基于微观交通仿真的实时在线交通预测之讨论

xjtuits

国内外有同行研究用TSIS、Paramics等商业软件做交通流实时预测，主要是针对高速公路，城市路网的新加坡有学者可能做过。这些商业软件方便易用无疑具有很大的吸引力，但仔细想想，感觉这种方法可能会有问题。

第一，微观仿真软件本身是针对方案评估而开发的，或许没有从模型和算法上进行特殊的优化设计，以方便做实时交通流预测。当然有人会说，如果担心计算效率，由于Paramics可做并行仿真，效率不是问题。只怕未必，一次交通预测要做6次以上迭代计算，数十万甚至上百万车辆同时运行，是否做过这样的实验？另外，当大量车辆都在排队时，也确实不必对每辆车仍运用微观模型去更新其位置而不考虑对模型和算法可做优化的可能。并且，动态OD分析、路径处理甚至在线参数校正也需要消耗大量的计算时间。

第二，实时交通预测的关键之一是精确。由于微观交通仿真器本质上是一个随机仿真系统，每辆车的个性特征服从特定的概率分布；因此，对某个时间区间、对某条路段而言，现实中车辆的个性特征是否与微观仿真器中对应路段上的车辆个性特征较为一致，个性特征的统计规律是否一致？只怕未必，恐怕也不大容易去有效标定这些个性特征参数。然而，车辆的一次随机换道可能造成该路段上一次显著的交通波传播，直接影响预测精度。相反，中观交通模型有希望精确估计路段入口和出口处的车流平均速度，至于路段中间的可以用交通流模型进行拟和或者插值，理论上感觉可靠一些。

第三，微观交通仿真结果对模型参数变化相当敏感，这并不是好事，因为现实中模型的参数实际上是不断在变化的，光照、天气、驾驶员情绪波动等等，只有对参数变化不甚敏感的模型才更有价值，忽略掉交通流中细小的交通波的传播和影响，只关注以数分钟为周期的交通流平均变化过程。这样，效果可能会更好。
大家一起讨论。

[ 本帖最后由 水寿松 于 2009-4-28 01:44 编辑 ]

januar

你观点里面猜测比较多。。

宋涛

[这个贴子最后由宋涛在 2008/04/17 01:55am 第 1 次编辑]

楼主是想讨论纯商业化的微观仿真模型在在线交通预测方面的应用喽？
我认为在线交通预测如果仅仅涉及需要考察一段时间周期后的宏观交通行为，诸如道路平均车速和行程时间，或是部分路网的交通流量分布等等，虽然未有特别的关于时间费用和效率的优化设计，但是仍然是应用无妨。作为微观仿真模型的内核，交通流微观模型能够正确的反映一定时间周期范围内车辆运行的宏观行为，这方面是毋庸置疑的！
但是，似乎目前在线交通预测应用较多的是交通流的宏观流体力学模型，意大利罗马的在线交通预测有部分就是应用的上述模型，而据介绍德国杜伊斯堡大学基于元胞自动机交通模型开发的在线交通预测提供了当前交通状态、预测30分钟后以及1小时后两种时间周期交通状态的结果，可供出行人员参考。
英文网页：http://www.autobahn.nrw.de/olsim3_5/index_e.html
这些在线交通预测绝大部分是提供了交通状态（例如畅通、稀疏、拥挤和危险四种）和指定出发地和目的地的行程时间这样的宏观交通行为，谈不上非常精确的，毕竟交通事故、作业区以及天气条件很大程度上影响了预测效果。
另外，楼主谈到了微观交通仿真结果对模型参数变化相当敏感这个观点，我还是赞同的，由于对于局部路段的仿真时，需要考虑控制参数的变化，这时微观仿真模型对于参数的敏感是可取的，而在交通预测时，上面已经提及，对于宏观交通行为的结论，交通流模型本身是定性的反映的，对于参数的敏感，会导致时间效率的增加而确无法提高精度！
由于微观交通流模型是反映单个车辆运行的性态，就目前技术手段而言，专门针对个体车辆的在线交通预测还是困难重重！

xjtuits

是的。有学者曾用Paramics，TSIS等商业化的微观交通仿真软件来做实时交通预测，想听听大家对此的看法。曾和马里兰大学的Prof. Gang-Len Zhang讨论过，他的课题组采用了“综合法”来做高速路上的实时交通流预测系统，用到了包括统计、机器学习、微观交通仿真软件TSIS等。
由于至今仍未看到微观交通仿真软件用于做实时交通流预测的现场测试报告，因此很难客观地评价这种方法的效果，有的讨论也只能属于“猜测”的范畴。但是，如果要做实用的系统，而不仅仅是为了发表论文的需要，则应该能够对理论上的一些质疑给出合理的解释来，这样才能说服客户去用这样的系统。
实际交通系统中随机事件无时无处不在。在北京，车太多、道路容量很有限，交警形容为“刹一脚车都会导致交通拥堵”，这样的研究对象对任何方法来说都是一种挑战。纸上谈兵和面对现实都是很重要的。
实时交通流预测研究近年在国内“热”了起来，不少团队都在做，不过炒剩饭的居多、有突破的太少。交通理论研究领域的学者较多地倾向于采用DTA的方法，但DTA系统的预测精度是否能够达标，还很难说；DTA系统已能用于很大规模的路网建模与分析，甚至采用集群技术可以推广到整个国家或地区、数千万辆汽车。机器学习等手段显然无法有效应用于城市路网中，如何处理信号控制和事件就是问题；该领域严谨的学者都会承认这类方法只适用于“线性”的高速公路。
只有通过自己亲自去做现场试验，才能真正获得可靠的评价结果。美国的一位牛教授告诉我，不要完全相信Transportation Research-Part B上的东西或者一些报告，学术研究总是把最好的结果公之于众。

Newyork

原帖由 xjtuits 于 2008-4-19 13:40 发表

                               
登录/注册后可看大图

是的。有学者曾用Paramics，TSIS等商业化的微观交通仿真软件来做实时交通预测，想听听大家对此的看法。曾和马里兰大学的Prof. Gang-Len Zhang讨论过，他的课题组采用了“综合法”来做高速路上的实时交通流预测系统， ...

应该是Gang-Len Chang教授