【文章內(nèi)容簡介】 h k q k?? （ 3 29 ） ? ? 0 , , ,rsph k r s p k?? （ 3 30 ） 其中 ， 為 0～ 1變量 ， 當(dāng)且僅當(dāng) 時(shí)刻出發(fā)從 到 的車輛沿著路徑 在 時(shí)刻到達(dá)路段 時(shí)取值為 1。 ??rsapkt? k r s p t a 以上討論了三種主要的 動(dòng)態(tài)交通 模型： 數(shù)學(xué)規(guī)劃 模型 、 最優(yōu)控制 模型和 VI模型 。 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 ； 。 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 。 最優(yōu)控制 模型發(fā)展了 數(shù)學(xué)規(guī)劃 模型 ， 將控制領(lǐng)域中 最優(yōu)控制 理論引入了問題表述中 ， 但最終缺乏一個(gè)行之有效的算法 。 VI模型將動(dòng)態(tài)交通分配問題分解為 網(wǎng)絡(luò)加載 和 網(wǎng)絡(luò)分配 兩個(gè)過程 ， 最終通過求解一系列的 線性規(guī)劃 來求解分配問題 。 綜合上述 三 種模型的 已知條件 、 求解 和 試驗(yàn) ， 可以看出 ，如果應(yīng)用于 交通流誘導(dǎo) 與 交通控制協(xié)同 將會(huì)遇到以下 問題 ： （ 1） 實(shí)時(shí) OD難以獲取 （ 2） 實(shí)時(shí) 動(dòng)態(tài)性 難以滿足 （ 3） 模型約束條件 苛刻 （ 4） 模型 求解復(fù)雜 難以工程應(yīng)用 （ 5） 即便得到最優(yōu)解 ， 也很難在實(shí)際交通中完全達(dá)到 智能運(yùn)輸系統(tǒng)概論 嚴(yán)格的 動(dòng)態(tài)用戶最優(yōu)路徑選擇 模型是很難使用的 。因此 ， 本書作者不追求嚴(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， 簡稱 QUO） 。 設(shè)計(jì)了如圖所示的 準(zhǔn)用戶最優(yōu)動(dòng) 態(tài) 交 通 分 配 （ Quasi User Optimum Dynamic Traffic Assignment， 簡稱 QUODTA） 理論模型方法框架 。 準(zhǔn)用戶最優(yōu)動(dòng)態(tài)交通分配 該方法由 三 個(gè)部分組成： 動(dòng)態(tài)交通流信息的采集與處理 模塊 、 交通參數(shù)自適應(yīng)預(yù)測(cè) 模塊和 準(zhǔn)用戶最優(yōu)路徑選擇 模塊 。 智能運(yùn)輸系統(tǒng)概論 準(zhǔn)用戶最優(yōu)動(dòng)態(tài)交通分配 QUODTA理論模型框架 交通參數(shù)預(yù)測(cè)模型設(shè)計(jì)預(yù)測(cè)模型算法設(shè)計(jì)動(dòng)態(tài)交通信息采集方案設(shè)計(jì)交通參數(shù)預(yù)測(cè)模型檢驗(yàn)用戶最優(yōu)路徑選擇模型設(shè)計(jì)交通信息采集與處理路徑選擇模型算法設(shè)計(jì)交通信息自適應(yīng)預(yù)測(cè)路徑選擇路徑選擇模型檢驗(yàn)交通網(wǎng)絡(luò)通過 ?通過 ？NYYN智能運(yùn)輸系統(tǒng)概論 與 理想用戶最優(yōu) 相比 ， 準(zhǔn)用戶最優(yōu) 思想的 主要特點(diǎn)是： （ 1） 路徑選擇 的結(jié)果既可以是 絕對(duì)最優(yōu) 的 ， 也可以是 次 （ 或近 ） 最優(yōu) 的 ， 但必須在 規(guī)定的時(shí)間 內(nèi)完成所有的優(yōu)化計(jì)算工作； （ 2） 除了要在用戶的 起始節(jié)點(diǎn) 進(jìn)行路徑選擇外 ， 還要以其途中經(jīng)過的 中間節(jié)點(diǎn) 為新的起點(diǎn)進(jìn)行路徑優(yōu)化； （ 3） 脫離傳統(tǒng)的以 OD量 為基礎(chǔ)的路徑選擇模式 ， 將由檢測(cè)器獲得的 無起終點(diǎn)特征 的路段信息作為路徑優(yōu)化的依據(jù) 。 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 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年正式問世的 。 平衡相變 理論 、 突變 理論 、 特別是遠(yuǎn)離平衡系統(tǒng)的 耗散結(jié)構(gòu) 理論 ， 直接為協(xié)同學(xué)的創(chuàng)立奠定了客觀的學(xué)科背景。 協(xié)同學(xué) （ Synergetics） ， 這一詞匯是 臘語中引入的 ， 意思是 “ 合作的科學(xué) ” 。 協(xié)同學(xué)的產(chǎn)生及其研究對(duì)象 協(xié)同論 是研究在由許多 子系統(tǒng) 構(gòu)成的 復(fù)雜系統(tǒng) 中 ， 子系統(tǒng)是如何通過 協(xié)作 和 自組織 而形成 宏觀 尺度上的 空間 、 時(shí)間或 功能 結(jié)構(gòu) 。 基本觀點(diǎn) 是眾參量在 競(jìng)爭 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 。 序參量 之間 、 序參量 和 其他參量 之間通過 合作 和 聯(lián)合 形成系統(tǒng)宏觀 有序狀態(tài) 。 智能運(yùn)輸系統(tǒng)概論 協(xié)同學(xué)的 研究對(duì)象 是 非平衡開放系統(tǒng) 中的 自組織 及形成的 有序結(jié)構(gòu) 。 由子系統(tǒng)組成的大系統(tǒng)總有一個(gè) 相對(duì)穩(wěn)定 的宏觀結(jié)構(gòu)， 是各個(gè)子系統(tǒng) 相互競(jìng)爭 、 作用 而形成的模式 。 各子系統(tǒng)之間的 協(xié)同 作用與 競(jìng)爭 決定著系統(tǒng)從 無序到有序 的 演化 過程 ， 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 。 作為協(xié)同學(xué)研究對(duì)象的系統(tǒng) ， 當(dāng)外界的 控制參量 不斷改變時(shí) ， 在一定條件下會(huì)經(jīng)歷一個(gè) 從無序到有序 、 從有序到有序 ， 從有序到混沌 的演化系列 。 協(xié)同學(xué)的產(chǎn)生及其研究對(duì)象 智能運(yùn)輸系統(tǒng)概論 城市交通流系統(tǒng)特征分析 研究對(duì)象通常具有以下特征： 系統(tǒng) 都是 開放 的 ， 并且處于 遠(yuǎn)離平衡 的 非平衡狀態(tài) 。 當(dāng)某一參量增長到達(dá)一定 閾值 時(shí) ， 原定態(tài) 失穩(wěn) ， 出現(xiàn) 臨界 狀態(tài) ， 進(jìn)而出現(xiàn)新的定態(tài) 。 過程是 自發(fā) 進(jìn)行的 ，稱為 自組織 ， 又叫做 非平衡相變 。 新的定態(tài) 相對(duì)于舊的定態(tài)更為 有序 ， 是無序到有序的突變 ， 稱為非平衡狀態(tài)下的有序化轉(zhuǎn)變 。 系統(tǒng)接近 臨界點(diǎn) 時(shí) ， 因漲落而偏離定態(tài)后 ， 恢復(fù)至定態(tài)所需時(shí)間 （ 弛豫時(shí)間 ） 無限增長 ， 稱為 “ 臨界減慢 ”現(xiàn)象 。 新的有序結(jié)構(gòu)靠 能量流 和 物質(zhì)流 來維持 。 智能運(yùn)輸系統(tǒng)概論 城市交通流系統(tǒng) 由 人 、 車 、 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) 。 城市交通流具有如下一些特征 ： 具有 開放 、 遠(yuǎn)離平衡 的特點(diǎn) ， 且交通流中存在各種 偶然的 、 隨機(jī)的 、 不確定 的因素；系統(tǒng)中存在 非線性作用機(jī)制 ，具有形成自組織的條件 。 系統(tǒng)參數(shù) 時(shí)變 ， 系統(tǒng)狀態(tài)難以預(yù)測(cè) 。 城市交通流系統(tǒng)是個(gè) 復(fù)雜 的 人機(jī) 系統(tǒng) ， 系統(tǒng)參數(shù)不能完全測(cè)量 ， 具有很強(qiáng)的隨機(jī)性 。 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) 。 城市交通流系統(tǒng)特征分析 智能運(yùn)輸系統(tǒng)概論 整體 的 出行特性 在 時(shí)間 和 空間 上具有 相對(duì)確定 性 ， 一旦城市布局和道路網(wǎng)絡(luò)確定 ， 相應(yīng) 某條道路 上的 交通流整體特性也基本確定 ， 這種 相對(duì)確定性 有利于交通流形成有序的 自組織 結(jié)構(gòu) 。 當(dāng)路網(wǎng)上 車流量 達(dá)到一定 閾值 時(shí) ， 原定態(tài)失穩(wěn) ， 出現(xiàn) 臨界 狀態(tài) ， 進(jìn)而出現(xiàn)新的定態(tài) 。 過程是 自發(fā) 進(jìn)行的 ， 即 自組織 的 。 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 ） 無限增長 ， 即存在 “ 臨界減慢 ” 現(xiàn)象 。 有序 結(jié)構(gòu)靠 信息流 來維持 。 即 城市交通控制系統(tǒng) 與 交通流誘導(dǎo)系統(tǒng) 向交通流系統(tǒng)中 輸入信息 ， 維持系統(tǒng)穩(wěn)定 。 城市交通流系統(tǒng)特征分析 智能運(yùn)輸系統(tǒng)概論 對(duì)比上述 城市交通流系統(tǒng)特征 和作為 協(xié)同學(xué)研究對(duì)象 的系統(tǒng)的 共同特征 可知 ， 城市交通流系統(tǒng)特征與協(xié)同學(xué)研究的系統(tǒng)所具有的共同特征 相合 。 城市交通流 是 開放 的 自組織系統(tǒng) ， 其 開放性 、 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 。 協(xié)同學(xué)研究 的 對(duì)象 是 非平衡開放系統(tǒng) 中的 自組織 及形成的 有序 結(jié)構(gòu) 。 協(xié)同學(xué)理論 為研究 ITS子系統(tǒng) 相互作用與相互合作提供了有力的 基礎(chǔ)理論 和 方法論思想 。 城市交通流系統(tǒng)特征分析 智能運(yùn)輸系統(tǒng)概論 該理論的 學(xué)術(shù)思想 是：以 及時(shí) 、 全面 、 可靠 的交通信息 及信息 共享機(jī)制 為基礎(chǔ) ， 建設(shè)基于 預(yù)測(cè)型決策 的城市 交通流誘導(dǎo)系統(tǒng) 、 交通控制系統(tǒng) 和 公共交通系統(tǒng) ， 調(diào)節(jié) 交通需求 在 時(shí)間 、 空間 以及 交通方式上 的分布狀況 ，實(shí)現(xiàn)交通 需求 與交通 供給 的 總量平衡 ， 從而達(dá)到緩解或消除交通擁擠的目的 。 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 。 車輛誘導(dǎo)、交通控制和公共交通協(xié)同理論 智能運(yùn)輸系統(tǒng)概論 車輛誘導(dǎo)、交通控制和公共交通協(xié)同理論 誘導(dǎo)、控制、公交協(xié)同理論示意圖 社會(huì)經(jīng)濟(jì)活動(dòng) 客運(yùn)需求 出行前誘導(dǎo) 公交出行 機(jī)動(dòng)車出行 車載誘導(dǎo) 公交自動(dòng)調(diào)度 自適應(yīng)控制 交通共用信息平臺(tái) 歷史信息 實(shí)時(shí)信息 交通信息采集 非機(jī)動(dòng)車出行 貨運(yùn)需求 客運(yùn)需求 完成 完成 完成 智能運(yùn)輸系統(tǒng)概論 車輛誘導(dǎo)、交通控制和公共交通協(xié)同理論 1）誘導(dǎo)系統(tǒng)與控制系統(tǒng)的協(xié)同 城市交通流誘導(dǎo) 系統(tǒng)調(diào)整交通流 空間分布 減少受誘導(dǎo)車輛的 行程時(shí)間 ， 自適應(yīng)控制系統(tǒng) 調(diào)整交通流的時(shí)間分布減少所有車輛的 時(shí)間延誤 ， 二者 本質(zhì) 是 一致 的 。 在 信息共享 的條件下 ， 兩個(gè)系統(tǒng)的 協(xié)同 作用能夠顯著減少 交通擁擠 的 產(chǎn)生 、 減輕擁擠的 嚴(yán)重程度 、 提高交通擁擠的 疏導(dǎo)速度 。 2）控制系統(tǒng)與公交系統(tǒng)的協(xié)同 公交 系統(tǒng)根據(jù) 實(shí)時(shí)交通流量 、 客流量 及其預(yù)測(cè)信息生成 車輛調(diào)度方案 ， 在保證 運(yùn)輸效率 的同時(shí) 降低運(yùn)營成本 。 混合交通自適應(yīng)控制 系統(tǒng)在 感知 到公交車輛后 ， 提供 優(yōu)先信號(hào) ， 降低 運(yùn)行延誤 。 這種協(xié)同可以提高公交系統(tǒng)的 吸引力 ， 增加 公交出行人數(shù) ， 進(jìn)而提高城市主干路網(wǎng)的 交通均衡性 。 智能運(yùn)輸系統(tǒng)概論 車輛誘導(dǎo)、交通控制和公共交通協(xié)同理論 3）誘導(dǎo)系統(tǒng)與公交系統(tǒng)的協(xié)同 公交系統(tǒng) 的吸引力越強(qiáng) ， 形成的 公交出行量 越大 ， 其他方式的出行量會(huì)相應(yīng)減少 。 在機(jī)動(dòng)車出行量中 ， 當(dāng) 城市交通流誘導(dǎo)系統(tǒng) 接收到交通擁擠信息后 ， 根據(jù)擁擠特點(diǎn)提出 更改出行路徑 或 出行方式 的建議 ， 有部分出行者可能 中途改乘公共交通 完成出行過程 。 這種協(xié)同既可以部分 減少 機(jī)動(dòng)車和非機(jī)動(dòng)車 交通需求