摘要:结合交通流本身的特点,选择对交通状态变化反应灵敏,容易获取,且准确率较高的参数作为判别道路交通状态的指标。综合考虑各种情况,选取交叉口进口道最大相位饱和度、进口道平均最大排队长度比和路段平均车速为特征参数,设计了一种基于模糊综合评判的道路交通状态分析模型,并用VISSM4.20对以上方法进行了模拟验证。试验结果表明,单个的特征参数得到的交通状态判别结果波动性较大,准确性不足。通过将其进行模糊综合评判后,判别结果有了较好的稳定性和准确度,所提出的算法能够提高交通状态实时判别的效果。

　　关键词:交通工程;交通状态分析模型;模糊综合评判;饱和度;排队长度比;平均车速

　　0、引言

　　近年来,交通拥挤成为困扰世界各大城市的主要社会问题之一,严重影响了城市的可持续发展和人们的日常工作与生活,如何缓解拥挤已成为世界各国共同关注的焦点和亟需解决的重要问题。及时、可靠的交通状态信息,对于制定合理有效的交通拥挤疏导策略,避免因局部交通拥挤而引起全路网的交通瘫痪具有重要的现实意义和理论研究价值。

　　随着人工智能技术的发展与完善,各种新技术、新方法不断出现,这些理论和技术的有机结合,为创建新型的交通状态判别算法提供了新思路和新途径。近年来,许多专家将模糊数学的方法应用于交通领域,并取得了较丰富的研究成果,交通状态的判别问题也属于模式本身界线不确定的问题。本文根据交通管理需要将道路交通状态划分为3种交通状态:畅通、一般拥挤及严重拥挤状态。但由于3种状态之间没有明确的界限。因此,采用传统的判别方法不能很好的适应,所以本文采用模糊综合判别的方法来判定道路的交通状态。

　　1、交通状态特征参数分析

　　模糊综合评判的参数提取是进行交通状态判别的基础。对在道路交通状态的判别时,有多个交通参数可供选择:交叉口饱和度、路口各进口道流量、路口各进口道排队长度、路口平均延误、路口服务水平、道路占有率、路段平均形成时间、路段平均行程速度等等。在本论文中,结合交通流本身的特点,选择那些对交通状态变化反应灵敏,容易获取,且准确率较高的参数作为判别道路交通状态的指标。综合考虑各种情况,选择交叉口进口道最大相位饱和度、进口道平均最大排队长度比(即交叉口进口道排队长度与该路段长度之比)和路段平均车速作为进行道路交通状态综合评判的特征量。

　　1.1交叉口进口道最大相位饱和度

　　饱和度是反映交叉口通行供求关系的参数。

　　饱和度分为相位饱和度和交叉口的总饱和度。相位饱和度是一个信号相位的实际流率qi与通行能力Qi的比值,也等于流量比yi与绿信比ui的比值,用xi表示。xi=qiQi=qiSi(gi/C)=qiCSigi=yiui。交叉口的总饱和度是指饱和程度最高的相位所达到的饱和度值,而并非各相位饱和度之和。交叉口进口道最大相位饱和度(以下简称交叉口饱和度),顾名思义即属于该进口道相位的饱和度的最大值,即X=max(x1,x2,…,xn),式中,x1,x2,…,xn为交叉口属于该进口道相位的饱和度;n为属于该进口道相位总数。

　　1.2进口道平均最大排队长度比

　　信号交叉口的进口道车辆排队长度与延误一样,能反映交叉口处车流运行情况,它对评价交叉口的运行状况、衡量交通拥挤的严重程度、现有信号配时方案评价等都有重要意义。信号交叉口的进口道车辆排队长度更加直观地反映常发性拥挤的扩散范围,为了更能体现道路拥挤程度,本文采用排队长度比来做评价指标。

　　为了计算进口道的最大排队长度,首先要获得单车道的最大排队长度,估计模型公式如下:Qi=qir+Di-1,Di-1=Di-2+qi-1-Ci-1,Di-2+qi-1>Ci-1,0,Di-2+qi-1≤Ci-1,式中,Qi是第i周期的最大排队长度;qi是第i周期的平均到达率;r是有效红灯时长;Di-1是第i-1周期滞留的排队车辆数;qi-1是第i-1周期的车辆到达流量;Ci-1是第i-1周期的车辆释放流量。

　　由此可以得到进口道的最大排队长度,估计模型为:Qimax=max(Qi,1,Qi,2,Qi,3,…,Qi,n),式中,Qimax为第i周期进口道最大排队长度,Qi,1…Qi,n为第i周期1～n车道的最大排队长度。

　　由此得到进口道平均最大排队长度比(以下简称排队长度比):Limax=l·QimaxLn,式中,Ln为该交叉口与上游交叉口间路段长度;l为排队车流中平均每辆车所占据的道路空间长度,一般取l=5m。

　　1.3路段平均车速

　　一般而言,行车密度不大,行车道不被其他交通工具侵占的前提下,车辆行驶速度不受其他因素影响,这样的交通条件应该说是良好的;但是当交通量逐渐增大,行车密度也会随之增大,行车速度便会下降,当交通量增加到某一限度时,道路逐渐进入饱和状态,开始出现拥挤现象;此时,交通量若继续增加,道路就会经常发生严重拥挤现象。车速的变化特性是反映交通流特性的一个重要方面,它能说明车速在人、车、路和环境等因素影响和交通流作用下所产生的变化,根据城市道路拥挤度评价指标,车速对城市交通拥挤影响很大。

　　为了识别交通状态,本文采用由GPS浮动车采集数据处理得到的路段平均车速作为判别参数。路段平均速度公式为:V=TLn,式中,T为浮动车进出路段平均行程时间;Ln为路段长度。

　　2、基于模糊综合评判的交通状态判别算法

　　2.1模糊综合评判法的基本原理