章文捷，張亦瀟

（浙江省機電設(shè)計研究院有限公司，浙江杭州310002）

實現(xiàn)基于粒計算的交通流模擬系統(tǒng)

章文捷，張亦瀟

（浙江省機電設(shè)計研究院有限公司，浙江杭州310002）

近年來，隨著城市車輛的日益增多，道路擁堵現(xiàn)象越趨于嚴(yán)重，如何有效地解決道路擁堵現(xiàn)象顯得尤為重要。擬將計算機仿真技術(shù)運用到交通道路上，在粒計算、元胞自動機和交通流網(wǎng)絡(luò)3層結(jié)構(gòu)模型中引入了換道體系，通過面向?qū)ο蠹夹g(shù)、C#語言編程，實現(xiàn)交通流模擬系統(tǒng)的動態(tài)仿真。通過可視化窗口、時空斑圖和對綠信比等參數(shù)的分析和調(diào)試，其結(jié)果表明該系統(tǒng)是可行的，并具有有效性，為計算機仿真技術(shù)在交通道路上的應(yīng)用奠定基礎(chǔ)和提供幫助。

交通流；粒計算；動態(tài)仿真；C#語言編程

近年來，一套以計算機技術(shù)、現(xiàn)代通信技術(shù)和現(xiàn)代控制技術(shù)為基礎(chǔ)的智能交通系統(tǒng)（ITS）正在不斷發(fā)展和應(yīng)用，我國也正在對ITS技術(shù)由“點”到“線”再到“面”逐步發(fā)展。

交通流理論是運用數(shù)學(xué)和物理理論分析研究道路上行人和機動車輛（主要是汽車）在行動中的規(guī)律，包括人流、信息流、能量流和物質(zhì)流的復(fù)雜系統(tǒng)。伴隨著現(xiàn)代經(jīng)濟的快速發(fā)展，交通需求量也顯著增加，人們對交通的快捷、便利提出了更高的要求。交通流理論的應(yīng)用能更好地分析交通現(xiàn)狀及其本質(zhì)，使道路通暢、車流穩(wěn)定，無堵塞現(xiàn)象。

基于粒計算的元胞自動機交通流的研究，將換道體系引入到元胞、粒、交通網(wǎng)絡(luò)3層結(jié)構(gòu)模型中，同時改進(jìn)了模型，使其更符合實際的交通情況，并結(jié)合面向?qū)ο蠹夹g(shù)、C#語言編程，在Visual Studio 2005平臺上實現(xiàn)了交通流模擬系統(tǒng)的動態(tài)仿真。通過對綠信比、邊界、時間周期長短與NS規(guī)則的對比分析，得出時間周期長短對交通流沒有太大的影響；根據(jù)車輛邊界調(diào)整綠信比，可更好地控制交通狀況；在車輛高速運行的道路上，3層結(jié)構(gòu)模型比NS規(guī)則建立的交通流模擬系統(tǒng)更好，并驗證了該系統(tǒng)的可行性和有效性。

1 定義

交通流是指交通運輸設(shè)備在道路上連續(xù)行駛而形成的車流量。廣義上，它包括各類車輛的車流和行人的人流。一段時間內(nèi)，在不受橫向交叉相互影響的道路上，交通流呈現(xiàn)連續(xù)流狀態(tài)；而在遇到路口信號燈管制時，交通流呈現(xiàn)為斷續(xù)流狀態(tài)。自從1997年，T.Y.Lin在他的論文中提出粒計算（Granular computing）后，一個包含多個學(xué)科研究的新領(lǐng)域誕生了。粒計算是將一個復(fù)雜的問題分成簡單的若干個子問題，然后管理和處理解決這些子問題，提高了研究人員對問題的洞察力和觀察領(lǐng)悟能力。元胞自動機（CellularAutomata，簡稱“CA”），是一時間和空間都離散的動力系統(tǒng)，是指具有離散、有限狀態(tài)的元胞。

對于交通流模擬系統(tǒng)，原有的3層結(jié)構(gòu)模型是通過運用粒計算對道路交通流內(nèi)的車輛進(jìn)行分類劃分，即按照車輛所處的位置和作用，將道路上的車輛歸類劃分為頭車梯隊、中間車梯隊和尾車梯隊。本文在此基礎(chǔ)上，借鑒其他學(xué)者的研究，將換道體系引入到模型中，其規(guī)則如下：

式（1）中：dn為第n輛車與其同車道前方相鄰車輛間的車距；dnm為第n輛車與前方相鄰車道車輛的車距；dnk為第n輛車與后方相鄰車道車輛的車距；vmax為允許車輛行駛的最大速度；dn＜min（vn＋1，vmax）為第n輛車在原車道行駛受到前方車輛的阻延；dnm＞dn為第n輛車若變換車道，可行駛更快的速度；dnm＞df為第n輛車若變換車道，與變道的后車輛之間應(yīng)保持的安全車距。

2 交通流模擬系統(tǒng)

本文實現(xiàn)的交通流模擬系統(tǒng)，是將粒計算引入到元胞自動機的動力系統(tǒng)中，形成基于粒計算、元胞自動機和交通流網(wǎng)絡(luò)的3層結(jié)構(gòu)模型。在該模型中，粒計算、元胞自動機和交通流網(wǎng)絡(luò)分別與實際交通系統(tǒng)中的車輛層、車隊層和交通網(wǎng)絡(luò)層相對應(yīng)。3層結(jié)構(gòu)模型是將元胞自動機里的車輛按照所處的道路中的不同位置和作用，將道路上的車輛歸類劃分為頭車梯隊、中間車梯隊和尾車梯隊，對于不同的車輛梯隊，系統(tǒng)采用不同的演化規(guī)則，從而彌補了元胞自動機中同質(zhì)性的缺點。同時，該模型是一個時間和空間都離散的系統(tǒng)，每一個時間步里都會更新一次元胞層內(nèi)車輛所處的位置和速度，車輛位置的變化，使得車輛之間的距離隨之變化，從而使粒層內(nèi)的車隊發(fā)生變化，比如車隊的合并、分離運算等，車隊的整體變化則表現(xiàn)為交通網(wǎng)絡(luò)層的變化。在粒計算結(jié)構(gòu)模型中，當(dāng)粒計算內(nèi)所有車輛按照事先規(guī)定的演化規(guī)則完成更新后，即完成了該粒計算結(jié)構(gòu)模型層的整體更新。在交通流網(wǎng)絡(luò)結(jié)構(gòu)模型中，交通流內(nèi)的所有粒子按照事先規(guī)定的粒計算演化規(guī)則完成更新后，就完成了該交通網(wǎng)絡(luò)結(jié)構(gòu)模型層的整體更新。

在系統(tǒng)中，每輛車不僅是一個單獨的個體，而且還隸屬于它所處位置的梯隊。對于整個交通流系統(tǒng)，數(shù)據(jù)更新是從頭車梯隊到尾車梯隊的所有車輛進(jìn)行遍歷更新的過程，每個梯隊的數(shù)據(jù)更新又是從頭車到尾車的遍歷更新過程。整個交通流系統(tǒng)采用了內(nèi)外2層循環(huán)進(jìn)行，外循環(huán)是對道路交通中整個車隊進(jìn)行遍歷，即從車隊的頭車梯隊到尾車梯隊都進(jìn)行一次數(shù)據(jù)遍歷；內(nèi)循環(huán)則是再劃分梯隊后，對每一類梯隊內(nèi)的所有車輛進(jìn)行遍歷，即從每個梯隊內(nèi)的頭車到尾車進(jìn)行一次數(shù)據(jù)遍歷。車輛在車隊中仍是處于高速行駛的狀態(tài)，而整個車隊的運行情況反映了當(dāng)下交通系統(tǒng)的整體運行情況。

車輛換道發(fā)生在梯隊中車輛的跟隨過程中，將車輛更新的一次時間步細(xì)分為2個子時間步，其中，第一個子時間步是車輛按照事先約定的換道體系進(jìn)行車道更換，第二個子時間步是將所有的車輛在各自車道上按照NS規(guī)則進(jìn)行位移和速度的更新。當(dāng)車道內(nèi)的某一輛車在原始的車道上不能獲得最優(yōu)行駛速度時，可通過變更到相鄰車道以獲得最優(yōu)行駛速度。通過面向?qū)ο蠹夹g(shù)、C#語言編程對交通流模擬系統(tǒng)進(jìn)行實現(xiàn)，整體設(shè)計如圖1所示。

3 模擬及數(shù)據(jù)分析

這里選用開放邊界條件，隨機減速概率為p＝0.1，一個單元節(jié)點長度為7.5 m，整個系統(tǒng)共設(shè)置了2 500個單元節(jié)點，即道路長度為18.75 km，最大速度vmax＝5，其對應(yīng)的實際車速為135 km/h。道路叉口紅綠燈的信號周期為T＝Tg＋Tr，其中，Tr，Tg分別為周期內(nèi)紅燈和綠燈的信號周期時間，其綠信比為

圖1 整體設(shè)計流程圖

3.1 綠信比對車流密度的影響

車輛出流量β設(shè)置為1.0，即車輛到達(dá)出口邊界時，不受邊界條件的限制按車輛原有的行駛速度駛出出口邊界。車輛入流量α在0.1～1.0之間取值，表示車輛在進(jìn)入交通流量的行駛車道時，需要滿足該行駛車道的邊界條件才能駛?cè)?，若車輛不能滿足該行駛車道的邊界條件，則該車輛不得駛?cè)朐撥嚨?。信號周期T＝100，即紅燈和綠燈時間總和為100 s。根據(jù)選取不同的綠信比，統(tǒng)計交通密度的變化情況，如表1所示。表1為交通密度取運行500步的平均值時綠信比取值對車流密度的影響程度，表格橫向表示綠信比Gg的取值，縱向表示車輛入流量α的取值。

表1 綠信比取值對車流密度的影響程度

由表1可以看出，當(dāng)車輛入流量α＝0.15時，進(jìn)入系統(tǒng)邊界的車輛較少，整個交通流系統(tǒng)中的車輛都能平穩(wěn)、勻速、暢通地行駛，此時車輛的行駛不會受到紅綠燈的影響，即設(shè)置道路叉口紅綠燈的綠信比對整個交通流系統(tǒng)的車流速度不會產(chǎn)生影響，紅綠燈對整個車流量控制作用無效。但隨著車輛入流量α值的逐漸增大，進(jìn)入交通流系統(tǒng)邊界的車輛隨之增長，同時在各車道上行駛的車輛也有所增多。考慮道路叉口紅綠燈的控制，若綠燈持續(xù)時間較短時，道路叉口的入口處就會因車流量的增多，出現(xiàn)車輛無法正常通行，產(chǎn)生擁擠的現(xiàn)象。由此可以看出，綠燈持續(xù)時間的長短將會直接影響到道路叉口入口處車輛聚集的數(shù)目、路網(wǎng)效率和整個交通流系統(tǒng)的運行情況。

3.2 綠信比與時間周期長短的關(guān)系

這里車輛入流量和車輛出流量分別設(shè)置為α＝0.45，β＝1.0，信號周期T依次選取為50，120，250，320，綠信比Gg＝0.5.表2給出了系統(tǒng)運行后交通流量的平均值。

通過表2可以看出，此時整個交通流系統(tǒng)的交通流量和車流密度幾乎不受紅綠燈信號周期T的影響，而只與綠信比Gg的取值有關(guān)。

表2 不同周期下的交通流量

3.3 與NS模型的對比

圖2 NS模型（α＝0.45，β＝1.0）

圖3 交通流模擬系統(tǒng)（α＝0.45，β＝1.0）

在相同條件下，將本文系統(tǒng)與采用NS模型的交通流系統(tǒng)進(jìn)行對比。在NS模型中，車輛在車道上獨立行駛，不產(chǎn)生換道現(xiàn)象，車輛行車速度的更新只與該車輛當(dāng)前行車速度和其與前車車距有關(guān)，整個系統(tǒng)的數(shù)據(jù)更新是按照NS規(guī)則進(jìn)行的。圖2（a）（b）分別給出了NS模型在α＝0.45，β＝1.0時的運行圖和東西向時空斑圖；圖3（a）（b）分別給出了基于粒計算的交通流模擬系統(tǒng)在α＝0.45，β＝1.0時的運行圖和東西向時空斑圖。通過圖3與圖2的對比，可以看出在十字路口，交通流模型系統(tǒng)比NS模型有更高的通行率，因為NS模型里的車輛是按照事先規(guī)定的演化規(guī)則形成車隊，其每一梯隊里的車輛都是緊跟著該梯隊內(nèi)的頭車一起向前行駛，對這個車隊的平均速度有一定的提高作用，同時驗證了本文系統(tǒng)的可行性和有效性。

4 總結(jié)

交通系統(tǒng)是一個具有不確定性因素、隨機性強和時變性大的復(fù)雜系統(tǒng)，對其整體研究時需要龐大的理論基礎(chǔ)作為支撐。結(jié)合面向?qū)ο蠹夹g(shù)、C#語言編程，實現(xiàn)了元胞、粒、交通網(wǎng)絡(luò)3層結(jié)構(gòu)模型的交通流模擬系統(tǒng)動態(tài)仿真。通過分析綠信比、信號燈時間周期長短的大小對模型的影響，并與NS模型的交通系統(tǒng)對比，結(jié)果表明，本文基于粒計算的交通流模擬系統(tǒng)是可行的，具有進(jìn)一步的研究價值和推廣價值。

［1］馮蔚東，賀國光，劉豹.交通流理論評述［J］.系統(tǒng)工程學(xué)報，1998，13（3）.

［2］T.Y.Lin.Granular Computing on Binary Relations I：Data Mining and Neighborhood Systems，II：Rough Set Representations and Belief Functions，Rough Sets in Knowledge Discovery.Heidelberg：Physica-Verlag，1998.

［3］STEPHEN W.A new king of science.Illinois：Wolfram Media Inc，2001.

［4］王永明，周磊山，呂永波.基于元胞自動機交通流模型的車輛換道規(guī)則［J］.中國公路學(xué)報，2008，21（1）.

〔編輯：劉曉芳〕

TP311.52

A

10.15913/j.cnki.kjycx.2017.18.057

2095－6835（2017）18－0057－03

章文捷（1986—），女，研究方向為高速公路交通控制軟件。