考慮相關性的雨天城市道路交通擁堵概率預測

　　作者：吳中

　　摘 要：雨天城市道路交通擁堵頻發(fā)，交通運行在道路網(wǎng)絡各路段間的交互影響較晴天明顯增強。本文針對傳統(tǒng)出行時間預算模型應用的局限性，考慮雨天各路段間行車延誤的相互影響，改進了走行時間方差的計算方法，提出一種雨天城市道路交通擁堵概率預測方法。選取南京市某行車路徑進行驗證，通過4種工況、3種模型走行時間的比較，發(fā)現(xiàn)考慮相關性的分段組合模型更接近整體路徑分布情況，且擁堵概率預測準確率大于90%。研究結果表明：本文提出的預測模型能有效預測城市道路雨天擁堵情況，可為雨天道路適應性評價和交通管控提供依據(jù)。

　　關鍵詞：交通運輸系統(tǒng)工程;擁堵概率預測;雨天;走行時間;路段相關性

　　城市道路交通網(wǎng)絡的運行是一個復雜的隨機過程，在常發(fā)性惡劣天氣降雨作用下，因路面附著系數(shù)降低[1]、水膜溜滑[2]、制動距離增大、視距受阻[3]、駕駛員操作行為波動[4]等原因，會影響路網(wǎng)交通流的正常運行。由于雨天易誘發(fā)城市道路局部交通需求聚集，導致交通行為秩序混亂，造成城市道路間影響程度加深、擁堵加劇。

　　雨天對車輛運行速度和延誤有直接的負面影響[5-6]。目前對城市道路雨天擁堵現(xiàn)象的研究較多，且隨著移動網(wǎng)絡技術的普及，交通擁堵預測研究已初現(xiàn)雛形。以晴好天氣的路段旅行時間為研究對象，Chen等[7]提出了一種基于卷積的深度神經(jīng)網(wǎng)絡周期性交通數(shù)據(jù)建模方法PCNN，短時預測交通擁堵情況;Sun等[8]將交通擁堵狀態(tài)看作交通流參數(shù)的映射函數(shù)，采用并行k-means聚類法獲得擁堵預測的可能性分布;王殿海[9]、陳明明[10]等以歷史數(shù)據(jù)擬合結果為依據(jù)，用整體路徑和串并聯(lián)理論估計路段獨立時組合路徑的行程時間可靠性，未考慮不同天氣和交通狀態(tài)條件時路段相關性的差異。對雨天的預測也有一些研究，Lee等[11]利用多元線性回歸分析法，考慮天氣對旅游區(qū)交通擁堵造成的影響;劉暢等[12]分別考慮時段和天氣對交通狀況的影響，基于隨機森林算法短時預測交通擁堵指數(shù)，多是對擁堵等級進行分級預測，缺少對城市道路雨天和不同時段交通狀態(tài)的綜合擁堵概率預測，且雨天這一復雜天氣下的預測精度也有待提高。

　　本文以雨天城市道路為研究對象，考慮路徑中各組合路段的相關關系，根據(jù)路徑走行時間的分布，建立城市道路雨天擁堵概率的計算模型，為雨天交通管理與控制和道路適應性評價提供依據(jù)。

　　如表2所示，表中的預測走行時間顯示了出行者對不同工況時城市道路擁堵程度的估計情況。在高峰工況下，雨天的預測時間比晴天長12.065 7 min、擁堵概率高8.700 7%;在平峰時段工況下，雨天的預測時間比晴天長3.481 5 min、擁堵概率高4.386 7%。出行者在雨天的擁堵判別時間更長、分布帶寬更長，會預留更長的走行時間以規(guī)避擁堵風險。

　　由3種模型所得的擁堵概率預測結果來看：整體路徑模型預測結果更接近實測擁堵概率，且4種工況的預測結果準確率均為100%，預測發(fā)生擁堵的走行時間全部符合真實情況;傳統(tǒng)獨立模型預測的擁堵概率和準確率P均較低，低估了雨天擁堵發(fā)生的可能性;分段組合模型預測的擁堵概率高于整體路徑模型，對擁堵概率的估計相對保守，但此時4種工況預測結果的準確率均超過90%，P值遠高于傳統(tǒng)獨立模型，表明通過各個路段分段組合計算路徑擁堵概率的模型方法可行。

　　此外，根據(jù)模型計算的擁堵延誤時間和擁堵概率還可以為雨天道路適應性評價和交通管理控制措施的制定提供理論支持：即針對城市特定路段或路徑，以此方法計算的不同天氣、不同交通狀態(tài)下的預測走行時間和擁堵概率為依據(jù)，可判定雨天和高峰時該道路的適應性程度，進一步采取調整信號時長、加強向附近暢通路段的引導、自適應限流等措施來緩解道路擁堵情況。

　　4 結論

　　根據(jù)上述探討，得出以下結論：

　　(1)本文將雨天這一天氣因素作為擁堵預報的主體對象，針對城市道路雨天更為嚴重的擁堵問題，提出一種雨天擁堵概率計算模型，并以南京市某行車路徑為例進行驗證。

　　(2)預測模型考慮了路徑中各組合路段間的相關性，在走行時間方差的計算中加入路段協(xié)方差，改進了走行時間方差的計算方法，其計算結果更接近實際整體路徑情況。

　　(3)實例表明：城市道路雨天擁堵概率計算模型可以反映出行路徑發(fā)生擁堵的可能性，分段組合模型計算的擁堵概率預測準確率P大于90%，能有效預測城市道路雨天的擁堵情況。

　　(4)本文提出的城市道路雨天擁堵概率預測方法可為雨天道路適應性評價和交通管控提供依據(jù)。在后續(xù)的研究中，可嘗試根據(jù)降雨量細分雨天影響，進一步提高預測精度，并考慮超額延誤時間對擁堵概率的影響，基于本文所建模型開展更復雜路網(wǎng)的擁堵概率預測研究。

　　參考文獻：

　　[1]王笑. 暴雨天氣下城市快速路交通流特性研究[D]. 北京：北京交通大學，2015.

　　[2]季天劍，黃曉明，劉清泉，等. 道路表面水膜厚度預測模型[J]. 交通運輸工程學報，2004(3)：1-3.

　　[3]WANG Y Q，LUO J. Study of rainfall impacts on freeway traffic flow characteristics[J]. Transportation Research Procedia， 2017， 25： 1533-1543.

　　[4]祝站東，榮建，周偉. 不良天氣條件下的駕駛行為研究[J]. 武漢理工大學學報(交通科學與工程版)，2010，34(5)：1040-1043.

　　[5]KONDYLI A， ST GEORGE B， ELEFTERIADOU L， et al. Defining， measuring， and modeling capacity for the highway capacity manual[J]. Journal of Transportation Engineering， Part A： Systems， 2017， 143(3)：38-47.1 [2]

　　推薦閱讀：道路交通管理道路工程師論文