袁一博

摘 要：隨著經(jīng)濟及技術的飛速發(fā)展，城市汽車數(shù)量也隨之激增，由此導致城市突發(fā)交通狀況事件數(shù)量增加，影響了城市交通整體穩(wěn)定。城市交通控制整個城市的命脈，道路交通突發(fā)事件應急管理作為城市安全應急管理的主要組成部分，對于減少突發(fā)事故造成的損失、保障人民生命和財產(chǎn)安全乃至社會的穩(wěn)定方面起著至關重要的作用。

關鍵詞：遺傳算法；突發(fā)狀況；城市交通

中圖分類號：P631.46 文獻標識碼：A 文章編號：1671-2064（2017）24-0022-02

自上世紀第二次工業(yè)革命以來，在高新科技井噴式涌現(xiàn)的推動下，人類社會加速進化。信息時代的到來將經(jīng)濟全球化確定為幾個世紀內全球經(jīng)濟格局的主流，世界被更為緊密地聯(lián)系起來，全球人民的生活都在逐漸改善，與此同時，全球人民的生活需求在隨之升高，包括交通出行在內的多方面基本需求越來越為各國人民所看重。單就交通出行方面，這激發(fā)了發(fā)達國家和發(fā)展較快的發(fā)展中國家人民對于汽車的需求。交通擁堵造成的大量經(jīng)濟和能源損失問題一直一來是各國交通部門提上日程的問題。采用包括修建新路、限號限行等方法減少交通擁堵成為常規(guī)手段。但在應對突發(fā)狀況所造成的短暫交通擁堵時，這些手段顯然是不可行的，應急交通管制成為城市交通系統(tǒng)不可或缺的一環(huán)。世界急需一種能有效解決或者緩解交通擁堵的手段。本文擬用遺傳算法改變一個循環(huán)周期內紅綠燈配時以達控制少數(shù)道路局部車流量，緩解一個最簡模型內交通擁堵的情況。

1 相關研究

交通擁堵作為一個國際性問題，各國學者均在研究其解決方法。整體來講這些方法分為兩種，一種是靜態(tài)預防，一種是動態(tài)控制。指出建設立交橋、地鐵或高架公路等交通硬件并不能從根本上解決城市交通擁堵問題，而建設一個基于信息技術的智能交通系統(tǒng)才是根本。立足于靜態(tài)預防型治理方法，根據(jù)交通歷史數(shù)據(jù)利用粗糙集理論和遺傳算法提取出有效規(guī)則，找出了造成交通擁堵的主要因素，為建立智能交通系統(tǒng)提供了科學依據(jù)[1]。以動態(tài)網(wǎng)絡交通流為背景，將交通堵塞描述為一個車輛禁行設計問題，又將此問題描述為一個雙層規(guī)劃問題，上層是車輛禁行的最優(yōu)設計，下層間題描述出行者的路徑選擇行為，利用遺傳算法求解該模型。數(shù)據(jù)表明，當城市交通網(wǎng)絡中發(fā)生突發(fā)性擁堵后，采用基于優(yōu)化禁行區(qū)域割集的車輛禁行能夠在一定程度上提升網(wǎng)絡的總體性能[2]?；趧討B(tài)控制解決交通擁堵的方法，與本文類似地采用優(yōu)化紅綠燈配時來降低延誤時間，提高通行能力，保證交通安全。將延誤時間與停車次數(shù)綜合考慮作為目標函數(shù)，建立交叉口信號配時優(yōu)化模型，根據(jù)實際到達的交通量，采用遺傳算法，用MATLAB編程計算，計算出周期時長及各相位的有效綠燈時間。從其計算結果可以看出采用的方法與Webster方法所得到的信號配時相比，其所建立的優(yōu)化模型計算的結果更為合理，降低了車輛通過交叉口的延誤時間、減少了停車次數(shù)，提高了通行能力[3]。

2 模型

城市交通調控模型可以描述如下：如圖1所示的四條道路交叉形成一個“口”字型的基本交通網(wǎng)絡，A、B、C、D四個交點表示四個路口，每個路口設有紅綠燈?，F(xiàn)BD路段因突發(fā)事件堵塞，無法正常通過車輛。假設每個車輛嚴格按照交通法規(guī)行駛；每輛車遵循最短路徑原則駛向其目的地，不會在“口”字型交通網(wǎng)絡內循環(huán)行駛；每個紅綠燈在一個循環(huán)周期內通過的汽車總數(shù)在未改變配時比例的情況下保持恒定不變。為更好的研究此基本模型，需作出以下合理假設：

（1）BD路段內無車輛駛入或駛出；

（2）紅綠燈工作時一個循環(huán)周期為1分鐘；

（3）不考慮黃燈對與車流量變化的影響；

（4）不考慮各個路口紅綠燈周期變化間隔造成的車流量凈流入（出）誤差；

（5）所有汽車的行駛方向均滿足①到③、①到④、②到③、②到④四個情況中的一種情況，且整體按照下文所給比例分布。

定義綠燈配時在一個循環(huán)周期內占比為δ，令δA=x，δB=y。

定義道路原通行時間為φ，令φAB=α，φAC=β，φCD=γ。

定義綠燈時，每分鐘通過車輛數(shù)p=100。

定義在四條道路上，每條道路的通行時間t，則

t=φ+0.001×p·δ=φ+0.1δ （1）

由此可見，隨著δ和φ的變化，t也隨之變化。由于φ為定值，所以t∝δ，即調控綠燈配時即可調控汽車通行的平均時間。

①到④用時

t1=α+0.1x （2）

①到③用時

t2=β+0.1（x+y）+γ+0.1y=β+γ+0.1x+0.2y （3）

②到④用時

t3=γ+0.1y （4）

②到③用時

t4=α+0.1x+β+0.1（x+y）=α+β+0.2x+0.1y （5）

定義①處車流總量為1，②處車流總量為k。由①駛向③和④的車流量之比為，由②駛向③和④的車流量之比為。

t1的權f1== （6）

t2的權f2== （7）

t3的權f3== （8）

t4的權f4== （9）

四條道路上可通行的三條道路平均通行時間T，即本算法的適應度函數(shù)為：

T= （10）

3 基于遺傳算法的紅綠燈配時調控算法

3.1 算法及算法參數(shù)設置

本算法共設置80條染色體，每條染色體上有20個基因位點，一條染色體代表一個20位的二進制數(shù)。每一個20位二進制數(shù)代表問題的一個解。紅綠燈配時調控由屬于[0，1]內的浮點數(shù)表示，每10位二進制數(shù)代表一個紅綠燈配時的控制，由該10位二進制數(shù)除以1023可以得到一個紅綠燈配時的實際控制參數(shù)。因解空間過大，為提算法運算準確率，采用如下的交叉方法：在一條染色體上隨機對稱截取如圖2的4個斷點進行交叉互換。然后隨機選擇交叉后染色體上的若干基因進行變異。交叉概率為0.9，變異概率為0.05。最后用輪盤賭的方式依據(jù)公式（10）所示的適應度函數(shù)選擇下一代染色體。

3.2 算法執(zhí)行步驟

（1）隨機產(chǎn)生80個20位二進制數(shù)，得到第一代種群的80個染色體；

（2）在一條染色體上隨機對稱截取如圖2的2個斷點進行交叉互換。交叉比例為0.9；

（3）隨機選取染色體中的若干基因進行變異。變異比例為0.05；

（4）將80個20位二進制數(shù)分別除以1023，依據(jù)公式（10）計算各個染色體的適應度，記錄此代最優(yōu)結果；

（5）將進行交叉互換和變異后的80條染色體依輪盤賭的方法進行選擇，產(chǎn)生新一代種群。對新一代種群依次重復執(zhí)行步驟（2）（3）（4）（5）；

（6）進行1000次循環(huán)后，將最終的最優(yōu)解打印出來，此結果即為計算所得模型的最優(yōu)解。

4 結語

本文以“口”字型基本交通網(wǎng)絡為基礎，探討了突發(fā)事件造成道路堵塞無法通行時的應急紅綠燈配時調控方法。局部車流量影響通行時間。本文提出借調控紅綠燈配時以達到平均通行時間增加量最小化的目的。應用遺傳算法是利用了遺傳算法過程簡單，隨機性迭代的特點，這種算法具有高度可擴展性，易與其他算法結合，具有可觀的提升空間。這種算法解決了本文提出的基本模型，但涉及的參數(shù)過少，忽略的因素過多，包括通行能力、道路停車間隔等因素，不能很好地模擬現(xiàn)實中的交通擁堵現(xiàn)象，對于更復雜的城市交通模型有待后續(xù)研究的補充。

參考文獻

[1]馬吉明，黃憲芳，蔣亞平等.粗糙集理論和遺傳算法在預防城市道路交通擁堵中的應用[J].鄭州輕工業(yè)學院學報：自然科學版，2012，27（1）：62-64.

[2]張敖木翰，高自友.突發(fā)事故下交通擁堵控制策略設計[J].系統(tǒng)工程理論與實踐，2013， 33（5）：1307-1317.

[3]王秀旺，毛新娜.優(yōu)化交通信號配時 緩解城市交通擁堵[J].大學數(shù)學，2012，28（3）：87-91.endprint