论文部分内容阅读
【摘要】随着我国交通运输产业快速发展，对道路交通运行能力也提出了更高的要求。为了适应这一变化，现有高速公路不断拓宽路面车道数，这在一定程度上提升了高速公路的通行能力。然而高速公路仍采用客货混行的通行方式，增加车道对通行能力的提升有限，且易引发交通事故。本文通过BP神经网络结合交通仿真，通过对交通流进行预测，建立不同状况下交通流模型。通过预测结果对驾驶员进行合理的交通出行诱导，避免出现车流量大、堵车等状况，极大地提高了高速公路的通行能力。
【关键词】高速公路，多车道，交通流
一、引言
随着交通行业的迅速发展，利用现代智能控制、模糊控制等技术对交通行业进行管制、对交通流的动态诱导在我国乃至世界各国都备受关注。迅速、实时的把握交通的运行状态，能够为很好的制定出诱导驾驶员正确出行的信息做好保障措施。尤其是近年来刺激国内经济增长措施的实施以来，国内多条高速公路开始进行加宽改造工程，目前这些高速公路基本上仍旧沿用四六车道的管理模式，通常没有按照车型或者车的种类来划分特定的行驶车道，没有考虑车流的变换以及车型所占比例不同对诱发交通拥堵和交通事故的作用，所以往往极易导致在有多个车道的高速公路上出现超车频繁，行驶混乱的现象。因此，如何保证行车安全，提高高速公路的通行能力，加强对多车道高速公路交通流特性和交通诱导策略的研究具有十分重要的意义。
我国现以双向四车道、六车道的高速公路居多，大多采用客车和货车混行的模式，就我国的车辆种类，以及人们驾驶的安全意识而言，这种驾驶模式极易造成事故的发生。车辆在高速公路上快速奔驰，如果发生操作失误，或者突遇其他的交通事故，而驾驶员惯性反应，立即调整方向，急速转弯，这样容易使转弯半径过小，从而容易引起极大的离心力，车辆可能就会发生翻车事故。如果另一侧的车辆刚好驶来，两者极有可能发生相撞，后车紧跟其后，极易发生连环事故。这些都会对高速公路通行能力产生重大的影响。
二、高速公路交通诱导管理
高速公路管理体系可以实时掌握并主动控制与诱导路网上的车辆，预防交通事故的发生、消除引起交通异常的隐患，对于行车安全和道路的畅通至关重要，它起到了统筹安排的作用，而交通流诱导是保障整个交通体系达到最大经济效益的前提条件。
交通流诱导利用现代各种技术手段，包括计算机软硬件、通信设备等引导交通拥堵路段的车辆行驶到相对宽松的路段，这样既可以减少交通堵塞路段的交通压力，也可以发挥其它路段的作用。动态的交通信息被采集后传送给处理中心，处理中心经过分析判断，从而帮助驾驶员找到一条从起始点到目的地的最优路径的系统。驾驶员在高速路上行驶时，可以打开相应的终端设备，比如广播、手机短信等就可以接收实时的交通流动态信息，或者发送请求给处理中心，可以获得可供选择的多条路径。
交通流诱导系统主要从两个方面对其进行理论研究：
（1）ITS的实施技术研究：主要把现代通信、导航定位、电子信息处理及控制等方式有效地引入到ITS领域中。目前，在实施技术方面的理论研究已取得了很大成效。
（2）ITS的基础理论研究，即交通流诱导系统的研究。这要结合实时动态交通信息进行建模，该模型是美国早起采用的系统，我国在这方面研究还有待提高。
1.高速公路诱导系统的组成
高速公路诱导系统由信息处理与控制计算机、信息采集单元、诱导数据库服务器、发布终端、数据通信五个部分组成，如图1所示。
2.基于BP神经网络的交通流预测模型
神经网络具有非线性动态分析能力、较快的自适应性和自学习能力，在智能预测领域得到广泛应用。BP网络能够以指定的精确度逼近指定的连续函数，其可以用于对没有规律可循的现实情况进行非线性建模，模型由输入层、隐含层和输出层三部分组成。BP神经网络的工作原理：输入层的信号以单项传输的方式传至输入层，且处于同层的神经元之间互不干扰。每一层的神经元输出结果通过链接权系数的加强或抑制传输到下一层，以此类推，每一层的输入项即为前一层神经元的加权和。网络结构如图2所示。
网络学习的主要理论基础是修正网络权重（wij，Tij），进而使误差函数（E）沿负梯度方向下降。输入层输入xi，隐层输出yi，输出节点输出Ot，输入层到隐层的权重为wij，隐层到输出层的权重为Tij，输出层期望输出tl。通过对链接权和阈值采用标准误差学习算法，得到神经网络模型的各层参数，预测交通流数据。
三、多车道诱导模型仿真分析
通过对高速公路客货车进行车道划分，将车和路相结合进行诱导，根据车型比例对车道进行适当划分，在相应的多车道上诱导车辆按照规定的车道行驶。这也是本文在仿真过程中采取的诱导措施，即通过对多车道高速路每车道的行车类型进行限制，通过对车速和车道占有率进行统计分析。
模拟仿真了三种分车道模型（客/客/货/货；客/客/混行；客/混行），以靠近绿化带为准车道分别设定为：客/客/货/货，客/客/混行，客/混行。对三种模型设立同样的交通流量、车速限定，分别对不同客货比进行仿真。根据同一地点的车辆占有率、车速进行对比，比较哪种类型的分车道模型更加高效、安全，最后确定在这一客货比下运行的最佳的多车道管理方案，即多车道划分模型。
（1）客车流量大于货车流量（设客货比为8：2）
图13和图14分别是每种模型客货比近似为2：8时，第四车道同一地点的平均占有率和平均速度的对比图，从图上可以很明显的看出，对于平均占有率，客/混行模型比较大。对于速度而言，三者的差异不大。
根据仿真分析的结果，根据仿真分析的结果，图15给出了不同客货比下推荐的多车道管理方案。
从以上的分析与仿真结果可知，当客车占很大比例时比较适合客/客/货/货模型，或者客/客/混行模型，如果考虑到安全稳定、超车以及路面建设等一些因素，客/客/货/货模型的优势大于其它模型，故推荐采用客/客/货/货模型来运营。
当客货比近似相等时，客/客/货/货模型也就是说客车和货车分别在提前规定好的车道行驶时，具有最大的车道利用率，并且车速相对平稳。这种模型不管是对于施工单位而言，还是对于管理部门来说都是很方便，能在保证安全的前提下最大的限度的提高道路的通行效率。因此当客车与货车数量相当时，推荐采用客/客/货/货模型来运营。
当货车很多时，客/混行模型，即客车在单独的一个车道运行，而剩下三个车道采取客车和货车混行的模式，具有最大的车道利用率（平均占有率最大），并且车速也比较平稳，故当货车大于客车数量时，推荐客/混行模型。
当然，这些结论也需要根据特定情况及时进行调整，可以根据在一段路段设立一种模式，而在另一段设置另外一种模式，但是必须做好提示和引导工作，也不能变换太过频繁，以免因此而引起交通事故。故对于车辆的及时诱导将起到至关重要的作用，动态智能诱导系统也将在这方面占据重要地位。
四、研究结论
通过采用BP神经网络对交通流数据预测，采用交通仿真工具对交通状况分析，对多车道客货比进行分析的基础上，使用不同的方式对交通流进行宏观诱导。采用智能交通手段对交通信息进行统计发布，对缓解高速公路拥堵和事故频发具有显著效果。
参考文献
[1]李文权，田新现. 多车型车流穿越多车道主路的通行能力[J].河南大学（自然科学版）. 2000， （02）： 1-4
[2]王江锋，闫学东，聂硕，李小萌. 基于元胞自动机的改进多车道换道模型[C]. International Conference on Engineering and Business Management 2012：2378-2382
[3]耿悦敏. 基于BP神经网络的预测模型[J]. 广东交通职业技术学院学报，2007，6（4）：46-48
【关键词】高速公路，多车道，交通流
一、引言
随着交通行业的迅速发展，利用现代智能控制、模糊控制等技术对交通行业进行管制、对交通流的动态诱导在我国乃至世界各国都备受关注。迅速、实时的把握交通的运行状态，能够为很好的制定出诱导驾驶员正确出行的信息做好保障措施。尤其是近年来刺激国内经济增长措施的实施以来，国内多条高速公路开始进行加宽改造工程，目前这些高速公路基本上仍旧沿用四六车道的管理模式，通常没有按照车型或者车的种类来划分特定的行驶车道，没有考虑车流的变换以及车型所占比例不同对诱发交通拥堵和交通事故的作用，所以往往极易导致在有多个车道的高速公路上出现超车频繁，行驶混乱的现象。因此，如何保证行车安全，提高高速公路的通行能力，加强对多车道高速公路交通流特性和交通诱导策略的研究具有十分重要的意义。
我国现以双向四车道、六车道的高速公路居多，大多采用客车和货车混行的模式，就我国的车辆种类，以及人们驾驶的安全意识而言，这种驾驶模式极易造成事故的发生。车辆在高速公路上快速奔驰，如果发生操作失误，或者突遇其他的交通事故，而驾驶员惯性反应，立即调整方向，急速转弯，这样容易使转弯半径过小，从而容易引起极大的离心力，车辆可能就会发生翻车事故。如果另一侧的车辆刚好驶来，两者极有可能发生相撞，后车紧跟其后，极易发生连环事故。这些都会对高速公路通行能力产生重大的影响。
二、高速公路交通诱导管理
高速公路管理体系可以实时掌握并主动控制与诱导路网上的车辆，预防交通事故的发生、消除引起交通异常的隐患，对于行车安全和道路的畅通至关重要，它起到了统筹安排的作用，而交通流诱导是保障整个交通体系达到最大经济效益的前提条件。
交通流诱导利用现代各种技术手段，包括计算机软硬件、通信设备等引导交通拥堵路段的车辆行驶到相对宽松的路段，这样既可以减少交通堵塞路段的交通压力，也可以发挥其它路段的作用。动态的交通信息被采集后传送给处理中心，处理中心经过分析判断，从而帮助驾驶员找到一条从起始点到目的地的最优路径的系统。驾驶员在高速路上行驶时，可以打开相应的终端设备，比如广播、手机短信等就可以接收实时的交通流动态信息，或者发送请求给处理中心，可以获得可供选择的多条路径。
交通流诱导系统主要从两个方面对其进行理论研究：
（1）ITS的实施技术研究：主要把现代通信、导航定位、电子信息处理及控制等方式有效地引入到ITS领域中。目前，在实施技术方面的理论研究已取得了很大成效。
（2）ITS的基础理论研究，即交通流诱导系统的研究。这要结合实时动态交通信息进行建模，该模型是美国早起采用的系统，我国在这方面研究还有待提高。
1.高速公路诱导系统的组成
高速公路诱导系统由信息处理与控制计算机、信息采集单元、诱导数据库服务器、发布终端、数据通信五个部分组成，如图1所示。
2.基于BP神经网络的交通流预测模型
神经网络具有非线性动态分析能力、较快的自适应性和自学习能力，在智能预测领域得到广泛应用。BP网络能够以指定的精确度逼近指定的连续函数，其可以用于对没有规律可循的现实情况进行非线性建模，模型由输入层、隐含层和输出层三部分组成。BP神经网络的工作原理：输入层的信号以单项传输的方式传至输入层，且处于同层的神经元之间互不干扰。每一层的神经元输出结果通过链接权系数的加强或抑制传输到下一层，以此类推，每一层的输入项即为前一层神经元的加权和。网络结构如图2所示。
网络学习的主要理论基础是修正网络权重（wij，Tij），进而使误差函数（E）沿负梯度方向下降。输入层输入xi，隐层输出yi，输出节点输出Ot，输入层到隐层的权重为wij，隐层到输出层的权重为Tij，输出层期望输出tl。通过对链接权和阈值采用标准误差学习算法，得到神经网络模型的各层参数，预测交通流数据。
三、多车道诱导模型仿真分析
通过对高速公路客货车进行车道划分，将车和路相结合进行诱导，根据车型比例对车道进行适当划分，在相应的多车道上诱导车辆按照规定的车道行驶。这也是本文在仿真过程中采取的诱导措施，即通过对多车道高速路每车道的行车类型进行限制，通过对车速和车道占有率进行统计分析。
模拟仿真了三种分车道模型（客/客/货/货；客/客/混行；客/混行），以靠近绿化带为准车道分别设定为：客/客/货/货，客/客/混行，客/混行。对三种模型设立同样的交通流量、车速限定，分别对不同客货比进行仿真。根据同一地点的车辆占有率、车速进行对比，比较哪种类型的分车道模型更加高效、安全，最后确定在这一客货比下运行的最佳的多车道管理方案，即多车道划分模型。
（1）客车流量大于货车流量（设客货比为8：2）
图13和图14分别是每种模型客货比近似为2：8时，第四车道同一地点的平均占有率和平均速度的对比图，从图上可以很明显的看出，对于平均占有率，客/混行模型比较大。对于速度而言，三者的差异不大。
根据仿真分析的结果，根据仿真分析的结果，图15给出了不同客货比下推荐的多车道管理方案。
从以上的分析与仿真结果可知，当客车占很大比例时比较适合客/客/货/货模型，或者客/客/混行模型，如果考虑到安全稳定、超车以及路面建设等一些因素，客/客/货/货模型的优势大于其它模型，故推荐采用客/客/货/货模型来运营。
当客货比近似相等时，客/客/货/货模型也就是说客车和货车分别在提前规定好的车道行驶时，具有最大的车道利用率，并且车速相对平稳。这种模型不管是对于施工单位而言，还是对于管理部门来说都是很方便，能在保证安全的前提下最大的限度的提高道路的通行效率。因此当客车与货车数量相当时，推荐采用客/客/货/货模型来运营。
当货车很多时，客/混行模型，即客车在单独的一个车道运行，而剩下三个车道采取客车和货车混行的模式，具有最大的车道利用率（平均占有率最大），并且车速也比较平稳，故当货车大于客车数量时，推荐客/混行模型。
当然，这些结论也需要根据特定情况及时进行调整，可以根据在一段路段设立一种模式，而在另一段设置另外一种模式，但是必须做好提示和引导工作，也不能变换太过频繁，以免因此而引起交通事故。故对于车辆的及时诱导将起到至关重要的作用，动态智能诱导系统也将在这方面占据重要地位。
四、研究结论
通过采用BP神经网络对交通流数据预测，采用交通仿真工具对交通状况分析，对多车道客货比进行分析的基础上，使用不同的方式对交通流进行宏观诱导。采用智能交通手段对交通信息进行统计发布，对缓解高速公路拥堵和事故频发具有显著效果。
参考文献
[1]李文权，田新现. 多车型车流穿越多车道主路的通行能力[J].河南大学（自然科学版）. 2000， （02）： 1-4
[2]王江锋，闫学东，聂硕，李小萌. 基于元胞自动机的改进多车道换道模型[C]. International Conference on Engineering and Business Management 2012：2378-2382
[3]耿悦敏. 基于BP神经网络的预测模型[J]. 广东交通职业技术学院学报，2007，6（4）：46-48