浙江大学学报(工学版), 2021, 55(2): 358-366 doi: 10.3785/j.issn.1008-973X.2021.02.016

土木工程、交通工程

基于网络变结构优化的大型活动交通拥堵预防方法

王忠宇,, 王玲, 王艳丽, 吴兵,

1. 上海海事大学 交通运输学院,上海 201306

2. 同济大学 道路与交通工程教育部重点实验室,上海 201804

Traffic congestion prevention method during large-scale special events based on variable network topology optimization

WANG Zhong-yu,, WANG Ling, WANG Yan-li, WU Bing,

1. College of Transport and Communications, Shanghai Maritime University, Shanghai 201306, China

2. Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University, Shanghai 201804, China

通讯作者: 吴兵,男,教授,博导. orcid.org/0000-0002-5607-9665. E-mail: wubing@tongji.edu.cn

收稿日期: 2020-05-13  

基金资助: 国家自然科学基金资助项目(71804127,51138003);道路与交通工程教育部重点实验室开放课题资助项目(K202003)

Received: 2020-05-13  

Fund supported: 国家自然科学基金资助项目(71804127,51138003);道路与交通工程教育部重点实验室开放课题资助项目(K202003)

作者简介 About authors

王忠宇(1983—),男,讲师,博士,从事交通管理与控制研究.orcid.org/0000-0001-9503-0568.E-mail:wangzy@shmtu.edu.cn , E-mail:wangzy@shmtu.edu.cn

摘要

为了降低道路交通拥堵发生的风险和应对成本,基于网络变结构基础模型,提出适应大型活动拥堵预防的中微观层面的网络变结构优化方法和流程. 分别建立路段和交叉口变结构模型,以复合饱和度最小为路段变结构的优化目标,以进口各相位流量比之和最小为交叉口变结构的优化目标. 结合大型活动交通运行和拥堵演化特征,提出网络变结构关键路段的概念及识别原则,设定受影响路段双向交通重要度权重,将交叉口变结构作为路段变结构的连带、辅助策略,研究优化模型的解法,并以北京首都体育馆一次大型活动散场交通为案例,对提出方法进行实证研究. 结果表明,在研究范围内实施变结构优化可以预防活动诱增交通引发的拥堵,有利于解决严重的交通方向不均衡问题,各相关路段复合饱和度改善比例均超过10%,表明所提方法能有效调节网络交通供需的短时结构性不匹配,在现有条件下优化交通基础设施存量而避免增量造成的资源浪费,是以精细化管控为导向的方法.

关键词: 交通工程 ; 大型活动 ; 拥堵预防 ; 网络变结构 ; 优化设计

Abstract

A set of methodology and process of variable network topology optimization at the middle and micro view level for large-scale special events congestion prevention was proposed based on the basic model, in order to reduce the risk and the combating costs of road traffic congestion. The variable topology models of roadway sections and intersections were established respectively, with the minimum composite saturation degree as the optimization objective of the roadway section variable topology, and the minimum sum of volume ratios of various phases on the approach as the optimization objective of the intersection variable topology. The concept and the identification principles of the key roadway sections of the variable network topology were proposed, the two-way traffic importance weights of the affected roadway sections were set, and the intersection variable topology was used as the joint and auxiliary strategy for roadway section variable topology combined with the traffic operation and congestion evolution characteristics of the large-scale special events. The optimization model solution methods were also studied. The empirical study of the proposed method was based on the leaving traffic of a large-scale special event held in Capital Indoor Stadium in Beijing. Results show that the implementation of variable topology optimization in the study area can prevent congestion caused by special event attracted traffic, which is conducive to solving the problem of serious imbalances of two-way traffic directions. The improvement percentage of composite saturation degree on all relevant roadway sections was more than 10%, indicating that the proposed method can effectively adjust the short-term structural mismatch of network traffic supply and demand, and optimize the transportation infrastructure stock under existing conditions to avoid the waste of resources caused by infrastructure increases, and it is a fine management oriented method.

Keywords: traffic engineering ; large-scale special events ; congestion prevention ; variable network topology ; optimization design

PDF (1077KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王忠宇, 王玲, 王艳丽, 吴兵. 基于网络变结构优化的大型活动交通拥堵预防方法. 浙江大学学报(工学版)[J], 2021, 55(2): 358-366 doi:10.3785/j.issn.1008-973X.2021.02.016

WANG Zhong-yu, WANG Ling, WANG Yan-li, WU Bing. Traffic congestion prevention method during large-scale special events based on variable network topology optimization. Journal of Zhejiang University(Engineering Science)[J], 2021, 55(2): 358-366 doi:10.3785/j.issn.1008-973X.2021.02.016

运动会、博览会、文艺演出、商业促销等大型活动频繁举办,活动诱增交通(本来没有发生、由于大型活动举办而产生的交通量)与常规交通(与大型活动举办无关、居民日常出行产生的交通量)叠加,给城市路网带来巨大压力,拥堵日趋严重. 自从被明确定义[1]以来,有关大型活动交通运行和管控的研究渐次展开,包括交通特征的研究[2-3]、交通规划方法的研究[4-5]、交通决策支持系统和优化模型的研究[6-7]等等. 现有研究和实践多关注超大规模、影响大的活动,着眼于战略政策、规划建设层面. 然而,并非所有活动交通问题的解决都需要宏观视角,活动导致拥堵也并非都有必要和可能通过设施规划建设来对策,在规划阶段也不会考虑到活动举办实际可能出现的各种随机、偶发情形. 因此,中微观的交通管控往往是有效且成本较小的手段.

大型活动的计划性和交通流普遍具有的时空分布不均、源汇区别、方向不均衡系数大等特点以及拥堵沿一定方向渐进式传播、方向性明显的特征[8]决定了活动期间的交通拥堵是可防可控的,且管控的首要目标应是防患于未然,即根据较为准确的活动前短期交通需求预测结果,预判拥堵演化的时空特征和规律,制定一系列交通组织、管理的策略和方案,以减少拥堵发生的可能性和风险. 本研究将这些策略和方案称为大型活动交通拥堵预防方法. 网络变结构优化是预防拥堵发生的有效手段,在对其基础理论深入分析的基础上,建立适应大型活动拥堵预防的网络变结构优化方法和模型,并结合案例进行分析.

1. 网络变结构研究综述

网络变结构优化旨在改变交通网络的逻辑拓扑结构使其达到期望状态,以提高交通系统的总体性能和效率,主要通过交通流空间通行权的约束和调整实现. 其涵盖的交通管控方法早已有之,“网络变结构控制”概念是王伟娟[9]较早提出并进行阐释的,吴兵等[10]对此进行了深入研究,构建起完善的理论体系,界定了静态、动态变结构,并细分为路段和交叉口变结构.

路段变结构优化涵盖可变车道和单向通行. 可变车道是利用轻交通流方向闲置的道路资源为重交通流方向提供额外的通行能力,研究是伴随实践逐步开展的. Meyer和美国各州公路及运输工作者协会(AASHTO)研究发现车道数、交通流方向不均衡系数是实施路段可变车道的决定性因素[11-12]. 蔡建荣等[13]以系统总出行时间最小为目标建立可变车道优化的混合整数双层规划模型,并采用粒子群算法研究模型的求解. 马莹莹等[14]根据双向饱和度,提出动态控制可变车道行驶方向的交通控制方法和优化模型. 赵靖[15]提出针对连线交通的基于动态可变车道的优化控制方法,并建立可变车道与其他交通管理措施的组合优化模型. 单向通行可以视为可变车道的极端情形. Gayah等[16]从宏观角度对比双向和单向交通网络的通行能力. 许项东等[17]基于出行者路径选择行为研究单行道布局优化,以网络总旅行时间最小为目标,建立混合整数非线性规划模型并利用遗传算法求解,但在确定候选路段集时须依赖经验. 黄恩厚[18]研究微循环交通网络中单向交通组织,以干道路段平均饱和度和饱和度超限量最小为优化目标,建立单向交通组织优化的双层规划模型.

交叉口变结构优化涵盖可变转向车道和流向禁限. 可变转向车道是根据交通流量和流向的变化,调整车道功能布局,可以理解为渠化方案的改变,而渠化和信号配时往往联系密切,现有研究大多将两者综合考虑. Wong等[19]以交叉口储备通行能力最大为目标,建立车道功能划分与信号控制组合优化模型. Yao等[20]以总延误最小为目标提出可变转向车道和相应信号灯组的协调优化模型和控制方法. 蒋应红等[21]利用二次排队长度、交叉口通行能力、延误等指标,综合评估交叉口可变车道的利用效用. 徐洪峰等[22]提出基于交通事件的拉链车与可变车道行驶方向标志联动的交叉口复合动态车道管理方法. 流向禁限是禁止某一(几)个转向的车流通行,可以视为可变转向车道的极端情形. 对于流向禁限特别是禁左进行了大量研究. DePrator等[23]利用宏观表现指标对比分析包括禁左在内的各种左转处理方式下路网运行的效率,并提出动态控制策略. 吴蓉[24]提出5种左转革新交通组织方案,将交叉口左转转化为本交叉口的其他转向. 禁左不仅影响本交叉口,同时还会影响邻近交叉口、路段,使局部路网发生变化、增加车辆绕行,故一定区域路网的禁左必须系统分析和优化方能发挥效果. 龙科军等[25]分析禁左后交叉口通行能力与延误的变化,建立网络禁左优化的双层规划模型,并利用遗传算法求解. 吴伟等[26]以干线整体通行能力最大、干线交叉口间通行能力匹配值最优为目标,建立干线禁左的混合整数线性规划模型,并采用分支定界法研究模型解法.

综上所述,网络变结构优化调节交通供需的短时结构性不匹配,在现有条件下优化交通基础设施存量,避免增加固定性供给而造成资源浪费,是以精细化管控为导向的方法. 现有研究成果较丰富,但很多基于经验,没有将路段和交叉口变结构结合考虑,缺乏与规划层面相结合的研究,而且很少将其用于大型活动的交通拥堵管控.

2. 网络变结构基础模型建立

2.1. 路段变结构优化

某道路路段如图1所示,假定在实施可变车道前双向车道数相等,均为nn ≥ 2,nN)条,可变车道数为mmN).

图 1

图 1   路段变结构示意图

Fig.1   Variable topology for roadway section


定义路段整体名义饱和度:

$X = {Q / {\left( {2nc} \right)}}.$

式中:Q为路段双向总流量, $Q = {Q_1} + {Q_2}$Q1Q2分别为重、轻交通流向总流量;c为每条车道通行能力.

定义路段复合饱和度,表征考虑双向交通不同重要度情况下整体路段的饱和情况,以对重交通流向的拥堵问题给予重点关注. 在可变车道实施前,定义路段复合饱和度为Xc;在实施后,重交通流向增加m条车道,轻交通流向相应减少m条车道,定义路段复合饱和度为 $X_c'$. 表达式分别为

${X_{\rm{c}}} = {\gamma _1}{X_1} + {\gamma _2}{X_2} = 2{\gamma _1}{K_{\rm{D}}}X + 2{\gamma _2}(1 - {K_{\rm{D}}})X,$

${X'_{\rm{c}}} = {\gamma _1}{X'_1} + {\gamma _2}{X'_2} = \frac{{2{\gamma _1}n}}{{n + m}}{K_{\rm{D}}}X + \frac{{2{\gamma _2}n}}{{n - m}}(1 - {K_{\rm{D}}})X.$

式中:γ1γ2为权重,根据双向交通流的重要程度确定,且γ1 + γ2=1,γ1γ2≥0;X1$X_1' $分别为重交通流向实施可变车道前、后的饱和度;X2$X_2' $分别为轻交通流向实施可变车道前、后的饱和度;KD为交通方向不均衡系数, ${K_{\rm{D}}} = {{{Q_1}} / Q}$.

在实施可变车道前、后,路段复合饱和度改善值ΔXc和改善比例ΔXc/Xc表达式分别为

$\begin{split} & \Delta {X_{\rm{c}}} = {X_{\rm{c}}} - {{X}_{\rm{c}}'} = \\ &\quad 2mX\frac{{({\gamma _1}{K_{\rm{D}}} - {\gamma _2} + {\gamma _2}{K_{\rm{D}}})n - ({\gamma _1}{K_{\rm{D}}} + {\gamma _2} - {\gamma _2}{K_{\rm{D}}})m}}{{{n^2} - {m^2}}}, \\ \end{split} $

$\begin{split} & \Delta {X_{\rm{c}}}/{X_{\rm{c}}} = \frac{{{X_{\rm{c}}} - {{X}_{\rm{c}}'}}}{{{X_{\rm{c}}}}} = \\ &\quad m\frac{{({\gamma _1}{K_{\rm{D}}} - {\gamma _2} + {\gamma _2}{K_{\rm{D}}})n - ({\gamma _1}{K_{\rm{D}}} + {\gamma _2} - {\gamma _2}{K_{\rm{D}}})m}}{{\left( {{n^2} - {m^2}} \right)({\gamma _1}{K_{\rm{D}}} + {\gamma _2} - {\gamma _2}{K_{\rm{D}}})}}. \end{split} \!$

路段复合饱和度改善值和改善比例是衡量路段可变车道实施效果的主要指标.

2.2. 交叉口变结构优化

交叉口变结构事实上可以独立于路段变结构实施,但从拥堵预防角度,本研究将其规定为路段变结构的连带、辅助策略. 交叉口可变转向车道、流向禁限是实施路段可变车道或单向通行的必然要求.

在实施路段变结构后,交叉口某方向进口增加或减少若干转向车道,空间资源重新分配. 如图2所示为重新分配前转向车道功能布设情况,假定双向8车道的干道中间2条车道(阴影标记)为可变车道. 为了简化讨论,作如下假设:1)干道设置左转专用相位,不考虑实施禁止左转;2)不设置右转专用相位;3)进口转向车道功能均可调整(非可变车道对应的进口转向车道功能亦可调整),左转车道均靠近内侧布设.

图 2

图 2   交叉口变结构示意图

Fig.2   Variable topology for intersection


为了与路段变结构优化、交叉口信号控制相协调,交叉口进口空间资源的重新分配应使得该进口各相位的流量比之和有效减少,且尽量满足引发路段变结构设置的重交通流方向的转向需求. 因此,对于重、轻交通流2个方向的进口均可以建立如下优化目标函数,使进口各相位的流量比之和Y最小:

$ \min\; Y;\;Y = \sum\limits_{j = 1}^p {{y_j}} = \sum\limits_{j = 1}^p {\left( {\frac{q}{s}} {} \right)_j}.$

式中:yj为第j个相位的流量比,q为交通流量,s为饱和流量,p为该进口涉及的相位数.

当直行、右转均为专用车道时,有

$Y = {y_1} + {y_2} = \frac{{{q_{\rm{T}}}}}{{{n_{\rm{T}}}{s_{\rm{T}}}}} + \frac{{{q_{\rm{L}}}}}{{{n_{\rm{L}}}{s_{\rm{L}}}}}.$

当存在直行、右转合用车道时,有

$Y = {y_1} + {y_2} = \frac{{{q_{\rm{T}}} + {q_{\rm{R}}}}}{{({n_{\rm{T}}} + {n_{{\rm{TR}}}}){s_{\rm{T}}}}} + \frac{{{q_{\rm{L}}}}}{{{n_{\rm{L}}}{s_{\rm{L}}}}}.$

式中:qTqLqR分别为进口直行、左转、右转的交通流量;nTnLnRnTR分别为实施交叉口可变转向车道后直行、左转、右转、直行右转合用的车道数,满足nT+nL+nR+nTR=nsumnTnLnRnTRnsumNnsum为实施交叉口可变转向车道后进口总车道数(受路段可变车道影响,较实施前增加或减少m);sTsL分别为直行、左转车道的饱和流量,可以按照文献[27]的方法进行计算.

须保证,优化后进口各转向车流都有专用或合用的车道. 在实施路段可变车道时,根据进口流量、流向,也可以考虑采用交叉口流向禁限,可以看作交叉口可变转向车道的极端情况(即某一转向车道数为0).

3. 适应大型活动拥堵预防的网络变结构优化

3.1. 实施方法和流程

为了预防大型活动期间诱增交通流时空分布不均、潮汐特征明显造成的拥堵,网络变结构优化实施流程如图3所示. 图中,OD为各交通小区间出行量. 研究范围取活动影响范围,沿用基于交通量预分配的服务水平法. 大型活动计划性、可预知的特点,决定了其交通需求预测特别是在活动举办前短期预测的结果比较可靠,而且活动诱增交通具有非平衡配流特点,因此交通分配采用容量约束分配方法[28].

图 3

图 3   大型活动道路网络变结构优化实施流程

Fig.3   Variable road network topology optimization implementation process during large-scale special events


在得到交通分配结果后,首先进行关键路段的识别. 关键路段是指由于大型活动的举办而发生拥堵、需要网络变结构优化来对策的路段. 类比建设项目交通影响评价相关指标阈值确定标准[29]并结合HCM 2010[30],确定如下原则:1)在叠加活动诱增交通后,路段单向饱和度超过0.85,并且由诱增交通引起的饱和度增加值不小于0.10,表明该路段受影响明显且拥堵严重;2)由活动诱增交通引起的路段单向饱和度增加值大于0.50,表明该路段单向以诱增交通为主,虽然并不一定产生拥堵,但因受影响显著,应该纳入考虑;3)在叠加活动诱增交通后,路段交通方向不均衡系数超过2/3,表明该路段已形成显著的方向性交通[11-12].

当满足原则1)时,路段发生严重交通阻塞,是拥堵预防的重点,即关键路段;当满足原则2)、3)之一时,虽然不一定会产生拥堵,但由于受活动诱增交通影响显著,且适于网络变结构发挥作用,也应视为关键路段,或称为类关键路段.

在识别出关键路段后,在关键路段集中选取实施路段可变车道或单向通行的对象. 根据已有研究[31]并结合大型活动交通特征规定:实施路段可变车道对象为城市干道,实施单向通行对象为城市支路.

3.2. 网络变结构优化模型

在实施路段可变车道时,应保证双向车道数不小于4,以6车道以上为宜,且交通方向不均衡系数KD>2/3. 优化目标是使如式(3)所示的实施可变车道后的路段复合饱和度最小,即建立如下目标函数:

$ \begin{split} &{\min}\;{X}_{\rm{c}}';\\ &{{X}}_{\rm{c}}'=\dfrac{2{\gamma }_{1}n}{n+m}{K}_{\rm{D}}X+\dfrac{2{\gamma }_{2}n}{n-m}(1-{K}_{\rm{D}})X.\end{split}$

式中:m为决策变量;权重γ1γ2依据大型活动双向交通重要度确定,本研究建议分别取KD、1−KD,以重点解决大型活动相关流向的拥堵问题,则式(9)变换为

$\min \;\left\{ {\frac{{2{K_{\rm{D}}}^2n}}{{n + m}}X + \frac{{2{{(1 - {K_{\rm{D}}})}^2}n}}{{n - m}}X} \right\}.$

求目标函数驻点,可以得到

0.5 < KD < 1.0,所以 m1 > n,与实际情况不符,故取m*=(2KD−1)n. m为可变车道数,计算结果应当取整,且取值范围为[1,n−1]. 可以分别计算在取值范围内的 $\left\lfloor {{m^*}} \right\rfloor $$\left\lfloor {{m^*}} \right\rfloor +1 $$ \left\lfloor \cdot \right\rfloor $表示向下取整),以取得式(10)的最优值.

得出路段变结构优化方案,新的路网拓扑结构形成,进行交通分配以评估改善效果,如方案能有效防止拥堵发生或加剧,且对背景交通的影响处于可控范围,则认为方案可以接受;否则,重新进行路段变结构优化方案的制定.

在路段变结构优化方案确定后,在此条件下开展交叉口的变结构优化,可以按式(6)模型进行. 作为路段变结构的连带、辅助策略,进口实施可变转向车道(流向禁限)后车道功能布设可选方案有限,求解时一般采用枚举法.

路网变结构应选择合适的时机,一般在大型活动开始、结束前较短时间启动实施,并在集聚、消散过程完成后终止,目前拉链车技术可以有效保证其实施效率.

4. 案例分析

为了验证本研究方法,选取北京首都体育馆一次大型活动散场交通作为案例进行分析. 首都体育馆内共设有1.8万个观众坐席,根据以往经验并借鉴大型活动开(闭)幕式规模,设定散场交通总量为5000 pcu/h. 选取魏公村路(学院南路)、西三环北路、车公庄西路(车公庄大街)、大柳树路(动物园路)围合的区域为研究范围(见图4). 在研究范围内,西三环北路为快速路、双向6车道,紫竹院路(西外大街)、车公庄西路(车公庄大街)、中关村南大街(首都体育馆南路)、大柳树路(动物园路)为主干道、双向6车道,学院南路、万寿寺路、三里河路为次干道、双向4车道,魏公村路为次干道、双向2车道;其余为支路,双向2车道或无车道功能划分. 首都体育馆出口主要通向中关村南大街和西外大街,在散场时车辆主要通过这2条路向外进行疏散.

图 4

图 4   北京首都体育馆周边路网

Fig.4   Road network surrounding Capital Indoor Stadium in Beijing


假设散场所有交通需求目的地均在研究范围以外,根据土地利用及布局情况、研究范围边缘道路等级和连通情况,认为散场交通量的疏散方向为北、南、东3个方向,且各占总散场交通量的48%、32%、20%. 为了平抑逐日差别、消除早晚高峰以及其他事件的影响,背景交通量取2013年5月平峰时段流量调查值的平均水平,并假设双向均衡.

利用TransCAD软件,生成研究范围内路段背景交通流量容量比v/c图,如图5(a)所示. 采用容量约束分配方法,按照预设的方向比例,将散场交通量加载到背景交通上,得到叠加后的交通分配结果,v/c图如图5(b)所示.

图 5

图 5   研究范围内路段背景和叠加大型活动后交通v/c

Fig.5   v/c diagram of roadway sections with and without traffic attracted by special event in study area


分析叠加后的交通状况,满足本研究提出的3条原则的关键路段(含类关键路段)如表1所列. 表中,加粗指标为满足关键路段识别原则的指标,Δv/c为交通流量容量比变化值.

表 1   研究范围内关键路段(含类关键路段)汇总

Tab.1  Key roadway sections (quasi-key roadway sections included) in study area

编号 道路名称 路段起点 路段讫点 叠加v /c Δv /c KD
1 紫竹院路 中关村南大街 西三环北路 0.67 0.37 0.69
2 西外大街 中关村南大街 三里河路 0.85 0.52 0.72
3 西外大街 三里河路 动物园路 0.78 0.45 0.70
4 车公庄西路 首都体育馆
南路
西三环北路 0.74 0.37 0.67
5 西三环北路 紫竹院路 万寿寺路 0.94 0.27 0.59
6 中关村
南大街
紫竹院路 民族大学南路 0.89 0.52 0.71
7 中关村
南大街
民族大学南路 魏公村路 0.96 0.52 0.68
8 首都体育馆
南路
紫竹院路 新苑街 0.81 0.44 0.69
9 首都体育馆
南路
新苑街 车公庄西路 0.89 0.45 0.67

新窗口打开| 下载CSV


根据识别原则,路段2、5、6、7、9为关键路段,其他为类关键路段,宜实施变结构优化. 这些路段均为主干道,除路段5(KD < 2/3)外,均符合路段可变车道实施条件,故对8个路段实施路段可变车道,按照式(10)求解可变车道数 m. 可变车道实施方案和实施后路段复合饱和度改善情况,如表2所示.

表 2   研究范围内关键路段(含类关键路段)实施可变车道方案及改善效果

Tab.2  Variable lane programs and performances of key roadway sections (quasi-key roadway sections included) in study area

编号 道路名称 路段起点 路段讫点 m Xc $ X_c'$ ΔXc /Xc /%
1 紫竹院路 中关村南大街 西三环北路 1 0.55 0.48 12.40
2 西外大街 中关村南大街 三里河路 1 0.71 0.60 15.15
3 西外大街 三里河路 动物园路 1 0.64 0.56 13.36
4 车公庄西路 首都体育馆南路 西三环北路 1 0.62 0.56 10.36
6 中关村南大街 紫竹院路 民族大学南路 1 0.74 0.63 14.28
7 中关村南大街 民族大学南路 魏公村路 1 0.79 0.70 11.40
8 首都体育馆南路 紫竹院路 新苑街 1 0.68 0.59 12.40
9 首都体育馆南路 新苑街 车公庄西路 1 0.74 0.67 10.36

新窗口打开| 下载CSV


可以看出,在实施可变车道策略后,各路段复合饱和度改善均高于10%. 结果表明,关键路段(含类关键路段)实施可变车道可以有效预防大型活动诱增交通所引发的拥堵,有利于解决散场交通导致的交通方向不均衡问题.

案例中关键路段(含类关键路段)均为主干道,而前文规定实施单向通行的对象为城市支路,因此没有必要实施路段单向通行. 在路段可变车道方案确定后,再相应确定交叉口变结构优化方案. 在案例中,实施可变车道的路段共8个,涉及交叉口共14个. 求解式(6)的优化目标函数,可以求得交叉口可变转向车道方案. 由于方法类似,仅以4个具有代表性的交叉口为例,对辅助路段可变车道的交叉口可变转向车道实施方案进行说明.

表3所示为计算得出的4个代表性交叉口实施可变转向车道策略前、后车道功能布设情况(渠化方案). 实施前的渠化方案根据现场调查而得,图中阴影车道为路段可变车道对应的交叉口可变转向车道;实施后的各渠化方案图中虚线导向箭头为新增转向车道,相应地对向进口减少1条车道,变为出口车道.

表 3   研究范围内代表性交叉口可变转向车道实施方案

Tab.3  Variable approach lane programs of typical intersections in study area

交叉口名称 实施前渠化方案 实施后渠化方案
中关村南大街—魏公村路
中关村南大街—万寿寺路
首都体育馆南路—车公庄西路
西三环北路—车公庄西路

新窗口打开| 下载CSV


表3可知,由于路段可变车道方案中中关村南大街(魏公村路—紫竹院路)有1条可变车道,为此中关村南大街—魏公村路交叉口南进口增加1条直行车道,相应地北进口减少1条直左车道变为出口道;中关村南大街—万寿寺路交叉口南进口增加1条直行车道,相应地北进口减少1条直行车道变为出口道. 这主要是由于中关村南大街由南向北增加了大型活动诱增车流. 类似地,首都体育馆南路(紫竹院路—车公庄西路)和车公庄西路(首都体育馆南路—西三环北路)各有1条可变车道,为此首都体育馆南路—车公庄西路交叉口北进口增加1条右转车道,相应地南进口减少1条直行车道变为出口道,这主要是由于大型活动诱增的首都体育馆南路由北向南的车流大部分在此交叉口右转进入车公庄西路,少部分在此交叉口直行;为了满足大量右转车流,西进口增加1条出口道,减少1条直行进口道,相应地东进口增加1条直行进口道. 西三环北路—车公庄西路交叉口则由于大型活动诱增的车公庄西路由东向西的车流大部分在此交叉口左转进入西三环北路,为此东进口增加1条左转车道,相应地西进口减少1条直行车道变为出口道.

在按照本研究所述数学方法求解、实施路段可变车道时,案例无须采用交叉口流向禁限策略.

5. 结 语

针对大型活动道路交通流特点和拥堵演化特征,构建基于网络变结构优化的拥堵预防方法,分别以路段复合饱和度最小、交叉口进口各相位流量比之和最小为优化目标,研究变结构优化流程和方法,将交叉口变结构视为路段变结构的连带、辅助策略. 以北京首都体育馆一次大型活动散场交通为案例进行验证,结果表明在研究范围内实施变结构优化策略可以有效预防活动诱增交通引发拥堵,有利于解决交通方向不均衡问题,各相关路段交通状况改善均高于10%.

所提出的大型活动交通拥堵预防方法是以精细化管控为导向的存量优化方法,有利于保障大型活动的顺利举办. 为了使变结构优化充分发挥作用、解决不满足变结构优化实施条件的拥堵问题,应对变结构与群体交通诱导的协同问题进行研究;由于交通的随机性特点,总会有一些无法预料的拥堵出现,为此应对大型活动偶发交通拥堵的疏解控制(特别是信号控制)及其与变结构的协作进行研究,建立多层次的大型活动交通拥堵预防-疏解管控方法和模型体系. 此外,为了简化分析,案例背景数据取月平峰时段平均水平,后续将利用质量更高的数据对本研究方法进行深入分析验证.

参考文献

LATOSKI S P, DUNN J R W M, WAGENBLAST B, et al. Managing travel for planned special events [R]. Washington DC: Federal Highway Administration, 2003.

[本文引用: 1]

VILLIERS C, NGUYEN L D, ZALEWSKI J

Evaluation of traffic management strategies for special events using probe data

[J]. Transportation Research Interdisciplinary Perspectives, 2019, 2: 100052

DOI:10.1016/j.trip.2019.100052      [本文引用: 1]

翁剑成, 付宇, 林鹏飞, 等

基于梯度推进决策树的日维度交通指数预测模型

[J]. 交通运输系统工程与信息, 2019, 19 (2): 80- 85

[本文引用: 1]

WENG Jian-cheng, FU Yu, LIN Peng-fei, et al

GBDT method based on prediction model of daily dimension traffic index

[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19 (2): 80- 85

[本文引用: 1]

刘小明, 荣建. 奥运交通规划研究[R]. 北京: 北京工业大学交通研究中心, 2004.

[本文引用: 1]

杨东援

“上海世博会”城市交通方案

[J]. 交通运输系统工程与信息, 2006, 6 (1): 19- 21

DOI:10.3969/j.issn.1009-6744.2006.01.008      [本文引用: 1]

YANG Dong-yuan

Research the urban traffic scheme in Shanghai World Expo

[J]. Journal of Transportation Systems Engineering and Information Technology, 2006, 6 (1): 19- 21

DOI:10.3969/j.issn.1009-6744.2006.01.008      [本文引用: 1]

KARLAFTIS M G, KEPAPTSOGLOU K, STATHOPOULOS A, et al

Planning public transport networks for the 2004 Summer Olympics with decision support systems

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2004, 1887: 71- 82

DOI:10.3141/1887-09      [本文引用: 1]

DING N, HE Q, WU C, et al

Modeling traffic control agency decision behavior for multimodal manual signal control under event occurrences

[J]. IEEE Transactions on Intelligent Transportation Systems, 2015, 16 (5): 2467- 2478

DOI:10.1109/TITS.2015.2409174      [本文引用: 1]

WANG Z, YANG H, WU B. Traffic flow characteristics and congestion evolution rules for urban road networks during special events [C]// 17th COTA International Conference of Transportation Professionals. Shanghai: ASCE, 2017.

[本文引用: 1]

王伟娟. 网络变结构控制在交叉口流向禁限管理中的应用[D]. 上海: 同济大学, 2008.

[本文引用: 1]

WANG Wei-juan. Road network topology control in no left-turn management [D]. Shanghai: Tongji University, 2008.

[本文引用: 1]

吴兵, 马万经, 杨超, 等. 特殊需求下区域交通协同管控理论与技术[M]. 北京: 电子工业出版社, 2015.

[本文引用: 1]

MEYER M D. A toolbox for alleviating traffic congestion and enhancing mobility [R]. Washington DC: Institute of Transportation Engineers, 1997.

[本文引用: 2]

American Association of State Highway and Transportation Officials. A policy on geometric design of highways and streets [M]. 4th ed. Washington DC: American Association of State Highway and Transportation Officials, 2001.

[本文引用: 2]

蔡建荣, 黄汝晴, 黄中祥

考虑通行能力折减的可变车道优化

[J]. 中南大学学报: 自然科学版, 2018, 49 (7): 1838- 1844

[本文引用: 1]

CAI Jian-rong, HUANG Ru-qing, HUANG Zhong-xiang

Optimization of variable lane considering reduction of capacity

[J]. Journal of Central South University: Science and Technology, 2018, 49 (7): 1838- 1844

[本文引用: 1]

马莹莹, 曾令宇, 陈纲梅, 等

可变车道行驶方向的动态控制方法研究

[J]. 控制理论与应用, 2016, 33 (11): 1457- 1462

[本文引用: 1]

MA Ying-ying, ZENG Ling-yu, CHEN Gang-mei, et al

Study on dynamic traffic control for reversible lanes

[J]. Control Theory and Applications, 2016, 33 (11): 1457- 1462

[本文引用: 1]

赵靖. 提升道路通行能力时空协同优化控制理论与方法[D]. 上海: 同济大学, 2014.

[本文引用: 1]

ZHAO Jing. Urban streets capacity enhancement by coordination optimization of lane reorganization and signal control [D]. Shanghai: Tongji University, 2014.

[本文引用: 1]

GAYAH V, DAGANZO C

Analytical capacity comparison of one-way and two-way signalized street networks

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2012, 2301: 76- 85

DOI:10.3141/2301-09      [本文引用: 1]

许项东, 程琳

城市道路单行系统布局优化的双层规划模型和混合算法

[J]. 系统工程理论与实践, 2009, 29 (10): 180- 187

DOI:10.3321/j.issn:1000-6788.2009.10.023      [本文引用: 1]

XU Xiang-dong, CHENG Lin

Bilevel programming model and hybrid solution algorithm for the configuration of one-way streets

[J]. Systems Engineering: Theory and Practice, 2009, 29 (10): 180- 187

DOI:10.3321/j.issn:1000-6788.2009.10.023      [本文引用: 1]

黄恩厚. 城市道路交通微循环系统改扩建优化理论与方法[D]. 长沙: 中南大学, 2009.

[本文引用: 1]

HUANG En-hou. Optimization theory and method for reconstruction of urban road traffic micro-circulation system [D]. Changsha: Central South University, 2009.

[本文引用: 1]

WONG C K, HEYDECKER B G

Optimal allocation of turns to lanes at an isolated signal-controlled junction

[J]. Transportation Research Part B: Methodological, 2011, 45 (4): 667- 681

DOI:10.1016/j.trb.2010.12.001      [本文引用: 1]

YAO R, ZHANG X, WU N, et al

Modeling and control of variable approach lanes on an arterial road: a case study of Dalian

[J]. Canadian Journal of Civil Engineering, 2018, 45 (11): 986- 1003

DOI:10.1139/cjce-2017-0432      [本文引用: 1]

蒋应红, 保丽霞

单双向交通组织衔接交叉口段的可变车道利用

[J]. 上海交通大学学报, 2011, 45 (10): 1562- 1566

[本文引用: 1]

JIANG Ying-hong, BAO Li-xia

Study on setting of variable lanes near intersection between one-way and two-way traffic

[J]. Journal of Shanghai Jiaotong University, 2011, 45 (10): 1562- 1566

[本文引用: 1]

徐洪峰, 高霜霜, 郑启明, 等

信号控制交叉口的复合动态车道管理方法

[J]. 吉林大学学报: 工学版, 2018, 48 (2): 430- 439

[本文引用: 1]

XU Hong-feng, GAO Shuang-shuang, ZHENG Qi-ming, et al

Hybrid dynamic lane operation at signalized intersection

[J]. Journal of Jilin University: Engineering and Technology Edition, 2018, 48 (2): 430- 439

[本文引用: 1]

DEPRATOR A J, HITCHCOCK O, GAYAH V V

Improving urban street network efficiency by prohibiting conflicting left turns at signalized intersections

[J]. Transportation Research Record: Journal of the Transportation Research Board, 2017, 2622: 58- 69

DOI:10.3141/2622-06      [本文引用: 1]

吴蓉. 城市道路信号控制交叉口左转机动车管理对策研究[D]. 上海: 同济大学, 2008.

[本文引用: 1]

WU Rong. Study on the left-turn traffic management of urban road signalized intersections [D]. Shanghai: Tongji University, 2008.

[本文引用: 1]

龙科军, 陈群

道路网络交叉口“禁左”交通组织优化

[J]. 北京工业大学学报, 2011, 37 (6): 876- 881

[本文引用: 1]

LONG Ke-jun, CHEN Qun

Left-turning traffic forbiddance system optimization of intersections on road networks

[J]. Journal of Beijing University of Technology, 2011, 37 (6): 876- 881

[本文引用: 1]

吴伟, 刘洋, 马万经, 等

考虑上下游通行能力匹配的干线禁左模型

[J]. 交通运输系统工程与信息, 2018, 18 (6): 157- 163, 186

[本文引用: 1]

WU Wei, LIU Yang, MA Wan-jing, et al

Left turn forbiddance model considering capacity matching between upstream and downstream intersections along arterial road

[J]. Transportation Systems Engineering and Information Technology, 2018, 18 (6): 157- 163, 186

[本文引用: 1]

吴兵, 李晔. 交通管理与控制[M]. 第5版. 北京: 人民交通出版社, 2015.

[本文引用: 1]

陆建, 崔洪军, 潘建芳

大型活动交通研究范围确定方法

[J]. 武汉理工大学学报: 交通科学与工程版, 2009, 33 (3): 422- 425

[本文引用: 1]

LU Jian, CUI Hong-jun, PAN Jian-fang

Traffic research area delimitating method of large activities

[J]. Journal of Wuhan University of Technology: Transportation Science and Engineering, 2009, 33 (3): 422- 425

[本文引用: 1]

孔令斌, 陈小鸿, 荣建, 等. 建设项目交通影响评价技术手册[M]. 北京: 中国建筑工业出版社, 2011.

[本文引用: 1]

Transportation Research Board. Highway capacity manual 2010 [M]. Washington DC: Transportation Research Board, 2010.

[本文引用: 1]

王玲. 可预知特殊需求下交通网络变结构预案研究[D]. 上海: 同济大学, 2013.

[本文引用: 1]

WANG Ling. Variable traffic network structure strategy for planned special events [D]. Shanghai: Tongji University, 2013.

[本文引用: 1]

/