交通应急疏散控制策略优化模型研究

《交通应急疏散控制策略优化模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

工学硕士学位论文交通应急疏散控制策略优化模型研究STUDYONCONTROLSTRATEGIESOPTIMIZATIONMODELFORTRAFFICEMERGENCYEVACUATION吴鸿鹏哈尔滨工业大学2008年6月 国内图书分类号：U491.4国际图书分类号：580工学硕士学位论文交通应急疏散控制策略优化模型研究硕士研究生：吴鸿鹏导师：王健副教授申请学位：工学硕士学科、专业：交通运输规划与管理所在单位：交通科学与工程学院答辩日期：2008年6月授予学位单位：哈尔滨工业大学 ClassifiedIndex:U491.4U.D.C:580DissertationfortheMasterDegreeofEngineeringSTUDYONCONTROLSTRATEGIESOPTIMIZATIONMODELFORTRAFFICEMERGENCYEVACUATIONCandidate:WuHongpengSupervisor:Associate.Professor.WangJianAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:TransportationPlanningandManagementAffiliation:SchoolofTransportationScienceandEngineeringDateofDefence：June,2008Degree-Conferring-Institution：HarbinInstituteofTechnology- 哈尔滨工业大学工学硕士学位论文摘要随着人类社会的发展和自然环境的不断恶化，近年来，以恐怖袭击和自然灾害为代表的各种突发事件不断的困扰着人类社会。如何在可预见和不可预见突发事件的前提下进行有效的交通疏散、减少人身财产损失已成为交通运输界的重要研究课题之一。现行交通应急疏散策略往往存在着凭直觉决策、控制策略整合性差、路网利用率较低和运算繁琐等问题。为应对上述难题并提高交通应急疏散效率，本文采用基本交通路径选择优化模型作为基础，并通过对基础模型的扩展将逆向行车控制和分阶段疏散控制策略加载到模型体系之中，构建了既可相互独立，又可协调运行的操作框架。在基础路径选择优化模型中，本文提出采用元胞传输模型对疏散中的网络流状态进行描述，拟在建模精度和计算效率之间取得平衡，并对原有的元胞传输模型进行改进，通过允许各元胞拥有不同的尺寸以减少优化问题的规模，同时保持该模型的原有性能；为增强模型的实用性，本文引入了交通疏散控制策略对基础路径选择优化模型进行扩展。通过逆向行车控制策略，暂时性的对某些车道进行变向操作，以增加疏散方向的通行能力；在分阶段疏散中，通过修正元胞传输模型引入辅助元胞和等待元胞，将分阶段疏散由时间-空间问题转化为单纯的空间优化问题，大大便利了模型的优化求解。最后，本文分别对逆向行车控制策略优化模型和分阶段疏散控制策略优化模型进行了算例分析。结果显示，基础模型较好地拟合路网交通流运行状况，且逆向行车控制和分阶段疏散策略分别提高了路网的通行能力和路网的利用率，从而有效地提高应急疏散效率。关键词交通应急疏散；路网转化；疏散控制策略优化-I- 哈尔滨工业大学工学硕士学位论文AbstractInrecentyears,withthedevelopmentofhumancivilizationandthedeteriorationofenvironment,emergenteventssuchasterroristattackandnaturaldisasterconstantlypuzzledhumansociety.Howtoexecuteeffectivetrafficevacuationandreducethelossofpersonandpropertyunderknownorunpredictconditionhasbeenanimportantissueintransportationarea.Allexistingtrafficemergencycontrolstrategiesgenerallyhaveproblemssuchasmakingdecisionsbyinstinct,lowlevelofcontrolstrategyintegration,lowutilizationratioofnetworks,andhugecomputingscale.Tocontentwithsuchproblemsandthustopromotetheefficiencyoftrafficinemergencyevacuation,thispaperemployedbasicroutingoptimizationmodelasfoundationoftheentiremodel,byloadingcontraflowstrategyandstagedevacuationstrategytoextendbasicmodel,constructedoperationmodelframeworkthateithercanoperateseparatelyorharmoniously.Inbasicroutingoptimizationmodel,thispaperproposedcelltransmissionmodeltocapturenetworkflowinevacuationtogetgoodbalancebetweenmodelingaccuracyandcomputingefficiency,andbyallowingeachcellhaddifferentsizetoreducethescaleofoptimalproblem,onthisbasiscompletedtheconstructionofoptimalroutingmodel.Toincreasethepracticabilityofthemodel,thispaperintroducedtrafficcontrolstrategiestoextendbasicroutingoptimizationmodel.Incontraflowcontrolstrategy,bytemporarilychangedirectionsofsomelanes,wecansignificantlyincreasetheroadcapacitytosafedirection;Byintroducingauxiliarycellsandwaitingcellsintorevisedcelltransformationmodel,thismodeltransformedstagedevacuationproblemfromspatial-spaceproblemtopurespaceproblem,thuscovenantedthesolutionoftheoptimalmodel.Attheendofeachchapter,numericalstudieswereconductedincontraflowcontroloptimizationmodelandstagedevacuationcontroloptimizationmodel.Theresultsshowedthatbasicmodelcaneffectivelycapturethenetworkflowpropagation,andcontraflowcontrolandstagedevacuationstrategiescanseparatelyenhancethenetworkcapacityandutilization,andfinallyimprovedeffciencyofemergencyevacuation.-II- 哈尔滨工业大学工学硕士学位论文Keywords:trafficemergencyevacuation,networktransformation,optimizationofevacuationcontrolstrategy-III- 哈尔滨工业大学工学硕士学位论文目录摘要.............................................................................................................................IAbstract.......................................................................................................................II第1章绪论................................................................................................................11.1课题背景和研究意义.......................................................................................11.2国内外研究现状...............................................................................................11.2.1国外研究现状............................................................................................21.2.2国内研究现状............................................................................................61.2.3国内外现状综述........................................................................................81.3研究内容及技术路线.......................................................................................91.3.1研究对象....................................................................................................91.3.2研究内容..................................................................................................101.3.3技术路线..................................................................................................10第2章交通应急疏散控制策略优化模型框架......................................................112.1主要研究问题.................................................................................................112.1.1交通应急疏散控制问题..........................................................................112.1.2模型运行功能分析..................................................................................122.2模型运行平台及模型输入/输出....................................................................132.2.1建模平台确定..........................................................................................132.2.2模型基本输入..........................................................................................142.2.3模型基本输出..........................................................................................142.3控制策略优化模型框架.................................................................................142.3.1基础交通路径选择优化模型框架..........................................................152.3.2疏散控制策略优化模型框架..................................................................162.4本章小结.........................................................................................................17第3章基础交通路径选择优化模型......................................................................183.1路网网络流描述.............................................................................................183.1.1路网转化..................................................................................................183.1.2路网元胞流量守恒..................................................................................183.1.3路网交通流传播修正方程......................................................................20-IV- 哈尔滨工业大学工学硕士学位论文3.2基础交通路径选择优化模型.........................................................................213.2.1目标函数..................................................................................................213.2.2运行约束..................................................................................................223.3本章小结.........................................................................................................23第4章交通应急疏散控制策略优化模型..............................................................244.1逆向行车控制策略优化模型.........................................................................244.1.1逆向行车控制问题................................................................................244.1.2路网关键属性........................................................................................254.1.3附加约束................................................................................................264.2逆向行车控制策略优化模型算例分析.........................................................274.3分阶段疏散控制策略优化模型.....................................................................304.3.1模型假设..................................................................................................314.3.2目标函数..................................................................................................324.3.3分阶段疏散指令激活原理......................................................................324.4分阶段疏散控制策略优化模型算例分析.....................................................344.5本章小结.........................................................................................................39结论..........................................................................................................................40参考文献....................................................................................................................41攻读学位期间参与的科研项目................................................................................45攻读学位期间发表的学术论文................................................................................46哈尔滨工业大学硕士学位论文原创性声明............................................................47哈尔滨工业大学硕士学位论文使用授权书............................................................47哈尔滨工业大学硕士学位涉密论文管理................................................................47致谢..........................................................................................................................48-V- 哈尔滨工业大学工学硕士学位论文第1章绪论1.1课题背景和研究意义人类社会在面对各种突发事件的发生时往往是脆弱的。大多数的突发事件可以被划分为自然或人为两种，后者往往是技术上的失败或蓄意发动的恐怖袭击。除去二者本质上的不同，这些可预见或不可预见的事件往往会给社会各个组成部分带来巨大的负面影响，甚至会造成经济系统和环境的永久性改变。1999年的卡特里娜飓风和2001年的911事件都为现代城市应急管理敲响了警钟。因此，为保障突发事件环境下城市居民人身财产的安全以及维护相应的社会秩序，需要有效推进城市应急/灾害管理。应急/灾害管理是以灾害影响最小化为目的，在紧急状态下实施缓解、准备、响应和恢复等一系列措施的连续过程。疏散是指人员从危险地点向安全避难所的转移过程。作为应急管理响应阶段的最为重要的步骤之一，该过程涉及众多环节：灾害的预测/识别技术、警告/诱导信息的传播、被疏散人群的社会经济属性、相应职能机构的确定和期望的[1]响应模式。例如，作为对重要城市地区恐怖袭击的响应，相应的职能机构需要预测灾害影响的时间/空间演变情况，进行突发事件性质和疏散区域的界定以及发布疏散次序、估计疏散需求和被疏散人群的响应模式、引导其进入临近的疏散路径、并及时更新交通信号以便使被疏散人群高效的撤出危险区域。鉴于交通应急疏散的复杂性以及通常情况下交通设施通行能力的有限性，如何有效地控制疏散交通以便更好的利用现有的路网通行能力已经对城市应急管理提出了严峻挑战，并成为交通运输界的重要研究课题。1.2国内外研究现状有效的区域疏散策略对于突发事件后迅速恢复社会秩序，降低人身、财产损失有着重要的现实意义。伴随着近年来突发事件的层出不穷，区域疏散问题已经被多个国家纳入日常安全管理体系之中，在全世界范围内掀起了区域疏散问题的研究热潮。-1- 哈尔滨工业大学工学硕士学位论文1.2.1国外研究现状国外对应急条件下交通疏散方面的研究起步较早，目前相关研究分为以下几类：交通路径选择策略：通过引导被疏散者进行疏散路径选择，从而更有效地将交通量分配到疏散路网上。逆向行车控制：在疏散通道上对某些车道进行逆向行车控制，从而提高安全疏散方向的通行能力。分阶段疏散：通过对不同疏散区域分配适当的时间窗口序列进行疏散，从而减少路网的拥塞程度，深度挖掘现行路网潜力，提高疏散效率。1.2.1.1应急疏散交通路径选择策略当路径选择取决于驾驶员特性和一系列具体的疏散环境时，需要由建模者所解决的最重要的问题是短期决策的水平，[2]而非由驾驶员事先预想的路径选择计划。路径选择作为最主要的控制方法之一，其目标在于发掘潜在的最优路径选择决策，以充分利用疏散路网的通行能力。[3]Urbanik将交通路径选择归结为车辆负载平衡：将疏散交通流由需求超额区向供给能力超额区转移。该平衡状态主要通过利用加载近似的疏散路网需求，对疏散操作中的交通流进行重分配而实现的。交通路径选择与大部分仿真软件中广泛应用的基于疏散路网状态路径选择模型(对驾驶员的路径选择行为进行仿真)有所区别。该类研究主要包括允许在任意时间间隔任意交叉口内，基于前[4]方交通状态进行动态路径选择的NETVAC；应用静态交通分配算法为被疏散[5]者确定疏散路径的MASSVAC。上述路径选择模型在本质上来说都是一种短期策略，因此不属于研究的重点。本文在利用模拟车流运动方法的基础上，将该部分相关研究分为以下三部分：网络流模型，动态交通分配(DTA)模型和其他模型。(1)网络流模型现行的网络流模型通常将疏散路径选择表述为最小费用流模型，Dunn提出两种算法来寻找通行能力受约束路网中出行距离最短的路径集[6]合。[7]Cova提出了基于车道的路径选择模型：临时实施适当的转向约束，将交叉口转化为连续性交通流设施以减少交叉口延误。其输出结果主要包括各交叉口的允许转向、交叉口进口车道与出口车道之间的对应关系。作为最小费用流问题的扩展，该模型在限制了交通冲突和交汇的同时，对出行距离进行了最小化处理，并且通过节点流量守恒约束和路段通行能力约束对网络流进行了简化。-2- 哈尔滨工业大学工学硕士学位论文[8]Chalmet通过将路网扩展为时间-空间网络构建了动态网络流模型，以被疏散者最终逃离时间最小化为目标，对建筑内部随时间变化的疏散过程(即最快交通流问题)进行仿真优化。遵循同样的研究思路，Hamacher和Tufekci出于对疏散[9]路网不同区域的优先级的考虑，对最快交通流问题进行了扩展。Choi阐述了建筑疏散中的三种动态网络流模型(最大流、最小成本和最快流问题)，引入了附加[10]约束作为交通流率的函数来定义路段通行能力。Miller-Hooks和Patterson在通行能力时变疏散网络中，提出了时间依赖的最[11]快交通流问题。网络流在各个节点依据流量守恒约束建模，在路段依据通行能力约束建模。在对时间依赖的最快交通流问题进行扩展时，Opasanon分析了大规模建筑[12]疏散网络的随机特性，并对用以生成最优路径流的两个网络流问题进行描述。当路段通行能力和出行时间随着时变概率函数随机可变时，使用最小费用流问题对总出行时间进行最小化；相反，最安全避难问题主要应用在出行时间恒定以及路段通行能力时变路网中，对成功到达目的地的最小路径概率取最大值。简而言之，上述的各种研究将疏散网络描述成为通行能力有限的交通设施，只要流量不超过路段的通行能力，就能以已知的出行时间通过路段。这些问题主要引入了两种网络流限制，即各节点的流量守恒约束和各路段的通行能力约束。然而在这些模型中并未涉及到诸如冲突引发的延误和排队形成/消散等交通现象。(2)动态交通分配模型(DTA)Sattyhatewa和Ran应用动态交通分配模型对核[13]电站发生故障时的总疏散时间进行了最小化的优化。其输出结果包括各时段来自于各路段的流入流量和流出流量。该处的约束为基本网络流约束：用于描述车辆沿路网行进的路段节点流守恒方程，以及用出行时间函数τ()tf=(,,)uvxa表示的传播方程。其他的疏散研究在应用动态交通分配模型的同时，结合了其他诸如逆向行[14][15][16]车控制、分阶段疏散，疏散需求时序安排等控制策略生成最优的交通路径选择参数。(3)其他模型Campos提出应用启发式算法对核电站周围疏散区域的k-最[17]优路径进行确定，并以选中的路线的总通行能力/出行时间比率最大化为目标函数。[18]Talebi和Smith应用解析排队网络模型对随机疏散问题进行建模。在对问题的扩展中，Smith提出了针对建筑疏散的状态依赖排队模型，在假设被疏散者-3- 哈尔滨工业大学工学硕士学位论文的到达服从泊松分布的前提下，该模型使用M/G/C/C排队模型对疏散过程进行[19]了拟合。同时，该模型以指数方程的形式对紧急疏散路线沿线新增交通流的服务率的非线性特性进行了很好的模拟。1.2.1.2应急疏散逆向行车控制逆向行车控制操作是指暂时性的将某些车道设计行驶方向进行转向，以增强路段主要疏散方向上的通行能力。该控制策略主要基于如下观察结果：进行紧急交通疏散时，驶向疏散区域的交通需求通常很少，而驶出疏散区域的交通需求往往超过该方向道路的通行能力。逆向行车控制可以显著增加疏散路网的通行能力。在进行美国东南部飓风交通疏散研究时，PBS&J公司对双向4车道高速公路的若干种可替换逆向行车控制策略进行了研究，包括同时对驶向危险方向的两条车道进行变向，或仅仅[20]对一条车道进行变向。据美国联邦公路局估算，完全逆向行车控制相对于原有的单向外行2车道配置会增加70%的通行能力，同时对单独车道实施逆向行车控制策略会增加30%的通行能力。若干仿真实验也证明了逆向行车控制在提[21]高疏散效率方面的有效性。美国大西洋及其沿岸的9个州的职能机构在意识到逆向行车控制的重要性[22]后，开始在飓风疏散计划中大范围的应用逆向行车控制策略。例如，佐治亚和南加州曾将高速公路逆向行车控制计划应用于1999年弗洛伊德飓风疏散过程。尽管在实际应用中该思想已经被广泛接受，但资源有限情况下对车道进行逆向行车控制选择，以最大化疏散有效性的研究还很少。关于该问题，Tuydes和Ziliaskopoulos提出了逆向行车控制的路段耦合技[23]术，在进行车道变换时将通行能力相当的网络路段进行匹配。在假设耦合的路段对行通行能力和路段容量共享的基础上，该研究提出系统最优DTA问题以获取最优的通行能力分配，并在车辆沿路段移动时采用基于交通流守恒定律和路段交通状态的元胞传输模型对网络流进行表示。在后续的研究中，Tuydes引入基于车道的通行能力可逆性(LCR)和全有-全无[24]通行能力可逆性(TCR)的定义对分配到路段上的通行能力的比例进行了取代。为了进一步满足求解DTA公式所涉及的高计算量需求，Tuydes和Ziliaskopoulos[25]提出了基于仿真和禁忌搜索方法的启发式算法，以实现大规模疏散网络中的计算应用。采用类似于DTA仿真过程，Mahmassani和Sbayti提出了动态通行能力再分配[16]的优化方案。该研究应用仿真软件包DYNASMART，展示如何在疏散过程中生成部署在目标路段的时间相关逆向行车控制政策。逆向行车控制不仅包括采用逆向行车控制路段的选择，还包括其它多种操-4- 哈尔滨工业大学工学硕士学位论文作性的难点。Wolshon提出了与飓风疏散相关的难点问题，并强调了该路段起始[26]点的交通路径重新选择问题。在对新奥尔良飓风疏散计划的评价中，Wolshon和Theodoulou，Lim分别应用微观仿真软件CORSIM对逆向行车路段各备选进[27]口、出口的设计方案分别进行了评价。在应用仿真软件DYNASMART-P对明尼阿波利斯市区疏散备选方案进行检验时，Kwon和Pitt强调了逆向行车路段入[28]口点设计的重要性。1.2.1.3分阶段疏散分阶段疏散，又称分区疏散，是另一种广泛应用的引导疏散交通流的控制策略。与逆向行车控制中改变路网几何结构和强制性的路径选择约束不同，分阶段疏散主要通过在允许时间窗口中更好的分配疏散需求来达到更有效利用路网的目标。在分阶段疏散过程中，依据预测的突发事件影响范围的变化和其他相关因素，将整个疏散区域分为小块区域。操作人员首先在较早时间向紧急度较高(例如，安全时间窗口较短或该地区拥有高浓度的有害化学物品的区域)的区域发布疏散指令，并于较晚时间对低紧急程度地区进行疏散。分阶段疏散通过对低紧急度地区不必要的早期疏散进行约束，可以有效的限制疏散需求的集中，减少网络整体拥堵，更重要的是，可以避免或至少减轻由被困于危险区域疏散者引发的可能伤亡或紧张程度。为了证明疏散过程中不同优先权的合理性，通常在如下情形使用分阶段疏散：突发事件的影响在蔓延到整个网络之前会迅速扩展，或产生不同的影响等级。例如，分阶段疏散广泛应用于建筑物的火灾疏散当中，其中，只有火源附[29]近的那些楼层被要求立即进行疏散。其他具有移动危险性的地区疏散也考虑[30]应用分阶段疏散。分阶段疏散计划中产生的最为关键的操作决策是何时针对不同疏散区域发布疏散指令。一旦发布了疏散指令，疏散需求的产生过程就仅仅由被疏散者的响应决定，并将不受系统操作员和强制性机构的控制。然而，目前尚未出现有效获取分阶段疏散开始时间的方法。Chen和Zhan应用微观仿真软件PARAMICS，对三支路网结构的并发式和分阶段疏散策略的有效性进行了研究，其中分阶段[31]疏散策略的时间安排仅是凭直觉确定的。Mitchell和Radman定义了一系列影响分阶段疏散决策的参数，诸如人口密度、道路出口通行能力、与安全地带或避难所的距离、到主要疏散道路的距离。然而，其研究中关于分阶段疏散策略的检测在本质上来说还是凭直觉进行的。目前，和分阶段疏散决策优化设计最为相关的是Tuydes和Ziliaskpoulos开展[17]的研究。他们提出了在疏散动员期内对目的地/路径选择和区域排序进行并行-5- 哈尔滨工业大学工学硕士学位论文ot,ot,优化的混合整数线性规划模型，引入二元变量a和辅助变量s控制需求激活过程。尽管上述研究为各个起始点提供了开始时间，但并没有针对被疏散者对疏散指令的响应进行建模。其唯一必要条件仅为：一旦在起始点开始疏散程序，总的出行需求必须在给定的时间窗口内进入疏散网络。更进一步的就是所谓的疏散时序问题，操作人员被假设有能力对各个时间段产生的需求进行控制。tChiu将疏散时序问题描述为通过控制r来最小化总出行时间的数学规划模ik,t型，其中r为起始点o在时段t内产生的通过路段k的交通需求，并应用DTA程序ik,DYNASMART提供解决方案。Chiu应用元胞传输模型对最优疏散终点—路径—[32]流量—分阶段问题进行了描述。为了实现交通疏散清空时间的最小化，Sbayti[33]和Mahamassani提出了双层迭代框架以解决疏散时序问题，其中在上层框架中解决动态网络分配问题以确定时间依赖的路线分配，在下层模型中应用DYNASMART解决动态加载问题以确定相应的路径行程时间。1.2.2国内研究现状国内在应急条件下交通疏散方面的研究起步较晚，对应急条件下交通疏散的仿真基本上是从上世纪90年代起开展的。为了提高政府保障公共安全和处置突发公共事件的能力，最大程度地预防和减少突发公共事件及其造成的损害，保障公众的生命财产安全，维护国家安全和社会稳定，促进经济社会全面、协调、可持续发展，国务院2006年1月8日发布《国家突发公共事件总体应急预案》。总体预案是全国应急预案体系的总纲，明确了各类突发公共事件分级分类和预案框架体系，规定了国务院应对特别重大突发公共事件的组织体系、工作机制等内容，是指导预防和处置各类突发公共事件的规范性文件。总体预案对突发公共事件的预测预警、信息报告、应急响应、应急处置、恢复重建及调查评估等机制作了详细规定，并进一步明确了各有关部门在人力、财力、物力及交通运输、医疗卫生、通信等应急保障工作方面的职责。国内的理论研究基本上集中于两个方面：网络优化和疏散路径选择。[34]1.2.2.1疏散网络优化研究吴薇薇、宁宣熙提出了两种网络改造方案，分别利用随机流动仿真试验得出不同改造方案对网络饱和流的概率分布的影响，利用网络期望流通值与随机饱和流的偏方差值两个评价指标对改造过程进行分析比较，分别找出两种改造的最佳方案；最后分析了这两种改造方案在实际中应用的可能性。-6- 哈尔滨工业大学工学硕士学位论文刘丽霞等运用最短路和相异路算法，通过对道路网络基本信息的修正和对[35]相异度计算的改进，将产生的最优路径和相异路径应用于应急疏散的路径选择之中，并应用实例对算法进行了验证。[36]1.2.2.2应急疏散路径选择卢兆明等提出基于时变动态流的网络优化模型，该模型以最短疏散时间为目标函数，同时对疏散路径、疏散目的地以及疏散开始时间进行优化。并以此优化模型为基础，初步建立了基于GIS的大规模应急疏散系统。该系统可以模拟优化各种灾害条件下最优应急疏散策略，为政府有关部门在城市建设和城市防灾规划中的决策提供科学依据，也可用于城市应急规划设计和实时应急管理指挥。[37]温丽敏以有毒物质泄漏为例，对人员疏散和组织技术进行了研究。研究主要包括以下成果：以毒物负荷准则划分危险分区，提出了根据毒物浓度和人员接触毒物时间，确定人员疏散范围的原则和方法；运用遗传算法建立人员疏散路径选择模型；提出徒步疏散和车辆疏散两种疏散方式选择模型。在路径选择模型研究中通过引入路径当量系数和毒物危害惩罚系数，把疏散路径的选择转化为求解理想模式下静态最短路的数学规划问题，对在紧急状态下交通流特性没有考虑，与实际情况下的紧急疏散有一定的差距。Liu也应用动态交通分配方法作为实时疏散交通控制的控制框架参考模型[38](MRAC)。该动态交通分配模型用于生成期望的交通状态以及相关的控制策略。采用离散的时间框架，该疏散交通流通过动态路段和动态节点进行描述。Yuan应用内嵌于软件包DYNASMART-P上的仿真-动态交通分配模型对疏[39]散路径问题进行描述。应用中观仿真来对路网中的车辆移动进行模拟，该程序能生成两种路径选择计划以使总出行成本最小：(1)应用静态路径选择方法，在疏散初始期就将交通量加载到路网上；(2)应用动态路径选择方法，根据当前路网状态将车辆分配到新路径。袁媛、汪定伟在提出的应急疏散路径选择模型中，将通过疏散路径所需的总疏散时间最短作为优化目标，将各弧段上的通行速度表示为关于时间的连续[40]递减函数，并对不同弧段的速度函数设置了不同的衰减参数。设计了求解这一时变最短路问题的改进Dijkstra算法并给出了算法的正确性证明，并通过仿真实例对模型和算法的有效性和可行性进行说明。赵姝颖、宿国军分析了紧急情况下人员疏散的难点，提出了应急系统人员[41]疏散策略，设计了一种基于CA(元胞自动机)的人员疏散模型。通过模型仿真，分析模型中相关参数对疏散效果的影响，在此基础上对人员疏散模型方法进行改进。-7- 哈尔滨工业大学工学硕士学位论文孔祥春、贺国光提出了一个考虑交叉口冲突点延误的疏散路径模型，用“当[42]量费用”来表述交叉口冲突点延误；寻求使冲突点延误与疏散车辆行驶费用二者总费用最小的最优疏散路线；最终通过改进的最小费用流算法求解此模型。高明霞、贺国光将交叉口分方向延误和通行能力作为节点权重，用点权网络表示疏散涉及到的道路网，建立了点权交通网络中的最小费用流模型描述城市内[43]事故地点至接收点的人群及其产生的车流的疏散路线问题；设计了求解这种最小费用流的最小费用路算法，通过求解点权交通网络中的最小费用流，得出事故地点至安全接收地点的最佳疏散交通路线及相应的疏散流量。1.2.3国内外现状综述从国内外的研究现状中可以看出，对应急疏散的研究历史较长，且研究成果较多，并已经形成几个明确的研究方向。各国的研究人员从理论分析到具体计算机仿真软件的开发，都围绕着应急疏散这个问题进行讨论，并能够针对疏散的具体情形提出若干控制策略的思想，这些策略如果经过精心设计，不但可以通过需求控制(分阶段疏散)、通行能力提升(逆向行车控制)有效提高疏散效率，还可以更好的与需求模式和现有的路网通行能力(交通路径选择)进行匹配。目前从国外研究看来，上述疏散交通控制策略已经在理论上引起高度重视，但是在某些情形甚至是实际操作的应用中，依旧有很多技术上的缺陷需要克服：(1)缺乏整体运行框架和指导方针对控制策略进行有效的整合。如果同时应用于疏散操作中，不同的控制策略必然相互作用，并影响到同一时空网络中的交通流。例如，经过精心设计的分阶段疏散计划会减少逆向车流操作的需求，从而使得各种疏散控制策略的效果发生对冲而大打折扣。(2)某些疏散交通的关键属性并未在数学描述中得到详尽体现。例如，大多数逆向行车控制研究把逆向车道当作正常车道对待。事实上，由于大多数交通信号，标志标线和安全设施都是为设计行驶方向而设计的，因此逆向车道和正常车道上的驾驶行为会有显著的差距，并且其通行能力和车道数之间保持着非线性关系。(3)在最优疏散控制策略的设计中引入了非必要和不现实的假设。例如，逆向行车控制模型中应当考虑它们的几何特征和主干道不同路段间的差异，以避免产生瓶颈路段。同样分阶段疏散决策应当针对疏散指令对被疏散者就现实响应模式进行说明，而非假设操作人员可以完全控制每个被疏散人员的出发时间。国内的专家学者在针对建筑物内部的疏散的研究中已获得大量的成果，包-8- 哈尔滨工业大学工学硕士学位论文括疏散模型的理论分析到模型的构建，结合建筑物结构的疏散仿真软件的开发。在针对建筑物外部的交通疏散的研究中，大部分理论研究是从管理和指挥等宏观角度出发，而有关疏散的仿真也集中于研究最佳疏散路径等宏观疏散仿真模型，但由于数学模型的局限性，无法完整地模拟逃生者个体的行为，导致模型和实际情况存在偏差。在微观疏散仿真模型方面，已产生了很多建模理论和应用产品，主要是基于元胞自动机理论，可以有效的简化建模过程和便于求解，但是缺乏对疏散个体行为和相互作用的详细探讨；同时由于具体实现过程中元胞尺寸过小、数目较多，易导致模型的仿真优化中产生巨大的计算量，与元胞自动机原理引入的初衷相悖。基于如上原因，本文意在通过建立交通应急疏散控制策略优化模型，在基本路径选择优化模型的基础上，利用修正的元胞传输模型对路网进行重新定义，并通过数学描述的方法引入交通控制管理策略对模型进行丰富，以使模型能够最大程度上符合现代交通疏散的管理需要。同时，基于计算机技术和算法的发展，使得对城市对外交通疏散情况研究的相关工具具有可操作性，这将成为本文研究的技术基础。1.3研究内容及技术路线1.3.1研究对象本文主要以城市对外交通应急疏散控制策略的优化作为研究对象，其交通疏散控制策略主要有逆向行车控制和分阶段疏散控制，覆盖范围包括城市快速路、主干道、高速公路等。对于此类疏散最基本的要求有三点：(1)突发事件将引起全城或城市大部分区域的对外疏散；(2)突发事件具有可预测性或灾害传播具有时效性，因此在突发事件发生之前有相对充裕的时间进行疏散组织；(3)灾前交通设施未遭受破坏。基于上述要求，本文交通应急疏散控制策略优化模型的应用前提为：在城市范围内发生大规模的有害物质泄漏、台风过境、城市上游河道大规模泄洪等灾害，需要实施城市对外交通疏散。且为便于简化计算，疏散交通全部假设为小汽车。-9- 哈尔滨工业大学工学硕士学位论文1.3.2研究内容本文分析了交通疏散过程、路径选择模型及常用的应急疏散控制策略，初步搭建了交通应急疏散控制策略优化模型的基本框架，对应急疏散控制策略进行了数学语言的表述，在此基础上利用优化软件进行模型优化，并对优化结果进行分析。具体研究主要从以下三点展开：(1)首先对本文主要的研究问题进行描述，在此基础上对多控制策略应急疏散优化模型的功能需求进行分析，从而明确本模型所需组成部分(模型基础部分和模型扩展部分)，并在此基础上确定模型的系统框架。(2)模型主体部分的构建：对路网的转化规则进行界定，同时依据应急疏散的特性对疏散路网上的交通流进行约束；将以往的路径选择模型和应急疏散的特点相结合，并引入双层目标函数作为本文的基础模型；在模型中引入逆向行车控制和分阶段疏散策略作为模型的扩展，并采用数学形式对扩展模型进行描述，使之与基础模型紧密结合，共同构筑模型的总体框架。(3)选取现实中城市的路网作为交通应急疏散路网，设置若干种不同的疏散需求情境，通过模型对该路网上的最优疏散策略进行求解，并与未加载控制策略的模型生成结果进行对比，以对提出模型的有效性和可行性进行验证。1.3.3技术路线本文技术路线如图1-1所示：图1-1论文研究的技术路线-10- 哈尔滨工业大学工学硕士学位论文第2章交通应急疏散控制策略优化模型框架在正式建立应急疏散控制策略优化模型之前，需要对交通疏散的过程和特点进行分析，明确主要研究问题、确立模型框架。针对城市内应急情况的对策手段主要目是在重大事故发生后，把已经疏散到建筑物外部的人员尽快地、安全地疏散到安全区域，此时最常用的方法是设计最佳疏散路线以组织群众有序地疏散，并通过相应的控制策略扩大疏散线路的通行能力。本章提出交通应急疏散控制策略优化模型的基本框架，并对其主要组成部分之间的相互关系进行了描述，还同时包括各组成部分建模时的主要研究问题。本文提出在基础交通路径选择模型的框架之下有效整合不同的控制策略，并通过对交通疏散及其操作的内在本质的有效拟合，生成可行的控制参数。2.1主要研究问题交通应急疏散控制策略优化模型的疏散操作旨在通过可能的路网重新设计或适当的交通引导提高疏散过程的有效性。因此，在模型框架构建之前对紧急疏散控制问题进行必要的分析，有助于明确本文优化控制模型的系统需求和功能目标。2.1.1交通应急疏散控制问题疏散控制操作的优化需要在考虑关键模型组成部分之间的动态相互作用基础上，进行广泛的建模分析。在交通应急疏散控制策略优化模型的建模过程中可能遇到的主要问题如下所示：(1)突发事件影响预测，生成可能的灾害影响区域，并对突发事件的影响随时间变化进行估算。(2)疏散需求估计，对需要进行疏散的人员数目进行估算，确定不同的疏散模式下的疏散需求，并预测被疏散者对疏散指令的反应。(3)路网交通规划，对被疏散者在疏散路网上的运动进行建模，并对交通控制和网络流之间的时间、空间上的相互影响作用进行有效反映。(4)交通控制建模，用以确定可行的控制决策、控制目标以及应用控制策略时所需的操作性约束。(5)优化控制设计，应用某些算法对模型进行优化求解，对最优化或可接受--11 哈尔滨工业大学工学硕士学位论文控制参数进行标定。上述每一个问题都对建模的分析提出了不同的任务，其相互之间密切相关，并且对于有效的设计/执行疏散控制是不可或缺的。事件影响预测和疏散需求估计对于所提出的交通应急疏散控制优化模型来说是必不可少的应用组成部分，但前人曾对此方面进行过较为完备的研究，因此上述两问题并非本文的研究重点。后三个问题主要用于提供优化控制和引导以满足之前估算的疏散需求。该研究的重点在于通过对基础交通路径选择优化模型的扩展来解决后三个关键的控制问题。因而，下一步将确定交通应急疏散控制策略优化模型各个组成部分需要实现的功能。2.1.2模型运行功能分析本研究的目的在于对交通应急疏散控制策略优化模型进行设计，从而针对各种疏散情景迅速地生成有效的控制参数。该模型可以协助包括疏散管理人员和职能机构工程师在内的相关人员进行疏散行动的规划。因此，该模型应具有如下功能：(1)真实反映疏散操作下路网上的交通状态的动态特性。该功能应真实地对疏散需求的时变特性、路网上的交通流行进、以及可能的排队消散过程进行模拟，是系统生成有效控制策略的前提。(2)采用适当的模型架构整合交通应急疏散疏散应用控制策略。一般说来整合度较高的模型需要更为成熟的理论来描述其内在逻辑的复杂性，其求解难度也随之加大。因此该功能应在建模精度和运行效率之间取得平衡。(3)在操作性约束范围内获取最优控制策略。控制模型的表述应考虑现实的操作约束和疏散交通的特殊属性，其目标应与疏散需求相匹配。(4)通过高效的算法对控制参数进行标定。疏散路网的范围和应用控制策略的类型将会影响求解问题的规模，进而影响到计算量的大小。但可以接受在大规模路网允许时间窗口内生成的次优，但是高效、可行的控制解决方案。(5)对控制策略进行有效性评价。对于即定的控制计划，系统操作员可根据其目标函数获得应用该疏散控制计划的效果。该功能将针对整体模型的目标函数进行优化，从而通过模型输出对控制策略的有效性进行评价。--12 哈尔滨工业大学工学硕士学位论文2.2模型运行平台及模型输入/输出2.2.1建模平台确定日常生活中许多优化问题都可以归结为规划问题，如线性规划、非线性规划、二次规划、整数规划、动态规划、多目标规划等，当遇到变量比较多或约束条件表达式比较复杂等情况时，人工求解几乎是不可能的；编程计算虽然可行，但工作量大、程序长而繁琐极易出错。应急交通疏散控制优化涉及大量路网、车辆及交通组成元素，期间将产生大量的变量，因此采用人工方法对该优化问题进行求解是不可行的。因此，本文将采用现成的软件进行求解。LINGO是专门用来求解各种规划问题的软件包，[44]其功能十分强大，是求解优化模型的最佳选择。图2-3LINGO软件界面图LINGO的主要功能特色为：(1)既能求解线性规划问题，也有较强的求解非线性规划问题的能力；(2)输入模型简练直观；(3)运算速度快，计算能力强；(4)内置建模语言，提供几十个内部函数，从而能以较少语句和较直观的方式描述较大规模的优化模型；(5)将集合的概念引入编程语言，很容易将实际问题转化为LINGO模型。--13 哈尔滨工业大学工学硕士学位论文基于模型的上述优点以及本文研究问题涉及大量数学变量这一事实，本文采用LINGO作为模型优化的平台。因此在模型构建的时候只需对目标函数、决策变量和约束条件进行考虑，这将大大便利了模型的构建。2.2.2模型基本输入以往研究中对疏散需求的预测进行了大量的研究。在本文的模型中，相关的输入应包含如下三种信息：(1)各起始点的总疏散需求，既包括永久居民，也包括暂时居住或其他人员。总需求依赖于不同的因素，例如车道使用模式、出行模式、疏散在一天当中所处的时段和疏散种类(强制、建议、自愿)。(2)被疏散者对疏散指令的响应，该指标将生成载入路网中的疏散需求的时间曲线。在以往文献中，其主要通过以下三种途径进行定义：动态加载曲线、响应时间分布曲线和决策-行为回归模型。(3)出行模式的选择。其选择结果主要由被疏散者的社会经济属性决定的。2.2.3模型基本输出相关的模型输出应当可以用以确定如何实施控制策略以及对该控制策略下疏散效果进行考量。因此在本文的模型中，相关的模型输出主要包括以下两种信息：(1)相关疏散控制策略的控制参数。对于逆向行车控制策略而言，该参数包括在何处实施逆向行车控制以及控制长度为多少；对于分阶段疏散控制策略而言，该参数为在何时对何区域发布疏散指令。(2)实施该控制参数后模型运行的统计结果。该结果对于评价模型可行性以及对控制策略实施效果的量化有着至关重要的作用。其通常包括给定时刻内到达疏散目的地的最大车辆数、最小平均行程时间、最小平均延误时间以及最小行车等待时间等，为模型使用者依需求不同而自行选取。2.3控制策略优化模型框架在考虑了模型所需的功能和输入的基础上，应对模型的组成框架加以确定。本文最主要的目标就是建立简单实用的交通应急疏散控制策略优化模型。因此，首先在LINGO平台上建立基础交通路径选择优化模型，继而采用数学的方法将--14 哈尔滨工业大学工学硕士学位论文常用的交通应急疏散控制策略加载到基础路径选择优化模型之上，以实现对控制策略中控制参数的优化。2.3.1基础交通路径选择优化模型框架2.3.1.1网络流描述方式确定交通应急疏散涉及到众多环节，即包括车辆在路网中的行进，还包括交通组成各元素之间的相互影响。因此，在进行基础交通路径选择优化模型构建之前有必要选择合理的方式对路网中的交通流进行描述。常规的交通疏散控制研究多是基于仿真分析，极少从系统优化的角度进行研究，使得结构复杂的路网在建模和优化求解时面临巨大的难度；同时为保证提出的优化模型的有效性，应从数学的角度上对疏散路网上的交通流变化进行描述。为了适应大规模疏散应用时的复杂性并且提高计算效率，使得建模和求解更加简便，本文提出采用元胞传输模型对网络流进行描述。元胞传输的基本概[45]念最初由Daganzo提出，将道路转变成相同尺寸的路段(或称元胞)，即单位时间间隔内可以自由流速度穿过的路段长度。进而，车辆在这些元胞中的运动将通过两类方程进行限定，即基于元胞上游/下游交通状态确定两元胞间交通流量的交通流传播方程和用于表述元胞状态(各元胞内的车辆数)随时间变化的交通流守恒方程。图2-2路段-元胞转化图本文将采用数学方程对疏散网络的交通动态进行拟合。作为基础路径选择优化模型的重要组成部分，该方程应能对疏散需求的时变特性进行较好描述，以此对路网通行能力时变进行拟合；对沿疏散路径的交通流传播进行有效建模，对可能的排队疏散进行模拟，通过减少变量数目以提高计算效率，发挥元胞传输模型对路网交通流动态性的良好拟合能力。2.3.1.2基础路径选择优化模型描述在疏散需求预测的基础上确定一系列的路--15 哈尔滨工业大学工学硕士学位论文径选择策略，从而高效地利用即定的疏散路网。该部分的一系列方程和约束既应体现出交通流沿疏散路径的前进，又应体现出交叉口的车流相互作用。在假设被疏散者完全服从疏散指令的前提下，采用元胞传输概念对路径选择的基础模型进行描述。其输出包括两种：各起始点流向其下游路段的驶出率和各交叉口的转向比例。本文将在第3章对该模型的建立过程进行详细描述。2.3.2疏散控制策略优化模型框架目前常用的应急疏散控制策略主要为逆向行车控制和分阶段疏散策略。前者可以有效的提高路段的通行能力，而后者在既定疏散需求下可以有效提高交通疏散的顺畅度。但目前该两种策略存在着凭直觉进行决策的现象，从而导致决策缺乏依据。因此，将上述两中疏散控制方法加载到基础交通路径选择优化模型当中将有助于提高决策的科学性、客观性和合理性，并增强模型的实用性。(1)逆向行车控制：该部分主要用于处理在资源有限时实施变向操作的车道/路段选择问题。该部分的建模应当考虑因驾驶员对逆向行车控制的陌生而引起的正常车道和逆向行车道上驾驶行为的区别，并采用强化路网建模方法解决相关问题。该方法结合基于车道的设计概念对逆向行车控制的通行能力非线性特性进行了拟合。图2-3逆向行车控制示意图(2)分阶段疏散：该部分用于解决如何在即定的安全时间窗口前提下确定向目标起始点发布疏散指令的最佳时间。这部分的建模应考虑被疏散者对疏散指令的可能反应，即一旦疏散指令被激活，在随后时间间隔内产生的疏散需求不但依赖于疏散指令的发布，还依赖于被疏散者的准备时间，后者是系统操作人员所不能控制的。同时在各起始点使用虚拟路段对路网模型进行扩展的方法，建立被疏散者响应方式模型。本文将在第四章对逆向行车控制和分阶段疏散控制策略的模型扩展过程进行详尽描述。模型框架如图2-4所示。--16 哈尔滨工业大学工学硕士学位论文外部输入突发事件疏散需求影响估计预测基础交通路径选择优化模型疏散控制策略优化模型路网转化流量描述分阶段疏逆向行车散控制策控制策略略优化模优化模型路径选择优化模型型期望输出控制策略优化结果最优参数LINGO优化平台图2-4交通应急疏散控制策略优化模型框架2.4本章小结本章在分析主要研究问题和确定关键功能需求的基础上，针对应急疏散的一体化优化控制模型提出了建模框架。该框架包含了所有重要的组成部分，以基本路径选择模型和路网转换为基础，并结合实际的控制策略对模型进行完善，该模型控制架构与现行的实践具有高度一致性，在疏散操作人员确定主要的疏散通道后，对各通道实施具体交通控制。--17 哈尔滨工业大学工学硕士学位论文第3章基础交通路径选择优化模型3.1路网网络流描述为减少大规模路网应用中进行网络流描述的规模，Ziliaskopoulos和Lee提出[46]应用可调整尺寸的元胞。他们的观点是以较低的频率对较长的元胞进行状态更新。该方法要求长元胞的长度为其组成短元胞长度的整数倍，并可能因此导致交通流量与同质化元胞中的流量有所偏离。为了在大规模路网疏散应用中提供更多的灵活性并提高精度，本文采用修正元胞传输模型，通过允许不同尺寸的路段元胞根据实际需要进行组合对交通流沿路网的行进进行重新描述。3.1.1路网转化为有效利用修正元胞传输模型，我们需要遵循以下主要步骤，将路网转化为一系列相连的元胞。(1)确定同质化路段：同质化是由相同的自由流车速、车道数、阻塞密度、饱和流率和路段内是否有坡路等因素决定的。(2)定义单位时间间隔：时间间隔τ的最大值如方程(3-1)所示，受通过同质化路段最小时间约束。如果τ是其其他时间间隔的整数倍，也可以应用该时间[47]间隔。⎧路段长度⎫(3-1)τ=min⎨⎬⎩⎭相应的自由流速(3)将路段转化为元胞：基本上，所有的同质化路段都转化为元胞，元胞尺寸l由方程(3-2)确定。⎧⎫路段长度(3-2)lINT=⎨⎬+0.5⎩⎭相应的自由流车速单位时间间隔×(4)定义元胞间的连接器：连接器表示两相连路段间的交通流量交换。3.1.2路网元胞流量守恒流量守恒方程对元胞状态(例如，每一元胞内车辆数)随时间变化的过程进行-18- 哈尔滨工业大学工学硕士学位论文了描述。通过修正元胞传输的概念，所有元胞不论尺寸都会在单位时间间隔τ内进行状态更新。如图3-1所示为不同种类元胞之间的流量守恒关系。[47]对于普通元胞(疏散通道路段)和宿元胞(目的地)，有如下方程：tt+1t−1txii=+xy∑∑ki∈Γ()ki−j∈Γ()iyij(3-3)普通元胞源元胞图3-1普通元胞及源元胞流量守恒示意图[47]对于源元胞(起始点)，有如下方程：ttt+1−1txrrr=+−xd∑jr∈Γ()yrj(3-4)宿元胞图3-2宿元胞流量守恒示意图t式中xi——元胞i在时间间隔t初始时刻的车辆数；tyij——时间间隔t内从元胞i流向元胞j的链接流量；td——时间间隔t内起点元胞r产生的疏散需求，或动态加载模式；r−1Γ()i——元胞i的直接上游元胞集；1Γ()i——元胞i的直接下游元胞集；-19- 哈尔滨工业大学工学硕士学位论文r——源元胞的索引指数；ijk,,——其他元胞的索引指数。3.1.3路网交通流传播修正方程交通流传播时产生的一系列约束决定着每个时间间隔内相邻元胞间产生的[48]车流量，其具体如下所示：tt∑ki∈Γ()yRki≤i(3-5)∑ji∈Γ−1()yStt≤(3-6)ijit式中Ri——时间间隔内下游元胞ti的车流接受能力(veh)；tSi——时间间隔t内上游元胞i的车流输出能力(veh)。方程(3-5)在考虑下游元胞i内交通状况的前提下，对交通流传播时产生的联系进行建模，而方程(3-6)在考虑上游元胞i内交通状态，对交通流传播时产生的联系进行建模。t元胞i的车流接受能力综合考虑了时间间隔t内元胞i的初始状态xi及其元胞[48]内部可能的变化，如方程(3-7)所示。tttttRQii=min{,Nii/Ii,N−xi}(3-7)t式中Qi——时间间隔t内可以流入/流出元胞i的车辆数；tNi——时间间隔t内元胞i中可以容纳的车辆数；Ii——元胞i的尺寸大小。如果元胞长度Ii等于1，则方程(3-7)将变成经典元胞传输模型中的等尺寸元胞方程。[48]元胞i的车流输出能力如方程(3-8)所示。同时应注意到当Ii等于1时，方程(3-8)也与等尺寸元胞方程相一致。ttTtI−+i1t−1mSQiii=−min{,NI/Ii,x∑∑ji∈Γ−1()mtI==yij}(3-8)i+1其中前两组为单位时间间隔内可以离开元胞i的最大流量。第三组依据定义，元胞尺寸为li单位时间间隔内以自由流速度可以穿行的距离。从而，本应tI−im离开元胞i的总流量为∑∑ki∈Γ()m=1yki，而实际驶出元胞i的总流量为-20- 哈尔滨工业大学工学硕士学位论文∑∑ji∈Γ−1t−1ym()m=1ij。因此元胞的输出能力不能超过他们之间的差值。例如：Sytm≤−∑∑kitI−i∑j−1i∑t−1ymii∈Γ()m=1ki∈Γ()m=1j=−xtI−+i1ji−1t−1ymii∑∑∈Γ()mtI=−+1j(3-9)i3.2基础交通路径选择优化模型本节将修正的元胞传输概念作为基本的网络流模型，并将对该模型的细节进行详述，主要为不考虑逆向行车控制下并行疏散操作中路径选择策略的设计问题。该优化控制规划主要包含两种类型的信息：(1)与起始点直接相连下游元胞所分配到的疏散需求百分比；(2)任一时间间隔内各分流点上需要控制的目标转向百分比。3.2.1目标函数针对每个紧急疏散操作着眼点不同的情况，将该模型设置为双层优化方案。上层优化的目标是使指定的疏散持续期T内的总交通通过量最大。由于总交通量可以被描述为疏散期内进入目的地的所有车辆数，因此也可以用下述目标[47]函数进行公式化表述：TtT+1Max∑∑∑iSk∈∈SΓ()it=1yxki=∑iS∈Si(3-10)式中S——宿元胞集(目的地)；sΓ()i——元胞i的上游元胞集。假若指定的疏散持续期T足以满足所有的疏散需求，底层优化模型的目的在于使得总出行时间(包括起始点等待时间)最小化。该基础模型的特殊架构允许元胞中的车辆既可以原地不动的进行一个时间间隔的等待，也可以在一个时间[47]间隔内到达下游元胞。因此，该目标函数可以表述如下：TtMin∑∑iSS∈∪rt=1xi(3-11)式中S——普通元胞集(路段)；Sr——源元胞集(起始点)。-21- 哈尔滨工业大学工学硕士学位论文3.2.2运行约束3.2.2.1网络流约束尽管最初元胞传输的概念是在仿真操作基础上提出的，但[49]其不久就应用于各种优化环境当中。早期的很多研究应用元胞传输概念对线性规划模型的动态交通分配进行了描述，其利用一系列约束对车流行进关系中的最小值进行了约束松弛，并以此允许车辆的停驻(即使在当前路网状况允许的情况下，车辆也可以不必离开元胞)。但是车辆停驻并非是理想的，因为驾驶员在察觉前方有足够通行能力情况下，往往选择前行而不是等待。而在疏散过程中的车辆停驻往往意味着：相应的职能机构可以通过对特定出行者实施延误策略从而提高整个路网的运行效率。本文在应用修正元胞传输概念对基本的网络流约束进行描述的时候，将遵[48]循上述惯例。方程(3.12-3.16)中的约束对于目标函数的两个层次都是相同的。tt+1t−1txii=+xy∑∑ki∈Γ()ki−j∈Γ()iyij,iSS∈∪S(3-12)ttt+1−1txrrr=+−xd∑jr∈Γ()yrj,rS∈r(3-13)ttttt∑ki∈Γ()yQki≤min{ii,N/,IiNii−x},iSS∈∪S(3-14)∑−1tt≤min{,t/}Iji∈Γ()yQijiNit,iS∈∪Sr(3-15)∑∑ji∈Γ−−11yxtm≤−tI−+i1ji∈Γ∑t−1yiSS∈∪r(3-16)()iji()mtI=−+i1ij,ttyQij≤ij(3-17)上述网络流约束中，方程(3-12)为普通元胞和宿元胞的交通流守恒方程；方程(3-13)为源元胞的交通流守恒方程；方程(3-14)阐述了与下游元胞接受能力相关的松弛交通流传播约束；方程(3-15)和(3-16)阐述了与上游元胞输出能力相关的松弛交通流传播约束；方程(3-17)阐述了链接器路段上的交通流通行能力约束，并可以以此对斜坡路段通行能力的减小及交叉口左右转向移动进行表示。应注意的是方程(3-17)仅对单一连接路段的交通流约束进行了定义，而在交叉口处，因不同的连接路段交通流会发生冲突，并且交通流需要共享整个交叉口的通行能力而使得建模更为复杂。因此采用如方程(3-18)所示的简化的关系。该方程表明如果驾驶员在交叉口的任一分流点随意选择驾驶行为，该驾驶行为的V/C比总和不会超过1(在任意时间间隔内交叉口通行能力都可满足要求)。-22- 哈尔滨工业大学工学硕士学位论文tt∑pph∈{/,}yQijp∈≤1(3-18)Iijij式中I——交叉口标号；ph——交叉口I的一系列分流点；IP——交叉口I的分流点索引标号，pph∈I。3.2.2.2需求相关约束上层优化并未对疏散需求施加强制性附加约束。在下层优化中，由于交通流在到达目的地前已通过目标函数进行了计算，该模型的目标就是以最快的速度促使更多的车辆完成出行。因此，可以预期所有的疏散需求在疏散期结束前都可以到达目的地。因此提出方程(3-19)以保证该目标的实现：左边一组为疏散期间T内到达目的地的车辆总数，右边一组为总疏散需求。T+1∑∑iS∈∈x=rSDr(3-19)SirT+1式中x,iS∈S——疏散时间T内到达目的地i的车辆数；iDrSr,∈r——起始点r产生的总疏散需求。13.2.2.3其他一般性约束其他一般性约束包括非负约束、元胞状态变量xi初值010约束，连接器交通流yij的初值约束。大多数情况下，xi(不包括源元胞)和yij设1置为0，x也可以设置为其它值以便对疏散之前的背景交通环境进行模拟。鉴i1于xi可以反映疏散事件发生前真实的路网状态，模型使用者也可以据此对疏散计划进行按需调整。另一种一般性约束为目的地的容量约束。如果安全避难所的空间受限，则t该地点的车辆容量NiSi,∈S也将受到约束。同样，如果目的地的车流容量低于上游道路的通行能力或目的地并不是安全避难所而仅是一个表示安全区域的虚拟t节点，交通流容量QiSi,∈S也会受到约束。在后一种情况下，为了防止车辆向后t排队，QiSi,∈S依据下游路段的通行能力进行设置。作为重要的交通疏散控制策略参数，车流分离比例和汇合比例都可以从优化结果中直接估算出来。3.3本章小结本章采用修正的元胞传输模型对基本的网络流进行描述，与原始模型相比较，本模型允许将路网上的路段转化为不同尺寸的元胞，可以有效的减小状态变量和流量约束的数目。文中亦提出了无逆向行车和分阶段疏散控制前提下的路径选择基本模型，对疏散路网中的交通流行进及其它约束进行了拟合。-23- 哈尔滨工业大学工学硕士学位论文第4章交通应急疏散控制策略优化模型针对上文的网络流基本模型，本章将在其基础上纳入相应的应急疏散管理策略，以增强该模型的适用性。在文中，控制策略为保证交通疏散顺畅有效进行的各种控制措施，目前常用的基本控制策略包括逆向行车控制策略和分阶段疏散策略两种。4.1逆向行车控制策略优化模型逆向行车控制策略优化模型的作用在于将逆向行车控制策略整合进疏散控制基本模型之中。其最优控制主要包含以下3类信息：(1)在通行能力受限情况下选择何种路段进行逆向行车控制；(2)与各起始点直接相连的下游路段所分配的疏散需求比例；(3)各时间段内任一分流点所需要控制的交通流目标转向比例。在如下情形中该模型尤为重要：(1)资源有限情形下：由于逆向行车控制需要耗费大量的人力以及诸如路障之类的物力，系统操作员必须首先确定各实施逆向行车控制路段的优先级，并将现有资源分配到最为关键的位置上。(2)疏散路网结构复杂情形下：当有若干条并行道路与主疏散通道进行连接，疏散操作人员将会面临如下问题：是否对并行道路实施逆向行车控制以及在何处实施逆向行车控制。4.1.1逆向行车控制问题以往的研究表明，逆向行车控制的主要观点是通过对一部分车道进行变向[24]操作改变其车辆行驶方向，以此增加驶向目标疏散目的地方向的通行能力。尽管在一些研究中应用了优化模型对逆向行车控制策略的设计进行了研究，但尚需对如下问题展开进一步研究。(1)实施逆向行车控制的车道上，其交通流特性与正常车道相比明显存在着较大差异。正如许多研究中提及，其差异表现为行驶速度和通行能力的减小。因此不能简单的将同一路段的上的正常车道和逆向行车控制车道合并为一个元胞或进行统一描述。(2)在疏散过程的前期阶段，逆向行车控制车道并不会产生通行能力，因为-24- 哈尔滨工业大学工学硕士学位论文职能机构需要对实施逆向行车控制的目标车道内的交通量进行清空。(3)实施逆向行车控制导致的通行能力增加，与逆向行车控制车道数目之间存在着非线性关系。以双向4车道的高速公路为例，表4-1中的数据清楚的表[51]明了这种非线性本质。表4-1疏散交通流量逆向行车控制策略疏散方向通行能力(v/h)正常双向交通(无逆向行车控制)30003车道(1条逆向行车控制车道)3900单向交通(2条逆向行车控制车道)5000为了应对上述操作相关问题，本文提出逆向行车控制逆向行车控制策略优化模型作为基本模型的扩展。该扩展模型采用与方程(3-10)和(3-11)同样的目标函数。其网络流约束也与方程(3-12~3-18)相似，但通过更详细的路网描述和附加约束来拟合逆向行车控制策略对路网交通模式的影响。4.1.2路网关键属性现将实施逆向行车控制的路网的关键属性描述如下：(1)为反映出正常车道和实施逆向行车控制车道的差异，本模型用两个元胞+−(ii,)对各同质路段进行表示，其中一个表示车辆沿道路设计方向行驶，另一个表示沿变向后的方向行驶。同时由于行驶速度可能存在差异，两元胞的长度也不会相同。(2)为了反映车道通行能力的非线性特性，该模型对每一车道赋予二元变量δ，ln用于表示路段方向。此外，每个车道还拥有两个表征行驶方向上的流ln+−tt量通行能力的指数(QtQt(),ln())。因此每个元胞上的流量通行能力(QQ,)将与ln+−目标路段上各车道的逆向行车控制决策有关。图4-1为上述概念在双向4车道中的应用。其中的两条路段分别代表两个行驶方向。这样的路段通常被称为路段对，操作人员不可以同时对它们进行变向。在这种情况下有如下5种可行操作计划。当无车道变向时，两变向元胞的通行能力皆为0；当路段Ⅰ(或Ⅱ)进行单车道变向操作时，两路段的正常元胞及相应的变向元胞将拥有交通通行能力；当路段Ⅰ(或Ⅱ)进行完全变向操作时，仅有一个正常元胞和一个变向元胞拥有交通-25- 哈尔滨工业大学工学硕士学位论文通行能力。+Ⅰ-路段ⅠⅠ路段Ⅱ+Ⅱ-Ⅱ无逆向行车控制Ⅰ路段单车道Ⅱ路段单车道逆向行车控制逆向行车控制+Ⅰ+Ⅰ+Ⅰ-Ⅰ+Ⅱ---ⅡⅡⅡⅠ路段车道变向Ⅱ路段车道变向+-ⅠⅠ-+ⅡⅡ图4-1逆向行车控制策略优化模型路网转化示意图当在紧急疏散中应用逆向行车控制策略优化模型进行逆向车流策略设计的时候，疏散决策制定人可以方便的排除上述五种中的某些方案并以此减小路网描述的规模。例如，在疏散通道中不能对安全行驶方向上的车道进行变向操作。4.1.3附加约束现将在图4-1的基础上，应用方程(4-1)和(4-2)对逆向行车控制策略优化模-26- 哈尔滨工业大学工学硕士学位论文型中各元胞的通行能力进行描述。也可以用类似的方式对元胞的存储能力进行描述。这些通行能力参数将会被引入到网络流约束方程(3-13~3-16)中以代替原本固定的通行能力。t+QQ+=−∑ln∈LNi()ln()(1tδln)(4-1)it−Q−=∑ln∈LN()iQln()t⋅δln(4-2)i+−式中ii,——路段i上正常和逆向元胞相应的索引编号；t+Q——时间间隔t内元胞i的交通流通行能力(veh)；+it−Q——时间间隔t内元胞i的交通流通行能力(veh)；−i+Qt()——t时间间隔内车道ln的正向通行能力(veh)；ln−Q()t——t时间间隔内车道ln的逆向通行能力(veh)；lnLn——路段i上的车道编号(从最左侧车道算起)；δln——二元变量，当车道执行逆向操作时，其值为1，否则为0。此外，方程(4-3)和(4-4)定义了车道逆向操作决策的两种逻辑关系。δ≥δ,ln≤ln',ln,ln'∈LNi()(4-3)lnln'δδ+≤1,ln=1∈LNi(),ln'1=∈LNj()(4-4)lnln'其中方程(4-3)保证了系统操作员在选择逆向操作车道的时候严格按照从路段的最左端开始选择，方程(4-4)保证了系统操作员不会对路段对i,j同时执行逆向操作。同时如果系统操作员确定在时间CIi内对执行了逆向操作的路段i进行清空，模型将会在时间段CI−i之前将路段i上所有车道的逆向通行能力Qtln()设为0。该模型还可以依据具体情况添加其他附加约束，例如在危险方向保留一条车道以备外部救援物资运输车辆向疏散区行进。4.2逆向行车控制策略优化模型算例分析为验证逆向行车控制策略优化模型的适用性。本文采用宁波市台风疏散网络作为研究路网，对其上的交通疏散进行算例分析。宁波市座落于东海之滨长江三角洲东南隅，是一座美丽的港口城市，更是有着丰富的旅游资源资源，旅游旺季时期日接待旅客人数旅客人数可达22万人-27- 哈尔滨工业大学工学硕士学位论文次。随着环境的变化，近年来频繁登陆浙江省的台风对沿海城市的财产和人身安全提出了更高的挑战，并引发了社会各界的广泛关注。目前宁波市总人口为540万，其中城市人口达114万，其较大的人口基数对于台风疏散的效率产生了巨大的压力，能否在最短时间内将更多的人口疏散到安全避难区域已成为当务之急。图4-2宁波市主要疏散路网图4-2为宁波的主要疏散网络。该网络唯一的起始点为整个城市，因此本文将基于三条主要疏散路径上的疏散需求分布将城市分为若干疏散区域。其中，杭甬高速公路、甬金高速公路和甬台温高速公路皆为双向4车道公路。该疏散路网上的车流主要通向3个目的地，其中杭甬高速公路通向杭州、甬金高速公路通向义乌、甬台温高速公路通向台州。该路径选择优化首先在服从前文中的路网转换原则基础上对同质化路段进行定义。其中，所有元胞的阻塞流密度被设置为93辆车/公里.车道，高速公路路段的饱和流率为2160辆/车道.小时。本文在宁波市周边公路网络的基础上，将单位时间间隔的时长设置为20s，对于疏散操作来说该时间间隔足够精确。于是将路网转化为图4-3所示的元胞链接图。-28- 哈尔滨工业大学工学硕士学位论文图4-3宁波市疏散路网元胞链接图在逆向行车控制策略的设计中，甬金高速公路的东行最右车道保留其正常行驶方向，以便利于车辆向疏散区域行驶(执行救援任务)。本算例基于以下假设：(1)在对车道实施逆向控制前用30分钟对车道进行清空，因此在疏散开始之前30分钟內将该车道的通行能力设置为0。(2)利用总逆行路段的长度约束对资源约束(所需路障有限)进行表示。(3)自由流状态下的逆向车道其车速应与逆行车道的速度限制相一致。针对不同的逆向操作路段长度，表4-2列出了其相应的逆向车流操作选择路段、由上层优化程序生成的4小时最大交通抵达量、由下层优化程序生成的总需求为25000辆车所需最小清空时间。表4-2双层优化框架下的逆向行车控制计划路段逆向操作长度4小时最大交25000车辆最小逆向操作路段(km)通到达量(veh)疏散清空时间(h)0—258903.65上三高速-杭金衢高速26297703.30之间的杭甬高速上三高速-杭金衢高速之间的杭甬高速；43318643.16杭金衢高速段后的甬金高速；-29- 哈尔滨工业大学工学硕士学位论文续表4-2路段逆向操作长度4小时最大交25000车辆最小逆向操作路段(km)通到达量(veh)疏散清空时间(h)上三高速-杭金衢高速；48之间的杭甬高速；332603.12上三高速段后的甬金高速；上三高速-杭金衢高速之间的杭甬高速段；杭金衢高速段后52353902.94甬金高速段；上三高速段后甬金高速段；从上层优化的结果来看，4小时最大交通到达量并不会随着逆向行车控制路段的长度呈线性递增关系，而是随着逆向行车控制路段长度的递增逐渐趋于平稳，这一方面说明执行逆向行车控制时并非单纯的依靠增加路段的逆向行车控制长度就会使路网的通行能力得到相应的提升，另一方面也说明随着路段逆向行车控制长度的增加，路网的通行能力潜力得到了充分的挖掘，甚至随着长度的增加在局部路段出现了交通量的饱和。而下层优化的优化结果表明，随着实施逆向行车控制路段长度的增加，最小疏散清空时间亦随之降低，路网交通舒畅程度有了较大的提高。4.3分阶段疏散控制策略优化模型事件影响模型在确定因素(突发事件性质、周边环境)的前提下，应当可以预测可能的灾害影响变化进程。在此背景下应合理运用现有的大量的灾害相关文献和计算机软件，可以对提出的疏散控制优化模型产生如下三种类型的系统输入：(1)目标疏散区域。其区域界线不仅由突发事件影响变化进程所决定，其它因素也起着重要的作用。该信息对于疏散规划和操作期间向被疏散者传达恰当疏散指令都是极其重要的。(2)不同路网位置的最高灾害影响程度。例如，在危险品运输引起的疏散中，-30- 哈尔滨工业大学工学硕士学位论文其通常是指有害物质的浓度。(3)不同路网位置的安全时间窗口。该类信息依赖于事件影响的时间-空间发展变化情况，对于疏散策略的设计极为重要。分阶段疏散控制策略优化模型主要用于分阶段疏散策略的设计，其目标是生成以下三种有效信息：(1)何时针对每个起始点或一系列拥有相似时间窗口和灾害影响等级的起始点发布疏散指令；(2)与各起始点直接相连的下游路段所分配的疏散需求比例；(3)各时间段内任一分流点所需要控制的交通流目标转向比例。时序安排问题主要是对各时间段内生成的需求进行优化，与之相比，分阶段疏散控制策略优化模型的特点在于明确疏散指令的发布时间，并对被疏散者的响应行为进行拟合。以下描述将主要针对下层优化，即在给定的时间窗口内完成相应的疏散操作。4.3.1模型假设为保证分阶段疏散策略能真实反映现实中的相关约束，本文在对基础模型进行扩展时引入以下2个假设。首先，各疏散区域的安全时间窗口为预先确定的。进一步，本研究假设疏散路网应根据影响区域的估计及其影响传播率分为不同的疏散区域，并认为以下两个用于定义各疏散区域时间窗口和反映目标疏散区域紧急程度差异的参数为可知的。(1)从事件发生到各疏散区域疏散指令被激活期间的产生的最大容许延误；(2)各疏散区域可接受的最晚疏散指令激活时间。第二个假设为一旦发布了疏散指令，各起始点的总需求和动态加载模式都为已知的。其中动态加载模式是指疏散指令激活后，各时间段内所产生的被疏散者数量的曲线图。本模型的研究目标是开发一般性的方法，用以对不同需求模式下的分阶段疏散操作进行建模。为简化对模型的描述，将对疏散需求的产生做以下假设：(1)被疏散者将会从路网上的选定节点出发，并且对任一起始点的疏散需求进行了预先估计；(2)任一起始点一旦收到疏散指令，就会严格按照预先确定的模式将疏散需求加载到路网当中。-31- 哈尔滨工业大学工学硕士学位论文4.3.2目标函数分阶段疏散控制策略优化模型的首要目标是在提高疏散效率的同时，使得应急疏散行为带来的影响最小化，即下述2个时间相关的指数之和的最小化：(1)被疏散者离开疏散区域的加权时间和。该和指数反映了对突发事件影响的估计和疏散路网的阻塞程度。基本网络流模型的特殊架构意味着元胞中的车辆或进行一个时间段的等待，或在一个时间段内到达下游元胞。因此，加权时间和如下所示：ttratmin∑∑z{[wxxzrtiS∑∈∈∈Zrii++∑rS(∑iScw∪rx)]}(4-5)Z(2)本应进入路网但由于堵塞引发延误的车辆加权等待时间。该指数用于反映疏散网络接入点的堵塞情况。由于所有起始点r产生的车辆都将通过等待元胞cwr进入疏散网络，因此我们可以将元胞cwr内产生的总延误作为该指数进行计算。min∑∑∑zrwxz[(∈∈Strtt−∑jc−1()wy)](4-6)zrcwrrΓcwj,式中z——各疏散区域的索引标号；wz——反映区域紧急程度的权重系数；zsz——疏散区域z内的一系列路段(普通元胞)；rsz——疏散区域z中的一系列起始点(源元胞)；asr——对起始点发布疏散指令中延误进行r建模的辅助元胞路段；cwr——对起始点产生的车辆进入疏散路网前等待r元胞路段。疏散路网的网络流约束与方程(3-12~3-20)相同，并通过方程(3-19)保证疏散的完成，其它的一般性约束也较为类似。然而为了更好的对分阶段疏散中复杂的操作关系进行拟合，分阶段疏散控制策略优化模型引入下列附加约束。4.3.3分阶段疏散指令激活原理在分阶段疏散计划编制中，通常假设一旦发布了疏散指令，各起始点将按预定的动态加载模式释放其交通需求，也就是说，需求产生过程通过触发机制进行控制。然而向各个疏散区域发布疏散指令的时间点，是通过提出的优化模型确定的。因此，如果不知道准确的疏散开始时间(突发事件发生时间为0时刻)，-32- 哈尔滨工业大学工学硕士学位论文各起始点的交通需求将不能直接加载到路网当中。为解决这个问题，本文提出应用网络改进方法将时间/空间优化问题转化为空间网络描述问题。对疏散区域z的每个起始点r来说，该方法利用以下三种元胞对出行产生过程进行建模，如图4-2所示。ra=LSza=LSz-1…a=1cwr图4-2起始点网络改进图0ttt源元胞中：rx=Dr,Nr=∞,Qdrr=,tT=0,1,...,i0tt辅助元胞集aL=1,2,...S中：xa=0,Na=∞,Qa=∞,tT=0,1,...,。辅助元胞为一z系列虚拟点，其并不真正意义上构成疏散路网的组成部份，他们的作用是将时间点转化为相应的空间点，从而完成时间-空间问题向纯空间问题的转化，以此便利了对疏散指令激活次序的优化。其中LSz为突发事件发生后疏散区域z中疏散指令的最晚激活时间(单位：时间间隔)。等待元胞cwr为车辆进入疏散路网前的虚拟元胞，起作用是当疏散主干道交通比较繁忙时，车辆在该元胞内进行等待，以此减少路网进入点次路交通流对0tt主干道交通流的干扰，保证疏散有序。其中，xcwr=0,Ncwr=∞,Qcwr=∞,tT=0,1,...,。t继而，将在交通流传播方程组(4-7~4-12)中应用一系列的二元变量δ，ztL=0,1,...,S对源元胞r、辅助元胞和等待元胞之间的交通流进行约束。z由定义，如果在时间间隔t的初始阶段疏散区域的疏散指令被激活，则ztδz的值为1。方程(4-7)保证各起始点，在预先设定的最晚指令发布时间LSz之前有且仅发布一次指令。LSzt=1∑t=0δz(4-7)方程(4-8)和(4-9)表明如果疏散指令没在相应的时间间隔内发布，在源元胞和辅助元胞/等待元胞之间不会有任何交通流，反之，交通流将会按照预设的加载模式由源元胞流向辅助/等待元胞。tatryd=⋅δ,aL==1,2,...,S,r∈S,tT=0,1,...,(4-8)razrzz-33- 哈尔滨工业大学工学硕士学位论文tt0ryd=⋅δ,t=0,1,...,,Tr∈S(4-9)rcw,rzrz方程(4-10)和(4-11)保证了被疏散者按照相同的加载模式到达等待元胞。方程(4-12)要求各时间间隔内驶出等待元胞的交通流不能超过等待元胞内的总车辆数。ttyx=,aL=1,2,...,S−1(4-10)aa++11zttyx=a=1(4-11)ac=1,wr∑jc∈Γ−1()wyxtt,≤(4-12)rcwjrrcw同时，改进网络的起始点流量守恒方程如下所示：tt+1LSzttxxrr=−∑yyra−a=1rcw,r(4-13)tttt+1xxyy=+−,aL=S(4-14)aaraa,1a−zttttt+1xxyyy=+−−,a=2,...,LS−1(4-15)a1araaaa+,,a−1zttttt+1xxyy=++−y,a=1(4-16)aaraa+1,aa,cwrtttt+1−1txxyycwrrr=++cwrcw,1a=,cwr−∑jc∈Γ()wrycwr,j(4-17)以上方程(4-7~4-17)对各初始点分阶段疏散的需求生成进行了建模，其中rrS∈z。例如，如果在时间间隔k(kLS≤z)时发布疏散指令，则该需求将在时间间隔t=0时以预设的交通量加载模式从起始点向辅助元胞ak=出发。由于通过下游辅助元胞链需要k时间间隔，该需求将会在时间间隔tk=时抵达等待元胞，相当于这时疏散指令被激活。4.4分阶段疏散控制策略优化模型算例分析为了对分阶段疏散策略及提出模型的适用性进行说明，本文应用图4-3中的小型虚拟路网进行算例分析。事故发生点外围的虚线圈表示由内向外危险等级递减的3个疏散区域。-34- 哈尔滨工业大学工学硕士学位论文图4-3分阶段疏散控制策略优化模型算例路网示例表4-6为各疏散区域的预设特性指标，包括最晚疏散指令激活时间、最晚清空时间和权重系数。表4-6疏散区域特性指标控制参数区域Ⅰ区域Ⅱ区域Ⅲ最晚疏散指令激分阶段疏散(min)05585活时间LSz并发式疏散(min)000最晚清空时间LCz(min)4585130权重系数wz321图中4个实心圆点表示本网络中的起始点，其中点1位于区域Ⅰ，点2、3位于区域Ⅱ，点4位于区域Ⅲ。为了在不同需求模式下对优化模型进行检验，本文设计如表4-7所示的5种疏散情景。各起始点的总需求将按照方程4-19所[51]示的S形Logit方程载入路网。1Pt()=(4-19)1exp[+−−att(h)]其中Pt()为随时间变化的需求加载百分比；th为表4-7所示的交通需求半载时间；为取值a0.5的行为参数。表4-7不同疏散需求表起始点起始点1起始点2起始点3起始点4t(min)55810h总需求情境13000400004000(veh)情境23000100030004000-35- 哈尔滨工业大学工学硕士学位论文续表4-7起始点起始点1起始点2起始点3起始点4t(min)55810h情境33000100030002000总需求情境42000200030004000(veh)情境53000300030003000图中区域Ⅲ外的两个目的地用实心方块表示。该路网包括两条用双实线表示的快速路通道和三条用单实线表示的主干道。表4-8列出不同道路类型属性。表4-8分阶段疏散检测道路属性车道类型自由流速(m/h)饱和流率(veh/h.l)阻塞密度(veh/m.l)高速公路602160150主干道301800150在基于道路属性和长度的基础上，路网被转化为如图4-4所示的元胞链接图。图4-4分阶段疏散控制策略优化模型路网元胞链接图图4-5起始点改进元胞链接图-36- 哈尔滨工业大学工学硕士学位论文图4-5为对各起始点强化路网的描述，为了图示的方便，本节假设事件发生后疏散指令以5min为时间单位进行发布(例如，0min,5min,10min…)。这样各源元胞的疏散需求只能在相应的时间点进入辅助元胞内。表4-9展示了表4-7所定义的不同需求模式下分阶段疏散和并行疏散的优化结果。以下5个参数被用来描述各疏散区域的不同疏散策略：(1)疏散指令发布时间：各疏散区域的疏散指令激活时间。(2)区域清空时间：所有被疏散者离开疏散区域的时间。(3)疏散时间跨度：上述两参数间的差值。(4)平均出行时间：疏散区域中总出行时间与该区域总疏散需求的比值。(5)起始点平均等待时间：该疏散区域中车辆生成后总等待时间与总疏散需求的比值。表4-9不同需求情境下分阶段疏散结果疏散需求情境1各起始点总需求(veh)O1:3000,O2:4000,O3:0,O4:4000疏散策略分阶段疏散并行疏散疏散区域ⅠⅡⅢⅠⅡⅢ指令发布时间(min)0100000区域清空时间(min)377888397587时间跨度(min)376888397587平均出行时间(min)5.28.710.27.210.210.7起点平均等待时间(min)8.424.827.68.926.928.9疏散需求情境2各起始点总需求(veh)O1:3000,O2:1000,O3:3000,O4:4000疏散策略分阶段疏散并行疏散疏散区域ⅠⅡⅢⅠⅡⅢ指令发布时间(min)0020000区域清空时间(min)396496397386时间跨度(min)396476397386平均出行时间(min)8.513.888.517.410.5起点平均等待时间(min)8.18.227.68.18.229.4-37- 哈尔滨工业大学工学硕士学位论文疏散需求情境3各起始点总需求(veh)O1:3000,O2:1000,O3:3000,O4:2000疏散策略分阶段疏散并行疏散疏散区域ⅠⅡⅢⅠⅡⅢ指令发布时间(min)0030000区域清空时间(min)395774396073时间跨度(min)395744396073平均出行时间(min)8.5136.38.513.710.2起点平均等待时间(min)8.18.211.88.18.216.6疏散需求情境4各起始点总需求(veh)O1:2000,O2:2000,O3:3000,O4:4000疏散策略分阶段疏散并行疏散疏散区域ⅠⅡⅢⅠⅡⅢ指令发布时间(min)0020000区域清空时间(min)396496397486时间跨度(min)396476397486平均出行时间(min)10.213.8810.317.310.5起点平均等待时间(min)4.710.627.64.710.629.4疏散需求情境5各起始点总需求(veh)O1:3000,O2:3000,O3:3000,O4:3000疏散策略分阶段疏散并行疏散疏散区域ⅠⅡⅢⅠⅡⅢ指令发布时间(min)0200000区域清空时间(min)337995397993时间跨度(min)335995397993平均出行时间(min)49.910.38.614.710.7起点平均等待时间(min)8.1431.408.219.433.7在上述数值结果的基础上，我们可以通过比较不同疏散需求情景下分阶段-38- 哈尔滨工业大学工学硕士学位论文疏散和并行疏散的性能得到如下结论：(1)经过优化的分阶段疏散策略可以有效减缓不同疏散需求模式下的路网堵塞程度，具体表现在缩短被疏散者通过路网的平均行程时间。(2)经过优化的分阶段疏散策略可以有效减缓不同疏散需求模式下的路网进入点的堵塞程度，具体表现在缩短被疏散者在各起始点的平均等待时间。为了便利更高危险等级地区的疏散车流的顺畅通过路网，有时不得不使车辆在进入点前进行停驻等待，该强制性控制措施常常会引发巨大的压力甚至抵制。因此，较少的等待时间意味着较小的交通压力，执行强制性措施的人员数目要求也会随之减少。(3)分阶段疏散策略的制定不仅依赖于疏散区域的危险等级，同时也决定于各疏散区域不同起始点的疏散需求模式。在疏散需求情境1~5中，实施分阶段疏散策略的区域Ⅲ的清空时间和时间跨度都比并行疏散策略下的数值要大，但其平均行程时间和等待时间较短，原因在于这些时间指标之间不存在直接联系。平均等待时间和行程时间是用整个疏散过程中所有被疏散者的总行程进行计算的，而疏散清空时间和时间跨度是通过最后一位被疏散者进行定义的。因此，较少的平均出行时间和等待时间并不一定导致较少的清空时间和时间跨度。同时，各起始点的需求分布、各区域疏散指令的发布时间和路径选择的结果差异都会对其有效性的评价产生影响。4.5本章小结本章对基于基本网络流的疏散控制策略进行了详细阐述，其中包括逆向行车控制和分阶段疏散现对各部分的研究成果做如下总结：。(1)提出了对逆向行车控制整合，形成逆向行车控制策略优化模型。本模型的最大特点是基于车道对正常方向和逆向的驾驶行为的区别进行了描述，并反映了不同逆向控制策略下车道通行能力的非线性特性。算例分析部分应用宁波市台风疏散路网，对提出基本模型在资源有限情况下确定逆向路段的适用性进行了证明；(2)提出了分阶段疏散控制策略优化模型，用于阐述分阶段疏散问题。该模型的特点是明确提出疏散指令的发布时间，并对被疏散者的反应进行了良好的拟合。-39- 哈尔滨工业大学工学硕士学位论文结论随着城市化的进一步发展、城市人口密度日益集中，以及随环境恶化而频发的自然灾害和人为恐怖事件的发生，应急疏散日益显示出其重要作用。本文以交通应急疏散控制策略优化为研究对象，在分析国内外应急疏散理论和实践的基础上，提出了基于修正元胞传输的控制策略优化模型，较好的提高了模型的优化计算效率。在论文的撰写过程中取得如下研究成果：(1)在综合考虑了疏散路网网络流描述方法、交通应急疏散控制策略加载可行性、模型实现平台的基础上，构建了LINGO平台下，采用元胞传输原理的交通应急疏散控制策略优化模型的基本框架：即通过对基础交通路径选择优化模型的扩展，分别加载逆向行车控制策略和分阶段疏散控制策略，以对路段通行能力和节点的疏散起始时间进行优化；(2)在路径选择优化模型的基础上构建了逆向行车控制策略优化模型：通过对部分车道实施逆向行车控制，增加了路段元胞的通行能力，继而增加了到达安全疏散区域的车辆数目，实现了对路段部分通行能力的优化路段部分；(3)在路径选择优化模型的基础上构建了分阶段疏散控制策略优化模型，引入辅助元胞和等待元胞等虚拟元胞，将分阶段疏散控制策略优化中的时间-空间问题转化为纯空间问题，实现了对疏散起始点疏散开始时间的优化，便利了模型的建模和问题的求解。本文建立的交通应急疏散控制策略优化模型是一种通用模型，对于快速有效的疏散控制策略进行优化是有益的尝试，目前取得一些成果，但在进一步的研究中，尚需要在下述方面进行更加深入的探索：(1)引入信号控制优化作为对本文模型进行扩展。信号控制对于减少支路交通对主干道交通的扰动有着重要意义。(2)在疏散控制中整合不同的出行方式。本文目前只考虑小汽车出行，在进一步研究中还应考虑公共汽车，行人等出行方式以及其之间的相互影响关系。-40- 哈尔滨工业大学工学硕士学位论文参考文献1Sorensen,V.B.M.,Mileti,D.S.Evacuation:AnAssessmentofPlanningandResearch.TechnicalReportforOakRidgeNationalLaboratory,ORNL-6373,1987:155~1622Southworth,F.RegionalEvacuationModeling:AState-of-ArtReview.TechnicalReportforOakRidgeNationalLaboratory,ORNL/TM-11740,1991:233~2423UrbanikT.II.EvacuationTimeEstimatesforNuclearPowerPlants.JournalofHazardousMaterials.2000,5:165~1804SheffiY.，MahmassaniH.,PowellW.ATransportationNetworkEvacuationModel.TransportationResearch.1982,16(3):209~2185HobeikaA.G.ComparisonofTrafficAssignmentsinEvacuationModeling.IEEETransactionsonEngineeringManagement.1998,45(2):192~1986DunnC.E.,NewtonD.OptimalRoutesinGISandEmergencyPlanningApplications.Area.1992,24(3):259~2677CovaT.J.,JohnsonJ.P.ANetworkFlowModelforLane-basedEvacuationRouting.TransportationResearchA.2003,37:579~6048ChalmetL.,FrancisR.,SaundersP.NetworkModelsforBuildingEvacuation.ManagementScience.1982,28:86~1059HamacherH.W.,TufekciS..OntheUseofLexicographicMinCostFlowsinEvacuationModeling.NavalResearchLogistics.1987,34:487~50310ChoiW.,HamacherH.W.,TufekciS.ModelingofBuildingEvacuationProblembyNetworkFlowswithSideConstraints.EuropeanJournalofOperationalResearch.1988,35:98~11011Miller-HooksE.,PattersonS.OnSolvingQuickestTimeProblemsinTime-Dependent,DynamicNetworks.JournalofMathematicalModelingandAlgorithms.2004,3(1):39~7112OpasanonS.OnFindingPathsandFlowsinMulticriteria,StochasticandTime-VaryingNetworks.Ph.D.Dissertation,UniversityofMaryland.2004:2~413SattayhatewaP.,RanB.DevelopingaDynamicTrafficManagementModelforthNuclearPowerEvacuation.79AnnualMeetingoftheTransportationResearchBoard,Washington,D.C.2000:55~6114MahmassaniH.,SbaytiH.OptimalSchedulingofContraflowOperationsforNetworkEvacuationPlanning.2005INFORMSAnnualMeeting,SanFrancisco.2005:343~35215TuydesH.,ZiliaskopoulosA.TheNetworkEvacuationProblemandSolutionAlgorithms.2005INFORMSAnnualMeeting,SanFrancisco.2005:412~425-41- 哈尔滨工业大学工学硕士学位论文16ChiuY.C.TrafficSchedulingSimulationandAssignmentforArea-WideEvacuation.2004IEEEIntelligentTransportationSystemsConference,Washington,D.C.2004:573~58417CamposV.B.G.,desilvaP.A.L.,NettoP.O.B.EvacuationTransprotationPlanning:AMethodofIdentifyOptimalIndependentRoutes.UrbanTransportandthestEnvironmentforthe21Century.2000:555~56418TelebiK,SmithJ.M.StochasticNetworkEvacuationModels.ComputerandOperationsResearch.1985,12(6):559~57719SmithJ.M.StateDependentQueuingModelsinEmergencyEvacuationNetworks.TransportationResearchB.1991,25:373~38920PBS&J.SoutheastUnitedStatesHurricaneEvacuationTrafficStudy-TechnicalMemorandumNumber3:ReverseLaneStandardsandITSStrategies.FinalReportforSoutheastUnitedStatesHurricaneEvacuationStudy.2000:821~83421FEMA.SoutheastUnitedStatesHurricaneEvacuationTrafficStudy-ExecutiveSummary.FinalReportforSoutheastUnitedStatesHurricaneEvacuationTrafficStudy.2000:521~52922UrbinaE.,WolshonB.NationalReviewofHurricaneEvacuationPlansandPolicies:AComparisonandContrastofStatePractices.TransportationResearchA.2003,37(3):257~27523TuydesH.,ZiliaskopoulosA.NetworkRe-designtoOptimizeEvacuationrdContraflow.83AnnualMeetingofTransportationResearchBoard.2004:467~47524TuydesH.NetworkManagementunderDisasterConditions.Ph.D.Thesis,NorthwesternUniversity.2005:338~34525TuydesH.,ZiliaskopoulosA.ATabu-BasedHeuristicApproachforthethOptimizationofNetworkEvacuationContraflow.85AnnualMeetingofTransportationResearchBoard.2006:119~12926WolshonB.One-Way-Out:ContraflowFreewayOperationforHurricaneEvacuation.NaturalHazardsReview.2001,August:105~11227LimE.,WolshonB.ModelingandPerformanceAssessmentofContraflowthEvacuationTerminationPoints.84AnnualMeetingoftheTransportationResearchBoard,WashingtonD.C.2005:559~57128KwonE.,PittS.EvaluationofEmergencyEvacuationStrategiesforDowntownthEventTrafficUsingaDynamicNetworkModel.84AnnualMeetingoftheTransportationResearchBoard,WashingtonD.C.2005:335~34629PaulsJ.L.,JonesB.K..BuildingEvacuation:ResearchMethodsandCaseStudies.FiresandHumanBehaviour.2005,12:227~25030FarrellJ.AlternativestoRoadBuildingtoImproveHurricaneEvacuationin-42- 哈尔滨工业大学工学硕士学位论文CoastalSouthCarolina.EnvironmentalAdvocacySeminar.2005,April:78~8531MitchellS.W.,RedwanE.HeuristicPrioritizationofEmergencyEvacuationthStagingtoReduceClearanceTime.85AnnualMeetingofTransportationResearchBoard.2006:287~30132ChiuY.C.,VillalobosJ.,GautamB.OptimalSchedulingofEvacuationthOperations.85AnnualMeetingofTransportationResearchBoard.2006:441~458th33SbaytiH.,MahamassaniH.OptimalSchedulingofEvacuationOperations.85AnnualMeetingofTransportationResearchBoard.2006:426~43934吴薇薇,宁宣熙.基于改善紧急疏散网络流通能力的仿真研究.中国管理科学.2006,14(3):86~9135刘丽霞,杨骅华.突发事件等复杂情形下的交通路径选择问题.北京联合大学学报.2004,18(3):68~7136卢兆明等.基于GIS的都市应急疏散系统.中国公共安全(学术版).2005,8:35~3937温丽敏.重大事故应急疏散研究,沈阳:东北大学.安全技术与工程博士学位报告.2000,2:61~6738LiuH.X.,BanJ.X.,MaW.,MirchandaniP.B.ModelReferenceAdaptiveControlFrameworkforRealTimeTrafficManagementunderEmergencyEvacuation.th85AnnualMeetingoftheTransportationResearchBoard,Washington,D.C.2006:337~34539YuanF.,HanL.D.,ChinS.M.,HwangH.AProposedFrameworkforSimultaneousOptimizationofEvacuationTrafficDestinationandRoutethAssignment.85AnnualMeetingoftheTransportationResearchBoard,Washington,D.C.2006:126~13440袁媛,汪定伟.灾害扩散实时影响下的应急疏散路径选择模型.系统仿真学报.2008,20(6):1563~156641赵姝颖,宿国军.基于元胞自动机的应急疏散系统仿真研究.小型微型计算机系统.2007,12(28):2221~222342孔祥春,贺国光.考虑交叉口冲突点延误的交通紧急疏散.长沙交通学院学报.2007,23(3):50~5443高明霞,贺国光.考虑交叉口延误和通行能力优化疏散救援路线的最小费用流模型.系统工程.2006,24(9):6~1044袁新生,卲大宏,郁时炼.LINGO和Excel在数学建模中的应用.科学出版社,2007:1~245DaganzoF.C.TheCellTransmissionModel:ADynamicRepresentationofHighwayTrafficConsistentwiththeHydrodynamicTheory.TransportationResearch,.1994,partB,28(4):269~287-43- 哈尔滨工业大学工学硕士学位论文46ZiliaskopoulosA.,SLee.ACellTransmissionBasedAssignment-simulationthModelforIntegratedFreeway/SurfaceStreetSystems.76AnnualMeetingoftheTransportationResearchboard,WashingtonD.C.1997:46~6147Dagzon,C.F.TheCellTransmissionModelPartⅡ:NetworkTraffic.TransportationResearchB.1995,29:79~9348ShangH.Y.,HuangH.J.Acelltransmissionmodelanditsapplicationinrdoptimizingthelocationofvariablemessagesigns.3internationalconferenceonnaturalcomputation.2007:54~5749LiYA.K.,Ziliaskopoulos,S.T..Waller.LinearProgrammingFormulationsforSystemOptimumDynamicTrafficAssignmentwithArrivalTime-basedandDepartureTime-basedDemands.TransportationResearchRecord1667,TRB,NationalResearchCouncil,WashingtonD.C.1999:52~5950WolshonB.One-way-out:ContraflowFreewayOperationforHurricaneEvacuation.NaturalHazardsReview.2001,August:105~11251SheffiY.UrbanTransportationNetworks.EnglewoodCliffs,NJ:prentice-Hall.1985:12~14-44- 哈尔滨工业大学工学硕士学位论文攻读学位期间参与的科研项目1北京市密云新城路网结点系统改造工程项目来源：北京市密云建设委员会2007.01~2007.022哈尔滨市交通局信息化建设规划项目来源：哈尔滨市交通局信息管理处2007.04~2007.063国道主干线绩效评估调研项目来源：交通部2007.07~2007.094ITS环境下的交通行为分析理论与方法(20050213038)项目来源：高等学校博士学科点专项科研基金2007.10~2007.125长春市主要节点交通现状调查及快速路体系交通需求分析与预测项目来源：长春市建设委员会2008.03~2008.04-45- 哈尔滨工业大学工学硕士学位论文攻读学位期间发表的学术论文1安实,吴鸿鹏,王健.多控制策略应急疏散元胞优化模型研究.城市交通.(已投稿)-46- 哈尔滨工业大学工学硕士学位论文哈尔滨工业大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《交通应急疏散控制策略优化模型研究》，是本人在导师指导下，在哈尔滨工业大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日哈尔滨工业大学硕士学位论文使用授权书《交通应急疏散控制策略优化模型研究》系本人在哈尔滨工业大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归哈尔滨工业大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨工业大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅，同意学校将论文加入《中国优秀博硕士学位论文全文数据库》和编入《中国知识资源总库》。本人授权哈尔滨工业大学，可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。作者签名：日期：年月日导师签名：日期：年月日哈尔滨工业大学硕士学位涉密论文管理根据《哈尔滨工业大学关于国家秘密载体保密管理的规定》，毕业论文答辩必须由导师进行保密初审，外寄论文由科研处复审。涉密毕业论文，由学生按学校规定的统一程序在导师指导下填报密级和保密期限。本学位论文属于保密□，在年解密后适用本授权书不保密□（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日-47- 哈尔滨工业大学工学硕士学位论文致谢首先感谢我的导师王健副教授。导师治学严谨、知识广博、勇于开拓的风范是我终生学习的榜样。尤令我钦佩的是导师对于本学科前沿领域敏锐的洞察力和工作中勇于创新的开拓精神，两年的硕士学习生涯，导师的教诲必成为我人生的宝贵财富。感谢安实教授、张亚平教授、杨龙海副教授、孟祥海副教授在论文选题、撰写和修改的过程中给予我的指导和帮助，同时感谢程绍武副教授、李丽兰讲师、章锡俏讲师对我学习的指导和帮助。他们广博的知识和宝贵的意见开阔了我的视野，拓展了我的思维，使我倍受鼓励和启迪。感谢两年硕士生活中与我一路走来的同学，感谢他们与我相处的点点滴滴。我们之间从相识到相知，不仅仅是互相学习的过程，同样还是相互激励的过程，与研究室团队成员的探讨使我受益匪浅。最后，感谢养育我26年的父母：多年你们对我默默的支持，无私的付出是我成长的不竭源泉，你们的关爱是我前进的动力，感谢亲人们对我多年来学习生活的关心和帮助。衷心感谢各位专家、老师耐心的阅读我的论文，敬请各位老师提出宝贵意见！-48-