車(chē)頭時(shí)距方差，從而減少乘客在站點(diǎn)的等待時(shí)間；一類(lèi)是基于時(shí)刻表的控制，主要目的是提升車(chē)輛按時(shí)刻表到站的行車(chē)兌現(xiàn)率.既有研究成果表明在較高客流密度且發(fā)車(chē)間隔密集的情況下，采用基于均衡公交車(chē)輛車(chē)頭時(shí)距的實(shí)時(shí)控制方式更具有實(shí)用價(jià)值［7］，我國(guó)大中城市中心城區(qū)客流密度大、行車(chē)間隔密宜采用此控制方式.按照控制實(shí)施的空間范圍，公交運(yùn)行控制方法又可分為兩類(lèi)：駐站控制和區(qū)間控制.駐站控制是國(guó)外發(fā)達(dá)國(guó)家公交運(yùn)行控制的常用方法，但對(duì)于我國(guó)大城市中心區(qū)公交線路往往難以使用［8-9］，僅限于樞紐站點(diǎn).這主要是由于我國(guó)公交車(chē)站復(fù)線率高，泊位資源緊張，較多線路參與駐站優(yōu)化會(huì)造成車(chē)站?？磕芰?yán)重不足，所導(dǎo)致的排隊(duì)延誤會(huì)在多線路間傳播.

區(qū)間控制主要指車(chē)速控制，駕駛員獲取調(diào)度中心發(fā)送的引導(dǎo)信息以調(diào)整車(chē)輛在站間的行駛時(shí)間.相對(duì)于駐站控制，車(chē)速控制不會(huì)浪費(fèi)車(chē)站泊位能力且不會(huì)顯著增加車(chē)內(nèi)乘客在站等待時(shí)間，乘客更容易接受車(chē)速控制方法［10］.美國(guó)芝加哥和法國(guó)巴黎都曾開(kāi)展過(guò)公交 AVL（automatic vehicle location）系統(tǒng)實(shí)驗(yàn)項(xiàng)目：在公交車(chē)輛上安裝車(chē)載顯示屏，用以提示實(shí)時(shí)的車(chē)頭時(shí)距信息，通過(guò)影響司機(jī)的駕駛行為來(lái)導(dǎo)引車(chē)輛有序運(yùn)行，提前預(yù)防車(chē)輛聚簇現(xiàn)象，是一種主動(dòng)的公交運(yùn)行控制方法［8］.Daganzo提出車(chē)-車(chē)通信條件下以實(shí)現(xiàn)動(dòng)態(tài)預(yù)測(cè)相鄰車(chē)頭時(shí)距基礎(chǔ)上的巡航車(chē)速控制方法和全程控制系統(tǒng)架構(gòu)，通過(guò)分散控制來(lái)彌補(bǔ)交通中斷和不正確的駕駛行為，預(yù)防車(chē)輛產(chǎn)生聚簇［11］.Ma等人設(shè)計(jì)了能實(shí)時(shí)調(diào)整公交車(chē)車(chē)速與駐站時(shí)間的公交車(chē)輛經(jīng)濟(jì)駕駛輔助實(shí)驗(yàn)系統(tǒng)［12］.近年來(lái)車(chē)路協(xié)同技術(shù)、車(chē)車(chē)通信技術(shù)為公交車(chē)輛區(qū)間車(chē)速控制提供了更加全面的支撐條件，同濟(jì)大學(xué)現(xiàn)已建立了車(chē)路協(xié)同下的公交車(chē)速引導(dǎo)硬件條件和通信環(huán)境，為開(kāi)展相關(guān)研究提供實(shí)驗(yàn)平臺(tái).

本文在分析公交線路車(chē)頭時(shí)距偏差演化特征基礎(chǔ)上，提出以車(chē)組為基本控制單元的區(qū)間車(chē)速引導(dǎo)控制模型，期望為單線路公交智能化調(diào)度提供決策支持方法.

1 控制原理與邏輯

本文基于所獲取的上海中心城區(qū)25條公交線路AVL數(shù)據(jù)，對(duì)車(chē)頭時(shí)距偏差（車(chē)頭時(shí)距偏差定義為相鄰公交車(chē)輛在中途?？空镜碾x站車(chē)頭時(shí)距與始發(fā)站發(fā)車(chē)時(shí)距的差值）在空間上的傳播規(guī)律進(jìn)行了分析［1］，統(tǒng)計(jì)上發(fā)現(xiàn)了對(duì)應(yīng)于各站點(diǎn)的車(chē)頭時(shí)距偏差控制閾值，且該閾值隨著不同時(shí)段道路通行條件和客流負(fù)荷條件的變化而動(dòng)態(tài)變化.當(dāng)公交車(chē)車(chē)頭時(shí)距偏差小于受控閾值時(shí)，后續(xù)運(yùn)行過(guò)程的車(chē)頭時(shí)距偏差不呈現(xiàn)線性放大趨勢(shì).駕駛員根據(jù)本線運(yùn)行經(jīng)驗(yàn)?zāi)軌蚩朔缆吠ㄐ协h(huán)境和客流條件隨機(jī)變化導(dǎo)致的小幅車(chē)速變化，車(chē)組有自主調(diào)節(jié)車(chē)頭時(shí)距偏差的能力，無(wú)需控制手段介入，可認(rèn)為處于駕駛員自律-經(jīng)驗(yàn)調(diào)節(jié)范圍.此種狀態(tài)下采取控制手段反而會(huì)較多地分散駕駛員注意力，增加控制成本，得不償失.當(dāng)公交車(chē)頭時(shí)距偏差的絕對(duì)值超過(guò)某一閾值后，車(chē)頭時(shí)距偏差向下游傳播且線性放大的概率大大增加，公交車(chē)頭時(shí)距偏差難以通過(guò)駕駛員自律調(diào)整恢復(fù)到閾值范圍內(nèi)，若不及早進(jìn)行預(yù)防與引導(dǎo)，后續(xù)控制成本將大大增加.在此種狀態(tài)下，及時(shí)把握控制時(shí)機(jī)是非常重要的.該發(fā)現(xiàn)與以往研究多以車(chē)組空間距離偏差作為調(diào)度決策參數(shù)并認(rèn)為其是個(gè)靜態(tài)量（大間距）有所不同.

本文提出的區(qū)間車(chē)速引導(dǎo)控制邏輯如圖1所示.通過(guò)對(duì)歷史數(shù)據(jù)庫(kù)進(jìn)行特征參數(shù)標(biāo)定，建立控制閾值曲線.在此基礎(chǔ)上，對(duì)公交運(yùn)行狀態(tài)趨勢(shì)進(jìn)行識(shí)別并獲取車(chē)速控制啟動(dòng)的時(shí)機(jī).區(qū)間車(chē)速?zèng)Q策參數(shù)來(lái)自于優(yōu)化模型，車(chē)速的引導(dǎo)實(shí)施通過(guò)車(chē)載顯示器向駕駛員發(fā)布.具體的控制步驟如下：

步驟1 基于歷史數(shù)據(jù)標(biāo)定離站車(chē)頭時(shí)距偏差控制閾值；

步驟2 檢測(cè)線路上相鄰公交車(chē)輛的離站車(chē)頭時(shí)距偏差，進(jìn)行運(yùn)行狀態(tài)判別；

步驟3 計(jì)算引導(dǎo)車(chē)速建議值；

步驟4 在車(chē)載顯示屏上給司機(jī)提供當(dāng)前車(chē)頭時(shí)距值以及區(qū)間平均行駛車(chē)速（或平均行駛時(shí)間）的建議值.

圖1 公交車(chē)速引導(dǎo)控制邏輯框圖Fig.1 Control logic of section-speed guiding method

2 控制閾值標(biāo)定

采用線性回歸的方法對(duì)由AVL數(shù)據(jù)處理得到的車(chē)頭時(shí)距進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn)，車(chē)頭時(shí)距偏差和當(dāng)前車(chē)輛位置與始發(fā)站之間的距離有關(guān)，和當(dāng)前時(shí)段的道路交通流特征有關(guān)，且偏差放大速率呈現(xiàn)一定規(guī)律.圖2記錄了上海市210路（統(tǒng)計(jì)數(shù)據(jù)來(lái)源于2013年4月15日從5：00～22：00的AVL數(shù)據(jù)）終點(diǎn)站到站車(chē)頭時(shí)距偏差超過(guò)發(fā)車(chē)間隔1倍及其以上的車(chē)輛班次，隨路徑行程時(shí)間（公交車(chē)輛相對(duì)于始發(fā)站的行程時(shí)間）變化的車(chē)頭時(shí)距偏差分布情況.可以看到，當(dāng)車(chē)輛在上游站點(diǎn)的車(chē)頭時(shí)距偏差累積到一定閾值時(shí)，偏差延誤在下游站點(diǎn)的傳播和放大的可能性將顯著增加.此規(guī)律對(duì)驗(yàn)證的25條公交線路中的22條適用，具有一定的普遍性.基于此，本文從防控延誤放大風(fēng)險(xiǎn)目的出發(fā)，提出構(gòu)建車(chē)頭時(shí)距偏差控制閾值函數(shù)，用于估計(jì)下游站點(diǎn)控制閾值，以此確定控制啟動(dòng)時(shí)機(jī).

圖2 車(chē)頭時(shí)距偏差與路徑行程時(shí)間的散點(diǎn)圖Fig.2 Headway deviation versus path travelling time

基于某特征時(shí)段AVL歷史數(shù)據(jù)，能夠標(biāo)定沿線各站車(chē)頭時(shí)距偏差絕對(duì)值（以下簡(jiǎn)稱(chēng)車(chē)頭時(shí)距偏差）的控制閾值函數(shù)為

式中：Δhj為站點(diǎn)j的離站車(chē)頭時(shí)距偏差的控制閾值；j為車(chē)站自起點(diǎn)站序號(hào)，這里取j∈（2，…，m-1），起點(diǎn)站的標(biāo)號(hào)為1，單程終點(diǎn)站標(biāo)號(hào)為m；tj為站點(diǎn)j的路徑行程時(shí)間（車(chē)輛在站點(diǎn)j相對(duì)于起點(diǎn)站的行程時(shí)間）；α，β均為標(biāo)定的參數(shù).

基于本例公交210路采集數(shù)據(jù)標(biāo)定得到車(chē)頭時(shí)距偏差控制閾值函數(shù)為Δhj=0.152 3tj-5.976 8，相關(guān)系數(shù)R2=0.695 5，自變量tj的P檢驗(yàn)值＜0.05.如果未來(lái)實(shí)際運(yùn)用中發(fā)現(xiàn)Δhj與tj有其他相關(guān)關(guān)系，可選擇其他函數(shù)進(jìn)行標(biāo)定，靈活應(yīng)用.

3 車(chē)速調(diào)整控制模型

一輛車(chē)與前車(chē)和后車(chē)都能構(gòu)成一個(gè)車(chē)組，且車(chē)組的控制會(huì)影響相鄰車(chē)組的時(shí)距變化.本文結(jié)合工程實(shí)踐，調(diào)整時(shí)將運(yùn)行在線路上的n-1個(gè)車(chē)組按照車(chē)頭時(shí)距偏差從小到大排序，在前1／3（建議值）車(chē)組中將數(shù)量最多的相鄰車(chē)組合并作為基準(zhǔn)（不予以調(diào)整），逐次向兩側(cè)計(jì)算車(chē)輛車(chē)速調(diào)整參數(shù).車(chē)速調(diào)整包括：車(chē)輛降速和車(chē)輛提速兩類(lèi)，所謂降速和提速是相對(duì)于區(qū)間特征時(shí)段的歷史平均行駛車(chē)速常速而言的.當(dāng)車(chē)組的車(chē)頭時(shí)距偏差小于控制啟動(dòng)閾值時(shí)，公交車(chē)保持自律行為，調(diào)度中心不向駕駛員發(fā)布提示信息；否則，發(fā)布車(chē)速調(diào)整建議以及區(qū)間車(chē)速目標(biāo)值提示信息.

區(qū)間車(chē)速調(diào)整等同于區(qū)間運(yùn)行時(shí)間調(diào)整.區(qū)間運(yùn)行時(shí)間的調(diào)整要考慮實(shí)施的可行性，結(jié)合工程實(shí)踐可取行駛速度（自小至大排序）的25分位值作為允許的最小行駛速度 （考慮公交車(chē)的行程時(shí)間不能過(guò)長(zhǎng)），85分位值作為允許的最大行駛速度［13］.區(qū)間運(yùn)行時(shí)間調(diào)整是一個(gè)漸進(jìn)的反饋式修正過(guò)程.下面給出引導(dǎo)車(chē)速建議值的計(jì)算方法.

公交車(chē)輛的離站時(shí)間為

式中：Di，j為第i個(gè)班次公交車(chē)在第j站點(diǎn)的離站時(shí)間，即Di，j=Ai，j+di，j；ti，j為第i個(gè)班次公交車(chē)在區(qū)間j→j+1的行程時(shí)間，即公交車(chē)在j+1站點(diǎn)的到站時(shí)間與公交車(chē)在j站點(diǎn)的離站時(shí)間之差，即ti，j=Ai，j+1-Di，j；Ai，j為第i個(gè)班次公交車(chē)在第j站點(diǎn)的到站時(shí)間，即Ai，j=Di，j-1+ti，j-1；di，j為 第i個(gè)班次公交車(chē)在第j站點(diǎn)的?？繒r(shí)間；vi，j為第i個(gè)班次公交車(chē)在區(qū)間j→j+1的理想引導(dǎo)車(chē)速；Lj為區(qū)間j→j+1的距離.

相鄰班次所允許的最大離站車(chē)頭時(shí)距偏差（即標(biāo)定的控制閾值）為

式中：c為調(diào)整參數(shù)，c∈（0，1）；Δhi，j為第i個(gè)班次在站點(diǎn)j的車(chē)頭時(shí)距偏差控制閾值，取值來(lái)自于各特征時(shí)段的Δhj.

將式（2）代入到式（3），可以得到

當(dāng)Hmin＜P＜0時(shí)，即相鄰班次的公交車(chē)輛處于“靠近”狀 態(tài)，得 出vij=Lj／（cΔhi，j+1+Di，j+di，j+1-Di-1，j+1-Di，1+Di-1，1），因此

式中：Vi，j為第i個(gè)班次公交車(chē)在區(qū)間j→j+1建議的引導(dǎo)車(chē)速；Vij，u為相同特征日下相同特征時(shí)段的第i個(gè)班次在區(qū)間j→j+1的平均行駛車(chē)速統(tǒng)計(jì)值，定義為常速；Vij，max為第i個(gè)班次公交車(chē)在區(qū)間j→j+1允許的最大行駛速度；Vij，min為第i個(gè)班次公交車(chē)在區(qū)間j→j+1允許的最小行駛速度；Hmin，Hmax分別為時(shí)刻表松弛時(shí)間的最小值和最大值.

4 案例研究

4.1 實(shí)驗(yàn)數(shù)據(jù)

以上海市公交210路在2013年2月15日至4月15日的AVL數(shù)據(jù)作為歷史數(shù)據(jù).該線路位于上海中心城區(qū)范圍，有14個(gè)停靠站點(diǎn)，運(yùn)行方向從永和新村站到新閘路溫州路站，線路長(zhǎng)度9.75km.發(fā)車(chē)間隔為：高峰時(shí)段為3～5min，平峰時(shí)段為7～12 min.本文構(gòu)建計(jì)算機(jī)仿真模型對(duì)所提出的區(qū)間車(chē)速引導(dǎo)控制方法進(jìn)行評(píng)價(jià)分析.

4.2 仿真評(píng)價(jià)模型

仿真模型包括3個(gè)部分：始發(fā)站調(diào)度模塊，公交線路運(yùn)行模塊和車(chē)速控制模塊.圖3描述了仿真邏輯.其中，公交線路運(yùn)行模塊模擬了每輛公交車(chē)的站間運(yùn)行過(guò)程和在站停車(chē)過(guò)程.在非受控狀態(tài)下，公交車(chē)在站間的行駛時(shí)間作為一個(gè)隨機(jī)變量，通過(guò)對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)，在特征時(shí)段公交車(chē)區(qū)間行駛時(shí)間服從正態(tài)分布；車(chē)輛在站停車(chē)時(shí)間主要取決于上下客流量，通過(guò)對(duì)采集客流統(tǒng)計(jì)，乘客到達(dá)公交站點(diǎn)服從泊松分布，對(duì)于發(fā)車(chē)間隔小于10min的公交線路該假設(shè)與同類(lèi)研究成果一致［4］.?？繒r(shí)間是上車(chē)人數(shù)bi，j（由乘客平均到達(dá)率和相鄰班次車(chē)頭時(shí)距共同確定）的線性函數(shù)，為di，j=τ+θbi，j，參數(shù)τ和θ利用回歸方法進(jìn)行標(biāo)定得到.

車(chē)速調(diào)整模塊的任務(wù)是在生成區(qū)間行駛速度之前，計(jì)算相鄰班次的車(chē)頭時(shí)距偏差，然后按照上文的控制邏輯實(shí)施車(chē)速引導(dǎo)，見(jiàn)圖3.當(dāng)模擬完一個(gè)班次的運(yùn)行過(guò)程后，由終點(diǎn)站調(diào)度模塊按照基本作業(yè)時(shí)間參數(shù)和既定發(fā)車(chē)順序給出下一個(gè)班次的發(fā)車(chē)時(shí)刻.本例中，中途站車(chē)輛的到站順序均與始發(fā)站的發(fā)車(chē)順序相同.

圖3 仿真過(guò)程流程圖Fig.3 Flowchart of the simulation procedure

4.3 控制參數(shù)

本文在AVL歷史數(shù)據(jù)庫(kù)中提取特征日各特征時(shí)段站間區(qū)間的平均行駛車(chē)速數(shù)據(jù).取區(qū)間平均行駛車(chē)速（自小至大排序）記錄中的25分位值作為允許的最小平均行駛速度Vij，min，85分位值作為允許的最大平均行駛速度Vij，max.圖4給出了5個(gè)不同路段行程時(shí)間的分位值（2.5%，25%，50%，75%，97.5%）.

圖4 路段行駛速度箱型圖Fig.4 Box-plot of link travelling speeds

本文將所提出的基于動(dòng)態(tài)車(chē)頭時(shí)距閾值的區(qū)間車(chē)速控制方法與基于靜態(tài)的車(chē)頭時(shí)距閾值的區(qū)間車(chē)速控制方法進(jìn)行比較.按照慣用的車(chē)頭時(shí)距控制標(biāo)準(zhǔn)取值方法，基于靜態(tài)的車(chē)頭時(shí)距閾值的區(qū)間車(chē)速控制最大車(chē)頭時(shí)距偏差閾值取高峰時(shí)段2min，平峰時(shí)段4min［7］.

4.4 控制性能評(píng)價(jià)

本文選取車(chē)頭時(shí)距方差和車(chē)輛在路段的行程時(shí)間作為性能評(píng)價(jià)指標(biāo)，因?yàn)檐?chē)頭時(shí)距方差能反映車(chē)隊(duì)按計(jì)劃運(yùn)行的有序性和乘客候車(chē)時(shí)間成本，行程時(shí)間則能反映乘客在途時(shí)間成本及車(chē)隊(duì)運(yùn)行效率.下面對(duì)3種情形進(jìn)行性能指標(biāo)比較：不控制，本文提出的控制方法（以下簡(jiǎn)稱(chēng)動(dòng)態(tài)控制），基于靜態(tài)的車(chē)頭時(shí)距閾值的控制方法（以下簡(jiǎn)稱(chēng)靜態(tài)控制）.

4.4.1 車(chē)頭時(shí)距標(biāo)準(zhǔn)差

對(duì)比車(chē)頭時(shí)距偏差的演化過(guò)程，圖5a為公交車(chē)輛不受控的情形.可以看出隨著公交車(chē)輛遠(yuǎn)離始發(fā)站，車(chē)頭時(shí)距偏差呈現(xiàn)加速放大的趨勢(shì).圖5b為本文提出的動(dòng)態(tài)控制效果.可以看到動(dòng)態(tài)控制方法防止了車(chē)頭時(shí)距偏差的進(jìn)一步傳播和擴(kuò)大，對(duì)偏差的放大趨勢(shì)有一定的抑制作用，全線最大車(chē)頭時(shí)距偏差控制在5min內(nèi)，也為終點(diǎn)站反向按計(jì)劃發(fā)車(chē)創(chuàng)造條件.

圖5 車(chē)頭時(shí)距偏差控制效果圖Fig.5 Control effect on headway deviation

進(jìn)一步地從圖6中可以看到，公交車(chē)輛不受控時(shí)車(chē)頭時(shí)距標(biāo)準(zhǔn)差隨著運(yùn)行過(guò)程呈上升趨勢(shì).采取靜態(tài)控制后，車(chē)頭時(shí)距標(biāo)準(zhǔn)差有一定下降，但是不能遏制車(chē)頭時(shí)距偏差隨運(yùn)行過(guò)程放大的趨勢(shì).采取動(dòng)態(tài)控制后車(chē)頭時(shí)距標(biāo)準(zhǔn)差有較大的降幅，并呈現(xiàn)趨穩(wěn)態(tài)勢(shì).這對(duì)于我國(guó)大城市中心城區(qū)頻繁受到通行條件影響、客流波動(dòng)影響的公交線路來(lái)說(shuō)，有比較積極的運(yùn)行質(zhì)量改善效果.

圖6 3種情形下各站點(diǎn)（隨運(yùn)行過(guò)程）的車(chē)頭時(shí)距標(biāo)準(zhǔn)差分布圖Fig.6 Comparison of standard deviation of headways in three situations

4.4.2 乘客站點(diǎn)等待時(shí)間

如圖7所示，動(dòng)態(tài)控制能較明顯地減小全線乘客在站點(diǎn)的平均等待時(shí)間，較無(wú)控制情況降低12%.

圖7 3種情形下全線乘客平均等待時(shí)間對(duì)比圖Fig.7 Comparison of waiting time in three situations

4.4.3 車(chē)輛單程行程時(shí)間

圖8 3種情形下班均行程時(shí)間圖Fig.8 Comparison of journey time in three situations

圖8比較了3種情形下的班均單程行程時(shí)間.靜態(tài)控制下公交車(chē)的行程時(shí)間增加了14%；而采取本文提出的動(dòng)態(tài)控制方法，班均行程時(shí)間僅略微增加5%.可見(jiàn)，在確保行車(chē)秩序穩(wěn)定的同時(shí)動(dòng)態(tài)控制方法對(duì)車(chē)輛周轉(zhuǎn)時(shí)間的影響較小，運(yùn)能損失代價(jià)較小.

5 結(jié)語(yǔ)

本文提出了一種基于動(dòng)態(tài)的車(chē)頭時(shí)距偏差閾值的區(qū)間車(chē)速引導(dǎo)控制方法，一定程度緩解了公交線路局部車(chē)頭時(shí)距偏差的定向增加或減少的趨勢(shì)，降低了車(chē)頭時(shí)距偏差絕對(duì)值持續(xù)放大的可能性.動(dòng)態(tài)控制閾值來(lái)自于對(duì)車(chē)頭時(shí)距偏差放大趨勢(shì)概率的狀態(tài)識(shí)別，是一種漸進(jìn)式的主動(dòng)控制方法.與基于靜態(tài)控制方法相比，動(dòng)態(tài)控制方法的控制邏輯和控制性能指標(biāo)表現(xiàn)更佳.

當(dāng)然，實(shí)踐中該控制方法的實(shí)施效果取決于與ITS（intelligent transport system）工程技術(shù)及駕駛員行為的有機(jī)結(jié)合.我國(guó)城市道路行駛環(huán)境復(fù)雜，模型優(yōu)化得到的區(qū)間行駛車(chē)速建議值并不一定能在某次實(shí)際執(zhí)行中完全實(shí)現(xiàn)，通過(guò)駕駛員自身的人機(jī)經(jīng)驗(yàn)積累和訓(xùn)練、調(diào)度系統(tǒng)的滾動(dòng)控制及外部道路交通管控系統(tǒng)的協(xié)調(diào)和配合，特別是未來(lái)車(chē)路協(xié)同環(huán)境條件的成熟，該控制方法對(duì)單線路公交運(yùn)行質(zhì)量的改善效果會(huì)顯著體現(xiàn)，可實(shí)施性將會(huì)進(jìn)一步提升.

［1］ 同濟(jì)大學(xué).上海市公共交通信息服務(wù)及行程時(shí)間預(yù)測(cè)方法研究［R］.上海：同濟(jì)大學(xué)，2010.Tongji University.Shanghai public transportation information services and travel time prediction method［R］.Shanghai：Tongji University，2010.

［2］ CHEN Guojun， TENG Jing，ZHANG Shuyang，etal.Tendency-based approach for link travel time estimation［J］.Journal of Transportation Engineering，2013，139（4）：350.

［3］ CHEN Guojun，ZHOU Xuemei，ZHANG Dong，etal.Proportion-based and tendency-based bus trajectory prediction models［J］.Journal of Transportation Engineering，2012，139（9）：896.

［4］ FU Liping，YANG Xuhui.Design and implementation of busholding control strategies with real-time information ［J］.Transportation Research Record：Journal of the Transportation Research Board，2002，1791（1）：6.

［5］ Bartholdi J J，Eisenstein D D.A self-coordinating bus route to resist bus bunching［J］.Transportation Research Part B：Methodological，2012，46（4）：481.

［6］ Daganzo C F.A headway-based approach to eliminate bus bunching： Systematic analysis and comparisons ［J］.Transportation Research Part B：Methodological，2009，43（10）：913.

［7］ LIN Guoming，LIANG Ping，Shonfield P，etal.Adaptive control of transit operations［R］.Washington D C：United States Federal Transit Administration，1995.

［8］ Strathman J G，Kimpel T J，Dueker K J，etal.Bus transit operations control：Review and an experiment involving tri-met's automated bus dispatching system［R］.Portland：Portland State University，2000.

［9］ Osuna E E，Newell G F.Control strategies for an idealized public transportation system［J］.Transportation Science，1972，6（1）：52.

［10］ Chandrasekar P，Cheu R L，Chin H C.Simulation evaluation of route-based control of bus operations ［J］.Journal of Transportation Engineering，2002，128（6）：519.

［11］ Daganzo C F，Pilachowski J.Reducing bunching with bus-to-bus cooperation ［J］.Transportation Research Part B：Methodological，2011，45（1）：267.

［12］ MA Wanjing，XIE Hanzhou，HAN Baoxin.Development and evaluation of an economic-driving assistance program for transit vehicles［J］.Energies，2012，5（2）：371.

［13］ 任福田，劉小明，榮建，等.交通工程學(xué) ［M］.2版.北京：人民交通出版社，2008.REN Futian，LIU Xiaoming，RONG Jian，etal.Traffic Engineering ［M］.2nd ed.Beijing：China Communications Press，2008.