【正文】 。 信號(hào)控制與動(dòng)態(tài)交通分配的具體結(jié)合關(guān)系如圖所示 。 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 。 1）國(guó)內(nèi)外關(guān)于 UTCS與 UTFGS協(xié)同模式的研究 Bell 等 （ 1991年 ） 提出了 交通流最佳路徑誘導(dǎo) 和 交通控制協(xié)同 的 兩種 途徑：一是 低層次協(xié)同 ， 即兩系統(tǒng)的數(shù)據(jù)共享；二是 高層次協(xié)同 ， 即兩系統(tǒng)相互影響和相互作用 。 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) 。 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 近年隨著智能運(yùn)輸系統(tǒng)在城市交通系統(tǒng)中的推廣和應(yīng)用 ，交通流誘導(dǎo) 系統(tǒng)作為智能運(yùn)輸系統(tǒng)的 核心 部分 ， 如何將 城市交通控制系統(tǒng) （ Urban Traffic Control System， 簡(jiǎn)稱 UTCS）與 城市交通流誘導(dǎo)系統(tǒng) （ Urban Traffic Flow Guidance System， 簡(jiǎn)稱 UTFGS） 進(jìn)行 協(xié)同 ， 更是備受關(guān)注 ， 成為交通領(lǐng)域研究的重點(diǎn)之一 。 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 。 智能運(yùn)輸系統(tǒng)概論 車(chē)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 。 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 。 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 。 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 。 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 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 。 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 。 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 。 當(dāng)路網(wǎng)上 車(chē)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) 。 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) 。 系統(tǒng)參數(shù) 時(shí)變 ， 系統(tǒng)狀態(tài)難以預(yù)測(cè) 。 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) 。 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(wú)限增長(zhǎng) ， 稱為 “ 臨界減慢 ”現(xiàn)象 。 過(guò)程是 自發(fā) 進(jìn)行的 ，稱為 自組織 ， 又叫做 非平衡相變 。 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(kāi)放 的 ， 并且處于 遠(yuǎn)離平衡 的 非平衡狀態(tài) 。 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 。 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(kāi)放系統(tǒng) 中的 自組織 及形成的 有序結(jié)構(gòu) 。 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 。 協(xié)同學(xué) （ Synergetics） ， 這一詞匯是 臘語(yǔ)中引入的 ， 意思是 “ 合作的科學(xué) ” 。 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 。 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 。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） 。 VI模型將動(dòng)態(tài)交通分配問(wèn)題分解為 網(wǎng)絡(luò)加載 和 網(wǎng)絡(luò)分配 兩個(gè)過(guò)程 ， 最終通過(guò)求解一系列的 線性規(guī)劃 來(lái)求解分配問(wèn)題 。 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 。 ??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 。 ? ?? ?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 ； 。 問(wèn)題表述為：在 可行域 ， 在下列方程式中尋求一個(gè) 使得： ? ???u? ? 0c u u u ?? ? ? ? ? ? ? （ 3 23 ） 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 。 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 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 。 改造原問(wèn)題為 凸控制 問(wèn)題 ， 以利用 Pontryagin極大值定理 。 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 。 （ 314） （ 315） （ 316） （ 317） )()()( txtutx nannana ??? nktxtqtu kBa naankkAa na ??? ?? ?? )()()( )(,)( ?0)()( ??? tunAa na 。 該模型對(duì) 路段流出率 函數(shù)的 線性特性 作出了 限制 。 模型如下： )(txna )(tuna )())(( txtxg aaaa ?? )())(),(( txtxtxg naaanana ?? dtdcJ aAaT txaa ??? ))((:min0)(0? ? ???（ 313） 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 ； 。 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 。 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 ； 。 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 。 5）各類模型的基本分析 模型 由 Merchant和 Nemhauser（ 1978） 提出 （ 以下簡(jiǎn)稱 MN模型 ） ， 該模型是 靜態(tài)交通分配模型 的擴(kuò)展 ， 簡(jiǎn)單直觀 ， 但存在如下 缺陷 ： ① 該模型只適合 單終點(diǎn) 網(wǎng)絡(luò) 。 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 。 ],0[ TtNkNnAa ????????對(duì)于上述問(wèn)題的求解同樣需要首先將 模型離散化 ， 得到 離散時(shí)間 系統(tǒng)的 最優(yōu)控制模型 ， 該離散時(shí)間形式可以看作是一個(gè)非線性規(guī)劃 問(wèn)題 ， 應(yīng)用 FrankWolf方法來(lái)求解 。 （ 312） )(ta? 。 具體模型如下： )(tuna)(tvna )(txna dtdtxcJ aAa T tv aa ?? )),((:min 0 )(0? ? ??? )()()( tvtudt tdx nanana ?? nktvtqtukBanankkAana ??? ????)()()()(,)( 0)()( ??? tunAana ??? dvtx tttnana a )()( )(? ??（ 37） （ 38） （ 39） （ 310） （ 311） 智能運(yùn)輸系統(tǒng)概論 動(dòng)態(tài)系統(tǒng)