城市交通流诱导系统结构框架研究

V o l114　N o13公　路　交　通　科　技1997年9月JOU RNAL O F H IGHWA Y AND TRAN SPORTA T I O N RESEA RCH AND D EV ELO PM EN T 城市交通流诱导系统结构框架研究Ξ

杨兆升　姜桂艳

(吉林工业大学　长春　130025)

摘要　在国家自然科学基金重点项目《城市交通流诱导系统理论模型和方法研究》的

基础上,提出了交通流诱导系统的结构框架。城市交通流诱导系统的研究具有重要

理论和实际意义,它是“智能运输系统”研究的核心部分,也是我国开展智能运输

系统研究的主要领域之一。

关键词　交通流诱导　结构框架

A rchite c ture of U rba n T ra ffic F low G uida nce S ys tem

Yang zhao sheng J iang Gu iyan

(J ilin U n iversity of T echno logy,Changchun)

Abs tra c t　T h is p ap er is based on i m po rtan t p ro ject of N ati onal N atu ral Science

Foundati on of Ch ina.T he A rch itectu re of U rban T raffic F low Gu idance System w ill

be p ropo sed by th is p ap er.T he research of u rban traffic flow gu idance system has

a sign ifican t value of theo ry and reality.It is no t on ly key p art of In telligen t T ran s2

po rtati on System(IT S)bu t also i m po rtan t research field of IT S in Ch ina.

Ke y w o rds　T raffic flow gu idance A rch itectu re

0　前言

城市交通流诱导系统的研究是结合我国城市交通运输的实际情况,主要研究城市车辆运行中的车内外诱导系统的理论模型和方法。车内外诱导系统是以“实时动态交通分配”为理论基础,将先进的信息技术、数据通信技术、电子控制技术以及计算机处理技术等综合运用于整个地面交通管理体系,建立大范围、全方位发挥作用的实时、准确、高效的城市交通诱导系统。这个系统可以使汽车与道路的运行功能智能化,改善交通安全,提高机动性,减少环境对人们的影响,有效地缓解交通拥挤。可以预料“交通流诱导系统”将成为21世纪现代化地面运输管理体系的模式和发展方向,它是交通运输进入信息时代的重要标志。所以,目前进行这个领域的研究是非常必要的、及时的和有意义的。

Ξ国家自然科学基金资助项目(59638220)

　收稿日期　1997202225 第一作者:男,1938年生,教授

1　理论方面的研究

交通流诱导就是引导城市路网中的交通流在不拥挤的路段和交叉路口中运行,要解决这个问题,首先必须解决动态的和随机的交通流量在路段和交叉路口的分配问题,在学术上称之为“实时动态交通分配”(R eal2T i m e2D ynam ic T raffic A ssignm en t)。这个理论的主要功能是:预测交通运输系统状况;提供道路引导系统,引导车辆在最佳线路上行驶;为出行者提供出发时间和选择方式;提供诱导系统与交通控制系统的相互联系;为先进的交通管理系统(A TM S)和先进的出行者信息系统(A T IS)提供重要的理论基础。

目前国内外还未真正解决这个理论问题。传统的交通分配以OD量为基础,运用图论、数学规划、计算机模拟等方法求解,计算量大,优化时间长。为了克服这些缺点,我们将交通面控设施与流体神经网络相结合,设计了如下的实际用户最优和预测用户最优动态交通分配算法。

11数据采集与处理

在城市已安装先进的交通面控系统(如SCOO T系统)前提下,设城市交通网络用有向图表示,N与M分别代表网络的节点数与路段数;qI m和q O m是进入和驶离路段m的交通量,可分别由路段m入口与出口处检测器测得,它们与交通需求量、道路通行能力及交通信号有关;用r m和t m分别表示路段m上的交通密度和运行时间,其中t m可视为该路段上的阻抗;T

为样本时间段,T≤m in L r m

q O m

,以保证分配的有效性。

(1)由检测器测得第k时段的交通量数据qI m(k)和q O m(k),m=1,2,…,M。

(2)计算r m和t m

r m(k)=r m(k-1)+T L m〔qI m(k)-qO m(k)〕

式中,L m为路段m的长度;m=1,2,…,M。

t m(k)=〔L m r m(k)〕 qO m(k) (用于实际用户最优)

(3)取指数平滑权系数Α(Α>0),计算指数平滑值Σm(k)

Σm(k)=Αt m(k)+(1-Α)Σm(k-1) (用于预测的用户最优)

m=1,2,…,M

式中,Σm(k)为第k+1时段m路段上的运行时间预测值。

21用流体神经网络进行分配和路径引导

(1)构造两个与所研究的交通网络一一对应的流体神经网络,N个神经元对应于N个交叉路口。

网络1中神经元间的连结权值W1(ij)为

W1(ij)=0 i节点与j节点间无路段直接相联

t-Β

m　i节点可通过m路段直达j节点,其中Β>0,

该网络用于实际用户最优路径选择。

网络2中神经元间的连结权值W2(ij)为

W2(ij)=0 i节点与j节点间无路段直接相联

Σ-Χm　i节点可通过m路段直达j节点,其中Χ>0,

该网络用于预测的用户最优路径选择。7

城市交通流诱导系统结构框架研究——杨兆升等