刘莉
贵州交通职业技术学院 贵州省 550001
摘要：本文分析了交通拥堵的原因和拥堵时期的行为，然后介绍了几种缓解拥堵的匝道控制方法ALINEA，BOTTLENECK，ZONE。ALINEA是一个局部的回馈控制算法，而其他两种是局部性协调算法。BOTTLENECK的效率能通过使用ALINEA替代它的局部占有率控制算法而得到进一步的提升。通过测试，修正后的BOTTLENECK算法确实也显示出了比单独用ALINEA更有效率。
关键词：匝道控制，高速路拥堵，算法
1、介绍
随着社会经济的发展、城市化进程的加快和机动车辆的迅猛增加，交通问题已成为困扰城市健康发展的一个难题。从一些研究报告中发现，高速路的使用率下降了20%到50%；汽车要比在没拥堵的路段多花费20%~50%的时间来穿越那些拥堵的路段[1]。想要提高这部分的利用率，目前最好的方法是通过匝道控制提高高速路使用率来。
2、匝道控制的方法
匝道控制被认为是一种有效的通过限制驶入车辆来避免或改善高速路拥堵的管理办法。许多匝道控制算法是在不同方法（如：最优技术，自动控制，最佳控制理论，或者人工智能方法）的基础上提出的。篇幅所限，本文只讨论自适应匝道控制模型。该类模型为局部交通反应控制及协调交通响应控制。局部交通控制是以匝道附近常见的交通环境为基础的。协调交通响应控制是将一条高速路的复合匝道路段最优化，通常是通过瓶颈策略调节车流量作为最终目标。
匝道控制策略需要平衡局部和整体交通的利害关系。它们的成功实现既依赖于硬件（或ITS）如通讯系统和安装在特殊位置的监测器，也依赖于软件，如：算法逻辑设计以及匝道控制算法在目标高速路网络的校正[2]。研究显示，当正确实现有效运行时，高速路的拥堵能得到有效缓解。（如图2，3）。
Δt是匝道控制的更新周期； 是（t-Δt）时间内的调解率；是 （t-Δt）时间段内监测站监测到的占有率；KR是回馈控制的校准参数；O*是下游监测站预期占有率
2）BOTTLENECK 算法
BOTTLENECK算法有三个内容：i）局部算法计算：基于局部条件下的局部标准流量控制；ii）协调算法：计算基于系统能力限制下的系统标准的流量控制；iii）基于局部匝道条件下的调节流量控制。
在局部层面，BOTTLENECK算法采用占有率控制方法得到每个匝道的调节率。
在协调层面， BOTTLENECK算法先把高速路被划分为几段，每段都有两个临近主线的监测站点。一个路段如果满足以下两个条件就被识别为瓶颈：（1）当处于最大流量时，监测到的单位时间内平均占有率大于预先设定的临界占有率；（2）在某一段上，监测到上游匝道进入路段的汽车总数大于下游匝道出口离开的汽车总数。
对每个疑似瓶颈的路段，需要预先设定其影响区域范围，并对该区域内的各入口匝道设定影响权值。权值要考虑两个因素：a)匝道距离瓶颈的相对位置，距离近者权重大；b）OD分布，流入交通在瓶颈路段流量中占据较大比例的入口匝道权值大。在没有可靠的OD信息时，权值可由匝道间的相对位置确定[4]。
如果瓶颈路段j中有匝道入口j，则t时刻匝道的实际调节率：
Uon（j，t-1）是入口匝道j在故去的一段时间内的驶入流量；
WFj,i是瓶颈路段i对匝道j的影响权值;
修正BOTTLENECK 算法
相比ALINEA，BOTTLENECK的占有率控制是一个前瞻性控制策略，鲁棒性不如ALINEA那样的回馈性算法。而且对给定的下游拥堵匝道来说，ALINEA算法的反应速度也比占有率控制策略快。此外，占有率控制校正也有点不灵活。因此，为了改善该算法的性能，提出一种修正的BOTTLENECK，它的原始占有率控制策略被ALINE替代。该算法的过程为：首先，通过监测器收集交通各种数据；其次，在不考虑瓶颈的情况下，利用ALINEA算法计算调解率；第三，判断主线交通是否存在瓶颈，如有，则根据瓶颈要求和匝道权值，计算主线瓶颈调节率；第四，判断下游入口匝道是否存在瓶颈，如有，则根据瓶颈要求和匝道权值，计算匝道瓶颈调节率；第五，比较2，3，4步中计算出的结果，取最小者为最终调解率；最后，实施控制[4]。
3）ZONE算法
ZONE算法需要首先识别高速公路网络内临界瓶颈的位置。在这个算法中，上游分界线通常是畅通区域，而下游分界线是瓶颈的临界区。算法的基本概念是流量控制，平衡进入和离开的交通流量。流量控制等式为：
M+F=X+B+S—(A+U)
M：匝道控制下的总的车流量；F：受控下的高速路转移过来的总车流量；X：监测到的匝道出口总流量；B：下游瓶颈处的车流量；S：区域内可使用的空间，这个是在区域内主线占有率的基础上评价的； U：监测到的非受控下匝道总车流量。这里X，S，A，U是监测的变量；M，F是控制变量；B是一个常量，通常是每小时每车道有2200辆。
高峰期间有代表性的数据会被记录下来形成一张调节率查询表。根据匝道入口可容纳的流量，查询表包含若干个5-分钟临界流量，它们同这个区域内每个匝道入口的调节率相一致。在匝道控制算法的运行中，（X+B+S-A-U）的结果将同这些临界流量相对比，以便找到区域内每个匝道控制的一个合适的控制标准[5]。
3、拥堵算法的对比
关于这四种策略的效果。我们选择了某城市道路中一段5公里的道路作为测试路段。先通过监测器收集该路段的交通流数据；然后再利用PARAMICS仿真模型，结合收集到的数据建立模拟交通路网；再编写不同算法的源程序并进行仿真调试。我们做了这样两种情景下的对比：严重拥堵的早高峰时（情景1），少拥堵的下午（情景2）
这两个情景都属于该路段的常规状态，具有周期性状态的特征。通过在情景1和情景2下的仿真模型测试，可得到无匝道控制和使用4种匝道控制策略下各产生的汽车行驶时间（VHT1和VHT2）。在如图3中所示，所有的匝道控制策略都能在两种情景下改善高速路的拥堵问题。而其中。情景1下的匝道控制比在情景2下的更有效率。这意味着匝道控制的效率取决于高速路的拥堵水平。只要高速路的服务标准能通过匝道控制实现，那么交通环境越拥堵，匝道控制越有效。不过，一旦拥堵严重到使用匝道控制也无法维持正常交通运行时，也就意味着匝道控制到了临界点上。
图3 汽车行驶时间（h）
4、结论
本文阐述了4种自适应算法的的性能：ALINEA，BOTTLENECK，ZONE，修正BOTTLENECK。并在仿真模型中模拟了匝道控制的效果。从这个研究中的可发现：
匝道控制算法能有效的改善高速路拥堵问题。然而对比4种算法，修正BOTTLENECK的效果最好。ALINEA， BOTTLENECK和ZONE三者的控制效果差不多。而ZONE和BOTTLENECK作为区域协调算法，能够识别瓶颈且响应这些瓶颈引起的拥堵。在周期性拥堵的情况下，瓶颈的位置是固定的，但是在非周期性拥堵的情况下，一些瓶颈的出现就是随机的且位置无法预测。而ZONE需要通过历史交通数据识别瓶颈位置，所以它在瓶颈位置固定时运行效果最好。因此，在非周期性拥堵的环境下，BOTTLENECK算法表现的比ZONE算法更好。而修正BOTTLENECK算法比其他几种方案更具鲁棒性。
参考文献:
[1] Z. Jia, P. Varaiya, K. Petty, and A. Skabardonis, “Congestion, excess demand, and effective capacity in California freeways,” submitted to Transportation Research, December2000.
[2] 刘智勇．智能交通控制理论及其应用．北京：科学出版社，200
[3] M Papageorgiou，H Hadj一Salem，F Middelham．ALINEA local ramp metering：Summary of field results[J]．Transportation Re—search Record，1997。1603：90—98．
[4] L Jacobsen，K Henry，O Mahyar．Real—time metering algorithm for centralized contrel[J]．Transportation Research Record，1989，1232：17—26．
[5] Y Stephanedes．Implementation of on—line Zone Control Strategies for optimal ramp metering in the Minneapolis Ring Road[c]．7th International Conference on Road Traffic Monitoring and Control， 1994．18l一184．
论文作者:刘莉
论文发表刊物:《防护工程》2018年第12期
论文发表时间:2018/10/22
标签：匝道论文; 算法论文; 瓶颈论文; 路段论文; 交通论文; 高速路论文; 占有率论文; 《防护工程》2018年第12期论文;