论城市拥堵下的交通流分配

论城市拥堵下的交通流分配 摘要当前交通拥堵问题在某些城市仍需要重视，通过对城市动态网络交通流分配理论的了 解，并掌握简单的数学分析法应对交通流分配的模型，运用动态用户最优状态的定义分析模 型，来分析与解决城市拥堵问题。 关键字交通拥堵，交通流，动态网络，交通流分配，机动车出行，系统最优，用户最优， DTA模型，交通管理规划 正文随着城市化进程的加快和汽车工业的发展，汽车保有量大大增加，现有城市道路的通 行能力与不断增长的交通需求之间的矛盾变得日益尖锐，交通拥挤现象日益突出。交通拥挤 将导致车辆延误增加和运输成本的提高，同时将引发交通事故和严重的交通污染。交通问题 不仅在发展中国家，就是在发达国家也是令人困扰的严重问题。日益严重的城市交通拥挤、 堵塞等使得交通秩序恶化，己经影响了现代化城市建设，制约了国民经济的发展。 交通拥挤的产生有交通设施方面的原因如城市规划布局和道路网络结构不合理，设施使 用不当或者容量不足，以及交通需求分布不均衡造成局部设施处于过饱和状态等.此外，交 通管理和控制措施不当，没有达到静态管理和动态控制的“管控”要求，无法适应交通的动 态性，造成交通结构不合理，交通时空资源浪费等也是重要的原因。要有效地解决困扰着人 们的城市交通拥挤问题，最直接的办法是提高城市道路网的通行能力和效率。但无论是哪个 国家的大城市，可供修建道路的空间都十分有限，建设基金筹措困难，因而在城市中规划新 的交通设施往往比较困难。而且，对路网和设施的调整和规划是一种长期行为，是为了适应 远期交通需求的一种战略性的措施，无法解决近期的严重问题。而相对而言，管理和控制的 灵活性较大，能适应动态交通变化的调整，无论是动态的路网分析理论还是需求管理方法， 都能在近期收到明显的交通流优化效果，加强交通管理的现代化。 如今，一些交通拥挤对策和各种交通管理政策，诸如动态路径诱导、弹性工作制，时差 出勤等已经逐渐得到实施。但是，针对研究对象不同的交通特性，究竟应该采取何种对策， 该对策实施之后可能产生何种效果都需要运用动态的分析方法进行研究。同时，由于交通流 从本质上来说是非定常流，研究拥挤的形成、传播、消失的机理时动态分析方法必不可少。 城市动态网络交通流分配是以时时刻刻变动的交通需求为对象的交通量分配，对短时间内的 非正常交通进行动态分析，能够更广泛、更确切地描述城市道路交通网络上的各种交通现象, 是动态交通网络分析、动态交通需求分析的一个重要组成部分。 城市动态网络交通流分配理论历经20余年的发展，许多研究者进行了多方面的研究。一 般的，动态网络交通流分配模型的研究主要按照两大类方法一一模拟方法和数学解析方法进 行展开。 采用模拟方法进行研究的主要有Ben-Akiva et al, 1991, 1997, 2003； Hu和Mahnmssani, 1997 Liu和Mahmassani, 1998 Mahmassani et al, 1997a, 1999 Ziliaskopoulos和Rao, 1999。随着对ITS的发展，模拟方法主要针对ATMS / ATIS两大系统的应用技术研究，如Leonard etal1989和Tayler1990的CONTRAM Aerde和Yager1988的INTEGRATION, Mahmassani Jayakrishnan和Hu等1992, 1994a的DYNASMART, Mahmassani1997b的DYNASMAR1. -X； Rickert 2001的TRANS IMS以及Sheu2006的车道事故混合模型等等。采用该类方法进行的 研究以模拟道路微观交通流特性为侧重点，可以模拟出一些交通管理策略下的可能结果，但 是不能用来确定应该采用什么样的管理策略，并且对Wardrop最优性条件的满足要求则位居 其次，这些模型一般也缺乏明确的解析性质，不能保证其解的最优性。 描述动态网络交通流分配模型时主要根据以下两个动态交通流分配原则进行动态系统 最优原则和动态用户最优原则，使用哪种分配模型要视交通网络的信息提供技术和出行者的 决策水平而定。动态系统最优Dynamic System Optimal,简称DSO的动态网络交通流分配 原则就是要求在所研究的时段内，按照交通管理者的某种意愿，把动态的交通需求分配到网 络中的分配原则。动态的系统最优从交通管理者的意愿出发，根据其不同的交通控制目的， 有着不同的含义。一般说来，交通管理者的控制目的可能是1使总旅行时间最小化；2 使总旅行费用最小化；3使平均拥挤度最小化；4使总延误时间最小化等等。动态用户最 优Dynamic User Optimal,简称DUO的分配原则是与动态系统最优DSO不同的另外一种动 态网络交通流分配原则，它要求在所研究的时段内，按照用户自身的某种意愿把动态的交通 需求分配到网络中的原则。动态的用户最优是从用户自身的意愿出发，根据其自身的不同喜 好或要求，也有不同的含义，比如1使每个用户自身的旅行时间最小；2使每个用户自 身的旅行费用最小；3使每个用户自身的拥挤度最小；4使每个用户自身的延误时间最小 等等。此外，Szeto2003将DUO条件放宽，提出了基于容忍度tolerance-based的DUO条件， 在用户可接受的与最短路径阻抗偏离容忍度范围内，满足用户出行的近似DUO条件，其中容 忍度的取值需要根据用户的出行行为调查和经验确定。动态交通分配模型还可以按照阻抗定 义的不同分为两类反应型reactive和预测型predictive,前者是基于瞬时 instantaneous阻抗的，而后者是基于实际realistic阻抗的。反应型模型让出行者根据 当时的交通状况选择当时成本最低的路径，由于交通状况有很强的时变特性，这类模型可能 让拥有相同0D对、相同时间出发的出行者在不同的时刻到达目的地。预测分配模型让出行者 根据一段时间的交通状况来决定最佳行驶路径，即最佳路径是在体验到的实际行驶成本上决 定的。另外，按照出行者对城市交通网络了解的程度又可以将DUO分配原则分为确定性的动 态用户最优和随机性的动态用户最优.前者是指出行者完全了解城市交通网络的状况，因而 做出正确的路径选择，而后者不完全了解城市交通网络的状况，只能根据经验做出随机的路 径选择。 动态网络交通流模型采用数学解析方法进行研究有数学规划MP建模方法、最优控制 0C理论建模方法、变分不等式VI与非线性互补NCP理论建模方法、不动点FP理论建 模方法。其中涉及的数学规划、变分不等式、互补问题和不动点问题，它们本质上是一致的。 较早的采用数学规划方法开展DTA研究的学者是Merchant和Nemhauser 1978ab,用非凸数学 规划建立了多起点、单终点的系统最优DTA模型，Carey 1987则提出了凸规划模型。与数学 规划方法不同,Luque和Friesz1980应用连续最优控制理论研究系统最优的DTA问题，将M-N 模型改进成一个连续时间的最优控制问题，最优值条件由Pont