基于Swarm的交通状态模拟仿真研究

2011-02-09郭祎

制造业自动化 2011年4期

郭祎

（1. 中国地质大学（北京）资源环境管理实验室，北京 100083；2. 中国地质大学（北京）人文经管学院，北京 100083）

0 引言

随着经济的高速发展，大中城市汽车保有量的增长超过了城市道路的发展速度。随之而来的交通拥堵现象，成为了城市发展过程中亟待解决的问题。

针对城市交通问题，国内外众多学者应用不同的方法进行了仿真研究。毛中亚等利用Matlab软件对城市轨道交通系统进行了模拟[1]，万衡等利用C语言编制了城市交通的仿真软件并进行了分析[2]，吴先宇等应用面向对象的建模方法进行了城市轨道交通枢纽适应性仿真[3]。关于城市交通仿真的研究还有很多，本文将参照相关研究成果，利用Swarm工具进行交通仿真，并对仿真结果进行分析。

Swarm是圣塔非研究所(Santa Fe Institute)Swarm开发组为基于多Agent仿真建模(Agent-Based Modeling, ABM)开发的一组标准计算机仿真建模工具[4]。近几年，国内外学者应用Swarm工具在多个研究方向取得了一定的成绩。周庆和陈剑利用Swarm建立了供应链配送渠道系统简化模型[5]，任玉珑等建立了发电侧电力市场多主体博弈模型[6]，徐咏梅则应用Swarm建模进行了企业战略联盟的结构演化仿真[7]。总体上讲，目前对于Swarm的应用多集中在经济、金融、财政以及供应链等领域的研究中，本文通过借鉴Swarm在方面的研究，对城市交通进行模拟，并针对交通拥堵的改善措施提出相关建议。

1 交通状态复杂适应系统主体设计

在交通系统中，相互影响的仿真主体包括汽车、道路两个方面。由于汽车本身没有生命，因此将驾驶员的行为归入汽车主体，作为整体进行研究。

1.1 汽车主体

虽然汽车的种类和用途有很多种区分方法，但是在交通状况的研究中，所有的车都是占用道路资源的一个独立的个体，而且从占用道路资源的角度来分析，所有主体的属性都是一致的。而作为操纵汽车的司机，其目的包括从某地到另一地点的位置移动以及在移动过程中对于时间的要求。由于事情缓急和个人性格等条件影响，不同的驾驶者对于道路拥堵情况的容忍程度是不同的。同时，汽车处在道路之中，其移动的行为会对道路的拥堵情况产生一定的影响。

在模型中，将各种的汽车都看作同一种汽车主体，不做细致区分，都占据道路空间中一个点的位置。汽车主体的主要属性有，驾驶员对于堵车的不耐烦程度、驾驶员的理想道路状况、汽车所处的空间位置、汽车对于道路状况变化的影响以及汽车在模型中显示出的颜色。其中颜色是由不耐烦的程度决定的，程度低是颜色偏绿，程度高时颜色偏红。

驾驶员的不耐烦程度受道路状况影响，其具体的计算公式为：

其中Mi为不耐烦程度，Ni为理想的道路状态，Wi为汽车所处位置的道路拥堵状态。

汽车主体的另一个重要行为是汽车所处位置的道路拥堵状态低于驾驶员理想的道路状况时，汽车主体会随机的向附近并不十分拥堵的位置移动，并降低原始位置的拥堵程度，增加新位置的拥堵程度。

1.2 道路主体

道路在仿真系统中抽象为网格中的点，每一个点代表了一小段道路的状态。道路除了具体位置的属性以外，在模型中最重要的属性就是拥堵程度。不同道路在某一时间点的拥堵情况是不确定的，因此在模型中由系统随机产生拥堵情况，而后根据汽车主体的变化而进行变化。

在模型中，道路主体，也就是汽车主体所处的环境，其属性包括某点的拥堵程度、最高及最低拥堵水平、各位置的坐标等。道路主体的行为有在汽车遇到拥堵且超过了不耐心的程度时，帮助汽车主体选择相邻拥堵值较低的点，并可以根据汽车的移动行为而改变自身的拥堵状态。

2 模拟仿真过程设计

2.1 交通状态模拟系统步骤

Swarm模型的每一次仿真都是按照一定的次序完成多步骤的工作，而后不断循环，最终得到主体的属性随时间的变化情况。

第一步，由系统随机产生道路每一点的拥挤程度、汽车主体所处的位置等初始数值。

第二步，汽车主体判断自己对于道路拥堵情况，并计算出不耐烦值。

第三步，如果不耐烦的程度高于理想的值，则汽车主体向其道路主体发出请求，移动到其他的位置。如果不耐烦值低于理想的值，则汽车不动，继续在原始的道路行驶。

第四步，如果汽车移动，则原有道路主体的拥堵情况减小，道路的情况变好，使该道路中的汽车主体不耐烦值降低。相反新的道路主体拥堵情况增加，其中汽车主体的不耐烦值提高。

第五步，每次仿真重复第二到第四步，并输出各种指标的变化情况。

2.2 政府在仿真过程中施加的影响

为了研究政府的政策对交通拥堵情况的影响，在模型中还有一个重要的影响因素就是政府的政策，由于政府并没有作为模型中的一个主体，因此政府并不与道路以及汽车进行交互，而是通过改变初始值以及实验方式来影响实验的结果，从而分析政策对于道路以及汽车的影响，以及对于缓解交通拥堵起到的作用。

在模型中，政府对于实验的影响有干涉汽车与道路之间的交互以及改变道路中汽车的总数等两种方式。

3 模拟仿真及结果分析

基于上文设计的复杂适应系统模型，进行了两次不同条件的实验，并得到了研究的结果，并结合实际情况进行了分析。

图1 无实时信息

图2 有实时信息

图3 不耐烦度的变化

3.1 提供交通实时信息对于交通状况的影响

按照模型设计的设计情况，汽车主体在道路中对于道路的情况完全的了解，并可以结合自身以及道路情况进行判断，选择合适的道路行驶。在实验开始时，汽车主体由于并没有开始自适应的过程，分布较为聚集，而道路的拥堵情况也比较严重，如图1所示。而随着时间的推进，汽车主体逐渐分散到环境的各个部分，道路的拥堵情况也随之下降，如图2所示，从汽车主体不耐烦的程度来看，在实验开始时由于汽车分布极不均匀，不耐烦的程度较大，而随着汽车主体的移动，道路拥堵情况得以改善，不耐烦的程度逐渐下降，如图3所示。在汽车主体随机的运动中，数据有可能会出现小幅波动，但是在整体的趋势上看整个模型仍保持一种较低的状态。

可见，当汽车主体的完全了解道路信息时，道路的拥堵情况会得到很大的改善。目前中国具备实时路况提醒服务的城市只有北京和上海等少数几个大型城市，而系统较为完善的只有北京。事实证明，北京的实施路况提示系统对于车辆的诱导和分流效果十分显著。虽然，任何一个主体不可能及时了解交通路况的全部信息，但是信息越多对于道路拥堵的缓解效果就越明显。综上所述，逐步推荐大中城市的路况信息建设对于缓解大型城市的拥堵具有十分重要的意义。

图4 原有主体情况

图5 车辆增长后情况

图6 增长后状况变化图

3.2 汽车总量变化对于仿真主体的影响

在上述实验中，道路的拥堵情况随着路况信息的完善交通拥堵状况有了明显的缓解，但是道路上的汽车每天都在以飞快的速度增加，据统计，北京的机动车在以每年五十万辆的速度增长。因此本实验在原有基础上增加汽车主体的数量，其他的条件不变，再进行研究。得到的实验结果如图4所示，虽然汽车主体的不耐烦程度在实验开始的时候急剧下降，但是随后不耐烦程度又开始上升。同样，图5是汽车主体没变是道路情况的变化曲线，基本上情况稳定，但是如图6所示，道路情况到达一定程度之后又逐渐的降低了，并不像汽车主体较少时始终处于良好的态势。

可见路况信息提示的方案在汽车不断增加的情况下并不能保证汽车主体和道路主体长期的良好态势。现实中城市机动车的保有量不可能始终不变，因此单一的政策并不能满足缓解道路拥堵状况的需要。采取交通限行的方式强制减少路上机动车的数量可以对缓解交通起到立竿见影的效果，但是随着机动车基数的增长，还需要更加切实有效的方法来保证道路情况的长期良好态势。同时不断完善交通路网，增加出行可选择的路线，从而降低车辆的密集程度，也可以较为有效地缓解交通拥堵。