可变信息屏对北京市交通拥堵缓解的评价研究

周洋帆，贾顺平*，关 伟，刘 爽

（北京交通大学a.城市交通复杂系统科学与技术教育部重点实验室；b.交通运输学院，北京100044）

可变信息屏对北京市交通拥堵缓解的评价研究

周洋帆a，贾顺平*a，关 伟b，刘 爽a

（北京交通大学a.城市交通复杂系统科学与技术教育部重点实验室；b.交通运输学院，北京100044）

可变信息屏（VMS）为缓解大城市交通拥堵提供了一种有效途径，它通过发布诱导信息来均衡路网上的交通需求.为了评价VMS对缓解交通拥堵的效果，本文通过数据挖掘方法建立了一种通用评价模型.所用数据包括由北京市VMS系统和道路检测器得到的VMS历史发布信息和道路交通流数据，这些数据能够真实地反映路网中的交通状况.通过比较诱导信息和提示信息下的拥堵缓解效果，并对不同道路状况下拥堵缓解效果进行时间和空间分析.结果表明，诱导信息能够更加有效地提高拥堵路段的服务水平，特别是严重拥堵路段，诱导信息比提示信息更加有效.

智能交通；交通拥堵；数据挖掘；可变信息屏（VMS）；交通诱导

1 引 言

可变信息屏（以下称VMS）通过发布带有文字或图像的实时交通信息，在城市智能交通管理和诱导系统中发挥着重要作用.事实上，道路拥堵是由于交通需求的不均衡分布造成的，表现为部分路段严重拥堵而其他路段相对畅通[1].在有VMS信息的情况下，驾驶员能够根据信息提示选择更优路径，有效避开拥堵路段，以此达到均衡交通分布和减少出行时间的目的.

既有研究表明，道路试验、抽样调差、数学模型和仿真分析是研究VMS效果最常用的几种方法.道路试验方法一般需要设计多种VMS发布方案来探索驾驶员对不同信息的反应[2].通过在奥斯陆郊区的高速公路上设置推荐路径，Erke等[3]研究了VMS对驾驶员路径转移、驾驶速度和刹车行为的影响.道路试验方法需要一些辅助设施，并且试验周期较长，特别是对恶劣天气方面的研究，但是它确实能够反映道路上最真实的情况.类似Logit模型[4]和Probit模型[5]的数学方法在研究VMS对驾驶员行为的影响及其要素方面较为常用，通常由问卷调查、SP调查或检测器获得所需数据[6].Zhong等[7]选择中国人民大学东门附近的VMS作为研究对象，发现带有预测的诱导对于提高交通效率和均衡路网载荷的效果更佳.数学模型方法能够量化研究结果，并且更加灵敏，但是问卷调查需要较大量的人力和时间，被调查者的陈述偏好不能准确地反映真实的驾驶行为.仿真分析对于研究驾驶员对不同VMS场景的反应是非常方便的一种方法[8].根据模型需求提前建立仿真系统，Shang等[9]根据元胞传输模型和以Logit为基础的路径选择规则预测了出行时间，将预测的出行时间提供给驾驶员，交通效率得到明显提高.

VMS在不同场景下的效果，比如雾天[10]、湿滑路面[11]、拥堵[1]、刹车[12]、安全警告[13]等一般利用试验、调查或者仿真的方法，认为驾驶员或车辆是反映VMS效果的关键因素.然而，另外一种更加直接的评价方法是分析不同诱导下拥堵路段的缓解效果或道路状况.从该思想出发，本文首先基于数据挖掘方法分析了历史数据，包括VMS历史发布信息和路况数据.然后，统计了诱导信息和提示信息下道路状况的差异，用以评价这两类VMS信息的效果，借助计算机程序，本文提出的方法更加便捷有效.最后，以北京市的VMS作为案例，从时间和空间两个角度进行分析，评价VMS对交通拥堵的缓解效果.

2 基于数据挖掘的评价方法

2.1 VMS信息

每条VMS的属性包括发布位置、发布内容、发布时间等.根据信息内容，北京市VMS上发布的关于拥堵的信息通常有两类.一类被定义为诱导信息，信息内容不仅包括拥堵路段，还提供了推荐路径，如表1中第一条信息所示.另一类信息被定义为提示信息，这类信息内容中仅向驾驶员显示了拥堵路段，如表1中第二条信息所示.这两类信息通常发布在拥堵路段及其上游路段的VMS上.因此，不同道路状况下哪种信息更加有效是值得探讨的问题.

表1 VMS上的诱导信息和提示信息Table 1 Guidance message and notice message on VMS

2.2 道路交通状况

道路交通状况是本文用于评价VMS对交通拥堵缓解效果的关键变量，为方便起见，本文定义路况为反映道路交通状况的量值.道路检测器每隔固定时间，比如5 min，获得一次路段上车辆行驶速度的数据，为了能够利用速度数据得到反映道路状况的值，定义路况值为实际检测到的速度与路段设计速度的百分比值，如果实际速度大于设计速度，路况值为100.因此，路况值的取值范围为0-100，并且值越大表示道路越畅通.根据此定义，路段的通畅程度和VMS的状态可以分为三种，如表2所示.为了进行评价，VMS信息发布时间段内的路况数据需要提前获得.

表2 根据路况值的三种道路通畅程度和VMS状态Table 2 Three road status and VMS states based on road condition value

2.3 数据挖掘和评价方法

道路状况是评价拥堵程度的指标，诱导信息和提示信息发布时的路况值反应了他们缓解拥堵的效果，路况值的差异能够揭示哪类信息的效果更好.

假设道路检测器以5 min为间隔收集路段上车辆的行驶速度，那么每个检测器每天会产生288个数据，意味着从1-288的任何一个编号都代表了特定的5 min时间.例如，第193个数据代表了7:00-7:05的路况值.因此，时间和路段分别为路况值的时间和空间属性.

xl,i,j,w——路段l的路况值；

i——日期；

j——在一天内的时间序号，j∈[1,288]；

w——在一周内的星期序号，w∈[1,7].

由于道路交通在一星期内的不同天之间有明显差异，特别是工作日和节假日，因此星期序号也是需要考虑的.

通过比较相关路况值能够得到两类信息对拥堵的缓解效果，因此，首先需要根据拥堵信息的发布时间，按以下规则，从所有路况值xl,i,j,w中挑选出两组.给定路段l

为了保证数据的可比性，被比较的路况值应该满足相同路段和相似时间.所谓相似时间，意味着被比较的路况值应该具有相同的时间序号 j和星期序号w.但是，相同日期i是无法达到的，因为一块信息板在某一时刻无法同时发布两个VMS信息.令a'l,j,w和 b'

l,j,w分别为两类信息下具有相同时间特性i、j、w的路况值的平均值，进行如下数据处理过程.

完成上述数据挖掘过程之后，便可根据式（4）和式（5）比较两类信息对拥堵的缓解效果.

式中 AE——相对于提示信息，诱导信息的绝对诱导效果；

RE——相对于提示信息，诱导信息的相对诱导效果；

l——路段编号.

如果AE和RE为正，表示诱导信息下的路况值比提示信息高，意味着带有推荐绕行路径内容的信息比只显示拥堵路段的信息对拥堵的缓解更加有效，诱导效果好.反之，如果AE和RE为负，则表示提示信息更好，诱导效果差.此外，不同路段位置和信息发布时间可能会导致结果的不同.因此，对拥堵的缓解效果分别进行时间和空间的分析，能够帮助制定更加有效的VMS发布方案.本文提出的对拥堵缓解的评价方法也可以用于其他事件的研究，比如事故、恶劣天气、大型活动等.

3 案例分析

选取北京市二环和三环上的33条路段作为研究对象，道路检测器以5 min为间隔采集车辆行驶速度数据.从2008年9月1日-2011年8月26日，共有105 919条VMS发布信息记录及同时期的每条路段每天288个路况数据，并从其中统计出6 831条诱导信息和7 114条提示信息作为研究对象.统计拥堵缓解的总体效果和基于路段位置的空间分析和基于VMS信息发布的时间分析.由于本文提出的评价方法针对拥堵路段，因此，路况值大于25的情况不予考虑.

3.1 拥堵缓解的整体效果

为了评价VMS对拥堵缓解的整体效果，首先根据上节提出的方法利用计算机程序计算33条路段的AE值和RE值，统计结果如表3、图1和图2所示.

表3 拥堵缓解的整体情况Table 3 Overall effects on congestion mitigation

图1 整体绝对诱导效果Fig.1 Overall absolute effectiveness

图2 整体相对诱导效果Fig.2 Overall relative effectiveness

VMS对拥堵缓解的效果是十分显著的.整体上有65.3%的正诱导效果，平均情况下诱导信息能够比提示信息提高9个路况值.特别是严重拥堵路段，约97.7%的诱导效果为正，超过88%的RE值大于100.因此，从整体的角度来讲，诱导信息在提高拥堵路段路况值方面比提示信息更加有效.在路况值低于10的严重拥堵路段，诱导信息几乎总是比提示信息效果更好.提供推荐路径对于缓解拥堵和平衡路网载荷比只显示拥堵路段更有效.

3.2 空间分析

由于道路网的结构，路段位置不同可能会导致结果的差异.在上述33条路段中，19条路段位于二环上，14条路段位于三环上，据此将被研究的路段分成二环路段和三环路段两类，诱导效果根据类型统计如表4、图3和图4所示.

表4 空间分析的AE和RE统计结果Table 4 AE and RE statistics for spatial analysis

图3 不同空间位置的AE值Fig.3 AE comparison for spatial locations

图4 不同空间位置的RE值Fig.4 RE comparison for spatial locations

对于二环路段来说，大多数（超过70%）诱导效果为正，诱导信息下路况的绝对值和相对值能够比提示信息分别提高10和117%.然而，三环上的诱导效果为负的比例很大，约有50%的AE和RE为负值，45%的AE在区间[-10，0]内，诱导信息下路况的绝对值和相对值比提示信息分别提高7和37%.因此，二环路段在诱导信息下的拥堵缓解效果比三环路段更加显著.

3.3 时间分析

除了空间分析之外，由于交通的潮汐现象，时间也是研究拥堵缓解效果的重要因素.由于通勤会导致交通流具有明显的方向性，因此，一天内的早高峰、晚高峰和平峰是研究城市交通时间演变方面通常考虑的三个时间段.定义早高峰为7:00-9:00，晚高峰为17:00-19:00，其他时间为平峰.类似于上一小节，分别统计正值、平均值和负值，如表5所示.AE和RE的分布曲线如图5和图6所示.

表5 时间分析的AE和RE统计结果Table 5 AE and RE statistics for temporal analysis

图5 不同时间的AE值Fig.5 Temporal AE comparison

图6 不同时间的RE值Fig.6 Temporal RE comparison

平峰时段拥有最多的正诱导效果71.37%，早高峰为67.64%，晚高峰为58.64%.平峰、早高峰、晚高峰时段诱导效果的绝对值和相对值分别提高了13.78和149.63%、8.86和119.88%、4.68和22.59%.此外，晚高峰期间AE值小于10的比例最多，并且分布在区间[-50，50)内的RE值约有80%.早高峰和平峰，尤其是平峰的诱导效果更好，41%的绝对诱导效果超过100.因此，诱导信息对拥堵的缓解效果在平峰时最显著的，其次为早高峰，最后是晚高峰.

4 研究结论

本文提出了一种基于历史数据挖掘来评价VMS对交通拥堵缓解效果的方法.被挖掘的数据包括VMS信息和道路检测器数据，应用计算机编程以实现诱导信息和提示信息效果的比较.不同于大多数研究，这种方法将从车辆行驶速度得到的路况值作为VMS效果的直接反映.

以北京市的VMS系统作为研究对象，借助三年的VMS历史发布信息和33条路段的道路交通状况，将提出的方法用于评价VMS对拥堵缓解的效果.从整体效果来看，对于拥堵路段，诱导信息以超过65%的比例优于提示信息，对拥堵缓解更加有效.该结论与Xu等[14]，以及Srinivas和Shyam[15]得到的结果一致，前者认为给驾驶员提供推荐路径的效果更好，后者认为路径诱导比传统的描述信息对出行行为更加有用.尤其当路段严重拥堵时，诱导信息能够显著提改善道路状况，这主要是因为驾驶员面临严重拥堵时的交通行为更加敏感.

对不同路段位置和时段，诱导信息能够表现出不同程度的效果.因此，本文根据路段位置和信息发布时间进行了时间和空间分析.结果表明，空间上，诱导效果在二环路段比三环路段好；时间上，诱导效果在平峰时段最为显著，其次为早高峰，最后为晚高峰.这些结论与路网的结构、上下游路段的交通状态，以及驾驶员特性有关.

[1] Chen S K，Liu M J，Gao L P，et al.Effects of variable message signs(VMS)for improving congestions[C].2008 International Workshop on Modelling,Simulation and Optimization(WMSO 2008)，Hong Kong，China，2008：416-419.

[2] Rama P，Luoma J.Driver acceptance of weathercontrolled road signs and displays[J].Transportation Research Record: Journal of the Transportation Research Board，2007，1573(12)：72-75.

[3] Erke A，Sagberg F，Hagman R.Effects of route guidance variable message signs(VMS)on driver behaviour[J]. Transportation Research PartF:Psychology and Behaviour，2007，10(6)：447-457.

[4] Peeta S，Ramos J L.Driver response to variable message signs-based traffic information[J].Intelligent Transport Systems,Institution of Electrical Engineers，2006，153 (1)：2-10.

[5] 干宏程.VMS诱导信息影响下的路径选择行为分析[J].系统工程，2008，26(3)：11-16.[GAN H C. Exploring drivers’route choice response to real-time guidance information ofvariable message signs[J]. Systems Engineering，2008，26(3)：11-16.]

[6] 王卫卫，赵小梅，李新刚，等.VMS对驾驶员路径选择影响的实证研究与建模[J].交通运输系统工程与信息，2013，13(3)：60-64.[WNG W W，ZHAO X M，LI X G，et al.Empirical study and modeling of variable message signs on route choice behavior[J].Journal of Transportation Systems Engineering and Information Technology，2013，13(3)：60-64.]

[7] Zhong S Q，Zhou L Z，Ma S F，et al.Effects of different factors on drivers’guidance compliance behaviors under road condition information shown on VMS[J]. Transportation Research Part A:Policy and Practice，2012，46(9)：1490-1505.

[8] Dutta A，Fisher D L，Noyce D A.Use of a driving simulator to evaluate and optimize factors affecting understandability of variable message signs[J]. Transportation Research Part F:Traffic Psychology and Behaviour，2004，7(4)：209-227.

[9] Shang H Y，Huang H J，Gao Z Y.Impacts of variable message signs on traffic congestion[J].Science in China Series E:Technological Sciences，2009，52(2)：477-483.

[10] 支晓伶，李长城，汤筠筠，等.高速公路雾天可变信息标志信息联动发布策略研究[J].公路，2010，11：123-128.[ZHI X L，LI C C，TANG Y Y，et al.A study on strategies of expressway fog information intelligent dissemination VMS system[J].Highay，2010，11：123-128.]

[11] Rama P，Kulmala R.Effects of variable message signs for slippery road conditions on driving speed and headways[J].Transportation Research Part F:Traffic Psychology and Behaviour，2000，3(2)：85-94.

[12] Mei Z Y，Tian T，Li D P.Analysis of parking reliability guidance of urban parking variable message sign system[J].Mathematical Problems in Engineering，2012，Article ID 128379，10 pages.

[13] Tay R，Barros DE A.Effectiveness of road safety messages on variable message signs[J].Journal of Transportation Systems Engineering and Information Technology，2010，10(3)：18-23.

[14] Xu T D，Sun L J，Peng Z R.Empirical analysis and modeling of drivers’response to variable message signs in Shanghai,China[J].Transportation Research Record: Journal of the Transportation Research Board，2011，2243(12)：99-107.

[15] Srinivas P，Shyam G.Real-time variable message signbased route guidance consistent with driver behavior[J]. Transportation Research Record: Journal of the Transportation Research Board，2007，1752(16)：117-125.

Evaluation on Traffic Congestion Mitigation in Beijing with Variable Message Signs

ZHOU Yang-fana,JIAShun-pinga,GUAN Weib,LIU Shuanga
（a.MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology; b.School of Traffic and Transportation,Beijing Jiaotong University,Beijing 100044,China）

The variable message signs(VMS)provide an effective method to mitigate urban traffic congestion and balance traffic demand through publishing guidance messages.For evaluating the mitigating effect of VMS on congestion,a general-purpose model utilizing the data mining method is developed. The data includes published messages and a large amount of historical traffic flow collected from VMS publishing system and detectors which reflects the most realistic traffic conditions in Beijing road traffic network.Specially,road traffic statuses under two types of messages,guidance message and notice message, are compared to recognize which one is more effective.In the case study,spatial and temporal analyses are introduced separately to evaluate the mitigation of congestion under various traffic conditions.The results indicate that guidance messages on VMS make more significant contributions to improve the level of service of congested roads.Particularly,guidance messages always appeared more effective than notice messages under severe congestion.

intelligent transportation;traffic congestion;data mining;variable message sign(VMS); traffic guidance

2014-06-24

2014-10-06录用日期：2014-10-13

国家自然科学基金重点项目（71131001）；国家基础研究计划项目（2012CB725406）.

周洋帆（1989-），女，河南商丘人，博士生. *

shpjia@bjtu.edu.cn

1009-6744（2014）06-0201-06

U491

A