王 璐,代亞運(yùn),陳 旸,林曉娟
(安徽工業(yè)大學(xué)管理科學(xué)與工程學(xué)院,安徽 馬鞍山 243032)
城市道路上機(jī)動(dòng)車(chē)、行人、非機(jī)動(dòng)車(chē)間的干擾與沖突是引發(fā)眾多交通問(wèn)題的重要原因。無(wú)信號(hào)路口是城市道路路口最普遍的類(lèi)型之一,我國(guó)最新交通數(shù)據(jù)統(tǒng)計(jì)表明在目前的各類(lèi)交通事故中,由機(jī)動(dòng)車(chē)造成的交通事故比例達(dá)到90以上,其中28%的交通事故發(fā)生在無(wú)信號(hào)路口。
在行人過(guò)街行為的研究方面,李春成根據(jù)行人的心理行為特征把過(guò)街行人分成穩(wěn)定型、半穩(wěn)定性型、不穩(wěn)定型、反常規(guī)型和自我認(rèn)可型共5種類(lèi)型,并對(duì)不同類(lèi)型的行人過(guò)人行橫道的心理進(jìn)行了對(duì)比分析;景超分析了行人過(guò)街的靜止空間、運(yùn)動(dòng)空間和心理空間,解釋了影響行人過(guò)街時(shí)的從眾行為、溢出行為和截短行為的原因。在行人過(guò)街交通流特性方面,李建新研究了混合交通條件下非機(jī)動(dòng)車(chē)對(duì)交通流的影響,并針對(duì)信號(hào)交叉口處的通行能力建立計(jì)算模型;黃文忠根據(jù)無(wú)信號(hào)控制人行橫道處行人和機(jī)動(dòng)車(chē)到達(dá)規(guī)律研究,得到計(jì)算無(wú)控制人行橫道處行人和機(jī)動(dòng)車(chē)延誤的數(shù)學(xué)模型,并給出了過(guò)街行人到達(dá)規(guī)律及其參數(shù)的計(jì)算方法;楊曉光通過(guò)對(duì)機(jī)動(dòng)車(chē)流量、行人流量、車(chē)道數(shù)、非機(jī)動(dòng)車(chē)流量數(shù)據(jù)的分析整理,運(yùn)用回歸方法建立了相應(yīng)的數(shù)學(xué)模型。
博弈參與的主體為過(guò)街行人和機(jī)動(dòng)車(chē)駕駛員;博弈主體的策略為通行和讓行;行人與機(jī)動(dòng)車(chē)的博弈矩陣見(jiàn)表1。
表1 博弈矩陣
設(shè)行人選擇通行的概率為,機(jī)動(dòng)車(chē)選擇通行的概率為。行人選擇通行的期望收益和選擇讓行的期望收益分別為
=-1 000+(1-)
(1)
=(1-)+(1-)(1-)
(2)
行人以的概率選擇通行,以1-的概率選擇讓行的混合策略的期望收益為
=1+(1-)
(3)
機(jī)動(dòng)車(chē)選擇通行的期望收益1和選擇讓行的期望收益2分別為
1=-100+(1-)
(4)
2=(1-)+(1-)(1-)
(5)
機(jī)動(dòng)車(chē)以的概率選擇通過(guò),以1-的概率選擇讓行的混合策略的期望收益為
=+(1-)
(6)
系統(tǒng)復(fù)制動(dòng)態(tài)方程為
(,)=(-)=(1-)(-)
(7)
(,)=(-)=(1-)(-)
(8)
由式(1),(2),(4),(5)得
(,)=(1-)[(-1 000--1+)++1-1]
(9)
(,)=(1-)[(-100--1+)++1-1]
(10)
式(9)-(10)為非線性微分方程組,求(,)=(,)=0所得解就是復(fù)制動(dòng)態(tài)方程(9)-(10)的均衡點(diǎn),經(jīng)求解計(jì)算,得到5組解:
(0,0),(0,1),(1,0),(1,1),
首先在式(9)-(10)均衡點(diǎn)處作Taylor展開(kāi)得近似線性方程;然后獲取該線性方程的系數(shù)矩陣(Jacobi矩陣);最后計(jì)算Jacobi矩陣的行列式det()和跡tr(),判斷平衡點(diǎn)的穩(wěn)定性。經(jīng)計(jì)算推導(dǎo),得到
(11)
因此,
(12)
(13)
為了進(jìn)行均衡點(diǎn)的穩(wěn)定性分析,要將可能的均衡點(diǎn)全部代入(12)和(13)式中:分別計(jì)算人車(chē)博弈系統(tǒng)的不同均衡點(diǎn)對(duì)應(yīng)的雅克比矩陣的det()和tr(),見(jiàn)表2。
表2 均衡點(diǎn)對(duì)應(yīng)的Jacobi矩陣的det(J)和tr(J)
表3 均衡點(diǎn)類(lèi)型判別
賦予(,)不同的初值,可以據(jù)此做出系統(tǒng)的演化路徑圖,見(jiàn)圖1。
圖1 演化路徑圖
系統(tǒng)演化路徑如圖1所示,絕大部分情形穩(wěn)定在點(diǎn)(0,1),即人讓車(chē);少數(shù)點(diǎn)穩(wěn)定在點(diǎn)(1,0),即車(chē)讓人。
在人讓車(chē)的情形下,以初始點(diǎn)(0.9,0.6)為例進(jìn)行演化路徑分析,該線已標(biāo)為1-2-3-4。1號(hào)位置處(,)的取值約為(0.88,0.59)。在1號(hào)位置處,行人選擇通行的概率和機(jī)動(dòng)車(chē)駕駛員選擇通行的概率都比較大。此時(shí),雙方都大概率得到非常大的負(fù)收益(行人大概率得到-1000收益值,機(jī)動(dòng)車(chē)駕駛員大概率得到-100收益值)。由于行人得到的負(fù)收益值遠(yuǎn)小于機(jī)動(dòng)車(chē)駕駛員的負(fù)收益值,行人需要迅速減小通行的概率,機(jī)動(dòng)車(chē)駕駛員也逐漸減小通行的概率,出現(xiàn)演化路徑1-2-3。3號(hào)位置處(,)的取值約為(0.07,0.53),行人的期望收益為-46.28,機(jī)動(dòng)車(chē)駕駛員的期望收益為-11.93,機(jī)動(dòng)車(chē)駕駛員與行人的期望收益差為900+(+1-1)(-)。機(jī)動(dòng)車(chē)駕駛員將增大通行的概率來(lái)擴(kuò)大收益差,而行人將繼續(xù)減小通行的概率來(lái)縮小差距,因此演化路徑為3-4,最終穩(wěn)定在點(diǎn)(0,1),即穩(wěn)定在“人讓車(chē)”的情形。
在車(chē)讓人的情形下,以初始點(diǎn)(0.9,0.2)為例進(jìn)行演化路徑分析,該線已標(biāo)為5-6-7-8-9。在5號(hào)位置處,行人選擇通行的概率較大,機(jī)動(dòng)車(chē)駕駛員選擇通行的概率較小。此時(shí),行人大概率得到收益值為1/e,機(jī)動(dòng)車(chē)駕駛員大概率得到收益值為1-e。雙方為避免都選擇通行而得到更小的收益值,將都會(huì)減小通行的概率,即出現(xiàn)5-6-7-8的演化路徑。8號(hào)位置處(,)的取值約為(0.42,0.03),當(dāng)約為0.42時(shí),機(jī)動(dòng)車(chē)駕駛員期望收益為-30.00-11.79,機(jī)動(dòng)車(chē)駕駛員將繼續(xù)減小通行的概率增加自身收益值,而行人將增大通行的概率來(lái)縮小期望收益差,因此演化路徑為8-9,最終穩(wěn)定在點(diǎn)(1,0),即穩(wěn)定在“車(chē)讓人”的情形。
據(jù)上所述,對(duì)于所有(,)的初始值,在經(jīng)過(guò)一段時(shí)間的演化后,最終都會(huì)收斂到(1,0)或(0,1)。其所表達(dá)的含義為,無(wú)論行人和機(jī)動(dòng)車(chē)駕駛員剛開(kāi)始選擇通過(guò)的概率為多少,其最終的發(fā)展趨勢(shì)都是“人讓車(chē)”或者“車(chē)讓人”。
本文首先建立了人車(chē)演化博弈的復(fù)制動(dòng)態(tài)方程,然后計(jì)算了該演化系統(tǒng)的均衡點(diǎn),分析了均衡點(diǎn)的穩(wěn)定性。最后給出人車(chē)博弈系統(tǒng)的演化路徑圖。在行人通過(guò)無(wú)信號(hào)控制路口時(shí),當(dāng)行人與機(jī)動(dòng)車(chē)駕駛員沒(méi)有任何的信息交流,兩人的決策無(wú)法達(dá)到一致時(shí),即行人與機(jī)動(dòng)車(chē)駕駛員是根據(jù)自己所得到的信息來(lái)進(jìn)行是否通行的決策時(shí),無(wú)論行人和機(jī)動(dòng)車(chē)駕駛員剛開(kāi)始選擇通過(guò)的概率為多少,其最終的發(fā)展趨勢(shì)都是“人讓車(chē)”或者“車(chē)讓人”。