【正文】 略 下進(jìn)行交叉口信號(hào)控制 實(shí)時(shí)優(yōu)化 ， 將得到的最優(yōu)化控制參數(shù)作為誘導(dǎo)的 輸入 ， 以一定的方法確定 最佳誘導(dǎo)路線 。 首先在 較低的層次 上 ， 分別對(duì)交通 控制與誘導(dǎo) 的 優(yōu)化 問(wèn)題進(jìn)行求解 ， 在 較高的層次 上對(duì)優(yōu)化結(jié)果進(jìn)行 協(xié)同 。 天津大學(xué) 在對(duì)國(guó)內(nèi)外各種 組合模式 進(jìn)行闡述之后 ， 剖析了它們各自的不足 ， 并提出了一種 改進(jìn)的協(xié)同模式 。 智能運(yùn)輸系統(tǒng)概論 國(guó)內(nèi)外交通控制與交通誘導(dǎo)協(xié)同理論的研究 該信號(hào)控制系統(tǒng)是一種 多層次 的 實(shí)時(shí)適應(yīng)式 的交通信號(hào)控制系統(tǒng) RTTRACS （ Real Time TrafficAdaptive Control System， 實(shí)時(shí)交通自適應(yīng)控制系統(tǒng) ） 。 信號(hào)控制 系統(tǒng) 通過(guò)信號(hào)參數(shù)的反饋 控制交通網(wǎng)絡(luò)總的 隊(duì)列長(zhǎng) ， 使其最小化 ， 動(dòng)態(tài)交通流誘導(dǎo)系統(tǒng)通過(guò) 特定優(yōu)化 算法給出行者提供 最佳出行路線 。 Allsop（ 1974） 第一次將 控制 引入 交通流分配 問(wèn)題中來(lái) ， 從此有關(guān) 交通控制和交通流誘導(dǎo) 之間的相互影響和相互作用的研究一直是交通領(lǐng)域的專家學(xué)者研究的焦點(diǎn) 。 這種協(xié)同既可以部分 減少 機(jī)動(dòng)車(chē)和非機(jī)動(dòng)車(chē) 交通需求 ， 又能夠 減輕 交通流 混合程度 ， 對(duì)緩解交通擁擠具有重要意義 。 混合交通自適應(yīng)控制 系統(tǒng)在 感知 到公交車(chē)輛后 ， 提供 優(yōu)先信號(hào) ， 降低 運(yùn)行延誤 。 誘導(dǎo) 、 控制 、 公交協(xié)同理論 中主要包括 3種協(xié)同關(guān)系， 如圖所示 。 城市交通流 是 開(kāi)放 的 自組織系統(tǒng) ， 其 開(kāi)放性 、 非線性 、 不平衡性 以及 內(nèi)部漲落 等特征是 協(xié)同學(xué)理論 所強(qiáng)調(diào)和研究的內(nèi)容 。 當(dāng)系統(tǒng)接近 臨界點(diǎn) 時(shí) ， 因 漲落 而偏離定態(tài)后 ， 出現(xiàn) 交通擁堵 ， 恢復(fù)至交通暢通的定態(tài)所需時(shí)間 （ 弛豫時(shí)間 ） 無(wú)限增長(zhǎng) ， 即存在 “ 臨界減慢 ” 現(xiàn)象 。 很多因素 影響系統(tǒng)的各類參數(shù) ， 不僅會(huì)隨著每天上下班及節(jié)假日而發(fā)生 周期性波動(dòng) ， 還會(huì)因?yàn)榧瘯?huì) 、 交通事故等因素產(chǎn)生不可預(yù)料的 偶然性波動(dòng) 。 智能運(yùn)輸系統(tǒng)概論 城市交通流系統(tǒng) 由 人 、 車(chē) 、 路 、 環(huán)境 和 交通管理 等要素組成 ， 各要素之間 相互作用 、 相互依賴 ， 共同構(gòu)成 有機(jī)整體 ， 完成人和物的移動(dòng) 。 過(guò)程是 自發(fā) 進(jìn)行的 ，稱為 自組織 ， 又叫做 非平衡相變 。 各子系統(tǒng)之間的 協(xié)同 作用與 競(jìng)爭(zhēng) 決定著系統(tǒng)從 無(wú)序到有序 的 演化 過(guò)程 ， 這正是協(xié)同學(xué)的 精髓 所在 ， 也是協(xié)同學(xué)中協(xié)同一詞的 真正 含義 。 基本觀點(diǎn) 是眾參量在 競(jìng)爭(zhēng) 中產(chǎn)生 序參量 ， 引導(dǎo)和控制 整個(gè)系統(tǒng) 的發(fā)展方向 。 準(zhǔn)用戶最優(yōu)動(dòng)態(tài)交通分配 智能運(yùn)輸系統(tǒng)概論 第 3章 智能運(yùn)輸系統(tǒng)的理論基礎(chǔ) 動(dòng)態(tài)交通分配理論 智能協(xié)同理論 交通網(wǎng)絡(luò)實(shí)時(shí)動(dòng)態(tài)交通信息預(yù)測(cè)理論 智能控制理論 智能運(yùn)輸系統(tǒng)概論 協(xié)同學(xué) 是 德國(guó) 物理學(xué)家 激光理論 的基礎(chǔ)上 ， 于 20世紀(jì) 70年代初提出 ， 1977年正式問(wèn)世的 。因此 ， 本書(shū)作者不追求嚴(yán)格的用戶最優(yōu) ， 而是將路徑選 擇 的 原 則 設(shè) 計(jì) 成 準(zhǔn) 用 戶 最 優(yōu) 的 （ Quasi User Optimum， 簡(jiǎn)稱 QUO） 。 5）各類模型的基本分析 數(shù)學(xué)規(guī)劃 模型以 MN模型為代表 ， 由于 求解困難 以及 FIFO規(guī)則 的限制 無(wú)法 應(yīng)用于 多起訖點(diǎn) 網(wǎng)絡(luò) ， 從而逐漸被其它模型取代 。 ? ?? ?tkpasrtkhtu rsa p krsprsa p k ,)()()( ?? ? （ 3 24 ） ? ? ? ? ? ? ???rs p k rs p krsa p krsprsa p ka tatkhtutu ,)()()()( ? （ 3 25 ） kpsrttckca trsa pkarsp ,)()()( ?? ? ? ? （ 3 26 ） ? ? 1 , , , ,rsapktt r s p a p k? ? ? ?? （ 3 27 ） ? ? 1 , , , ,rsapkt t r s p a p k? ? ? ?? （ 3 27 ） ? ? ? ?0 , 1 , , , , ,rsapk t r s a p k t? ?? （ 3 28 ） 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 ； 。 網(wǎng)絡(luò)分配 過(guò)程是根據(jù)這個(gè)時(shí)間展開(kāi)好的 網(wǎng)絡(luò)圖 進(jìn)行一次 平衡分配 ， 再將分配結(jié)果 疊加 到網(wǎng)絡(luò)中 ， 反復(fù)迭代 直到 收斂 。 5）各類模型的基本分析 模型 ③ 分別從 系統(tǒng)最優(yōu) 、 用戶最優(yōu) 的角度對(duì) 目標(biāo)函數(shù) 作出 修正 。 5）各類模型的基本分析 模型 Luque和 Friesz提出動(dòng)態(tài)交通分配的最優(yōu)控制模型后 ， 眾多的研究者在此基礎(chǔ)上作出了一些改進(jìn)： ① 在 路段狀態(tài) 方程中加入 滯后 ， 滯后時(shí)間為 路段自由行駛時(shí)間 ， 避免車(chē)輛一進(jìn)入路段即對(duì)路段末端流出率產(chǎn)生影響 。 該模型對(duì) 路段流出率 函數(shù)的 線性特性 作出了 限制 。 該模型假定 路段流出 函數(shù)為 線性 函數(shù) ， 即 ， 由 FIFO規(guī)則 ， 不同類型 、 不同終點(diǎn)的車(chē)輛在路段中 均勻混合 ，沒(méi)有任何特定的車(chē)輛具有優(yōu)先權(quán) ， 因此有 。 ③ 同時(shí)選取路段車(chē)輛存在臺(tái)數(shù)和路段流入率為規(guī)劃變量 ，使得 規(guī)劃變量過(guò)多 ， 求解困難 。 同樣 ， 有關(guān) 動(dòng)態(tài)用戶最優(yōu)模型 的合理可行的 、能夠應(yīng)用于實(shí)際大規(guī)模路網(wǎng)的算法的研究 ， 目前還是理論界積極探討 、 摸索的問(wèn)題 。 （ 312） )(ta? 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 ； 。 動(dòng)態(tài)用戶最優(yōu)分配模型 的建立是基于對(duì) 出行者路徑選擇行為 正確假定的基礎(chǔ)上 ， 力圖再現(xiàn)網(wǎng)絡(luò)上交通流的 實(shí)際瞬時(shí)分布形態(tài) ， 因此更為重要 。 一般將模型在 時(shí)間上離散化 ， 求解模型的 離散 形式 。 ],0[ TtNkNnAa ????????模型中， 。 ( ( ))aac x t[0, ]TT i( 1 , 2 , 3 , , )iT?t ()naxiian2）前提假設(shè) 為使動(dòng)態(tài)交通分配問(wèn)題 便于求解 ， 通常在建立模型時(shí)對(duì)動(dòng)態(tài)交通分配模型做如下一些 假設(shè) ： 路網(wǎng) 拓?fù)淇臻g結(jié)構(gòu) 已知 路網(wǎng) 特性 、 路段 行駛時(shí)間函數(shù) 、 路段 流出率函數(shù) 均 已知 ( , )G N A智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 2）前提假設(shè) 動(dòng)態(tài)的時(shí)變交通需求 已知 車(chē)輛的 產(chǎn)生 與 吸引 只發(fā)生在 節(jié)點(diǎn) 處 ， 路段之中不吸引和產(chǎn)生車(chē)輛 3）動(dòng)態(tài)系統(tǒng)最優(yōu)分配模型 動(dòng)態(tài)系統(tǒng)最優(yōu) （ DSO） 是車(chē)輛路徑誘導(dǎo)系統(tǒng)的基礎(chǔ) ， 也是動(dòng)態(tài)用戶最優(yōu)模型的基礎(chǔ) 。 , ()knQt[0, ]Tkn智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 1）動(dòng)態(tài)交通分配模型的有關(guān)定義 —— 路段 的阻抗函數(shù)，一般為路段行駛時(shí)間函數(shù)。 t ( ( ))aag x t—— 路段 的路段流出率函數(shù)。 t ?智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 1）動(dòng)態(tài)交通分配模型的有關(guān)定義 , ()knqtnax()aut—— 時(shí)刻路段 上以 為終點(diǎn)的行駛車(chē)輛數(shù)。 kBk—— 所有以節(jié)點(diǎn) 為終端的弧段集合。 N—— 網(wǎng)絡(luò)節(jié)點(diǎn)集，它包括起點(diǎn)集、終點(diǎn)集和中間點(diǎn)集三個(gè)子集。 理論 方面的研究居多 ， 實(shí)際應(yīng)用 上還有待于進(jìn)一步發(fā)展 。 在 建立阻抗特性模型 時(shí) ， 要注意 動(dòng)態(tài)交通分配 中的 狀態(tài)變量 不是靜態(tài)交通流分配中的交通量 ， 而是 某時(shí)刻 路段上的 交通負(fù)荷 ， 即這一時(shí)刻路段上存在點(diǎn)的車(chē)輛數(shù) 。 假設(shè)不論其 出行終點(diǎn) 如何 ， 同時(shí)進(jìn)入 路段的車(chē)輛均以 相同的速度 行駛 ， 花費(fèi)相同的 時(shí)間 ， 這實(shí)質(zhì)就是 FIFO規(guī)則 的具體表現(xiàn)形式 。 在 靜態(tài)交通分配 中 沒(méi)有 出現(xiàn) ， 在 動(dòng)態(tài)交通分配 中 流出函數(shù) 是反映 交通擁擠 ， 抓住網(wǎng)絡(luò) 動(dòng)態(tài)本質(zhì)特性 的關(guān)鍵 。 前者是從路網(wǎng)中 每個(gè)用戶 的角度考慮 ， 追求每個(gè)用戶出行的 走行時(shí)間最少 或 費(fèi)用最低 ；后者是從 路網(wǎng)系統(tǒng) 角度考慮 ， 尋求 整個(gè)系統(tǒng) 總的出行時(shí)間最少或費(fèi)用最低 。 動(dòng)態(tài)交通分配的目的 交通供給 狀況包括 路網(wǎng)拓?fù)浣Y(jié)構(gòu) 和 路段特性 等 ， 交通需求 狀況則是指在每時(shí)每刻產(chǎn)生的 出行需求 及其 分布 。 ITS中的先進(jìn)的 出行者信息系統(tǒng) 、 城市交通流誘導(dǎo)系統(tǒng) 、 先進(jìn)的交通管理系統(tǒng) 等 核心 部分都需要 動(dòng)態(tài)交通分配 作為理論基礎(chǔ) 。 智能運(yùn)輸系統(tǒng)的發(fā)展需要 動(dòng)態(tài)交通分配理論 的支持 。 通過(guò) 交通流管理 和 動(dòng)態(tài)路徑誘導(dǎo) 在 空間 和 時(shí)間 尺度上對(duì)人們已經(jīng)產(chǎn)生的交通 需求 的合理配置 ， 使得交通路網(wǎng)優(yōu)質(zhì)高效地運(yùn)行 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)交通分配的基本概念 1） 動(dòng)態(tài)用戶最優(yōu)和動(dòng)態(tài)系統(tǒng)最優(yōu) 根據(jù)分配中 路徑選擇準(zhǔn)則 的不同 ， 分為兩類： 動(dòng)態(tài)用戶最優(yōu)模型 （ Dynamic User Optimum， 簡(jiǎn)稱 DUO） 和 動(dòng)態(tài)系統(tǒng)最優(yōu)模型 （ Dynamic System Optimum， 簡(jiǎn)稱 DSO） 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)交通分配的基本概念 2） 路段流出函數(shù)模型 路段流出函數(shù) 是動(dòng)態(tài)交通流分配理論中的關(guān)鍵和特殊之處 。 還要考慮 Carey提出的 FIFO（ First In First Out， 先進(jìn)先出 ） 原則 。 但在 動(dòng)態(tài)分配 下 ， 提高阻抗函數(shù)預(yù)測(cè)精度 則是一個(gè) 基本要求 。 國(guó)內(nèi)外在動(dòng)態(tài)交通分配領(lǐng)域的研究都正在積極的進(jìn)行當(dāng)中 ， 表現(xiàn)為 國(guó)外 在理論 、 方法 和 應(yīng)用 上的研究較之國(guó)內(nèi)要 超前 。 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)最優(yōu)和用戶最優(yōu)分配模型 1）動(dòng)態(tài)交通分配模型的有關(guān)定義 ( , )G N A—— 交通網(wǎng)絡(luò)，為有向連通圖。 ?()Ak—— 所有以節(jié)點(diǎn) 為起端的弧段集合。 k()aXt—— 時(shí)刻路段 上存在的車(chē)輛數(shù)，即交通負(fù)荷。 t ?n()avt—— 時(shí)刻路段 上車(chē)輛流出率，一般假定車(chē)輛流出率 函數(shù)已知。 t kn—— 整個(gè)規(guī)劃