英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
基于仿真的城市交通需求管理策略优化
姚宝珍、千千燕、钱晨、田志辉和朱学峰
摘 要
交通需求管理是解决日益严重的城市交通拥堵问题的重要方法之一。本文提出了一个基于模拟的双层模型来优化城市时分复用策略。上层是时分复用策略优化模型，搜索最优时分复用策略。下层是基于模拟的交通分配模型，根据候选的时分复用策略将交通流分配给多式联运网络。还定义并实现了一种启发式算法来优化时分复用策略。基于VISSIM仿真，以大连港广场-三巴广场-二七广场为研究区域，对本文提出的时分复用策略进行了优化验证。结果表明，城市时分复用策略的优化能够有效缓解城市交通拥堵。为城市交通发展管理政策提供了科学的决策依据。
关键词：双层模型；交通需求管理；城市交通拥挤；VISSIM模拟
1.介绍
随着中国经济的蓬勃发展，城市车辆拥有量迅速增加。截至2015年底，已有2.79亿人拥有汽车。许多城市有数百万辆汽车。汽车很受欢迎，因为它们为城市居民提供了便利，但也带来了严重的交通拥堵。在过去的几十年里，中国一直在尝试各种措施来解决供应方面的城市交通拥堵问题，比如拓宽或铺设道路。但是效果并不明显。一方面，公路建设速度不能满足快速增长的交通需求。另一方面，修建的道路越多，人们就越被鼓励使用交通工具出行，从而提高了交通水平。因此，大多数城市不能仅仅依靠增加路网规模来解决交通拥堵问题。需要实施交通需求管理来缓解日益严重的交通拥堵。
分时度假是一种改变居民出行观念、优化出行时空分布、缓解交通拥堵的管理方法。时分复用策略的优化可以提高出行效率，缓解交通拥堵；它为时分复用策略提供了科学的决策依据。国内外对分时度假的研究很多。在对分时度假的理论研究中，弗格森详细回顾了分时度假的组织形式，包括规划和开发。时分复用被证明是一种有效的策略，有证据表明时分复用也可以应用于许多不同的情况。Orski基于美国各地的众多时分复用项目评估时分复用。在他的论文中，我们得出了许多关于分时度假的结论。例如，他发现没有统一的方法来评估时分复用的有效性，而时分复用作为解决交通拥堵和相关问题的一种普遍方法。Ferguson通过几种时分复用的实现提供了时分复用策略的评估方法的概述。他发现准确的评估方法是复杂的，而对TDM的评估还有很长的路要走。
当时分复用作为解决城市拥堵问题的主要政策出现时，朱利亚诺研究了它的效果。他发现，通过一些大规模的案例，贸易发展模式对工人及其家庭产生了重大影响。在他的论文中讨论了时分复用在解决拥塞问题方面的潜力。多尔西研究了综合交通管理在解决交通问题中的重要性。这项研究还评估了贸易和发展管理的做法和政策。
时分复用策略在解决交通问题方面发挥了重要作用。比弗斯和卡斯尔劳研究了伦敦拥堵费方案，该方案是为了缓解伦敦市中心的交通拥堵而推出的。结果表明，拥堵费有助于解决空气污染问题。亨舍和普凯特讨论了拥堵费作为减少城市交通拥堵的有效方法。拥塞和可变用户收费是有效的时分复用策略之一。桑托斯比较了伦敦和新加坡的城市拥堵收费。这两个方案之所以成功，最重要的原因是它们是更广泛的转运政策的一部分。新加坡的价格是按次收费，而不是像伦敦那样按天收费。埃利亚松研究了斯德哥尔摩拥挤收费试验。他总结了拥堵费对交通和出行时间的影响。韩等人分析了基于牌照的交通限制的效率。他们将系统成本的降低与用户平衡下的交通流量联系起来。
为了实施和评估分时管理，分时管理被应用于大温哥华地区的一个能源项目。Lim认为TDM将在该地区的能源运输中发挥越来越重要的作用。迈耶描述了分时度假的特点，并详细检查了分时度假行动的有效性。本文还简单地提出了几种提高时分复用行动有效性的策略。Wallace等人开发了一个模型，通过时分复用策略评估出行者特征对出行链的影响；时分复用策略的效果用许多变量来描述。1997年，波特兰实施了劳埃德区伙伴计划。计划中包括了几个交通管理策略、停车定价和其他策略。劳埃德区的旅行显著减少。比安科总结说，该计划的战略可以有效地减少拥塞。Shiftan和Suhrbier提出了一个基于活动的模型来评估交通和时分复用策略的效果。本文的模型是对四步模型的重要改进。空气质量的影响，时分复用也被很好地预测。
然而，尽管一些研究已经考虑了对分时度假策略的评价，但大多数对分时度假的研究主要集中在理论方法和策略上。很少有成熟的方法来优化城市时分复用策略。何等人应用了基于代理的一种优化方法，用于在马里兰州的工作区场景下，联合优化高速公路-干线走廊的时分复用策略和交通运行策略。Le等人提出了一种混合需求管理方法，通过在安全容量内最大化旅客吞吐量，减少拥挤和延误，来优化机场时隙的利用。此外，时分复用策略的优化需要考虑一些实际的影响因素，如交通模式和交通信号。在大规模多式联运网络中，很难获得实际的交通流分配。总体而言，在实际优化中，时分复用策略缺乏科学的数值表征方法。因此，用科学的方法优化城市交通发展战略是一个有价值的贡献。在本研究中，我们认为理论上的分时度假策略可以被描述为特定的变量。对于大规模多式联运网络，交通流的困难分配可以使用成熟的交通模拟来获得。本文提出的时分复用策略的仿真优化是为了获得时分复用策略的实施效果和最优时分复用策略。
交通仿真是研究复杂交通问题的重要工具，尤其是当系统太复杂而无法用简单的数学模型来描述时。基于仿真的优化是解决大规模复杂优化问题的有效方法。Marbach和Tsitsiklis提出了一种基于模拟的算法来解决优化问题。它被应用于带有一组参数化策略的马尔可夫回报决策过程。Jung等人提出了一个计划和调度模型，通过基于模拟的优化来解决供应链管理问题。泰京和萨邦格鲁介绍了模拟优化的概况，并对技术进行了分类，讨论了不同技术的优缺点。Hewage和Ruwanpura使用一个专用的仿真工具来优化复杂的交通信号灯配时问题。该方法在实际应用中得到了验证。Schwartz等人将基于模拟的优化应用于库存管理。结果表明，可以降低安全库存水平，实现财务效益。奥索里奥和比尔莱尔提出了一种基于模拟的优化方法，解决了各种城市交通问题。该方法通过一个交通信号控制问题进行了测试。它给出了一个性能良好的信号控制策略。Nguyen等人对基于模拟的优化方法提供了一个过高的评价。他们主要关注多模态建筑优化问题和多目标优化。VISSIM是一个基于行为的多用途交通流模拟器。斯蒂凡诺维奇等人提出了一种基于VISSIM的遗传算法来优化信号定时。结果表明，优化可以减少至少5%的延迟。Fellendorf和Vortisch主要模仿VISSIM的原理，用于分析和优化交通流量。泰特曼蒂和沃尔高研究了基于VISSIM仿真的信号控制问题。他们得出结论，复杂的数学问题可以通过VISSIM模拟来解决。
本文以时分复用理论为基础，以时分复用的拥塞收费策略为例，优化了一种基于VISSIM仿真的城市时分复用策略。理论时分复用策略被描述为特定的变量。在此基础上，利用VISSIM对采用候选时分复用策略的流量分配进行了多次仿真。根据交通分配的结果，将各路段的行程时间和分配量反馈给上层的交通分配策略优化模型。然而，路况很复杂，行驶时间很难预测。为了优化时分复用策略，本文通过最小化系统成本来确定最优时分复用策略。启发式算法通常是解决复杂问题的首选。
论文组织如下。第二节讨论了基于模拟的城市时分复用策略优化问题。第3节提出了一个双层模型。第4节给出了一个解决时分复用策略优化的算法。第五部分是一个案例研究，以验证所提出的模型和算法。第6节结束。
2.问题描述
时分复用的交通拥堵收费策略可以缓解交通拥堵，但这并不意味着更高的收费或更多的收费链路将有助于缓解拥堵。如果所有的链接都被收费，所有链接的旅行费用将增加，这可能意味着旅行者继续使用他或她以前的旅行链接。此外，拥挤收费策略的目的是增加
公路的利用率而不是增加政府的收入。因此，有效地优化时分复用策略，合理地确定收费路段和拥挤收费，从而使出行时间成本和时分复用策略收费成本最小化，是至关重要的。
在优化交通拥堵收费策略的过程中，还应该考虑拥堵收费策略对出行者路径选择和交通流分配的影响，因为当某些路段实施拥堵收费时，出行者的路径选择会发生变化，最终交通流也会发生变化。该过程如图1所示。有三个链接，即链接1、2和3，如图1(a)所示。在实施拥堵策略之前，更多的旅行者会选择1号线，因此1号线比2号线和3号线的交通拥堵更严重。当在路段1实施拥挤收费时，路段1的出行成本将增加，因此降低了出行者选择路段1的可能性。因此，如图1(b)所示，一些旅行者会选择旅行成本较低的路段——在本例中是路段2和路段3。
图1。采用或不采用时分复用策略的交通流模式。在实施交通管理战略之前的交通流模式。交通管理策略实施后的交通流模式。
3.模型开发
本文提出的双层模型旨在通过仿真优化城市时分复用策略。在所提出的模型中，时分复用策略被量化为额外的旅行成本，并被添加到旅行成本中。该模型由两个层次组成。上层是时分复用策略优化模型。模型上层的目的是最小化系统旅行成本，包括旅行者的时间成本和时分复用策略的收费成本。模型的上层搜索最佳时分复用策略，提高道路利用率，并从最优系统的角度缓解交通拥堵。模型的下层是基于仿真的交通分配模型。上级将向下级提供候选时分复用策略；下层使用候选时分复用策略将业务流分配给多式联运网络。每个路段的行程时间和分配量被反馈到模型的上层。通过模型的上层和下层之间的迭代获得最佳时分复用策略。双层模型的框架如图2所示。
图2 .双层模型的框架。
3.1 .假设
在本文中，对所提出的模型进行了以下假设:
假设1:在这个模型中，OD矩阵是一个由起点和终点组成的二维表格，被假设为常数。
假设2:我们忽略了交通管理策略对出行者交通方式变化的影响。
假设3:并非所有旅行者都会选择成本最低的路线。换句话说，只要路径可以使用，旅行者就会选择其他路径。一条路径的旅行成本越低，选择这条路径的可能性就越高
3.2 .注释
双层模型中使用的符号定义如下:
Ta a路段行驶时间
Xa a路段交通流量
Ct 单位时间成本
Za 链路a的单位时分复用成本
N 仿真个数
mu;1时间成本系数
mu;2时分复用成本
Tadriving a路段行驶时间
Tawaiting a路段等待时间
Taother a路段其他行驶时间
Ta0 a路段自由行驶时间
Xcapacity 路段a的通行能力
alpha;用于行程时间计算的BPR函数中的参数，alpha; = 0:15
beta;用于行程时间计算的BPR函数中的参数，beta; = 4
Ca a路段上的总行程成本
Da a路段上的行程距离
Fa a路段上的经济成本
a 行程时间权重
b 行程距离权重
c TDM成本路径集
R 路径R
CR 总旅行费用
UR 路径R的效用
k 灵敏度系数的效用
3.3 .模型的上层
模型的上层从最优系统的角度寻找最优的时分复用策略，提高道路利用率，缓解交通拥堵。时分复用策略优化模型如下:
在时分复用方法中，最优系统降低了所有出行者的时间成本，同时降低了时分复用策略的计费成本。目标函数(等式(1))是最小化交通系统的出行成本。使用VISSIM仿真对具有候选时分复用策略的业务分配进行了N次仿真。N次出行成本的平均值将被视为交通系统的出行成本。出行成本包括出行者的时间成本和分时度假策略的收费成本。等式(2)决定了每个路段的行驶时间。行驶时间包括驾驶时间、在十字路口的等待时间、延迟时间等。等式(3)基于BPR(公路局)函数确定驾驶时间。BPR函数，也称为联邦公路局函数，用于计算路段的自由行程时间。
3.4 .模型的较低级别
模型的较低层次是反馈流量流向模型上层的流量和行程时间。模型的下层是基于VISSIM仿真的交通分配模型。因此，模型的较低层次不能被公式化为方程。我们主要使用交通分配的路径选择模型。
在实际出行中，路径选择的影响因素包括出行时间、出行距离和经济成本(如燃料成本)。为了体现这些因素对路径选择的影响，对这些因素进行了加权。等式(4)显示了路段行程成本的函数。考虑到交通方式的不同，该模型根据实际情况赋予不同的交通方式不同的权重a、b、c。因此，可以为具有不同交通模式的旅行者构建模型:
路径的总行程成本是路径上所有路段行程成本的总和，如等式(5)所示:
不是所有的旅行者都会选择成本最低的路线。只要路径可以使用，旅行者就会选择其他路径。路径的旅行成本越低，路径被选择的概率就越高。为了对路径进行评价，我们将路径的旅行费用转化为路径的旅行利用率，作为评价指标。旅行效用是旅行成本的倒数，如等式(6)所示:
logit模型在路径选择中被广泛使用，但是logit函数只考虑效用的绝对差异，而忽略了行程时间的差异。logit模型认为，5分钟和10分钟之间的行程时间差异与105分钟和110分钟之间的差异相同。在实际旅行中，这对旅行者来说显然是不合理的。为了纠正logit函数的误差，我们使用改进的logit函数来构造路径选择模型。路径选择模型如等式(7)所示；P(Rj)是由旅行者选择的链接Rj的可能性；k是模型的灵敏度系数(k . 0)。灵敏度系数k决定效用对路径选择的影响程度。通过反复模拟，当k = 3:5时，模型具有良好的灵敏度:
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[239651]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
