区域交通微循环支线网络交叉口无冲突交通流组织优化*

2020-12-07陈群刘嘉晖

公路与汽运 2020年6期

陈群，刘嘉晖

(中南大学交通运输工程学院，湖南长沙 410075)

道路交通网络包含城市交通网络与公路交通网络。公路交通网络一般相互交叉的道路较少，高等级公路交叉采用互通或不互通的立交设计，低等级公路相交通常采用信号控制交叉口(流量较大时)或无信号控制交叉口(流量较小时)。相比于公路交通网络，城市交通网络中各种干道、次干道、支路相互交叉，交通复杂，大、小交叉口众多，互相冲突的交通流在交叉口通过信号灯作时间上的分离(对于交通量小的次要交叉口作优先控制或无控制)，车辆在交叉口由于等待而浪费大量时间。据估计，车辆通过交叉口的时间占整个通行时间(交叉口、路段通行总时间)的30%～40%，而且交叉口通常是行车事故多发地。

为减少车流在交叉口的冲突，通常采用路段单向行驶和交叉口禁左、禁直等交通流组织方式，使车辆通过迂回的方式避免在交叉口上互相冲突。但这些交通组织方式有适用范围，在干道上实施可能引起车流过大的迂回，而且有时并不具备单行、禁行的交通组织条件。相对来说，如果是在城市局部的某个区域内，该区域互相平行或垂直交叉的微循环道路较多，车辆可选择的路径较多，组织某些线路单行、某些交叉口禁直或禁左则有利于整个车辆的流通，减少车流在交叉口的冲突与延误。该文针对某个区域路网的交通组织优化，通过路段单行和交叉口进口道上禁直、禁左等交通组织方式的选择优化，使总的车流运行效率最大。

1 优化模型

一定区域内路网由许多路段及路段相交的交叉口组成，若每个交叉口上各进口道车流无交通管理措施，会有直行、右转、左转3种选择。在交叉口，右转车流一般不会与其他车流相冲突，主要是各进口道的直行、左转车流互相冲突和干扰而产生干扰延误。因此，如果对交叉口各进口道上车流实施禁直或禁左优化，可使任意两股车流在交叉口上都无冲突，并按优化后的线路行驶。同理，在路段上同时实施单向行驶或双向行驶，进行一体化优化。

将整个区域网络上路段与交叉口整体考虑，则各交叉口各进口道是否实施禁直或禁左、支路路段上实施单向或双向行驶为决策变量，整个网络车流运行效率可通过各车流OD在网络上的总运行时间来衡量，考虑的约束为交叉口上任意两股车流都无冲突(这样即可不用考虑对两股相冲突的车流进行时间上的隔离，可减少延误和冲突)。因此，优化问题的目标为总的OD车流行驶时间最小，并满足任意交叉口上任意两股方向的车流都无冲突。

图1为区域路网示意图。对于给定的区域道路网络(V,A(y)∪B(z))，其中V为节点集，记n=|V|，A(y)为交叉口上直行与左转连接边集合，B(z)为路段集合。y、z为决策变量组成的向量，其中“1”表示该路段(或交叉口连接边)被选择，“0”表示不选。

图1 区域路网示意图

十字形交叉口车流冲突情况见图2、图3，T形交叉口车流冲突情况见图4～6。

图2 十字形交叉口上与某进口道直行相冲突的车流分析

图3 十字形交叉口上与某进口道左转相冲突的车流分析

图4 T形交叉口上与侧边进口道左转相冲突的车流分析

图5 T形交叉口上与主边进口道直行相冲突的车流分析

图6 T形交叉口上与主边进口道左转相冲突的车流分析

根据图2，如果y1=1，那么y2=0,y3=0,y4=0,y5=0。根据图3，如果y1=1，那么y2=0,y3=0,y4=0,y5=0。根据图4，如果y1=1，那么y2=0,y3=0。根据图5，如果y2=1，那么y1=0,y3=0。根据图6，如果y3=1，那么y1=0,y2=0。

基于图4～6的分析，若T形交叉口满足y1+y2+y3≤1，可避免在T形交叉口上的车流冲突。

对于区域内支路路段(B(z))，2个节点之间包含相反方向的2条路段，当某个方向的路段对应的决策变量为1时表示该方向的路段被选择，否则不被选择；如果2个方向的路段对应的决策变量都为1，则2个节点之间车流双向行驶。一般来说，如果实施单向通行，由于消除了对向车流的干扰，其通行能力大于双向行驶时2个方向总的通行能力。

对于交叉口连接边(A(y))，如果ya=1，a∈A，则表示连接边a存在；如果ya=0，则表示该连接边不存在。

交通需求OD为(qrs)n×n，其中qrs为节点r至节点s的流量。系统优化目标为各车流OD在网络上总的行驶时间费用最小，即车辆运行效率最大。

(1)

xa、ta可通过交通分配得到。约束条件为各交叉口上无车流之间的冲突(见图2～6)。

xa可由下层(用户均衡交通分配模型)求出：

(2)

(3)

2 求解算法

上述模型为双层规划模型，多以启发式算法为主进行求解。但由于该模型中变量种类较多(路段单行或双行；交叉口进口道上禁直、禁左等)，难以直接应用已有的数值算法，拟采用遗传算法对模型进行求解。

上述模型是有约束的0-1规划模型，可采用遗传算法的0-1编码进行求解。N为所有路段及交叉口连接边的总数目。对以[yz]为决策变量的向量进行0-1编码，其中“1”表示该路段(或连接边)被选择，“0”表示不选。

运用遗传算法进行模型优化求解的算法流程如下：1) 初始化。设定遗传算法的交叉概率、变异概率、种群数目、最大进化代数。2) 采用0-1编码，随机产生初始种群。3) 利用用户最优均衡交通分配算法计算路段及交叉口连接边流量，返回上层计算个体适应度。 4) 对所有个体进行排序选择操作(满足约束的可行解按适应度由高到低排在前面，不可行解按超出约束的大小由小到大接着往后排)，选择新种群。5) 按交叉概率对随机配对个体进行交叉操作；6) 按变异概率对种群内个体进行变异操作，位置为0的变成1，位置为1的变成0。7) 判断是否达到迭代总数，若没有，则转入步骤3；否则，输出最佳个体。