交通拥堵情况下路径诱导方案的生成方法*

吴正言　莫时旭

(桂林理工大学广西岩土力学及工程重点实验室1)　桂林　541004)

(桂林理工大学土木与建筑工程学院2)　桂林　541004)

交通拥堵情况下路径诱导方案的生成方法*

吴正言1,2)莫时旭1)

(桂林理工大学广西岩土力学及工程重点实验室1)桂林541004)

(桂林理工大学土木与建筑工程学院2)桂林541004)

摘要：路径诱导方案的生成是交通信息诱导的核心环节.根据驾驶员在交通拥堵情况下的路径选择行为特点，运用模糊推理理论建立了驾驶员路径选择行为模型，确定出路径诱导信息发布的核心内容.在此基础上提出一种路径诱导方案的生成方法.

关键词：交通运输系统工程；路径诱导；模糊推理；交通拥堵

吴正言(1972- ):男，工学博士，讲师，主要研究领域为应急疏散交通组织优化、智能交通系统

0引言

在交通拥堵情况下，由于长时间堵在路上产生的焦躁情绪，会导致交通流的运行状况极不稳定，很容易发生大面积的交通堵塞，极大地影响路网的交通运行效率.因此，有效及时的路径诱导信息比以往任何时候都更加重要.交通控制中心通过可变信息板、自动导航服务、车载路由器等设施向驾驶员提供有效的路径诱导信息, 引导交通流合理地进行路径转移，使交通需求与路网的可能通行能力相协调，从而达到控制整个交通系统的目的,使系统高效运行.

目前，对交通诱导的研究，可见的成果主要有诱导路径优化算法[1-3]、交通事件和交通拥堵的告知系统[4]、交通信息发布系统设计[5-7]、交通信息发布点的优化[8]、交通诱导信息发布策略[9]、交通诱导信息对车辆行为的影响等，尚缺少对路径诱导方案生成方法的研究.

路径诱导方案的生成是交通诱导的核心环节.针对上述问题，本文对路径诱导方案的生成方法展开研究.由于路径诱导是建议性的，只有被驾驶员接受才能取得较理想的诱导效果.因此，根据驾驶员在交通拥堵情况下路径选择行为的特点，运用模糊推理理论建立驾驶员路径选择行为模型，并挖掘出路径诱导信息发布的核心内容，进而提出一种路径诱导方案的生成方法.

1基于模糊决策的驾驶员路径选择行为分析

为了掌握驾驶员在交通拥堵情况下的信息需求，设计了道路交通路径诱导信息需求调查问卷,主要针对驾驶员在交通拥堵途中亟须的交通信息、对诱导路径的要求，以及对路径转移的倾向和偏好等分别设计了问题和备选项.为了使调查结果具有更广泛的代表性和适用性，组织我校交通工程专业的学生利用2012年寒假，对自己家乡有经验的驾驶员进行实际随机问卷调查，共发出问卷1 500份，回收有效问卷1 296份.问卷调查的范围涉及东北、华北、华中、华南、华东、西北和西南等广大地区.其中，直辖市占19%，省会城市占30%，地级市占26%，县级市占20%，乡镇占5%.通过对整体调查数据的归纳整理，初步确定出驾驶员路径选择行为的重要影响因素，按其重要性被认可的广泛程度排序为：(1)交通拥堵严重程度信息，认为重要和非常重要的约占调查总人数的92%；(2)推荐路径交通状况信息，认为重要和非常重要的约占调查总人数的91%；(3)预期延误时间信息，认为重要和非常重要的约占85%；(4)推荐路径长度信息，认为重要和非常重要的约占80%.为了达到较好的路径诱导效果，初步将这4项具有较广认可度的交通信息作为路径诱导的核心信息.为表达方便，记CGD表示拥堵严重程度变量，EDT表示预期延误时间变量，GRC表示推荐路径交通状况变量，GRL表示推荐路径长度变量，DAC表示驾驶员接受推荐路径的程度变量.根据驾驶员路径选择行为的直接推理特征，将CGD,EDT,GRC,GRL作为路径诱导的输入变量，将DAC作为输出变量，提炼出基于模糊决策的驾驶员路径选择行为模型.将CGD按由轻微到严重、将EDT按由少到多、将GRC按由差到好、将GRL按由短到长的顺序分别定义了3个级别的隶属函数，共制定出81条模糊推理规则.

根据模糊推理规则整体的因果关系，挖掘出驾驶员路径选择行为模型输入变量与输出变量间的相关关系，为直观起见，表达成输入变量两两组合的联合作用对输出变量的影响关系，具体见图1.图中表明，正相关变量CGD,EDT和GRC两两组合，随着变量级别的增大，DAC也增大；而任一正相关变量与负相关变量GRL的组合，随着变量级别的增大，DAC则可能增大，也可能减小，也可能先增大后减小，表现出较强的非线性和不确定性.因此，路径诱导信息组合，需要尽可能发挥正相关变量间的联合作用，尽可能消除或限制负相关变量的作用，而对于正、负相关变量间的联合作用，需要将负相关变量严格控制在尽可能低的级别.

图1　模型输入变量与输出变量之间的关系

2路径诱导信息发布核心内容的确定

为了进一步对路径诱导核心信息的影响效果进行量化，将驾驶员路径选择行为模型的输入变量EDT,CGD,GRC和GRL在最低级到最高级之间进行变化，将正相关变量调至最高级，并将负相关变量调至最低级，得到DAC的最大值；反之，将正相关变量调至最低级，并将负相关变量调至最高级，得到DAC的最小值；最小值与最大值组成的区间便是路径诱导核心信息的影响范围，见表1.

从单项交通信息方面看，EDT信息和CGD信息级别的变化对驾驶员接受推荐路径的影响程度较大.在交通拥堵情况下，驾驶员更关注的是需要延误多少时间，且由于预期延误信息反映交通拥堵的程度更具体，因此EDT信息较CGD信息对驾驶员的影响更大一些.从2项交通信息组合方面看，EDT信息和GRC信息的组合，以及CGD信息和GRC信息的组合对驾驶员接受推荐路径的影响程度较大，并较单一信息的影响程度明显增大.这表明，在交通拥堵情况下，驾驶员一方面关注交通拥堵的情况信息，另一方面关注推荐路径的交通状况信息，两方面的信息相结合能取得较好的诱导效果.而且，由于EDT信息比CGD信息反映的情况更具体，更受驾驶员关注，因此EDT信息和GRC信息的组合效果更好些，对驾驶员路径选择行为的影响程度最大可达到0.816，即接受路径诱导方案的驾驶员数量占驾驶员总数的81.6%.

表1　路径诱导核心信息的影响效果

3项交通信息组合方面，从总体上看，各组合较其对应的两项组合的效果略有提升.在3项信息组合中，EDT信息、CGD信息和GRC信息组合对驾驶员接受推荐路径的影响效果最好，最大影响程度可达0.818.但与EDT信息和GRC信息的2项组合的影响程度相比，提升的效果并不显著，说明2项交通信息EDT和GRC的组合是其影响的核心.

从4项交通信息组合方面看，其对驾驶员接受推荐路径的影响，与EDT信息、CGD信息和GRC信息的3项组合基本一致，与EDT信息和GRC信息的2项组合的影响程度稍有提高，且提高的效果也并不显著.

综上所述，单项交通信息方面，EDT信息和CGD信息对驾驶员接受推荐路径的影响程度较大，EDT信息的效果更好些.交通信息组合方面，EDT和GRC信息组合构成了路径诱导信息发布的核心内容.驾驶员对路径诱导信息的接受程度不仅受正、负相关变量的共同影响，而且与这些变量共同作用所反映交通状况的全面程度有关.如果正相关变量的级别越高，负相关变量的级别越低，且这些变量反映的交通状况越全面，既能反映交通拥堵的主要状况，又能反映推荐路径的主要情况，则驾驶员接受的可能性越大；反之，则接受的可能性越小.

3路径诱导方案的生成

以路径诱导核心信息的影响效果分析为基础，假定可实时检测出路网的交通状态信息，设计出交通信息诱导方案的生成方法，具体步骤如下.

(1)

式中:to,i和tg,i分别为车辆i的检测器占用时间和相继车辆间的时间间隙；ui为车辆i的速度；us为区间平均车速；Le为有效车辆长度，n为车辆数.

根据交通状态参数(q,k)与交通拥堵阈值(qj,kj)的关系判别交通拥堵.如果发生交通拥堵，则进行步骤2)；否则，维持现状.

2) 诱导路径的生成针对检测到的交通拥堵，在路网矩阵中将交通拥堵点自动增加为虚拟的疏散原点.对于处在交通拥堵点中的交通流，需要从交通拥堵中尽快疏散，此时，交通拥堵点作为临时疏散原点，交通拥堵点周围的重要节点作为临时疏散终点，诱导路径需要求得临时疏散原点到任意临时疏散终点的最短路径.对于处在交通拥堵点周围的交通流，需要尽快绕过拥堵点，此时，交通拥堵点周围的重要节点互为临时疏散原点与终点，为了避免拥堵点周围的交通流进入拥堵点，将进入拥堵点的延误时间设为足够大的数，诱导路径需要求得周围任意两重要节点间的最短路径.临时疏散终点是动态的，以交通拥堵点为中心根据交通流的疏散情况向路网四周由内到外不断扩展.以路段行程时间与延误时间之和为路权，调用应急疏散路径规划算法EERP，生成最佳推荐路径.

预期分流比例的确定.为了预防路径转移的交通流拥堵推荐的诱导路径，应根据当前的交通状况以及道路的通行能力约束，合理分配时间点k的预期分流比例ftrE(k).交通拥堵点可以分解为拥堵路段和交叉口.若是拥堵路段，则vm(k)为时间点k路段m的流出总交通量；若是拥堵交叉口，则vm(k)为时间点k交叉口m的实际交通需求.um,n(k)为由路段或交叉口m流到路段n的转移交通量.因此，时间点k由交通拥堵点m到路段n的预期分流比例为

(2)

3) 路径诱导发布内容的确定为了使路径诱导信息的发布内容能够全面地反映当前的交通状况，且容易为驾驶员所接受，以对路径转移决策起关键作用的信息为主，按照分流的比例，作为信息发布的重要内容.由于一次性所发布的信息内容不宜过多，因此，将拥堵地点、EDT信息以及推荐路径的GRC信息组合作为信息发布的基本内容，分别按延误的严重程度和推荐路径的交通状况进行分级，将分级的数据作为输入变量，调用基于模糊决策的驾驶员路径选择规则，对驾驶员的接受程度进行预测.

根据需分流的比例要求，按照这些变量正、负相关关系，调整路径诱导主要内容信息变量的相应等级.为了取得良好的路径诱导效果，使驾驶员更好地接受诱导信息，要尽可能增加重要信息的详细程度，尤其是原路径拥堵严重程度信息、预期延误信息、危险信息以及推荐路径交通状况信息等.根据疏散路网交通情况的动态变化，信息发布的内容或内容的等级要随之进行实时更新，以使发布的信息能够反映出最新的交通状况.

4) 路径诱导效果的检验为了提高方案的实际可操作性，重点检查时间点k交通拥堵点向推荐路径第一路段转移的实际流量比率ftrA(k)与预定分流比例ftrE(k)是否在可接受的容差tolapt之内，如果不在容差之内，则对路径选择行为模型的模糊规则和权重进行在线更新，并回到步骤3)，按照正、负相关的原理，对发布内容进行修正.如果在容差之内，则继续按预定信息内容及等级发布，直到恢复正常的交通状态为止.

4结束语

在驾驶员路径选择行为分析的基础上，初步揭示了影响驾驶员接受路径诱导信息的核心内容，在此基础上提出了一种路径诱导方案的生成方法.下一步主要工作，研究在线更新路径选择行为模型的模糊规则及权重的方法，并对该方法进行实践验证和不断完善.

参 考 文 献

[1]李威武，王慧，钱积新. 智能交通系统中路径诱导算法研究进展[J]. 浙江大学学报：工学版，2005，39(6)：819-924.

[2]叶金平，朱征宇，王丽娜，等.智能交通中的高效多准最短路径混合算法[J].计算机应用研究，2011，28(9)：3301-3304.

[3]毛永明，张东伟，陈楠，等.基于混合遗传算法的动态路径诱导算法研究[J].科技广场,2012(11)：6-9.

[4]WANG Feiyue.Toward a revolution in transportation operations:aI for complex systems[J].Intelligent Systems，2008，23(6)：8-13.

[5]包煊，朱雪良，王义生，等.VMS 发布动态交通诱导信息的探讨[J].现代显示，2006(64)： 63-65.

[6]关积珍，郑长青，朱雪良，等.北京奥运交通诱导VMS 信息发布研究[J].交通运输系统工程与信息，2008，8(6)：115-120.

[7]邓春健，刘绍锦.智能化城市交通诱导信息发布显示系统的设计[J].武汉理工大学学报:交通科学与工程版，2007，31(6)：958-961.

[8]吕能超，严新平，刘正林.突发事件交通网络VMS发布点优化[J].中国科技论文在线，2008， 3(10)：716-719.

[9]胡文君，周溪召.交通诱导信息发布策略研究[J].交通信息与安全，2010， 28(3)：55-59.

Route Guidance Scheme Generating Method in the

中图法分类号：U491.1

doi:10.3963/j.issn.2095-3844.2015.01.002

收稿日期：2014-10-18

Case of Traffic Congestion
WU Zhengyan1,2)MO Shixu1)
(GuangxiKeyLaboratoryofGeomechanicsandGeotechnicalEngineering，

GuilinUniversityofTechnology，Guilin541004，China)1)

(CollegeofCivilEngineeringandArchitecture,GuilinUniversityofTechnology,

Guilin541004,China)2)

Abstract：The generation of route guidance scheme is the core of traffic information guidance. According to the drivers’ route choice behavior characteristics in case of traffic congestion, this passage put forward a drivers’ route choice behavior model based on fuzzy reasoning theory, and determines the core content of the route guidance information release. On this basis, a method of generating route guidance scheme is proposed.

Key words：engineering of communications and transportation system; route guidance; fuzzy reasoning; traffic congestion

*国家自然科学基金项目(批准号：51168011)、广西矿冶与环境科学实验中心项目(批准号：KH2013YB026)、桂林理工大学科研启动费项目资助