覃 鵬 王 正
(上海海事大學(xué)交通運輸學(xué)院 上?!? 01306)
公交被動優(yōu)先下基于客流量的信號優(yōu)化方法研究
覃鵬王正
(上海海事大學(xué)交通運輸學(xué)院上海2 01306)
摘要在考慮客流量的基礎(chǔ)上,提出了乘客系數(shù)的定義,并給出了一種整合了綠信比調(diào)整和周期調(diào)整的信號優(yōu)化方法。結(jié)合實例,確定了交叉口的最優(yōu)配時方案。結(jié)果表明,與現(xiàn)狀配時方案相比,該優(yōu)化方法得到的信號配時方案在實現(xiàn)了交通中人本位的同時,能夠有效減少交叉口優(yōu)先相位公交車輛的延誤和停車,且不對社會車輛產(chǎn)生負(fù)面影響。
關(guān)鍵詞公交信號被動優(yōu)先人本位乘客系數(shù)延誤停車次數(shù)
隨著城市化的發(fā)展,城市交通擁堵問題日益嚴(yán)重。公交信號優(yōu)先能夠提高交通效率,進而緩解城市交通擁堵。公交信號被動優(yōu)先控制策略是根據(jù)公共汽車的發(fā)車頻率、行車速度、流量等歷史數(shù)據(jù)設(shè)計交叉口的信號配時方案,以減少公共汽車延誤和停車的控制策略[1],主要包括周期調(diào)整、綠信比調(diào)整、相位分割,以及針對公交車輛的協(xié)調(diào)綠波控制等具體方法[2]。
以往信號優(yōu)先方法過多關(guān)注公交車輛的延誤和停車而忽略了對社會車輛的影響,沒有真正體現(xiàn)人本位思想,以及獨立地實施一種信號優(yōu)先方法。如對信號優(yōu)先方法仿真分析的研究僅使用了一種單一的優(yōu)先方法[3],這些研究都是以車均延誤或車總延誤最小為優(yōu)化目標(biāo),沒有考慮客流量[4-5];有學(xué)者提出的以交叉口人總延誤最小為目標(biāo)的信號優(yōu)化方法,雖體現(xiàn)了人本位,但無法避免對社會車流帶來過多影響[6-7]。
為了克服以上缺點,本文提出一種考慮了乘客流量的綠信比和周期分步調(diào)整的信號優(yōu)化方法[8]。該方法以延誤和停車次數(shù)為基礎(chǔ),提出乘客系數(shù),通過計算乘客系數(shù),對以往的方法進行分步改進。
1模型建立
根據(jù)相關(guān)著作,在交叉口車輛均勻到達情況下,各相位延誤可由下式計算得到[9-10]:
(1)
各相位均勻到達停車次數(shù)可以由下式計算得到
(2)
式中:D為某一相位某一流向的車輛延誤,車·s;S為某一相位某一流向的車輛停車次數(shù),車·次;λ為對應(yīng)的綠信比;Ct為信號周期,s;Q為對應(yīng)的車流到達率,輛/s;y為對應(yīng)的流量比。
由式(1)和式(2)知,延誤和停車都是周期的增函數(shù),綠信比的減函數(shù)。因此,在一定的范圍內(nèi),可以通過對信號綠信比和信號周期進行調(diào)整,以期得到一個理想的信號配時方案,使交叉口優(yōu)先相位車輛的延誤和停車次數(shù)都較小。
式(1)和式(2)只是按車輛來計算延誤和停車次數(shù),其將公交車輛和社會車輛等同對待,沒有體現(xiàn)人本位思想。本文根據(jù)乘客流量來計算延誤和停車,以優(yōu)化信號配時方案。由于交叉口公交車流量小于私人汽車流量,若以車流量作為信號配時依據(jù),則會導(dǎo)致公交車流量相位的綠信比較小。這雖然能夠?qū)崿F(xiàn)較小的車總延誤,但會導(dǎo)致較大的人總延誤,不能有效實現(xiàn)交叉口公交信號優(yōu)先,所以應(yīng)該以客流量作為信號配時的依據(jù)。一輛公交車輛所載乘客數(shù)遠(yuǎn)遠(yuǎn)多于一輛私人汽車所載乘客數(shù),則可以增加公交相位的綠信比,降低交叉口的乘客總延誤,從而真正實現(xiàn)交叉口公交信號優(yōu)先,體現(xiàn)真正的人本位理念。為了將客流量與信號配時優(yōu)化聯(lián)系起來,本文提出一個乘客系數(shù)概念。
定義乘客系數(shù)為同一流向流量中各類車輛的平均綜合載客數(shù),其可由下式計算得到。
(3)
式中:Pc為乘客系數(shù);Pn為社會車輛的平均載客數(shù),在以下實例中,根據(jù)私人汽車實際載客調(diào)查,可取Pn=2;Ps為同一流向流量中社會車輛的百分比;Pb為同向流量中公交車輛的百分比;PN為公交車輛的平均載客數(shù),在實例中,根據(jù)統(tǒng)計調(diào)查的公交線路車輛實際載客情況,取PN=40。同時本文假定非優(yōu)先相位都為私人小汽車車流,優(yōu)先相位則為私人小汽車和公交車車流。
為實現(xiàn)真正的公交優(yōu)先,本文建立信號優(yōu)化模型。本文分別將式(1)和式(2)乘以Pc,對式(1)和式(2)進行改進,則可以計算出交叉口的乘客總延誤和乘客總停車。信號優(yōu)化模型以交叉口乘客總延誤最小為優(yōu)化目標(biāo),對交叉口信號配時方案進行優(yōu)化。
分別得到改進以后的各相位各流向乘客延誤和乘客停車次數(shù)計算式。
(4)
(5)
式中:Dp為乘客延誤,人·s;Sp為乘客停車次數(shù),人·次。
對于信號交叉口,若信號綠信比分配不合理的配時方案,需要信號的綠信比進行調(diào)整;若信號周期時長設(shè)置也不合理,同樣也需要對周期長度進行調(diào)整;若是兩者都不合理,則需要對兩者都進行調(diào)整。配時參數(shù)調(diào)整以后得到的信號配時方案將會更加適合具有公交流量的信號交叉口,以減少交叉口乘客總延誤。
本文以優(yōu)先相位乘客延誤最小為目標(biāo)函數(shù),同時兼顧非優(yōu)先相位,建立對綠信比和周期減小分步調(diào)整的信號優(yōu)化模型,在此基礎(chǔ)上計算相應(yīng)的乘客停車次數(shù)。由于需對綠信比和信號周期進行分步調(diào)整,所以分步建立雙層目標(biāo)函數(shù),以解出優(yōu)化的信號配時方案。
首先,建立以綠信比為自變量的上層目標(biāo)函數(shù)。
(6)
對上層目標(biāo)函數(shù)模型求解,可求得目標(biāo)函數(shù)值,同時求得各相位的綠信比λi。
其次,建立下層以周期為自變量的目標(biāo)函數(shù)。
(7)
對下層目標(biāo)函數(shù)模型求解,可求得優(yōu)先相位的延誤減少量,同時解出信號周期Ct1。最后得到調(diào)整后的綠信比和信號周期,即最后的信號配時方案。
2實例分析
以上海市浦東新區(qū)南匯新城的滬城環(huán)路-申港大道交叉口為研究對象,首先調(diào)查其信號周期和綠信比,同時調(diào)查經(jīng)過該路口的私人汽車和公交車輛延誤、停車以及實際載客情況,其次計算用本文信號優(yōu)化方法所得方案的延誤和停車次數(shù),并與現(xiàn)狀調(diào)查得到的延誤和停車次數(shù)進行對比,以證明本文提出的方法的可行性和優(yōu)越性。
根據(jù)調(diào)查的交叉口基礎(chǔ)數(shù)據(jù)知,交叉口信號配時參數(shù)的是不合理的,即具有公交流量的相位綠信比值較??;每個周期流量很小,但是周期時長卻很大。所以需要對該交叉口的信號配時參數(shù)進行優(yōu)化,以得到一個更優(yōu)的信號配時方案。
已知,滬城環(huán)路南北方向上的直行相位具有公交流量,因此本文將此相位定為優(yōu)先相位。交叉口信號控制為四相位方案,黃燈時間3 s,全紅時間2 s,周期120 s,交叉口現(xiàn)狀參數(shù)見表1。
表1 交叉口現(xiàn)狀參數(shù)表
延誤數(shù)據(jù)通過利用點樣本法(統(tǒng)計間隔為5 s)對拍攝的視頻進行統(tǒng)計得到;停車數(shù)據(jù)則是通過停車線調(diào)查方法得到。數(shù)據(jù)調(diào)查時段為2015年4月17日(星期五)16:30~18:30的晚高峰時段。
本文利用WPS中Spreadsheet的規(guī)劃軟件模塊進行求解。
首先,對上層模型進行求解,進行綠信比的調(diào)整。根據(jù)行人過街時間、周期長度以及左轉(zhuǎn)車輛到達率,確定式(6)約束條件等式右邊的約束量。
由周期為120 s,考慮行人一次性過街,取Λ=0.85;根據(jù)行人過街時間最短時間,加上松弛時間,則東西直行相位最短有效綠燈時間gmin=36 s,南北直行相位gmin=40 s;由左轉(zhuǎn)車流到達率和飽和流率以及信號周期長度,可以確定東西左轉(zhuǎn)相位gmin=10 s,南北左轉(zhuǎn)相位gmin=16 s。
表2 綠信比調(diào)整后交叉口參數(shù)表
其次,對下層模型進行求解,進行信號周期的調(diào)整。同樣根據(jù)行人過街時間、周期長度以及左轉(zhuǎn)車輛到達率,確定式(7)約束條件等式右邊的約束量。
為了縮短周期長度,考慮行人以2次過街方式完成過街,在考慮松弛時間,則東西直行相位最短有效綠燈時間gmin=18 s,南北直行相位gmin=20 s;由左轉(zhuǎn)車流到達率和飽和流率以及信號周期長度,可以確定東西左轉(zhuǎn)相位gmin=5 s,南北左轉(zhuǎn)相位gmin=8 s。
表3 周期調(diào)整后交叉口參數(shù)表
匯總并對比現(xiàn)狀方案、只進行綠信比調(diào)整的方案以及進行綠信比和周期分步調(diào)整的方案3種方案的乘客延誤和停車次數(shù),結(jié)果表明本文信號優(yōu)化方法的有效性和可行性。匯總結(jié)果見表4。
表4 各情形下乘客延誤和停車次數(shù)對比表
由表4可見,綠信比和信號周期分步調(diào)整后,可分別計算最終優(yōu)先相位和交叉口總的乘客延誤和停車次數(shù)的減少量如下。
由此可知,信號周期調(diào)整后,乘客延誤減少了一半,說明調(diào)整方案切實可行,最后得到的最優(yōu)信號配時方案見圖1。
圖1 交叉口最優(yōu)信號配時圖(單位:s)
圖1中從第一相位至第四相位的順序依次為:南北左-南北直-東西左-東西直。
3結(jié)語
本文研究了在被動優(yōu)先方法下基于客流量的信號優(yōu)化方法,對相位綠信比和信號周期進行分
步調(diào)整,并將計算得到的乘客延誤和停車數(shù)據(jù)與現(xiàn)狀調(diào)查數(shù)據(jù)進行對比。實例分析證明本文提出的方法是可行和實用的。該方法得到的信號配時方案不僅可以減少交叉口公交車輛的延誤和停車,且不增加交叉口社會車輛的延誤和停車,同時體現(xiàn)了交通中人本位的思想。
參考文獻
[1]趙雅秀.公交信號優(yōu)先控制理論與方法研究[D].重慶:重慶交通大學(xué),2010.
[2]馬萬經(jīng),楊曉光.公交信號優(yōu)先控制策略研究綜述[J].城市交通,2010(6):70-78.
[3]馬萬經(jīng),楊曉光.單點公交優(yōu)先感應(yīng)控制策略效益分析與仿真驗證[J].系統(tǒng)仿真學(xué)報,2008(6):20(12): 3309-3313.
[4]王殿海.單點公交被動優(yōu)先下信號配時方法研究[J].交通信息與安全,2009,27(3):48-52.
[5]馬萬經(jīng),楊曉光.基于時空優(yōu)化的單點交叉口公交被動優(yōu)先控制方法[J].中國公路學(xué)報,2007(3):86-90.
[6]李楓等.無公交專用道單點公交被動優(yōu)先適應(yīng)性研究[J].交通信息與安全,2010,28(4):71-76
[7]裴玉龍.混合交通條件下單點公交優(yōu)先信號配時研究[J].哈爾濱工業(yè)大學(xué)學(xué)報,2007,39(2):296-298.
[8]汪健,胡娟娟,李鳳.兩交叉口間主動式公交信號優(yōu)先協(xié)調(diào)控制配時優(yōu)化方法[J].武漢理工大學(xué)學(xué)報:交通科學(xué)與工程版,2013(4):703-706,712.
[9]徐建閩.交通管理與控制[M].北京:人民交通出版社,2007.
[10]楊佩昆,吳兵.交通管理與控制[M].2版.北京:人民交通出版社,2003.
Research on Signal Optimization Method Based on Passenger Volume under the Bus Passive Priority
QinPeng,WangZheng
(College of Transport and Communication , Shanghai Maritime University, Shanghai 201306, China)
Abstract:Based on taking passenger volume into consideration, a definition of passenger coefficient was put forward and a signal optimization method combining split adjustment and circle adjustment was proposed. The signal timing schedule of the intersection was made by an example. The result shows that, comparing with the timing schedule of present situation, the optimization method can realize the humanism in the traffic. The method can more effectively reduce the delay and stops of buses of the preferred phase at the intersection, and can avoid side effects to the social vehicles.
Key words:bus signal passive priority; humanism; passenger coefficient; delay; stop times