（控制理论与控制工程专业论文）计算智能理论在交通流诱导系统中的应用.pdf

山东大学硕士学位论文 摘要 智能交通系统是目前公认的全面有效地解决交通运输领域问题，特别是交 通拥挤、交通阻塞、交通事故和交通污染等问题的最佳途径。交通流诱导系统 是智能交通系统的核心研究领域和避免城市交通网络局部拥挤的最佳手段，而 实时动态路径选择是交通流诱导理论的核心和理论基础。国际上许多研究者从 多方面对以上理论领域进行了大量的研究，并取得了许多重要的研究成果。但 所建模型普遍存在着计算量大、优化时间长、不适合大规模交通网络等问题。 本学位论文紧密结合我国智能交通诱导系统研究与应用的需要，利用新兴起的 计算智能理论，对预测型动态路径选择理论的主要研究内容如下： 首先，受城市交通多时段定时控制方案的启发，结合神经网络理论应用中 的非线性函数分段逼近的理论，提出了多时段分时预测、分时诱导的思想，并 基于人工智能领域新的研究成果人工免疫系统，应用模式识别的理论和方 法，对交通网络状态模式识别问题进行了初步的研究和探索，而且用建立的人 工免疫算法进行城市交通状态模式识别的仿真研究，成功实现了交通时段的自 动划分，克服了人工时段划分和基于遗传算法的分级聚类交通时段划分的不足， 为交通时段的划分提供了一条新的思路。 然后，在对a r i m a 、k a l m a n 滤波、人工神经网络等交通流预测方法总结回 顾的基础上，结合新兴的小波神经网络理论，建立了基于小波神经网络的短时 交通流预测模型，并利用实测的济南市经十路交通流数据，与传统的预测方法 进行了对比仿真实验。仿真结果表明，该模型在交通流的预测精度和网络的收 敛性方面明显优于b p 网络，对实时交通流的预测有着良好的应用前景。 最后，论文在现有研究成果的基础上，建立了交叉口有信号控制时的用户 最优动态路径选择模型。并且，基于人工免疫优化理论，建立了一种免疫优化 算法，并借助于计算实例，对所建立的模型进行优化计算。计算结果说明新的 模型与优化算法在计算最短彪路问题方面是可行的，与传统优化算法相比具有 明显的优越性。 关键词：智能交通系统；交通诱导系统；人工免疫系统；短时交通流预测： 最短k 路问题 生奎奎兰堡主兰堡垒苎 a b s t r a c t i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e mi st h eb e s ta c k n o w l e d g e dm e t h o dt 0s o l v e p r o b l e m si nt r a f f i cf i e l da tp r e s e n t ，s u c ha st r a f f i c j a m ，t r a f f i cb l o c k ，t r a f f i ca c c i d e n t , t r a f f i cp o l l u t i o n t r a f f i cf l o wg u i d a n c es y s t e mi st h ec o r er e s e a r c h i n gs u b j e c ti n i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e ma n da l s ot h eb e s tw a y t oa v o i du r b a np a r t i a lt r a f f i c j a m f u r t h e r m o r e ，t h es t u d yo ft r a f f i cf l o wg u i d a n c et h e o r yi sb a s e do nh o ww e l l r e a l - t i m ed y n a m i cr o u t ec h o i c ei sr e s e a r c h e d ，a b o u tw h i c hm a n yr e s e a r c h e r sd i d s o m ew o r k si nv a r i e t yo fa s p e c t s ，a n da sw e l lo b t a i n e ds o m ei m p o r t a n t a c h i e v e m e n t s h o w e v e r , t h em o d e le s t a b l i s h e do f t e nh a dm a n yp r o b l e m ss u c ha s q u a n t i t i e so fc o m p u t i n g ，l o n gt i m eo fo p t i m i z i n ga n du n f i t t i n gf o rl a r g es i z et r a f f i c n e t w o r k t h i sd i s s e r t a t i o n ，c o n s i d e r i n gf o l l ya b o u tt h en e e do fs t u d y i n gi n t e l l i g e n t t r a n s p o r t a t i o ns y s t e ma n di t sa p p l i c a t i o n i nc h i n a ，d i ds o m er e s e a r c h e si nt h e f o r e c a s t i n gd y n a m i cr o u t ec h o i c et h e o r yb a s e do nt h ec o m p u t i n gi n t e l l i g e n c et h e o r y f i r s to f a l l a c c o r d i n gt ou r b a nt r a f f i c1 1 i m eo f d a yc o n t r o lm e t h o da n dd i v i d i n g a p p r o a c ho fn o n - l i n e a rf u n c t i o nt h e o r yi na n na p p l i c a t i o n ，ak i n do fi d e aa b o u t m u l t i i n t e r v a lo f t i m ef o r e c a s t i n ga n dg u i d a n c ew a sp u tf o r w a r d a n dt h e n ，b a s e do n an e wr e s e a r c hh a r v e s ti na if i e l d ：a r t i f i c i a li m l l u n es y s t e m ，s o m ep r e l i m i n a r y w o r k sw e r ed o n et ot r a f f i cn e t w o r ks t a t ep a r e mr e c o g n i t i o n m o r e o v e r t h ea u t h o r a l s oc a r r i e ds i m u l a t i o no nt oc i t yt r a f f i cs t a t ep a r e mr e c o g n i t i o np r o b l e mw i t ht h e e s t a b l i s h e da r t i f i c i a li m m u n ea l g o r i t h m a sar e s u l t ，t h es i m u l a t i o ns u c c e e d e di n r e a l i z i n ga u t o m a t i cp a r t i t i o no ft r a f f i c i n t e r v a l so ft i m ea n do v e r c a m es o m e d e f i c i e n c i e so fa r t i f i c i a lp a r t i t i o no rt h eg e n e t i ca l g o r i t h m sm e t h o d ，w h e r ean e w i d e af o rt r a f f i cp e r i o do f t i m ep a r t i t i o nw a sa l s op r e s e n t e d i na d d i t i o n ，a f t e rr e v i e w i n gs o m ef o r e c a s t i n gm e t h o d sl i k ea r i m a ，k a l m a n f i l t e ra n da n n ，t h ea u t h o rp r o p o s e das h o r t t e r mt r a f f i cf l o wf o r e c a s t i n gm o d e l b a s e do nw n n t h e o r y m o r e o v e r , w i t i lt h er e a lt r a f f i cd a t ao fj i n g s h ir o a di nj i n a n c i t y , as i m u l a t i n ge x p e r i m e n tw a sd o n et oc o m p a r ew i t ht h et r a d i t i o n a lm e t h o d t h e c o n s e q u e n c ei n d i c a t e st h a tt h i sm o d e li so b v i o u s l yb e t t e rt h a nb pn e t w o r ki nt e r m s o f b o t hf o r e c a s t i n gp r e c i s i o na n dt h en e t w o r ka s t r i n g e n c y , a n di th a sag o o dp r o s p e c t i nr e a l - t i m et r a f f i cf l o wf o r e c a s t i n g 1 1 山东大学硕士学位论文 f i n a l l y , t h i sp a p e re s t a b l i s h e dau s e ro p t i m u md y n a m i cr o u t ec h o i c em o d e l ， w h e r er o a di n t e r s e c t i o n sw e r ec o n t r o l l e db ys i g n a l a f t e rt h a t ，b a s e do na r t i f i c i a l i m m u n eo p t i m i z i n gt h e o r y , i tb u i l ta l li m m u n eo p t i m i z i n ga l g o r i t h mt oo p t i m i z et h e m o d e li nac o m p u t i n ge x a m p l e t h er e s u l ts h o w st h a tt h en e wm o d e la n da l g o r i t h m a r ef e a s i b l ei nc a l c u l a t i n g 妒s h o r t e s tp a t hp r o b l e ma n dh a v em o r ea d v a n t a g e st h a n t h ep a s tm e t h o d s k e y w o r d s ：i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ；t r a f f i cf l o wg u i d a n c es y s t e m ；a r t i f i c i a l i m m u n es y s t e m ；t r a f f i cf l o ws h o r t - t e r mf o r e c a s t i n g ；妒s h o r t e s tp a t hp r o b l e m 1 1 1 山东大学硕士学位论文 符号说明 a g ：抗原 a b ：抗体 i 巫记忆数据集 功：所有抗体与抗原a g 的距离度量矢量 4 巧：所有抗体与抗原以的亲和力矢量 s ：肘中抗体的相似度矢量 n c ：激发细胞产生的克隆细胞数量 g ：激发细胞产生的克隆细胞群体，亲和力成熟后变为c t t ：抗体的变异率 盯西盯j ：阈值 工2 ( r ) ：由正交小波函数构成的函数集合 扩( r ) ：正交小波函数 妒( o ：正交尺度函数 阡，辨，：子空间 2 m ：隐含层节点的权值 西( ) ：隐含层节点的非线性函数 “：输出层节点的权值 e n ：正交小波神经网络的输出误差 正j a e o b i a n 矩阵 。 i v 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明 的法律责任由本人承担。 论文作者签名：翌鱼选 日期：j 幻 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保留或向 国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人 授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可 以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：丛导师签名：勉，j , j r l 期： 山东大学硕士学位论文 1 1 研究背景 第一章绪论 近半个世纪以来，交通拥挤、道路阻塞和交通事故的频繁发生正越来越严 重地困扰着世界各国的大城市。资料统计，全世界的汽车保有量以每年3 0 0 0 万 辆的速度递增，2 0 0 4 年中国汽车保有量达到2 9 0 0 多万辆，同比增长2 5 以上。 其中私家车1 0 0 0 多万辆。我国每年因交通堵塞和交通事故造成的经济损失约为 国内生产总值的2 。2 0 0 5 年5 月发布的美国城市交通报告显示，美国的交通堵 塞每年给美国经济至少造成6 0 0 多亿美元的损失；2 0 0 4 年，中国因交通事故造成 9 9 2 1 7 人死亡，4 5 万多人受伤，直接财产损失2 7 7 亿元人民币：在许多城市， 汽车尾气已经成为大气污染的首要污染源。 为了提高运输网络使用效率，解决交通拥挤和交通安全等问题，二十世纪 六十年代以来，发达国家进行了城市交通规划和城市交通控制研究。其中交通 规划是解决交通拥挤的外延式途径，交通控制则是解决交通拥挤的一种强制性 手段。尽管交通规划和交通控制是城市交通网络建设和管理不可缺少的重要环 节，但实践证明，仅仅依靠这两种措施仍然不足以经济、高效地解决交通拥挤 和交通安全问题。因为交通网络问题是一个复杂的大系统问题，单独从车辆方 面考虑或单独从道路方面考虑都很难完美地得以解决。 二十世纪八十年代以来，发达国家的运输领域进入了一个崭新的研究阶段， 即美国、日本、加拿大、英国、德国等国正在全力研究的“智能交通系统” ( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，i t s ) 。发达国家确定的智能交通系统包括出行 和运输管理系统( 含交通流诱导系统) 、出行需求管理系统、公共交通运输管理 系统、电子收费服务系统、商业车辆运行、紧急情况管理系统和先进的交通控 制与安全系统等7 个领域共2 9 个研究项目。其中解决交通拥挤、保证交通安全、 提高路网使用效率的主要手段是建立交通流诱导系统，这是智能交通系统的重 要组成部分【1 】1 2 】。 随着经济的发展和汽车拥有量的增加，城市交通拥挤，特别是高峰小时的 拥挤日益严重。交通阻塞在不同的时段发生在不同的地方，交通拥挤的程度决 定了城市交通流的分布形态，出行者总是试图改变出发时间和出行路径来避开 阻塞地点，以期快速到达目的地。但随着交通状况的日益复杂化，出行经验对 山东大学硕士学位论文 驾驶员的帮助越来越有限，人们出行时不得不更多地借助于交通流诱导系统来 进行路径选择。因此，当前对交通流诱导系统进行研究是十分必要的，且对于 整个i t s 的发展具有深远的理论和实践意义。 1 2 交通流诱导系统简介及研究现状 1 2 1 交通流诱导系统简介与研究现状 交通流诱导系统( t r a f f i cf l o wg u i d a n c es y s t e m , t f g s ) 是利用全球定位系统 ( g l o b a lp o s i t i o n i n gs y s t e m ，g p s ) 、电子交通图( e l e c t r o n i cm a po ft r a f f i c n e t w o r k ) 、计算机和先进的通信技术，使得计算机能够自动显示车辆位置、交 通网络图和道路交通状况，为驾驶员找到从当前位置到目的地的最优行驶路线， 并协助出行者方便地进入原先没有去过的地方【3 1 。使用交通流诱导系统( t f g s ) ， 能够避免盲目行驶或凭经验行驶造成的交通阻塞，减少车辆在道路上的逗留时 间，从而达到使路网畅通、高效运行的目的。 根据交通流诱导信息作用的范围，t f g s 可以分为车载导航系统和出行者信 息系统两大类。车载导航系统在车辆上安装定位装置、信息接收装置和路线优 化装置，对单个车辆实时进行诱导；出行者信息系统主要根据其它的通信方式 为用户提供交通动态信息进行交通流诱导。车载导航系统根据诱导信息的决定 方式分为中心式诱导和分布式诱导。中心式诱导由诱导信息中心按照车辆的请 求，根据动态交通分配理论确定车辆的行驶路线，下传到车辆；分布式诱导由 诱导信息中心下传实时的交通信息数据，车载机根据实时的交通信息确定诱导 行驶路线。相对来讲，中心式诱导对通信系统要求高一些，在理论上倾向于符 合w a r d r o p 第二准则，即系统最优( s y s t e mo p t i m u m ，s o ) 准则；分布式诱导强调 为用户本身寻找最佳路径，理论上倾向于w a r d r o p 第一准则，即用户最优( u s e r o p t i m u m ，u o ) 准则。 交通流诱导系统自诞生以来，就受到了人们的普遍关注。目前世界范围内 对于交通流诱导系统的研究处于领先地位的有三大地区以美国为代表的北 美地区、以德国、英国为代表的欧洲地区和以日本为代表的亚洲地区。现分别 对这些国家和地区在城市交通流诱导系统方面的研究情况加以介绍【4 1 。 ( 1 ) 美国的研究现状 美国对交通流诱导系统的研究起步于二十世纪六十年代。电子路径导航系 2 山东大学硕士学位论文 统( e l e c t r o n i cr o u t eg u i d a n c es y s t e m ，e r g s ) 是美国2 0 世纪6 0 年代后期提出并加 以研究和实验的中央导航系统。 九十年代后，美国对i v h s ( i n t e l l i g e n tv e h i c l eh i g h w a ys y s t e m s ) 研究开始介 入和展开，并先后进行了p a t h f i n d e r ，t r a v t e k ，a d v a n c e ，s w i f t 等以动态路 径诱导系统为主要内容的a t i s ( a d v a n c et r a f f i ci n f o r m a t i o ns y s t e m s ) 现场运营 实验。p a t h f i n d e r 是美国的第一个i v h s 研究项目。该系统通过广播、电话等通信 方式给车载信息装置和可变信息板发送交通信息，从而诱导车辆避开拥挤。 t r a v t e k 是美国有代表性的车辆诱导系统，是由美国联邦公路委员会、佛罗里达 文通部及奥兰多市等政府部门和通用汽车公司、摩托罗拉公司以及美国汽车协 会等联合开发的一个交通路径诱导系统。该系统以实时路线引导和服务信息系 统实用化为目的，主要由交通管理中心( 1 m c ) 、信息与服务中心( t i s c ) 、装有 导航装置的车辆组成。 1 9 9 1 年7 月到1 9 9 6 年1 2 间，由美国伊利诺斯交通部、联邦公路局、摩托罗拉 公司和伊利诺斯运输研究委员会联合，进行了a d v a n c e ( a d v a n c e d d r i v e ra n d v e h i c l ea d v i s o r yn a v i g a t i o nc o n c e p t ) 项目的研究。该系统的车辆定位主要基于 差分g p s ，在g p s 处于盲区时辅以航位推算法为车辆提供定位数据。a d v a n c e 是基于实时交通条件( 当前路段行程时间) 的分布式路径诱导系统。由于 a d v a n c e 车辆不多，因此大量的实时行程时间数据是通过历史数据库、交通 信号系统等其他信息源进行数据转换、融合而得到的。 美国随后进行的s w i f t ( 1 9 9 4 8 一1 9 9 7 1 2 ) 项目利用高速调频f m 副载波 h s d s 技术向传呼机式手表、车载专用电台、便携式微机提供实时交通信息。便 携式微机可以显示诸如事故报告、检测器数据等信息。 t r a v l n f o ( 1 9 9 3 4 一1 9 9 8 1 2 ) 项目通过一系列设备，如传呼机、出行者咨询电 话系统、车载导航系统和i n t e r a c t 主页向出行者提供及时而准确的多方式信息和 动态路径建议，由于美国的c d p d 可以提供无线i n t e m e t 服务，因此基于i n t e r a c t 的动态路径诱导系统富有开发与实用前景。 目前在美国投入使用的m a y d a y 系统，用户可以通过连续保持与服务中心 的无线通信联系自动报告车辆自身的位置，在必要时还可以获得紧急帮助。该 系统的扩充功能包括提供：出行者信息、路径帮助和诱导等服务。另外美国各 地广泛布置了区域性的多方式出行者信息系统( m u l t i m o d a lt r a v e l e r l n f o r m a t i o n s y s t e m s ) ，包括在i n t e m e t 上进行实时交通信息的发布。 山东大学硕士学位论文 ( 2 ) 欧洲的研究现状 在欧洲，德国和英国分别在八十年代末期开发出了用于示范的基于红外信 标进行通信的动态路径诱导系统：l i s b 系统和a u t o g u i d e 系统，二者都是利用历 史数据进行诱导，其q h a u t o g u i d e 还要基于环形检测线圈的交通数据。而后英国 推出了世界上第一个商用车载路径诱导系统t r a f f i c m a s t e r ( 目前已发展成为具 有提供语音信息功能的t r a f f i c m a t e ) 。 进入九十年代，由西门子公司和b o s c h b l a u p u n k 公司联合开发的a l i s c o u t 系统是欧洲最有代表性的交通路径诱导系统。该系统包括车内设备和车外 设备两部分。车内装备有定位设备、导航设备、磁场传感器、车轮转数计、带 有键盘和方向指示器的操作项板、行程时间测量仪、红外发射器、红外接收器 和目标存储器等；车外装备有信标红外发射器、信标红外接收器、信标控制器 和路径诱导计算机。该系统是基于红外信标通信方式的中心决定式的路径诱导 系统。 目前德国斯图加特的s t o r m 项目致力于开发双模式路径诱导系统：即在安 装红外信标的区域开发基于红外信标进行中心决定式的路径诱导，同耐在广域 内开发基于r d s - - t m c 交通广播的路径诱导；而隶属于p r o m e t h e u s 计划的 ( d u a lm o d er o u t eg u i d a n c e d m r g ) 将静态的自主导航和基于r d s 州c 广播 联合起来成为动态的分布式路径诱导系统，扩展的系统可以用g s m 代替r d s t m c 系统。 在英国、德国、意大利等1 1 个欧洲国家，基于a l e r t c 协议的交通数据频道 ( r d s - - t m c ，r a d i od a t as y s t e m - - t r a f f i cm e s s a g ec h a n n e l ) 广播已经或者即将 开通。该系统能够向用户提供交通事故、拥挤、道路施工等信息。 ( 3 ) 日本的研究现状 在日本，交通流诱导系统的研究最早开始于1 9 7 3 年，一个称为 c a c s ( c o m p r e h e n s i v ea u t o m o b i l et r a f f i cc o n t r o ls y s t e m ) 的项目首先进行了基 于r f 射频通信的车载动态路径诱导系统的开发实验。目前日本最有代表性的是 v i c s ( v e h i c l ei n f o r m a t i o na n dc o m m u n i c a t i o ns y s t e m ) 系统和d r g s ( d y n a m i c r o u t eg u i d a n c es y s t e m s ) 系统。 v i c s 中心成立于1 9 9 5 年，1 9 9 6 年开始进行道路交通信息的提供服务。所 i 胃v i c s ，是系统地收集、处理、编辑驾驶员所需的道路交通信息，并通过微波 信标、红外信标、f m 广播等媒体发布方式把这些数字信息经可变信息板、车 4 山东大学硕士学位论文 载信息装置提供给驾驶员。通过向驾驶员提供实时的道路交通信息，协助进行 路径选择、分散交通流，以实现交通安全和畅通的目的。 日本目前正在部署一种加强的城市交通管理系统( u r b a nt r a f f i c m a n a g e m e n ts y s t e m s ，u t m s ) ，它与v i c s 相兼容，利用红外信标进行路段行程 时间的采集。u t m s 由五个子系统组成，动态路线诱导系统( d y n a m i cr o u t e g u i d a n c es y s t e m ，d r g s ) 是u t m s 的一个重要子系统。d r g s 综合了分布式诱导 ( 只使用车载数据) 和中心式诱导的长处，采用多模式的路径诱导方式。为了 减轻系统的负担，对于系统的主要道路的引导由中心式诱导功能实现；而对于 小交通流局部道路或本地街道则使用分布式诱导来实现。 1 2 2 动态交通分配理论 典型的t f g s 由四部分组成：交通流信息采集与预测模块、车辆定位模块、 交通信息服务模块和行车路线优化模块。目前，全球定位技术和双向信息传递 技术已经比较成熟，只需进行必要的有机结合就可以快速完成车辆定位和各种 信息的转换与传输。但基础理论模型研究较为滞后，所以造成某些研究项目因 理论问题未解决而没有得到实际应用，这就是目前世界各国重视理论模型研究 的主要原因。这个理论问题，学术上称为“动态交通分配”，其理论、模型与 算法的优劣直接影响交通流诱导系统以至整个智能交通系统的造价与功能。因 此，“动态交通分配”理论与方法的研究在国际上受到空前的重视。 所谓交通分配，是指按照一定的原则，将各o d 点对间的出行量分配到具体 的交通网络上去，从而得到各路段的交通量，以判断各路段的负荷水平。近半 个世纪以来，国内外学者对交通分配问题进行了大量的研究，提出了不少交通 流分配模型与软件。总体来看，这些模型可以分为两大类1 5 l = 平衡分配模型与 非平衡分配模型。其中，平衡分配模型要遵循w a r d r o p 用p 最优准则或系统最优 准则，如固定需求平衡分配模型、弹性需求平衡分配模型和综合平衡分配模型 等，它们或者使得个别交通参与者的出行费用最低，或者使得交通网络上所有 出行者的总出行费用最低；而不采用w a r d r o p 准则，运用启发式解法或其它近似 解法的分配模型则统称为非平衡分配模型，如全有全无分配模型、容量受限分 配模型、多路径概率分配模型、随机分配模型和熵分配模型等。然而，以往的 研究成果无论是平衡模型，还是非平衡模型，基本上都属于静态模型的范畴， 不能反映交通流的时变特性静态交通分配模型假设交通需求和路段行程时间 山东大学硕士学位论文 为常数或仅依赖于本路段上的交通量，这对于交通量比较平稳，路段行程时间 受交通负荷影响较小的城市问长距离或非拥挤的城市交通特性分析和路网规划 是比较可行的。”而对于存在拥挤现象的城市交通网络，由于交通需求在一天中 变化很大，使得网络交通流的时空分布规律具有时变特性，从而导致路段行驶 时间大大依赖于交通负荷的变化。因此，在城市交通控制与交通流诱导中，更 需要考察路网中交通流状态随空间和时间的演变过程，针对可能出现的拥挤和 阻塞及时采取有效措施，确保城市交通系统平稳、高效地运行，这些都是静态 模型难以胜任的。为表现这种比较短时间内的非定常交通，从问题的性质上来 看需要进行动态分析，即研究动态模型，从而引入了动态交通分配理论。 动态交通分配 6 ( d y n a m i et r a f f i ca s s i g n m e n t ，d t a ) 是指以时时刻刻变动的 交通需求为对象的交通量分配。对动态交通量分配来说，首先有必要从时间、 空间上对非定常交通流做出描述。因此，有必要将道路网分成更小区间( 小段) 。 时间和空间的划分方法取决于所研究问题精度的要求，与静态交通分配相比， 计算量和计算时间都将变得非常大。路径或路段上的交通状态量的时间变动将 用交通量守恒准则或连续方程式的交通流模型来记述。作为此交通流模型的状 态变量，一般来说可用交通密度、存在车辆数、排队车辆数等来表示。动态交 通分配将适用于自由流、拥挤流( 交通密度超过临界密度时的交通流) 这两个方 面，因而可以再现包括交通拥挤在内的广泛的交通现象。 在交通分配模型中，给定的任何一个o d 对( f ，力中存在着一个交通需求函数 啾，) ，o r t ( t 是建模研究的时段) ， ，) 表示r 时刻离开i 前街的出行率。当以力 在t 内被视为常数时，这种分配问题属于静态交通分配问题。可见，静态交通 分配模型假定了在建模时间段内交通需求是常值，也即交通流分布形态是固定 的。动态交通分配模型考虑了交通需求随时间变化的特性，其交通需求函数随r 而变。动态交通分配就是在给定交通网络、路段特性函数以及随时间变化的o d 交通发生率的基础上，获取路网上随时间变化的交通流形态以及行程时间、费 用的过程。与静态模型类似，动态交通分配模型亦可分为动态系统最优( d y n a m i c s y s t e mo p t i m u m ，d s o ) 交通分配模型和动态用户最优( d y n a m i cu s e ro p t i m a i n 。 d u o ) 交通分配模型。根据个人费用定义的不同，动态用户最优模型又可分为预 测型用户最优和反应型用户最优两类。 6 山东大学硕士学位论文 1 2 3 动态路径选择问题 在动态交通分配理论中，对出行者的路径选择问题的研究，是典型的研究 方向之一，通常称为“动态路径选择”问题。动态路径选择模型是以最优控制 理论和最优化理论作为其研究工具，以动态交通网络模型的形式，研制与开发 能提供于t f g s 的实时交通信息的技术。对动态路径选择的研究始于7 0 年代，己 有2 0 余年的历史，涌现了大量的研究成果【7 】- 【2 1 1 。从研究方法上看，主要可分为 计算机模拟方法、数学规划建模方法、最优控制理论方法和变分不等式方法四 种： ( 1 ) 计算机模拟方法 y a g a r 提出了第一个计算机模拟的交通分配模型。该模型满足w a r d r o p 用户 最优原则，考虑了随时间变化的需求以及排队的形成。t o n g 和w o n g 建立的考虑 了通行能力约束的预测型交通分配模型为计算机模拟模型的最新成果。计算机 模拟的交通分配模型在每一次迭代分配中对出行者的行为假设进行模拟。这类 模型的优点在于相对容易地将交通控制等措施集成进来，可用来评价i t s 项目中 交通信息服务、路径诱导的效果。其缺点是模型的分析能力羞无法从模型本 身分析其解的收敛性以及分析精度等。 。( 2 ) 数学规划建模方法 第一个以数学规划方法为基础的模型是m e r c h a n t 和n e m h a u s e r 提出来的离 散的、非凸的非线性规划m n 模型。k u h n - t u c k e r 条件表明该模型符合动态的 w a r d r o p 系统最优原则。p a p a g e o r g i o u s 论述了动态交通分配的一些框架性问题， 提出了一些新观点，建立的动态交通网络模型，克服了一般模型的不足。c a r e y 首次提出了动态交通分配的f i f o ( f i r s t i n f i r s t - o u t ) 规则。f i f o 规则这个性质使得 动态交通分配的数学规划方法遇到了极大困难“u 分析路段行走函数、路段流 出函数与f i f o 规则的关系，提出了满足f i f o 规则的路段流出函数形式，并建立 了动态系统最优和用户最优模型。但此类方法也存在着许多不足，如对于一般 网络缺乏一种有效的解法。w i s t e n 和s m i t h 提出了基于分配率而不是弧和路径流 量的算法，把驾驶员的不满意程度作为用户平衡模型的目标函数，该模型给一 些大型动态网络问题的解决提供了方便，但未能对此模型的收敛性给予一般性 的证明，且此方法解决环形路段遇到了极大的困难，很容易产生死锁现象。 ( 3 ) 最优控制理论方法 与上述数学规划方法不同，l u q u e 和f r i e s z 等提出一个应用最优控制理论解 7 山东大学硕士学位论文 决动态系统最优模型的新思想，将m - n 模型改进成为一个连续的最优控制问题， 最优值条件i 妇p o n t r y a g i n 极大值定理获得。最优控制理论方法建立的模型具有易 于分析的优点，这类模型通常在求解时被转化为离散时间形式的非线性规划、 线性规划问题求解；但也存在着许多缺点，如对于般网络缺乏一种有效的解 法。 ( 4 ) 变分不等式方法 应用变分不等式进行动态交通分配理论建模是近几年内发展起来的，己被 证明是研究动态交通分配的一条有力途径，尤其适合解决其他方法不宜描述的 复杂问题。u r i s s i k a i t o u n i 提出了一个动态交通分配的变分不等式模型。该模型 是在静态交通分配基础上通过时间一空间扩展网络技术直接推广而得到的。 r a n 和h a l l 等分别提出了基于路径、基于路段的变分不等式模型并表明基于路段 的理想动态用户最优路径选择问题的变分不等式模型及求解算法适合于大规模 动态交通网络的描述与求解，但实际上此模型及算法并没有完全克服前面系列 方法的弱点，仅仅局部得到了改进，仍然没有解决对大规模动态交通网络路径 选择的描述与求解问题。h u n g 等提出了一种离散时间的有排队网络的动态u o 路径和出发时间同时选择的变分不等式模型，并给出了一种基于路径的启发式 求解方法。上述动态路径选择模型中均把交叉口的费用当作常数或不予考虑， 显然这与实际情况有很大偏差。 由此可知，由于在模型上和算法上固有的缺陷，传统的建模方法几乎都没 有很好地解决如何应用于具有高度复杂性和影响因素多重性的动态大规模交通 运输网络这一问题。 1 2 4 基于计算智能的交通系统研究现状 近几年来，随着计算智能理论研究热潮的掀起，国内外许多学者把计算智 能领域中的部分理论，如专家系统、模糊理论、人工神经网络、遗传算法、多 智能体技术等，引入智能交通系统的研究，试图克服传统方法的缺点，产生了 比较好的效果 2 2 - 3 4 】： 针对交通阻塞成因与交通流运行的相互影响关系，专家系统技术在s a g e 和c l a i r e 系统中被用来监视、跟踪、分析、解释和处理阻塞问题，而在s c i i 和p r o p e r 系统中专家系统技术分别被用于相位结构的调整和左转相位的选 择。 山东大学硕士学位论文 贺国光等运用模糊控制技术实现了实时获取的交通路况信息和信号配时方 案之间的对应选择关系，并将其改进为基于模糊逻辑的分布式智能实时城市交 通控制系统。k k a g o l a n u 等则利用模糊规则与算法更新相位及绿时，实现了针 对孤立路口的智能控制。 m s d o u g h e r t y 等专门就人工神经网络技术在道路交通控制领域的应用主 要包括交通流预测、阻塞识别和路线导航系统对司机选线的影响模型等方面进 行了研究。c j b a m a r d 等利用b p 网络模型，分别以交通流密度和不同相位的绿 时作为输入，输出，直接建立起交通模式与信号方案之间的内在联系，从而实 现了以交通流最优化为目标的三相位孤立交又路口的自学习动态适应性控制系 统c l e d o u x 贝l j 提出了基于神经网络的实时适应性城市交通信号控制系统的交 通仿真模型。 对每 比， 小： 法， 煜普提出一种基于强化学习和遗传算 个道路交叉口交通流的优化，采用强 通过遗传算法产生局部学习过程的全 、 交通 习修 化标 m a r c o 在基于多智能体的交通信号控制中使用了基于模型的强化学习方 并且使用车辆智能体来计算各交叉口的值函数，各交叉口智能体只复制本 地的所有状态动作对，这样大大节省了计算资源，并且基于车辆的值函数也能 用于车辆诱导。欧海涛等提出采用由递归建模和改进的贝叶斯学习相结合的多 智能体系统实现交通网络流量控制。f e r r e i r a 构造了一种多智能体分布式控制策 略来进行城域交通网络的控制。每个智能体只负责一个交叉口的信号控制，而 且与临近的智能体交换当前交通状态信息后决定各交叉口的信号配时，从而实 现各智能体间的合作。 c h o y 等采用一种复杂的模糊神经网络进化混合系统来构造分层分布式城 市交通控制多智能体系统，各个智能体利用模糊系统的推理能力、神经网络的 学习能力来进行实时决策，其中各层智能体的感知过程能通过在线强化学习进 行调整。r o o z e m o n d 提出一种由交叉口智能体不断预测路段未来时间段交通状 况的交通控制方法。承向军等提出一种引入学习机制的基于多智能体技术的城 市交通控制系统框架，初步建立了一个具有专家系统特点、可以不断进化的分 布式城市智能交通控制系统。 由此可见，运用计算智能技术解决智能交通理论问题是比较好的途径之一， 9 针信大，绿的法的期方期周制周灯控灯号织号信组信正自个修 号每 ， 信正准的学优法化局 杨 一 而； 山东大学硕士学位论文 也是今后智能交通诱导系统理论研究的发展方向。 1 3 论文的主要研究内容 前面我们分析了交通流诱导系统理论的发展现状和存在的问题，并认识到 先进的交通流诱导系统( t f g s ) 的研究是解决日益严峻的交通问题的一个重大 举措。本论文从交通流诱导系统研究和应用的需要出发，运用计算智能的方法 和技术，对交通流诱导系统研究中应解决的相关理论问题进行了研究探讨，开 发了新的交通状态识别、交通流量预测和最短路径选择模型与方法，并进行了 相应的实证研究和仿真实验。具体地说，包括以下几个方面的内容： ( 1 ) 交通状态识别模型 受多时段定时( t i m eo f d a y ，t o d ) 控制方案的启发，结合神经网络应用中的 非线性函数分段逼近的理论，提出了多时段分时预测、分时诱导的思想，然后 基于计算智能领域新的研究成果人工免疫系统，应用模式识别的理论和方 法，对交通网络状态模式识别问题进行孓初步的研究和探索。最后，利用济南 市交通支队提供的济南市经十路的交通数据库，结合新建立的人工免疫算法进 行城市交通模式识别的仿真研究，成功实现了交通时段的自动划分，克服了人 工时段划分和基于遗传算法的分级聚类交通时段划分的不足，为交通时段的划 分提供了一条新的思路。 ( 2 ) 交通流量预测方法 实时准确的交通流量预测是预测型动态路径选择的基础，也是交通流诱导 系统实现的前提及关键。论文在对a r i m a 、k a l m a n 滤波、人工神经网络等传 统交通流预测方法总结回顾的基础上，结合新兴起的小波神经网络理论，建立 了基于小波神经网络的短时交通流预测模型，并用实测的济南市经十路交通流 数据，与传统的b p 神经网络预测方法进行了对比仿真实验，检验了模型的效 果。 ( 3 ) 最优路径选择算法 在城市中，交通路网的交叉口延误是交通延误的主要因素，路段延误却经 常可以忽略不计，而以往的动态路径选择模型往往对交叉口交通信号的控制对 路径选择的影响考虑不足，导致最终得到的“最优”路径并不能符合实际情况。 论文在现有研究成果基础上，建立了交叉口有信号控制时的用户最优动态路径 1 0 山东大学硕士学位论文 选择模型，然后基于人工免疫优化理论，对所建立的模型进行了优化计算，并 通过计算实例说明了新的模型与优化算法的可行性和优越性。 1 4 本章小结 本章首先对交通流诱导系统及其理论研究的由来和必要性进行了简单的阐 述，然后简要介绍了其研究内容和发展现状，并借助于对目前科研领域所采用 的各种研究方法的讨论，引