淺析城市交通擁堵問(wèn)題

李曉陽(yáng) 李峰 蘇峰

摘 要：隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展與人口數(shù)量的不斷增多，國(guó)內(nèi)GDP不斷增長(zhǎng)的同時(shí)也給交通運(yùn)輸提出了更高的要求?，F(xiàn)今，導(dǎo)航、GPS廣泛的被人們應(yīng)用，但這些高科技產(chǎn)品也存在著許多缺陷。研究分析國(guó)內(nèi)交通擁堵現(xiàn)狀并提出解決辦法是進(jìn)一步發(fā)展的需求。

通過(guò)分析題目，結(jié)合搜集資料找到現(xiàn)有交通流量，交通擁擠時(shí)間以及各大城市交通負(fù)載等方面的數(shù)據(jù)，求解該問(wèn)題時(shí)用Excel對(duì)其做數(shù)值統(tǒng)計(jì)處理，處理后的數(shù)據(jù)用Matlab軟件中的相關(guān)函數(shù)對(duì)其進(jìn)行分析，結(jié)合Excel、Maple優(yōu)化軟件與Matlab軟件畫(huà)圖工具，最終對(duì)相關(guān)的問(wèn)題做出結(jié)論。

關(guān)鍵詞：交通擁堵、時(shí)間預(yù)測(cè)、實(shí)時(shí)監(jiān)控、BP神經(jīng)網(wǎng)絡(luò)

1.問(wèn)題背景

在導(dǎo)航軟件中，行程時(shí)間的估計(jì)往往是一個(gè)重要的功能。現(xiàn)有的導(dǎo)航軟件通過(guò)安裝了該軟件的出租車或其他車輛來(lái)獲取實(shí)時(shí)GPS數(shù)據(jù)以確定當(dāng)前道路狀況。在交通嚴(yán)重堵塞的情況下，車速較慢，所以對(duì)車速的估計(jì)是非常不準(zhǔn)確的。這導(dǎo)致了預(yù)測(cè)交通阻塞時(shí)間的準(zhǔn)確性變得很差，所需的實(shí)際時(shí)間有時(shí)甚至與預(yù)測(cè)時(shí)間相差幾倍到十倍。

2.問(wèn)題重述

（1）收集現(xiàn)有數(shù)據(jù)，分析交通擁堵現(xiàn)狀。

（2）建立模型，預(yù)測(cè)交通堵塞的時(shí)間。

3.問(wèn)題分析

對(duì)如何精準(zhǔn)的預(yù)測(cè)交通堵塞的時(shí)間問(wèn)題，通過(guò)對(duì)數(shù)據(jù)的搜集與整理，得到了影響交通擁堵的各個(gè)因素，進(jìn)而建立了基于DC的交叉口擁擠自動(dòng)識(shí)別模型。并得出在一個(gè)周期內(nèi)的擁擠度預(yù)測(cè)值：DC = 到達(dá)車輛數(shù)/理想消散車輛數(shù)。由于城市道路交通系統(tǒng)是一個(gè)非線性的復(fù)雜系統(tǒng)，而B(niǎo)P神經(jīng)網(wǎng)絡(luò)具有非線性的描述能力，使預(yù)測(cè)交通堵塞時(shí)間的問(wèn)題變得簡(jiǎn)單。因此建立了基于BP神經(jīng)網(wǎng)絡(luò)的道路交通預(yù)測(cè)模型。期間我們采用MATLAB對(duì)交通數(shù)據(jù)進(jìn)行了相應(yīng)的擬合和處理，并使用函數(shù) 對(duì)其進(jìn)行驗(yàn)證。

4.模型假設(shè)

（1）假設(shè)所收集到的數(shù)據(jù)真實(shí)可靠;

（2）假設(shè)數(shù)據(jù)經(jīng)過(guò)微處理后對(duì)原始的結(jié)果影響并不大;

（3）數(shù)據(jù)中的奇異數(shù)據(jù)及缺省的值忽略后對(duì)總體信息不會(huì)有顯著的影響;

5.模型的建立與求解

5.1交通擁堵問(wèn)題的成因

交通擁堵是道路運(yùn)行系統(tǒng)故障最直接的體現(xiàn)，直接導(dǎo)致交通的癱瘓，對(duì)人們的出行以及社會(huì)秩序的維持帶來(lái)了很大的不便。解決交通擁堵問(wèn)題，可以從以下方面進(jìn)行探究。[1]

5.1.1交通需求增長(zhǎng)迅速

（1）出行需求增長(zhǎng)速度快

快速發(fā)展的國(guó)民經(jīng)濟(jì)和急劇膨脹的城市規(guī)模促使出行的需求量迅速增長(zhǎng)。隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展，城市規(guī)?？焖僭鰯U(kuò)，大批量人口涌入城市，導(dǎo)致城市交通設(shè)施遭受沖擊。在城市化道路推進(jìn)過(guò)程中，人口增長(zhǎng)必定使人們對(duì)交通出行通暢的訴求日益升高。

（2）小汽車擁有量急速增加

小汽車擁有量的急速增加加速了交通的擁堵。我國(guó)城市汽車保有量一直處在大幅增長(zhǎng)的階段。一方面，隨著經(jīng)濟(jì)的迅速發(fā)展，城市居民的可支配收入顯著增加，居民的購(gòu)買力明顯增強(qiáng);另一方面，隨著國(guó)家汽車產(chǎn)業(yè)政策的發(fā)布，汽車生產(chǎn)廠商進(jìn)行規(guī)?；a(chǎn)，導(dǎo)致轎車銷售價(jià)格大幅度下跌，促使人們購(gòu)買汽車的欲望更加強(qiáng)烈。在以上兩種因素的共同影響下，我國(guó)城市汽車保有量迅速增長(zhǎng)。

5.1.2道路基礎(chǔ)設(shè)施建設(shè)不足

我國(guó)的城市交通中，道路等級(jí)不高，道路網(wǎng)稀疏是普遍存在的問(wèn)題。雖然道路建設(shè)水平已有提升，但仍然比較落后。目前大多數(shù)城市已然開(kāi)始重視交通建設(shè)，增大對(duì)道路交通基礎(chǔ)設(shè)施的投資占比，通過(guò)修建、改建老路、增加交通標(biāo)志、安裝交通信息顯示屏等方法來(lái)改善交通。[2]

5.1.3其他社會(huì)因素

（1）交通參與者交通意識(shí)缺乏

（2）城市土地利用與規(guī)劃布局不夠合理

（3）機(jī)動(dòng)車質(zhì)量低

（4）交通管理部門不足

5.2基于BP神經(jīng)網(wǎng)絡(luò)的道路交通預(yù)測(cè)模型

由于BP神經(jīng)網(wǎng)絡(luò)模型能夠根據(jù)路口等待通行車輛數(shù)來(lái)預(yù)測(cè)其通行所用時(shí)間因此利用BP神經(jīng)網(wǎng)絡(luò)的自組織和自學(xué)習(xí)能力，對(duì)交通路口的車輛通行時(shí)間進(jìn)行預(yù)測(cè)。通過(guò)計(jì)算分析，選擇使用四層BP神經(jīng)網(wǎng)絡(luò)對(duì)交叉路口進(jìn)行建模。在交叉路口要對(duì)四個(gè)方向停車等待的車輛數(shù)進(jìn)行檢測(cè)，因此四個(gè)方向分別對(duì)應(yīng)一個(gè)通行時(shí)間。所以BP神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)和輸出層節(jié)點(diǎn)數(shù)均為4。而在隱含層單元數(shù)的確定上，根據(jù)公式 （其中 為隱含層神經(jīng)元數(shù)量，n為輸入神經(jīng)元數(shù)量，m為輸出神經(jīng)元數(shù)量，a為0--10之間的常數(shù)）。通過(guò)公式計(jì)算可以得出隱含層神經(jīng)元數(shù)量的范圍是（5，14）。經(jīng)過(guò)前面的分析計(jì)算，最終確定了基于BP神經(jīng)網(wǎng)絡(luò)的道路交通預(yù)測(cè)模型。四個(gè)輸入節(jié)點(diǎn)分別為TN、TW、TS、TE。四個(gè)輸出節(jié)點(diǎn)分別為ON、OW、OS、OE。其中TN、TW、TS、TE分別代表北向、西向、南向、東向等待通行的車輛數(shù)，ON、OW、OS、OE分別代表其四個(gè)方向等待車輛完全通過(guò)所用的時(shí)間。[3][4]

輸入層

通過(guò)對(duì)隱含層神經(jīng)元數(shù)量的改變，來(lái)觀察其誤差的變化，從而確定了道路交通路口BP神經(jīng)網(wǎng)絡(luò)模型的完整結(jié)構(gòu)：4個(gè)輸入層神經(jīng)元、4個(gè)輸出層神經(jīng)元和10個(gè)隱含層神經(jīng)元。從而確定復(fù)雜道路交通路口的交通受4個(gè)方向的影響，進(jìn)而得出參數(shù)表達(dá)式為：

其中，和 分別表示路段I處的流入和流出的交通流量。

隱含層

通過(guò)前面的計(jì)算分析可得，隱含層有10個(gè)神經(jīng)元，包含了常發(fā)性擁擠神經(jīng)元、正常狀態(tài)神經(jīng)元和偶發(fā)性擁擠神經(jīng)元。因此可以得出通過(guò)道路的延遲時(shí)間總和為：

則預(yù)測(cè)通過(guò)最短時(shí)間為：

在對(duì)交通路口車輛通行時(shí)間預(yù)測(cè)的問(wèn)題上，通過(guò)建立BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了相應(yīng)的預(yù)測(cè)分析。在道路交通路口建立4個(gè)輸入層神經(jīng)元、4個(gè)輸出層神經(jīng)元以及10個(gè)隱含層神經(jīng)元。計(jì)算期間采用MATLAB對(duì)交通數(shù)據(jù)進(jìn)行了處理和擬合，并通過(guò)函數(shù) 對(duì)其進(jìn)行驗(yàn)證。結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)模型可以根據(jù)擁堵的車輛數(shù)進(jìn)行預(yù)測(cè)車輛通行時(shí)間。

參考文獻(xiàn)

[1]李蘭冰，《我國(guó)城市交通擁擠的成因及其對(duì)策研究》，《理論學(xué)刊》，2005-06-15

[2]陳濤，《基于系統(tǒng)科學(xué)理論的城市道路交通擁擠預(yù)測(cè)與控制模型研究》，東南大學(xué)，2005-05-01

[3]蔣渭忠，《基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的車輛通行時(shí)間預(yù)測(cè)研究》，《微型機(jī)與應(yīng)用》，2016-05-24

[4]邱祥，《基于神經(jīng)網(wǎng)絡(luò)的智能交通控制系統(tǒng)設(shè)計(jì)》，揚(yáng)州大學(xué)，2016-05-01

作者簡(jiǎn)介：李曉陽(yáng)（1999—），男，漢族，山東菏澤人，本科在讀，電氣工程與智能控制專業(yè);

李峰（2000—），男，漢族，山東濰坊人，本科在讀，機(jī)械制造設(shè)計(jì)及其自動(dòng)化專業(yè);

蘇峰（2001—），男，漢族，山東菏澤人，本科在讀，國(guó)際商務(wù)專業(yè)。