APP下载

基于vissim二次开发的城市主干道支路控制方法的研究

2017-05-08曹文斌刘兵徐鹏

科技创新与应用 2017年12期
关键词:支路

曹文斌+刘兵+徐鹏

摘 要:由于现今城市主干道难以拓宽、与主干道相连的支路缺乏合理的交通控制方法,导致出现了主干道拥堵问题。针对此问题,文章通过对城市主干道交通组织的分析,提出一种基于改进ALINEA算法的主干道支路控制模型,以达到缓解主干道交通拥堵的目的。为了验证模型的正确性,文章利用C#编程语言,对vissim仿真软件进行了二次开发,利用开发出来的基于改进ALINEA算法主干道支路控制仿真应用外挂程序对所调查的实例数据进行仿真分析。结果表明,该控制模型能有效缓解主干道交通拥堵,验证了理论模型的正确性。在文章的最后,阐述了该模型在城市交通和未来开放小区建设中的应用前景。

关键词:城市主干道;改进ALINEA算法;支路;vissim二次开发;开放小区

1 概述

随着我国经济的增长,机动车数量也迅速增加,城市中现有的主干道无法扩宽以适应巨大的交通需求,并且与主干道相连的支路缺乏合理的车流控制,导致了城市主干道出现严重的系统性拥堵问题,其支路也无法发挥应有的集散交通流的作用。为解决此问题,本文提出了一种控制主干道支路车流量的模型算法,以期达到缓解主干道的拥堵和改变人们出行交通方式的目的。通过对由于没有合理的支路控制方法而造成拥堵的重庆市江北区新溉大道这一案例的调查分析,我们运用本文提出的模型对交通调查数据进行仿真,验证了模型算法的正确性。

2 控制策略

假设不考虑主干道以及汇入主干道的支路对周围路网交通的影响,本文只取城市主干道中两相邻红绿灯交叉口之间的路段进行研究,将交叉口视为节点,对主干道支路控制方法建立模型。

2.1 瓶颈的判断

对汇入主干道的交通量采用何种控制策略,首先必须对主干道下游是否存在瓶颈进行判断,包括物理瓶颈和虚拟瓶颈[1]。

主干道某一路段示意图如图1所示,令该路段的初始流量为Q0,从主干道进入各条支路i的交通量为qi,各支路汇入主干道的车流量记为?驻Qi(i=1,2,3,...,n),路段下游的通行能力为C,路段下游的交通量为Qm,若满足式:

则认定主干道下游存在瓶颈,否则不存在瓶颈。

2.2 策略具体实施

2.2.1 路段交通行为分析

车辆在两信号控制的交叉口1、2之间的行驶特性一般包括以下几种情况,现结合图1进行说明:

(1)由于汇入交叉口2的车流量较大,导致交叉口2处出现长排队现象。若在有效绿灯时间内得不到疏散,则会导致路段拥堵,后续上游到达的车流的速度受前面车流的影响,其值较低,会导致整个路段的实际占有率超过其期望占有率oc。

(2)在交叉口2出现绿灯时,虽然接近于交叉口处的排队车辆的消散,会导致临近交叉口路段的占有率在瞬间呈现降低的效果,但随着后续车辆的跟驰汇入,也会导致其下游占有率oout过大,其交通流呈现拥堵的状况。

(3)在交叉口2的进口道处的车辆存在一定长度的排队,但随着交叉口信号的控制,排队长度呈现消散状态。如果此时交叉口1流入的交通流量Q0不大,下游占有率oout在相邻时期有减小的趋势,则下游仍存有一定的剩余通行能力,可供支路车流的汇入。

(4)从交叉口1流入的交通量Q0可能会在两交叉口之间进入支路,导致进入交叉口2的车流量较小。若通过支路i离开主干道的车流量较大,这会出现下游占有率oout小于上游占有率o1的情况。

根据以上情况分析可知,对交叉口1、2之间支路i汇入流量进行控制,需要将主干道开口处上下游在检测周期k内的路段占有率与前几个时期进行比较,以得出在该路段行驶的车流的变化趨势,最终得出其具体的控制手段。其控制逻辑如图2所示。

2.2.2 调节率的计算

为了确定在各个控制逻辑中具体相位控制时长,采用以下算法。

(1)若主干道下游不存在瓶颈,则采用局部控制算法,即运用改进后的ALINEA控制算法,实时计算出绿信比r(k),通过红绿灯控制汇入主干道的交通量[2]。

式中:r(k)为第k个控制周期计算的开口处的绿信比;r(k-1)为第k-1个控制周期内主干道开口处的绿信比;kr为可调整变量,其值大于零,调整回馈控制中固定的外部扰动;oc为主干道开口处下游的期望占有率;oout(k-1)为第k-1个控制周期内主干道开口处下游的实测占有率。

(2)若主干道下游存在瓶颈,则采用协调控制算法。由于瓶颈的存在,下游实际通行能力小于上游,其差值?驻U由下式决定:

当?驻U>0时,控制算法启用,路段需要控制的总量U=?驻U;当?驻U<0时,控制算法不启用。

为了将控制总量U分配到各条支路,需要确定各支路i对下游路段的交通分担率?琢i(i=1,2,3,...,n),■?琢i=1可根据实际调查的各支路交通需求量获得。因此分配到支路i的交通控制量Wi(i=1,2,3,...,n)为:

此时支路i允许释放汇入主线的交通量Ri(i=1,2,3,...,n)的大小为:

为了减轻这种控制策略对支路交通的影响,则其最终调节率?姿i 取通过局部控制与协调控制取得的调节率中的最大值。即:

3 实例仿真分析

为了验证本文所提出的控制策略的可行性,本研究利用C#编程语言对vissim交通仿真软件进行二次开发,并做出一套主干道交通控制仿真高级应用软件。利用软件对主干道支路控制模型进行了仿真分析,同时建立起城市主干道支路控制模拟系统。

3.1 交通数据调查

本文选定由于没有对支路进行控制而经常造成系统性拥堵的重庆市江北区新溉大道鲁能星城段作为仿真实例,如图3所示。交通调查时间为早上8点到9点,这一时间段处于上班高峰,数据可靠性较高。调查方式为人工调查,每五分钟进行一次数据采集,包括主干道车流量,支路汇入车流量和支路流出车流量。

3.2 仿真验证

运用vissim二次开发后的应用软件对实例进行仿真,来得到实施本文所提出的控制策略后的城市主干道的交通评价参数。通过与未实施控制策略的情况进行对比,得出验证结论。(图4)

图5为实施控制策略前后主干道行程时间和延误时间对比图。可以明显看到,实施控制策略后的行程时间明显低于未实施控制时的行程时间,此时总耗时106.53h,相较于未采取控制情况下的170.43h缩短了37.5%。主干道上每辆车平均总延误时间由原来的111.2s降低到82.1s,降低了26.17%。

如图6为实施控制前后主干道平均排队长度对比图,可以看出实施控制后主干道平均排队长度由未控制状态的427m减小到333m,减小了22%。

仿真结果表明,采用本研究所提出的控制策略后,主干道的行程时间和排队长度将大幅减小,通行能力得到了大幅提升。

4 应用前景

本文在对高速公路匝道控制理论研究的基础上,结合对城市主干道交通的实地调查,创新性地将ALINEA控制算法运用到主干道的汇入交通流的控制,扩大了ALINEA算法的应用范围。并且结合城市主干道与高速公路的区别之处,提出了有针对性的控制策略,建立起了完备的理论基础。最后通过对Vissim软件的二次开发和对实例的仿真,验证了理论的正确性。

城市交通拥堵已成为了阻碍社会经济发展的一大重要因素,同时也给人们的生活带来了极大的不便。本文针对城市主干道拥堵问题创造性地提出的改进ALINEA算法在未来将会有以下的应用前景:

(1)缓解城市主干道拥堵。本文所提出的控制模型能很好地应用到现今的城市主干道支路交通流控制,最大程度地保证城市主干道通畅,尤其是保证上下班高峰时期主干道的畅通。

(2)改变了人们交通出行方式。采用该控制方法后,在极大限度保证主干道通畅的基础上,也不可避免地将拥堵“转移”到了与主干道相连的支路上,这能够让人们提前发现交通情况,减少私家车的出行,更多地选择公共交通出行方式,缓解城市交通压力,减少空气污染。

(3)为未来开放式小区建设提供了理论支持。该控制方法不仅仅可以使用在主干道相连的支路上,同样适用于未来开放式小区的进出口,避免小区内不合理的车流汇入导致主干道的拥堵。

参考文献

[1]方傳武.城市快速路入口匝道流量控制研究[D].西南交通大学,2016.

[2]李荣彪.城市快速路出口匝道与衔接交叉口的协调控制[D].东南大学,2016.

[3]李毅.城市快速路匝道控制理论及优化算法研究[D].重庆交通大学,2013.

[4]柴干,高祥云.路段拥挤条件下的高速公路匝道协调控制方法[J].东南大学学报(自然科学版),2013(03):654-658.

[5]卢守峰,韦钦平,沈文,等.集成VISSIM、Excel VBA和MATLAB的仿真平台研究[J].交通运输系统工程与信息,2012(04):43-48+63.

[6]路尧.高速公路入口匝道控制研究[D].西南交通大学,2009.

[7]马 ,张玉梅.高速公路入口匝道控制算法综述[J].计算机仿真,2009(01):271-275.

[8]Rodrigo C. Carlson,Ioannis Papamichail,Markos Papageorgiou,Albert Messmer. Optimal Motorway Traffic Flow Control Involving Variable Speed Limits and Ramp Metering[J]. Transportation Science,2010,44(2).

猜你喜欢

支路
浅谈电路基本元素在电路分析中的应用
浅谈电路基本元素在电路分析中的应用
不可得
节点法对初中物理电路故障的诊断研究
电路基本定律与复杂电路分析的探究
支路不对称发电机故障下定子电磁力仿真分析
发电电动机定子绕组4支路技术在荒沟抽水蓄能电站的应用
抽水蓄能机组定子支路数应用与研究
机动车刹车灯自检装置
浅析支路在路网规划中的地位及其生态价值