【摘 要】 現(xiàn)有的城市交通控制系統(tǒng)，本質(zhì)上都是一種解決現(xiàn)有交通流通過交叉口的方法。本文以系統(tǒng)最優(yōu)為目標，構(gòu)建交通誘導(dǎo)與控制協(xié)同模型， 在現(xiàn)有的誘導(dǎo)與控制協(xié)同過程中加入動態(tài)策略選擇與動態(tài)交通分配環(huán)節(jié)，提出了一種適用于大型路網(wǎng)的交通誘導(dǎo)與控制協(xié)同模型。

【關(guān)鍵詞】 交通誘導(dǎo) 交通控制 動態(tài)交通

0引言

近年來，我國城市路網(wǎng)逐步成熟，道路交通需求量進一步增加，城市道路交通的擁擠與阻塞己經(jīng)成為大中城市普遍存在的現(xiàn)象?，F(xiàn)有的城市交通控制系統(tǒng)中，無論是單點控制、干線控制還是區(qū)域控制，也不論是靜態(tài)控制還是動態(tài)自適應(yīng)控制，控制算法采用模糊數(shù)學(xué)還是神經(jīng)網(wǎng)絡(luò)，都只考慮交通控制系統(tǒng)自身，而忽略了交通控制對交通流的影響，更不考慮交通誘導(dǎo)系統(tǒng)的影響。本質(zhì)上都是一種解決現(xiàn)有交通流通過交叉口的方法。本文深入的研究了交通控制與交通誘導(dǎo)的協(xié)同作用。對交通誘導(dǎo)與控制系統(tǒng)進行協(xié)同研究，不但可以消除二者單獨作用時所存在的局限性，還能夠提高道路交通管控策略的實時性。

1交通誘導(dǎo)系統(tǒng)

交通誘導(dǎo)系統(tǒng)[1]根據(jù)出行者的起訖點向道路使用者提供最優(yōu)路徑引導(dǎo)指令或是通過獲得實時交通信息幫助道路使用者找到一條從出發(fā)點到目的地的最優(yōu)路徑。交通誘導(dǎo)系統(tǒng)可分為四大部分，分別為：快速路交通信息采集誘導(dǎo)系統(tǒng)、地面道路交通信息采集誘導(dǎo)系統(tǒng)、停車誘導(dǎo)系統(tǒng)、交通信息采集誘導(dǎo)平臺。

2國內(nèi)外研究狀況

李旭等人[2]將動態(tài)交通分配理論與模型應(yīng)用到誘導(dǎo)與控制協(xié)同機理中，建立了基于動態(tài)交通分配的交通誘導(dǎo)與控制綜合協(xié)同模型。陸化普等人[3]通過建立雙層規(guī)劃模型，提出了一種啟發(fā)式迭代優(yōu)化算法對雙層規(guī)劃模型進行求解。傅貴等人[4]采用神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的交通控制誘導(dǎo)協(xié)同模型。在國外Lian 提出了上層為交通控制、下層為動態(tài)交通分配模型的雙層優(yōu)化模型。Paz 等[5]在動態(tài)交通分配模型中融入自適應(yīng)信號控制算法，實現(xiàn)交通誘導(dǎo)與控制的協(xié)同。VICS[6]系統(tǒng)在日本交通領(lǐng)域是最早進入實用領(lǐng)域的。

本文在現(xiàn)有的誘導(dǎo)與控制協(xié)同過程中加入動態(tài)策略選擇與動態(tài)交通分配環(huán)節(jié)，有效解決局部道路利用率低，道路交通擁堵的狀況。

3交通誘導(dǎo)與控制綜合協(xié)同模型

3.1動態(tài)交通分配理論

動態(tài)交通分配理論是交通誘導(dǎo)系統(tǒng)的重要理論基礎(chǔ)，它根據(jù)實時檢測的路網(wǎng)交通信息參數(shù)，計算出最合適的交通量分布方式，再將各路網(wǎng)上時變的交通需求均勻分配到不同路徑上，達到路網(wǎng)交通流時空分布均勻、供需平衡的目標?？紤]到分配策略所需達到的最優(yōu)目標不一，動態(tài)交通分配模型一般分為兩類，即系統(tǒng)最優(yōu)動態(tài)交通分配模型和用戶最優(yōu)動態(tài)交通分配模型。

3.2交通誘導(dǎo)與控制綜合協(xié)同模型

本文研究的協(xié)同模型以均衡路網(wǎng)流量為目標，定義用飽和程度R表示路網(wǎng)的交通流量分布狀況。由于交叉口和路段的通行能力不同，因此在建立模型時分別考慮了交叉口和路段的飽和程度的影響權(quán)重，以平均飽和程度最小為目標，建立誘導(dǎo)與控制綜合模型：

3.3不同交通狀態(tài)下的協(xié)同策略選擇

由于不同交通狀態(tài)下的交通流可控水平、誘導(dǎo)方案接受率等均存在較大差異，大大影響了協(xié)同策略實施的有效性[7]。本文將道路上行駛車輛的平均行程車速作為所研究的協(xié)同系統(tǒng)中道路交通擁擠等級的判定標準，根據(jù)速度的不同采取對應(yīng)的解決策略。

4結(jié)論

本文對動態(tài)交通分配、交通誘導(dǎo)與控制模型進行了整合與研究，在現(xiàn)有的交通誘導(dǎo)

與控制協(xié)同中增加了動態(tài)交通分配環(huán)節(jié)，通過建立綜合協(xié)同模型，為動態(tài)交通分配、交通誘導(dǎo)與交通控制實現(xiàn)相互結(jié)合、共同運作提供了可能; 同時根據(jù)我國城市大路網(wǎng)交通的特點，為不同運行狀態(tài)下的路網(wǎng)提供了動態(tài)選擇的協(xié)同運作策略，使交通誘導(dǎo)與控制系統(tǒng)能夠更有針對性地調(diào)節(jié)變化后的交通流。

【參考文獻】

[1] 王莉萍， 李潔. 城市道路交通信息采集誘導(dǎo)控制系統(tǒng)解決方案[J]. 中國公共安全：學(xué)術(shù)版， 2016（12）.

[2] 李旭， 周彤梅. 基于動態(tài)交通分配的交通誘導(dǎo)與控制協(xié)同研究[J]. 中國人民公安大學(xué)學(xué)報（自然科學(xué)版）， 2017（4）.

[3] 孫智源， 陸化普， 張曉利，等. 城市交通控制與誘導(dǎo)協(xié)同的雙層規(guī)劃模型[J]. 東南大學(xué)學(xué)報（自然科學(xué)版）， 2016， 46（2）：450-456

[4] 傅貴， 楊朝霞， 周權(quán). 基于神經(jīng)網(wǎng)絡(luò)的交通控制誘導(dǎo)協(xié)同模型[J]. 電腦與電信， 2017（7）：17-22.

[5] Paz A， Chiu Y C. Adaptive Traffic Control for Large-Scale Dynamic Traffic Assignment Applications[J]. Transportation Research Record Journal of the Transportation Research Board， 2015， 2263（-1）：103-112.

[6] Pang Cz K. H.， Takabashi K.， Yokota T.. Adaptive route selection for dynamic route guidance system based on fuzzy-neural approaches[C]. IEEE Transactions on Vehicular Technology，1999，6（48）： 2028-2041.

作者簡介：賀姣姣（1994—），女，漢族，河南焦作人，工學(xué)碩士，單位：重慶交通大學(xué)交通運輸學(xué)院交通運輸工程專業(yè)，研究方向：交通運輸規(guī)劃與管理。