学术观点 | 基于动态交通分配的中观交通仿真模型开发实践

   本文梳理了宏观、中观和微观交通仿真模型的特点与适用性，提出了实际应用需求中建立宏观中观一体仿真模型的必要性，并进行了可行性论证。设计了宏中观一体仿真模型的技术流程以及交通分区与网络细化方法和矩阵更新方法。以广州东站周边地区为例，构建了以动态交通分配方法来实现的中观交通仿真系统并进行了实证研究。结果表明在宏观模型的基础上，基于动态分配的中观交通仿真模型能够在仅增加较小工作量的前提下完成中观交通仿真模拟和评估工作，评估结论较为丰富，基于仿真的动态交通分配方法可视化程度高、能够更加直观的展示评估结论，助力对交通模型结果的解读。

交通仿真模型是伴随着交通流理论和交通规划模型理论的实践运用发展而来的重要定量化和可视化评估工具。它是通过应用计算机软件对交通系统进行数学建模，分析评估交通系统状态及运行指标，以更好提升交通系统规划、设计和运营管理水平。根据对交通系统的表述详细程度的不同，交通仿真可以分为宏观、中观和微观三个层次，NCHRP-08-36-90报告[1]Best Practices in the Use of Micro Simulation Models中也详细对比了各层次模型的优劣。宏观模型作为大范围交通仿真的首选工具在需求分析层次发挥了重要的作用，但其分析结论大多以小时呈现，对交通运行特征的解释程度有限，特别是在饱和交通网络条件下，由于不能反映拥堵的累积和蔓延，部分评估结论甚至有可能失真。为此，有必须要寻找新的替代方法。吴宁宁[2]等运用Dynameq进行中观动态交通仿真；傅成红[3]等运用DynuStudio对福州快速路系统开展中观仿真建模评价；SUN[4]等比较了基于VISSIM和Aimsun的中观仿真建模；PIATKOWSKI[5]则比较了基于VIUSM的动态交通分配和基于MATSim的Agent仿真模拟结果的差异。诚然，更细颗粒度的中观仿真和微观仿真方法能较好地解决此问题，但通常意味着更详细的数据输入支持，甚至是分析平台的转换，需要付出较多的工作量甚至其它成本。本文尝试依托PTV VISUM软件平台，基于动态交通分配（Dynamic traffic assignment，DTA）方法，在原宏观交通模型的基础上开展中观仿真研究，以提升交通仿真的精度和评价指标的准确性。

1.1 交通仿真模型分类

根据仿真的精细程度，交通仿真模型可以分类为宏观（Macroscopic simulation）、中观（Mesoscopic simulation）和微观（Microscopic simulation）三种类型，考虑其实现方式不同还可以增加多精度混合模型（Multi-resolution hybrid simulation）。宏观仿真面向大范围，分析交通政策、重大交通基础设施建设等影响；微观仿真则面向小范围或者交通走廊，分析评估交通组织和管理方案的运行效果；而中观仿真则介于二者之间。通常而言，中观和微观模型由宏观模型进行后处理得到，宏观仿真和中观仿真之间可以形成较好的互动和反馈，而微观仿真则难以反馈到中观仿真和宏观仿真。

1.2 宏中观一体交通仿真必要性与可行性分析

宏观模型要支持大范围，交通小区（Traffic analysis zones， TAZs）数量大（目前国内超大城市交通小区数量基本都在4000以上），再加上要支持巨型交通网络，通常采用静态交通分配方法，支持战略层面测试，对过饱和交通网络的交通拥堵形成、蔓延及消散解释不足乃至缺失，难以响应运行级交通评估的需要。微观仿真能够通过精细化的建模，真实反映实际交通网络几何条件，交通组织方案、信号控制方案以及交通管理措施等，但建模工作量巨大，对较大范围网络支持有限。此外，微观仿真通过对车辆个体行为的进行模拟，而个体行为特征源自对车辆驾驶行为的统计分布，可以理解为集合分布。从统计学的角度考虑，基于个体指标可以统计总体分布，而其逆过程则几乎完全不可能成立，所以不可能完全真实在线实际交通状况。另一方面，微观仿真模型一般由跟驰模型和换车道模型这两个核心组成，而在饱和流状态下由于车头空距较小，部分车辆会发生因无法获得换车道机会造成等待死锁，进而产生与实际不符的异常拥堵。这种现象在大型过饱和流状态交通网络反映极为明显，乃至很难完成完整分析周期（1小时或2小时）的交通仿真，也意味着无法获得仿真结果。TUNG[6]等对宏观（静态）、中观（DTA）和微观仿真模型的解析方法和特点做了进一步总结，见表1。

由于宏观仿真和微观仿真方法在饱和流网络的明显缺陷，有必要寻求新的解决方案，中观交通仿真恰恰是这样一种方法。首先，中观仿真是基于动态交通分配的分析方法，能够避免宏观交通仿真采用静态分配方法的局限。其次，中观仿真只需要在宏观模型的基础上增加有限的信息，如交叉口控制方式、信号灯配时等，能够满足大型交通网络分析的需要。第三，中观仿真避免了微观仿真的车辆个体行为模拟，能够有效避免过饱和流状态下因车辆异常行为而产生的与现实不符的拥堵。总体来说，中观仿真模型能够在不增加太多工作（宏观交通模型细化，包括详细的交通网络及交叉口信息）的前提下，缓解宏观仿真和微观仿真的局限。同时，因为中观交通仿真需要通过宏观模型继承交通供给和需求等信息，且这部分信息经中观模型细化仍有可能反馈回宏观仿真，并与之共用。因此，打造宏中观一体的交通仿真模型在技术上是可行的。

2.1 技术流程

宏中观一体的交通仿真模型构建依托既有宏观交通仿真模型系统，主要包含两个步骤：宏观仿真模型细化和中观仿真建立与校验，技术流程示意见图2。第一步，首先对宏观仿真模型进行细化（交通分区与交通网络细化逻辑示意见图3），补充街区道路系统，以此为基础细分交通小区并建立新旧交通小区对应关系，再将宏观仿真需求矩阵拆分得到新交通小区需求矩阵，进而结合交通运行数据对新模型进行校正和检验。第二步，进一步明确建模范围边界，利用子模型技术，按照建模范围对新宏观模型进行切割，得到研究范围子模型。再对子模型交叉口控制形式、信号灯配时方案等进行详细编码，完成后调整交通分配方法，结合交通运行数据再次进行标定和校验，最后输出结果。

2.2 分析工具

PTV VISUM是一款主流商业交通规划仿真分析软件系统，能够支持经典四步骤模型（Four-step model，FSM）、出行链建模（Tour-based model，TBM）和活动模型（Activity-based model，ABM），以及新近发展起来的响应式需求建模（Demand responsive transport，DRT）。在交通分配方法方面，除了支持静态的增量分配、用户平衡、随机分配等分配算方法外，VISUM软件还支持动态用户平衡(Dynamic User Equilibrium, DUE）、动态随机分配(Dynamic stochastic assignment)和基于仿真的动态分配(Simulation-based dynamic assignment, SBA)三种方法，本文主要研究基于仿真的动态交通分配方法。

2.3 交通分区与交通网络

宏观交通仿真模型范围内共包含12个交通小区，148个节点，386个路段和1299个转向，细化拆分后内部交通小区38个，出入口小区27个，226个节点，534个路段和1480个转向。

2.4 交通需求

经交通运行数据校验，研究范围道路高峰小时（18:00-19:00）总交通量44946pcu，其中区内出行1075pcu，到达6241pcu，离开6979pcu，穿越30679pcu/h，交通需求组成示意见图6。结合地区交通运行状态，中观模型以高峰小时的90%需求（40451pcu）作为仿真的第一个小时（17:00-18:00）输入进行系统预热,并使用18:00-19:00的结果作为分析指标。

图6 高峰小时地区交通流量组成

本次研究的主要目的是通过对比分析，掌握宏观交通仿真所采用的静态分配方法和中观交通仿真所采用的动态交通分配方法在表征饱和交通网络状态上的差异。为此，研究选择VISUM软件的特色均衡分配方法——线性用户成本平衡（Linear User Cost Equilibrium, LUCE）作为参照，与基于仿真动态分配（Simulation-based dynamic assignment, SBA）的计算结果进行对比分析。

3.1 运行耗时分析与网络交通量指标

经同一台几次测试计算，LUCE算法完成100次迭代，计算耗时约不足为1秒，而采用SBA方法耗时为185秒，二者差异巨大。经统计分析，分析时段17:00-18：00采用LUCE分配方法，网络周转量为82051 pcu*km，而SBA方法为84784 pcu*km，SBA方法比LUCE方法多3.3%。基于仿真的动态分配方法和LUCE分配方法所得路段流量具有较高的一致性，拟合优度达到0.98。所以仅从流量来看，难以体现动态分配的优势。

图7 LUCE和SBA分配算法路段流量比较

3.2 基于仿真的动态交通分配结果

如图8所示，基于仿真的动态分配方法能够显示交通网络不同时点的道路交通流量状况，并在一定程度上演示拥堵的形成和疏散。

图9所示，则通过车道和车辆组的形式更加直观的展示了地区路网交通拥堵和疏散形成的过程，同时以更为直观的形式展现了车道的占有率和拥堵蔓延情况，为中观交通模型成果解读提供了新的途径。

宏观模型适用于大范围的仿真，但基于静态分配方法，一方面对交通拥堵和饱和网络的评估存在一定局限性，另一方面分析结论以交通量、饱和度等指标为主，相对比较抽象不容易理解。微观仿真模型能够较为细致的描述车辆行为，但在饱和流状态下容易失真，且工作量大，一般仿真范围不宜过大。而中观交通仿真恰恰在宏观仿真和微观仿真的局限性方面有明显的优势，一方面评估指标比较丰富，展示比较直观，能够模拟拥堵的形成和消散的过程；另一方面建模工作量较小，可适用于大型交通网络。此外，由于宏观仿真和中观仿真的数据通用性，能够较为方便的实现数据共享和互为反馈。为此，本研究提出了基于动态交通分配方法的宏观中观一体的交通仿真模型技术框架。广州东站周边道路网络的仿真案例表明，该技术方案是可行的，且基于仿真的动态分配（SBA）提供了较为丰富的评估数据源，同时直观的可视化能够更加直观的展示车道占有率和拥堵形成、蔓延和疏散过程，有助于增强用户对交通模型分析结论的理解，促进科学决策。