基于VVA的多分辨率交通仿真建模過程評價框架研究

馬 健，張麗巖，李克平

（1.蘇州科技學院 土木工程學院，江蘇 蘇州 215011；2.同濟大學 交通運輸工程學院，上海 201804）

0 引 言

在交通系統仿真中，根據仿真的粒度，可將其分為三個粒度等級，即宏觀（Macro-model）、中觀（Meso-model）和微觀（Micro-model）交通仿真，這些可以統稱為固定分辨率仿真模型[1]。微觀交通仿真能夠提供對交通系統的詳細描述，但是同時也受到校正困難和計算量巨大等問題的困擾，從而限制了其仿真對象的規模；宏觀和中觀仿真雖然能夠描述大規模的交通系統的運行狀態，但是其描述僅限于較低的分辨率層面。正是基于以上諸多問題，美國交通部于2004年發起的“下一代仿真”（Next Generation SIMulation，NGSIM）計劃將核心仿真模型、改進建模方法、動態交通分配、模型集成方法以及模型校準和驗證作為目前交通領域重點研究的五大問題[2]。

多分辨率交通仿真的思路和方法為解決這一問題提供了新的思路和途徑。通過多分辨率建模技術可以把不同層次的交通仿真模型整合在一起，進行有機組合，發揮不同模型的長處，形成多層次的交通混合仿真模型系統[3]。但是，無論是單分辨率建模，還是多分辨率建模，以往的交通仿真建模研究多數是集中于模型本身及其相關的校驗方面，缺乏對整個仿真建模過程的規范化流程和系統性描述。本文借鑒系統仿真的校核、驗證與確認（Verification Validation Accreditation，VVA）過程評價模型，來建立多分辨交通仿真的VVA過程評價框架。

1 VVA的基本概念

關于VVA，至今仍未有統一定義，美國國防部給出的VVA的定義是目前被比較廣泛認同的[4]。具體為[4-5]：校核是確定模型實施及其相關數據是否精確描述了開發者的概念描述及相關技術規范的過程；驗證是根據模型開發的預期目的，確定模型及其相關數據描述真實世界的精確程度的過程；確認是官方或個人對一個模型，或一個仿真，或一系列的模型和仿真及其相關數據可用于特定仿真目的的認證活動。

一般來說，系統仿真可歸結為三個組成部分：建模、仿真、評估。建模主要處理的是實際系統與模型之間的關系；仿真主要考慮的是計算機實現與模型之間的關系；評估主要是對仿真結果進行可信性驗證[6]。VVA是可信度評估工作的核心和基礎。仿真模型的校核、驗證與確認之間相互區別又彼此依賴，有著十分密切的聯系。簡而言之，模型校核主要考慮的是“是否正確地建立了模型？”；模型驗證主要考慮的是“是否建立了有效的模型？”；模型確認主要考慮的是“是否信賴仿真模型和仿真結果？”[6]。前兩者是條件，它們貫穿于建模與仿真的整個過程；后者是結果，它評定了系統仿真的結果。

2 基于VVA的多分辨交通仿真的評價原理

在多分辨率交通仿真中，針對實際交通系統，由于觀察分析的粒度不同，考慮問題的抽象層次不同，使實際交通系統表現出明顯的層次性，進而形成了不同粒度下的模型族。這些模型是同一研究對象在不同粒度下的數學描述，它們之間既有區別又有聯系：區別是建模時考慮的粒度層次不同，所需要的信息粒度及模型可表達的逼真度是不一樣的；聯系是這些模型都是對現實交通系統的反映，本質上是同一研究對象在不同粒度空間的一種映射。對多分辨率模型而言，這就提出了這些模型之間的一致性要求。基于多分辨率模型，可以完全重新開始實現所有的模型族，也可以基于現有的部分模型，在此基礎上實現所有的模型族。前一種方式耗時多、成本高，但是靈活性高，開發者可以完全掌控；后一種方法能夠利用現有的研究成果及系統，成本低，但靈活性不高，開發者不能完全或難以掌控系統研發。這就需要研究模型系統的集成性，以提高開發效率，節省研發成本。擴展的VVA見圖1所示[7]：

圖1 VVA在多分辨交通仿真評價中的應用原理

3 基于VVA的多分辨交通仿真過程評價框架

仿真系統的開發與運行過程主要可分為：進行需求分析、確定系統目標；根據理論基礎建立概念模型；采用建模方法建立數學與仿真模型；采用一定的算法求解并實現模型；進行仿真實驗與結果分析；對系統進行更新與維護。本節建立了交通仿真模型的校核、驗證與確認過程模型，如圖2所示，VVA過程貫穿于仿真系統開發過程當中，目前多分辨率交通仿真的VVA過程主要可分為以下7個階段[6-7]：

第1階段，目標校核。處于“目標分析”階段，基于多分辨率交通仿真系統的需求分析，圍繞多分辨率仿真的目標，執行VVA計劃，檢查需求描述和目標描述是否一致，校核系統需求的可行性、正確性、完備性與一致性。

第2階段，概念模型驗證。處于“概念模型設計”階段，基于多分辨率交通仿真系統的理論基礎，進行概念模型的正確性驗證，主要包括概念模型的語法驗證與語義驗證，確保概念模型的正確性與合理性。

第3階段，數學模型校核。處于“數學模型設計”階段，基于多分辨率交通仿真系統的建模理論及概念模型，圍繞利用數學分析方法抽象出數學模型描述的過程，對其是否準確地描述了概念模型進行校核，以保證數學模型的正確性及合理性。

第4階段，仿真模型校核。處于“仿真模型設計”階段，基于多分辨率交通仿真系統的數學模型、求解算法及集成仿真方法，圍繞著計算機性能、程序邏輯、軟件接口、數值算法等對交通仿真系統的正確性和仿真精度進行校核。

第5階段，仿真模型驗證。處于“仿真模型實現與實驗”階段，為保證整個仿真系統的正確性和適用性，先對各個子系統進行驗證，在此基礎上對整個多分辨率交通仿真系統進行驗證；另外，在已建立的仿真系統平臺上對交通系統的仿真精度、仿真性能、仿真結果進行驗證。

第6階段，仿真模型確認。在仿真模型精度、性能、結果進行系統分析的基礎上，結合實際交通信息采集、交通現場調查實驗等方法，由個人或權威機構對概念模型、數學模型、仿真模型及求解算法等進行評估，以確定仿真系統是否達到設計目標，是否可以接受，并作出最終確認。

第7階段，VVA記錄。將VVA各個階段工作程序化、文檔化，其目的是使建模實驗過程科學規范化，做到有據可查，實驗數據及結果便于分析，為進一步的數據挖掘打下基礎。

最后，必須指出的是模型的建立、校核及評估不是獨立的，它是一個相互融合、相互補充、相互促進的過程，在實際系統建模中，這些流程有時很難清晰區分，需要根據實際情況進行必要和適當的調整，以適應實際場景的要求和建模的目標。

4 結 論

本文首先介紹了多分辨率交通仿真模型特點，并結合系統仿真的校核、驗證與確認（VVA）過程評價原理，提出了基于VVA的多分辨率交通仿真建模的過程評價框架。它通過研究仿真系統生命周期中的一系列活動來評價研究結果的正確性和有效性，提高系統的可信性，使仿真系統滿足實際應用的需要。

[1]楊齊.對交通仿真模型軟件開發及應用問題的思考[J].城市交通，2006(3):77-81.

[31]賀澤，邱長華，王能建.船舶協同設計團隊模型及智力資源評價方法研究[J].哈爾濱工程大學學報，2007,28(1):108-113.

[32]劉建剛，楊春，王寧生,等.并行產品開發中任務智能分配[J].哈爾濱工業大學學報，2009,41(7):190-192.

[33]張永健，鐘詩勝，王瑞.基于病毒進化遺傳算法的復雜產品設計任務規劃[J].計算機輔助設計與圖形學學報，2011,23(2):350-356.

[34]崔衛華，楊波，宋開峰.產品協同設計過程的資源配置[J].組合機床與自動化加工技術，2011(3):97-100.

[35]宮俊，汪定偉.新產品開發的資源二維指派問題[J].東北大學學報（自然科學版），2002,23(4):338-340.

[36]Schmidt,C.W.,&Grossmann,I.E.Optimization models for the scheduling of testing tasks in new product development[J].Industrial&Engineering Chemistry Research,1996,35(10):3498-3510.

[37]Jain,V.,&Grossmann,I.E.Resource-constrained scheduling of tests in new product development[J].Industrial&Engineering Chemistry Research,1999,38(8):3013-3026.

[38]Honkomp,S.J.,Reklaitis,G.V.,&Pekny,G.F.Robust planning and scheduling of process development projects under stochastic conditions[C]//Proceedings of the AIChE annual meeting,Los Angeles,CA,1997.

[39]Subramanian,D.,Pekny,J.F.,&Reklaitis,G.V.A simulation-optimization framework for research and development pipeline management[J].AIChE Journal,2001,47(10):2226-2242.

[40]Subramanian,D.,Pekny,J.F.,Reklaitis,G.V.,&Blau,G.E.Simulation optimization framework for stochastic optimization of R&D pipeline management[J].AIChE Journal,2003,49(1):96-112.

[41]Maravelias,C.T.,&Grossmann,I.E.Simultaneous planning for new product development and batch manufacturing facilities[J].Industrial&Engineering Chemistry Research,2001,40(26):6147-6164.

[42]Maravelias,C.T.,&Grossmann,I.E.Optimal resource investment and scheduling of tests for new product development[J].Computers&Chemical Engineering,2004,28(6-7):1021-1038.

[43]Colvin,M.,Maravelias,C.T.A stochastic programming approach for clinical trial planning in new drug development[J].Computers&Chemical Engineering,2008,32(12):2626-2642.

[44]Colvin,M.,Maravelias,C.T.Scheduling of testing tasks and resource planning in new product development using stochastic programming[J].Computers and Chemical Engineering,2009,33(5):964-976.