微观交通仿真系统参数校正研究_孙剑

引 言1
交通流仿真是再现交通流运行规律，对交通系统进行管 理、控制和优化的重要实验手段和工具。随着智能运输系统 在我国的逐步实施,交通网络微观仿真软件特别是 VISSIM 软件在我国也得到了广泛的应用。微观仿真模型运用大量的 独立参数来描述交通系统运行、交通流特性以及驾驶员行为 等，参数的取值对仿真结果有很大的影响[1]。在仿真系统中， 这些模型参数均有缺省值，同时也允许用户对这些参数进行 修正。缺省值往往是根据模型开发国家的情况确定的，并不 一定适合于我国的实际情况。所以，针对具体的仿真对象， 必须对仿真参数进行标定。
VISSIM 仿真系统模型为实例，建立了仿真模型参数校正 的遗传模拟退火启发式算法，对影响模拟结果的主要因素 进行分析和标定，实现了对 VISSIM 的仿真参数的自动化 校正，最后根据实测结果和仿真实验比较分析，得出了令 人满意的结果。
1 模型参数校正
1.1 模型参数校正概念
所谓模型参数校正即是根据实地的交通运行状况，对仿 真系统中各个独立的参数进行调整以使模型能够准确表达 具体仿真对象的过程。交通仿真系统模型的参数校正实质上 是在设定目标函数后的组合优化问题。对于每一个目标函数 有两类输入，一类输入是实地观察(检测)的数据，如：速度、 行程时间、流量等；另一类是模拟模型输出的对应数据。需 要校正的仿真参数一般包括交通控制运行参数、交通流特性 以及驾驶员行为特性等。参数校正的目的是使仿真输出结果 与实际测量的数据差异最小。
②接着需进行校正参数指标选择，我们把模拟输入参数 分为可控参数和不可控参数，不可控参数一般不随模型的变 化而变化，例如：道路条件、交通量、信号配时等，可控参 数一般是模型中值可以改变的参数，例如：车道变换距离、 最小车头时距、车辆消失前的等待时间等。校核参数必须是 容易实际测量得到以及在仿真中可控。
③校正参数选定后，需对不可控参数以及模型输出参数 进行实地测量，要注意区分高峰与平峰的数据采集。针对不 同的仿真对象，在不同的条件下，各个模型参数所占权重不 尽相同，根据仿真精度，对影响仿真结果较大的参数进行校 正，同时确定这些参数的变化范围。
④根据仿真需要，对待校正参数进行必要性评价。仿真 系统涉及很多可控参数，且每一个参数都有不同的取值范 围，对每一种可能的情况都做相应的排列组合，显然是时间 所不允许的。例如，如果仿真系统有 8 个可控参数，每个参 数取值分为 5 个级别，则需要做的仿真试验有 58（390625） 次。因此根据仿真系统的特点，运用优化算法实现参数的自 动校正意义重大。
⑤经过多次运行，确定模型参数。同时根据仿真结果和 仿真画面确定最佳的可控参数取值。
⑥根据仿真结果确定校正过程的中止。
2 测试区域和仿真模型
2.1 测试区域
本次研究区域为合肥市大东门区域 8 个关键交叉口的 微观仿真，数据来源为早高峰 7:30～8:30 路段交通量和车速 人工调查。研究区域以及调查的路段交通量如图 2 所示。
另一方面，很多仿真参数难以通过实际调查获得，比 如车辆启动损失时间、跟驰模型敏感性参数、车道变换时 间、可插车间隙等，很多人因此怀疑仿真的科学性，认为 它是“黑箱操作”。这些怀疑主要是由于对仿真模型期望 过高或者模型参数没有得到正确的校正[2]。在本文中，首 先建立了仿真参数的标定流程，然后以合肥市大东门区域
1.2 模型参数校正流程
收稿日期：2005-10-09
修回日期：2006-09-11
基金项目：国家自然科学基金项目(50578123)
作者简介：孙剑(1979-), 男, 山东齐河人, 博士, 研究方向为交通系统仿
真及优化; 杨晓光(1959-), 男, 江苏宿迁人, 博士, 教授, 博导, 研究方
向为智能交通系统; 刘好德(1978-), 男, 吉林四平, 博士生, 研究方向为
交通系统管理与决策支持系统。
模型参数校正在国外已有研究，Benekohal (1991)提出 参数校正的流程框架，提供了宏观的参数校正指导原则，但 是没有具体的有针对性的仿真参数校正流程[3]。本研究的仿 真系统参数校正流程骤如图 1 所示。
参数初始化 （随机选择 P0 个染色体）
表 1 各因素分级水平表
参数
水平 1 水平 2 水平 3
紧急停车距离（米）
2
3
4
期望车道变换距离（米） 150
75
200
等待换道消失时间（秒） 45
60
75
最小车头时距（米）
0.5
0.75
1.0
观察前方车辆数（辆） 1
2
3
平均静止距离（米）
1.0
1.5
2.0
附加安全距离（米）
1.0
1.5
2.0
安全距离增量（米）
第 19 卷第 1 期 2007 年 1 月
系 统 仿 真 学 报© Journal of System Simulation
Vol. 19 No. 1 Jan., 2007
微观交通仿真系统参数校正研究
孙 剑，杨晓光，刘好德
（同济大学道路与交通工程教育部重点实验室, 上海 200092）
摘 要：微观交通仿真模型在交通系统管理、控制和优化中得到了广泛的应用，大多数仿真模型参
East Changjiang Rd
South Chuzhou Rd
East Loop Rd Maanshan Rd
否 选取合理否？
是 实验设计、评价标准建立
仿真运行 仿真评价
仿真参数修正
否 结果合理否？
是 结束
图 1 仿真模型参数校正流程
言，目标是使仿真输出结果与实际测量的校核数据差异最小 或为零。
3 校正参数选取
本次研究的对象是城市中心城区地面道路网络高峰 期间的交通运行模型。本次研究选取的参数为：紧急停车 距离、期望车道变换距离、等待换道消失时间、最小车头 时距、观察前方车辆数、平均静止距离、附加安全距离、 安全距离增量。各参数含义请见参考文献 4。对于上述每 个待校正参数，每个参数分 4 个水平，组成组合优化的取 值空间，参数分级如 1 所示。
SUN Jian, YANG Xiao-guang, LIU Hao-de
(Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, Shanghai 200092, China)
由于研究区域为小型路网，车辆的出行路径不唯一。
Middle Changjian Rd
Chaohu Rd
N Unit: PCU/H
图 2 研究区域主要路段交通量
因此，我们首先建立了研究路网的 VISUM 宏观模型，运 用 VISUM 模型的 TFlowFuzzy 模块，推算研究区域车辆 的出行 OD，结合现场调查和问卷，掌握主要车辆的出行 特征。同时通过现场实测，获取了研究区域的交通管理措 施、控制方案以及路口设计方案。
2.2 仿真模型 VISSIM
本研究中使用的仿真模型是德国 PTV 公司的 VISSIM (4.1 版)仿真软件。仿真模型基于时间步长和驾驶员行为，系 统核心仿真模型--车辆跟踪模型采用德国 Karlsruhe 大学 Wiedemann 教授的"心理--物理跟车模型"，模型建立在司机 反应行为之上。对仿真模型精度影响最重要的因素是模型对 车辆模拟的真实性。因此，必须针对不同的模拟对象，对模 型参数进行校正。VISSIM 模型提供了外部程序接口 COM， 因此使得外部程序实时动态调用 VISSIM 成为可能；另一方 面，VISSIM 模型的输入文件(INP)为可用记事本编辑的文本 文件，因此，本研究利用 Visual Basic 6.0 设计了基于模拟退 火算法的仿真校正程序。
关键词：交通仿真模型；参数校正；遗传模拟退火；VISSIM
中图分类号：u491.13
文献标识码：A
文章编号：1004-731X (2007) 01-0048-03
Study on Microscopic Traffic Simulation Model Systematic Parameter Calibration
数均是针对模型开发国家的交通情况确定的，并不一定适合我国国情。提出了微观仿真模型参数校
正流程，然后以合肥市大东门区域 VISSIM 仿真系统模型为实例，建立了仿真模型参数校正的遗传
模拟退火启发式算法，实现了对 VISSIM 的仿真参数的自动化校正，根据实测结果和仿真实验比较
分析，验证了算法的有效性。
①首先需要确定仿真模型参数校正的目标，一般而
• 48 •
第 19 卷第 1 期 2007 年 1 月
孙 剑, 等：微观交通仿真系统参数校正研究
Vol. 19 No. 1 Jan., 2007
确定参数校正目标
Victor Rd
校核参数指标选择 实际数据采集
待校正参数指标对选取
Shouchun Rd Huai River Pedestrian
Abstract: Microscopic simulation models have been widely used in traffic system management, control and optimization; however, most of the simulation parameters are determined according to the foreign situations and not always suit for our china. Firstly, the procedure for microscopic simulation model calibration was put forward. Then a VISSIM simulation example of Big-East-Door area in Hefei was used. The application of a Genetic Simulated Annealing (GSA) algorithm as an optimization method for finding a suitable combination of micro-simulation parameter values was proposed. Finally, field experimental results and simulation analysis were compared, which have proven that the algorithm is proper. Key words: Traffic Simulation Model; Parameter Calibration; Genetic Simulated Annealing; VISSIM