交通仿真技术在交通管理中的应用研究

摘要：随着汽车保有量的增加和道路资源的紧缺，交通管理在解决交通拥堵问题中处于越来越重要的地位。交通管理方案制定中面临的重大问题是数据缺乏，计算机仿真技术能对方案进行模拟，得出不同方案下的模拟结果，为各类方案分析与比选提供数据基础。为了保证仿真数据符合实际情况，该文采用遗传算法与SPSA算法相结合的方法对仿真模型进行标定。最后，标定效果表明，方法具有一定适用性。

关键词：交通管理；敏感性分析；参数标定

中图分类号：TP18文献标识码：A文章编号：1009-3044(2011)27-6732-02

Study on Using of Traffic Simulation Technology in Traffic Management

LIU Yan-xi

(Airport Colloge, Civil Aviation University of China, Tianjin 300300, China)

Abstract: With the increase in car ownership and the shortage of the road resources, traffic management which study on how to use road resources to increase the capacity is more and more important. The most important problem in traffic management is the lack of data, which affects decision badly. Computer simulation technology can simulate the actual traffic situation n and get the simulation data, which is the basic of the traffic management. To ensure the realistic of the simulation data, we use the method which is the organic combination between GA and SPSA to calibrate the simulation model. At last, it seems that the technology is applicable from the result.

Key words: traffic management; sensitivity analysis; parameters calibration

随着经济的发展，汽车保有量迅速增长，而土地资源的紧缺意味着道路资源不可能无限增长，怎样利用紧缺的道路资源满足不断增长的交通需求显得尤为重要，交通管理即按有关规则和要求合理地引导、限制与组织交通流，在现有道路资源条件下，获得良好的运输经济效益和社会效益[1]，所以如何利用相关技术，提高管理水平对解决交通问题起着至关重要的作用。

交通管理方案的制定往往需要细致、准确的交通分析工具，以提供更好的决策支持手段，而实际工作中，由于缺乏这样的工具不得不照搬在宏观规划层次中采用的聚集程度较高的交通状态分析工具。交通仿真技术能够提供一个将道路与交通有机结合的实验平台，可以提供各种交通方案的实施效果，为交通管理控制方案的制定提供数据基础[2]。

1 计算机仿真技术在交通管理中应用存在的问题

目前，国内交通仿真处在应用国外模型阶段。由于交通系统的复杂性，模型不能完全反映实际交通情况，故而大部分模型中设置相关缺省值，通过修改相关缺省值可以使仿真模型模拟情况接近实际交通状况。由于各缺省值很难从现实交通状况中获得，多数使用者采用模型中的默认值作为实际值，从而导致仿真模型输出数据与实际情况不相符。本文以仿真模型VISSIM为例，研究随着缺省值的变化速度和流量的变化情况。对10个缺省值对模型输出交通流数据（速度、流量）的影响进行测试，所得数据如图1、图2所示。

图1 缺省值对速度影响测试图图2 缺省值对流量影响测试图

由图1、图2可知，缺省值的变化对仿真模型输出的交通流数据（速度和流量）影响很大，仿真模型缺省值的标定显得尤为重要。

2 仿真模型标定

一般的仿真模型中缺省值较多，而随着缺省值的增多，缺省值标定的难度成指数倍数增加，所以在本文中，同样以VISSIM仿真模型为例，首先进行缺省值的敏感性分析，找出敏感缺省值，作为主要的标定缺省值，然后采用遗传算法与SPSA算法相结合的方法对敏感参数进行标定，最后对标定结果进行有效性分析。

2.1 敏感性分析

采用极差与平均值之间的比例作为分析敏感性的指标，计算公式如式1：

级差与平均值之间的比例=（1）

采用式1计算各缺省值的该指标如表2。

根据缺省值的敏感性分析结果，在本研究中选择平均停车间距、期望距离的加法部分、期望速度的乘法部分、速度变化率为-1 m/s2所需要的距离、安全距离的折减因素等5个缺省值作为最终标定的缺省值。

2.2 缺省值标定

为了节省标定时间，提高参数标定效率，在本研究中采用遗传算法与SPSA方法相结合的方法进行驾驶员行为参数寻优。

遗传算法(Genetic Algorithm，GA)是一种模仿生物界进化机制的随机搜索算法，它移植了达尔文、孟德尔的进化遗传思想，本质上是一种高效、并行、全局搜索的优化方法，能在搜索过程中自动的获取和积累有关空间的知识，自适应的控制搜索过程以求得最优解[4-5]。而SPSA算法也就是同步扰动随机逼近算法，是求解未知函数形式的极值的随机优化方法，它具有高效率的局部搜索性能，且在每次的梯度逼近中只需要利用目标函数的两个估计值，而不需要考虑向量维数[6-7]。

若以k表示x在第k次迭代的估计值，g(k)表示梯度g(x)的估计值，随机逼近算法的迭代公式如式2

k+1=k-akk(k)（2）

在本研究中，设计将两者相结合的参数标定方法，即在每次遗传算法生成了一组参数值后，采用SPSA算法对其再进行小范围的寻优， 在本研究中采用Matlab数学工具和VB语言相结合的方法开发参数标定程序,对缺省值标定进行实现。

2.3 有效性分析

本文用标定前和标定后输出交通流数据（速度和流量）与实际交通流数据比较，验证交通仿真技术在交通管理应用中的有效性。本文中引进平均绝对相对误差来描述标定前后的误差。指标计算公式如式3。

（3）

其中：(t)为实测数据，x(t)为仿真输出数据。

计算标定前流量

计算标定后流量

计算标定前速度

计算标定后速度

通过上述分析可知，如果使用模型中的默认值，输出仿真结果与实测结果相差较大。而在缺省值标定后，仿真模型的精度大大提高，流量的平均绝对误差控制在5%左右，速度的平均绝对相对误差能够控制在12%左右，标定作用显著。

3 小结

本文以VISSIM仿真模型为例，对交通仿真模型在交通管理与设计中的应用进行研究，提出在模型标定前进行缺省值敏感性分析，找出敏感参数进行标定，节省标定工作量，此外，为了提高标定效率，本文提出采用遗传算法与SPSA算法相结合的方法对敏感参数进行标定，并对标定结果进行了验证，证明标定方法的有效性。

参考文献：

[1] 徐吉谦.交通工程总论[M].北京:人民交通出版社,2002.

[2] 裴玉龙.道路交通系统仿真[M].北京:人民交通出版社,2004.

[3] PTV. VISSIM说明书[M].

[4] 王小平,曹立明.遗传算法理论与应用[M].西安:西安交通出版社,2002.

[5] 雷英杰,张善文.MATLAB遗传算法工具箱及应用[M].西安:西安电子科技大学出版社,2005.

[6] Spall J C.Multivariate Stochastic Approximation Using a Simultaneous Perturbation Gradent Approximation[J].IEEE Trans on Automatic Control.1992,37,332-341

[7] Spall J C.Implementation of the simultaneous perturbation algorithm for stochastic optimization[J].IEEE Transactions on Aerospace and Electronic Systems, 1998,34(3):817- 823.