基于物理意義機場樓前交通仿真模型參數標定

王　霞，于　雷，萬　濤，宋國華

（1.北京交通大學交通運輸學院，北京　100044；2.德克薩斯南方大學交通系，美國休斯敦　77004；3.北京首都國際機場股份有限公司，北京　100621）

基于物理意義機場樓前交通仿真模型參數標定

王霞1，于雷2，萬濤3，宋國華1

（1.北京交通大學交通運輸學院，北京100044；2.德克薩斯南方大學交通系，美國休斯敦77004；3.北京首都國際機場股份有限公司，北京100621）

航站樓車道邊作為機場地面交通的重要組成部分，表現出不同于普通道路和停車場的靜態和動態交通特征。本文設計針對航站樓前交通特征的數據采集方法，提取期望速度、車輛加減速度、停車時間、停車間距作為反映航站樓前交通狀況的重要參數并對其分布特征進行標定。最后以首都機場T3航站樓為例，利用VISSIM建立航站樓出發層車道邊的仿真平臺，同時結合實測數據對參數分布特征進行標定。仿真結果表明參數標定后仿真精度明顯提高，誤差均控制在10%以內，仿真結果合理。

微觀仿真；參數標定；物理意義；航站樓前車道邊；分布特征

航站樓前車道邊作為機場陸側交通中至關重要的節點，是銜接空中交通與城市交通的關鍵組成部分[1]。由于受各類車流相互交織以及人車流相互交錯的影響，航站樓前車道邊普遍存在交通擁堵嚴重、秩序混亂的現象，是機場陸側交通運行中容易形成“瓶頸”的地方之一。保證航站樓前車道邊正常運行是改善航站樓前交通服務質量的重要措施。

目前缺乏相關實驗手段和交通模型對航站樓前交通系統的研究，因此本文建立了區別于普通道路和停車場，適用于航站樓前交通特征的仿真模型來實現對實際交通狀況和駕駛行為的仿真。其中參數標定作為仿真工作的關鍵環節，需要根據實際道路運行狀況對反映航站樓交通特征的參數標定以保證仿真結果的合理性。

本文以首都機場T3航站樓出發層為例，對上述問題展開了研究。

1　微觀仿真模型參數標定的研究綜述

目前微觀交通仿真軟件在國內外得到廣泛應用，尤其在模擬再現交通流運行，深入研究交通系統以及評價分析交通方案等方面發揮了重要作用。交通微觀仿真模型運用了大量參數來描述交通系統、交通流運行和駕駛行為，參數取值會對仿真結果產生很大影響[2]。然而實際工作中，很多使用者往往忽略參數標定這一環節，采用默認值直接建模分析，使得仿真結果缺乏合理性，評價分析也不可靠[3]。因此，在應用模型之前需根據實際交通情況標定仿真參數。目前國內外對微觀仿真模型參數標定的研究主要集中在標定流程、標定參數選取、優化算法選擇及標定數據獲取等4個方面。

1991年，Benekohal[4]提出了微觀仿真模型參數標定和檢驗的第一個流程框架。其后1998年Hellinga[5]進一步提出具有7個步驟的參數標定框架。國內學者孫劍[6]在Hellinga的基礎上提出更具操作性的參數標定流程。隨后李喆[7]等提出了更為清晰、實用性強的參數標定流程。

由于微觀模型中的參數較宏觀模型更為具體與細致，一般選擇對影響路網特性、車輛性能和駕駛員行為的參數進行標定。各類微觀仿真軟件中參數均有默認值，需要針對具體仿真軟件和實際道路情況確定所標定的參數。

國內外參數標定差異性集中體現在優化方法的選擇上。微觀交通仿真參數標定作為離散選擇尋優問題，通常選擇遺傳算法、模擬退火算法、拉丁方格試驗算法等多點尋優算法。Cheu[8]最早將遺傳算法用于參數的標定，以實現觀測與仿真數據的一致。李志明[9]以VISSIM為平臺，利用遺傳算法標定信號交叉口仿真模型，結果表明標定后的仿真模型可以更好地符合實際道路交通運行情況。孫劍[6]根據4×4拉丁方格安排試驗，得到了較高精度的模型參數。

國內外對微觀交通數據的采集方法可以分為3類，即基于GPS、試驗車和視頻圖像的數據采集方法[10]。但是，目前參數標定的研究主要集中于結合啟發式優化算法針對參數組合的標定，很多仿真參數均未或無法通過實際調查獲得，如車輛啟動損失時間、跟馳模型敏感性參數、車道變換時間等，是一種“黑箱”方法，缺乏對參數實際物理意義的討論。此外，就交通特征而言，目前尚缺乏針對航站樓前交通仿真的參數標定研究。

2　機場航站樓前車道邊交通特征分析

航站樓前車道邊是建筑物邊緣或者內部用于人車轉換的區域，機動車在此區域上落客，實現建筑物內行人流與外圍車流的轉換，它由多條機動車道與人行道構成[11]。車道邊作為進出港旅客的必經之路，是機場陸側交通系統中使用頻率最高的地方，具有不同于普通道路和停車場的靜態與動態兩方面交通特征。

1）靜態交通特征航站樓前車道邊包括出發層與到達層車道邊，按功能不同又可以劃分為停車道和行車道。其中停車道用于車輛的短時停放及上、落客，行車道用于過境車輛的通過。

2）動態交通特征航站樓前交通組成復雜，車輛運行相互沖突干擾，主要包括進出機場的私家車流、出租車流、機場大巴和城市公交車流；同時受到航站樓前的停車、落客，以及人車交織行為，且無限速標志的影響，航站樓前車輛的運行車速偏低，有文獻指出一般為16～40 km/h[12]；車輛實際的加、減速情況也更加復雜；其次不同類型車輛在車道邊的停車時間不同，車輛停留時間主要受旅客落客時間影響，如車輛平均旅客人數及有無行李等因素；此外航站樓前停車道沒有施畫停車位，停車間距也因駕駛員的不同選擇而產生差異。在以上航站樓的交通特征中，車速、加/減速、停車時間、停車間距存在顯著性差異。

針對目前國內外缺乏對機場航站樓前車道邊特殊交通特征相關參數的標定研究，而交通特征又會影響仿真精度，本文設計了基于物理意義的航站樓前的交通仿真模型的參數分布特征標定方法。研究思路如圖1所示。

圖1　研究思路Fig.1　Research procedure

3　交通特征參數標定的方法設計

3.1數據采集及處理原則

為了反映出航站樓前車道邊的靜態和動態交通特征，標定與仿真過程中采集獲取的數據需遵循以下原則：

1）實測獲得所研究區域道路的靜態交通特征（包括道路條件、交通組成、交通量等）和動態交通特征（車輛運行速度及加減速度、停車時間、停車間距等）。

2）需通過GPS采集得到逐秒速度數據，從而得到車輛瞬時速度與加速度，同時在GIS中實現與路網的匹配。

3）為保證所標定參數的分布特征，需要采集足夠大的樣本量。

4）通過隨機跟車的方法，部分或隨機獲取研究區域離散性交通特征的數據。

3.2重點參數的選取及標定

為了真實地反映出駕駛行為的隨機分布規律，在對實測數據采集和處理的基礎上，結合航站樓前的靜態與動態交通特征，提取期望速度、車輛加/減速度、停車時間和停車間距4個重要參數并研究其分布特征。

期望車速是指車輛在基本不受其他車輛約束的條件下，駕駛員所希望達到的最高安全車速[13]。為了反映期望車速的實際物理意義，本文將航站樓車道邊出口處附近的行駛車速作為駕駛員在航站樓車道邊所希望達到的期望車速，從而分析得到不同車速的分布頻率。

航站樓前車道邊的車輛因為停車需求，所以在運行過程中加減速度的情況較為復雜，故也需要研究不同速度情況下加速度的變化情況。

停車時間分布屬于連續型分布，它反映了停放時間在每個時間區域內出現的概率[14]。不同類型車輛在車道邊停車時長不同，需要對不同類型車輛在航站樓車道邊的停車時間分布做標定。

航站樓前車道邊沒有施畫停車位，車輛受駕駛員的影響在車道邊的停車間距不同，為反映停車間距在每個距離范圍內出現的概率，需要對停車間距分布特征做標定。

4　樓前交通仿真模型的參數標定

4.1數據采集

本文航站樓前的交通特征和車道邊駕駛行為的數據，采集于2015-04-20首都機場T3航站樓出發層，采集內容包括：

1）靜態交通特征 出發層的道路條件、交通組成和交通量。

2）動態交通特征

①車輛瞬時速度、加速度 搭乘裝載GPS（型號為Columbus V-900）的出租車隨機選擇60輛車跟蹤其減速、下客再加速的過程，并確保跟車的準確性。同時為了提高數據采集的效率，跟車過程通過圍繞航站樓前“轉圈”實現，最終獲得8 947條逐秒浮動車數據。

②停車間距 使用激光測距儀隨機測量記錄50個樣本。

③停車時間 秒表精確測量記錄小型車輛（包括出租車和私家車）的停車時間。

4.2靜態交通特征分析

首都機場T3航站樓出發層是離京出發旅客的必經區域，供運送旅客的機場大巴、出租車和所有社會車輛使用。其樓前車道設置中，道路被兩條分隔帶分割成3個區域，按距離入口從近到遠，分別為內緣道，中緣道和外緣道，車道數分別為4條、3條、2條。每個區域的車道按功能不同又被劃分為行車道和停車道，車道設置圖和情況匯總如表1和圖2所示。

表1　T3出發層樓前車道設置情況匯總表Tab.1　Curbside structure of 3 departure layer

圖2　T3出發層樓前車道設置圖Fig.2　Departure curbside structure of T3

根據調研獲取到的路網范圍道路的幾何結構和各個進口路段的交通流量得到不同類型小型車輛（出租車及社會車輛）的組成比例，如表2所示。

表2　T3樓前出發層流量統計Tab.2　Traffic volume of T3 departure layer

4.3動態交通特征分析

4.3.1期望速度

T3航站樓出發層出口處附近的行駛車速符合期望車速的標準，將調研得到的GPS數據導入ArcGIS中，篩選出發層出口處的軌跡點，并導出速度數據，作為小型車輛（出租車和社會車輛）在出發層的期望行駛速度（即期望速度）。期望速度累計頻率分布曲線如圖3所示。

圖3　T3樓前期望速度累計頻率分布曲線Fig.3　Cumulative frequency distribution curve of T3 desired speed

實際中，通常采用自由交通流狀態下給定汽車在車速累計分布曲線上第85位分位點的車輛行駛速度V85作為確定限制在行汽車最大行車速度依據，及V行車≤V85[15]。表3即為期望車速分布的關鍵分位數點。分析發現，航站樓前的期望車速偏低，平均值為46.1 km/h、且標準差為8.6 km/h，其平均值小于普通道路。

表3　期望速度分布關鍵分位數點Tab.3　Key points for desired speed distribution

4.3.2車輛加減速度

為了反映加/減速度數值的隨機分布，本文利用期望加/減速度曲線模型來定義航站樓前出發層車道邊的駕駛行為。由于VISSIM中每個加/減速度函數圖都由3條不同曲線組成，分別代表最小值、平均值和最大值，故本研究利用跟車調研得到的GPS數據及處理結果，分別選取每個速度值下加速度的15分位數、平均值和85分位數作為加速度的最小值、平均值和最大值，擬合得到期望加/減速的函數關系圖。其標定結果如圖4和圖5所示，其中橫軸表示速度，縱軸表示加速度或者減速度。

圖4　加速度模型Fig.4　Acceleration model

圖5　減速度模型Fig.5　Deceleration model

將實際的車輛加減速分布與默認值分析比較可知，樓前加減速特征與VISSIM仿真模型的默認值具有顯著差異，默認加減速的激烈程度遠大于實際觀測值。標定后的加速度均值比默認加速度均值小79%，標定后的減速度均值的絕對值比默認減速度均值小73.4%，加、減速度情況更為復雜。

4.3.3停車時間

根據對T3航站樓前小型車輛停放時間的調查發現，由于受旅客下車的影響，小型車輛停車時間較長。計算私家車和出租車停車時間的分布概率，對停車時間分布特征的標定如圖6所示，表 4為停車時間分布關鍵分位數點。

分析發現，私家車停車時間的平均值為51.9 s，標準差為36.1 s；出租車停車時間的平均值為59.1 s，標準差為26.6 s?？梢钥闯龊秸緲乔八郊臆嚨钠骄＼嚂r間略短于出租車，平均少7.2 s。但離散程度顯著大于出租車，變化較為明顯。

4.3.4停車間距

根據對T3航站樓前小型車輛停放間距的測量結果分析得到小型車輛（出租車和社會車輛）停車間距分布概率，分布特征如圖7所示，表5為停車間距分布關鍵分位數點。

圖6　停車時間累積頻率分布曲線Fig.6　Cumulative frequency distribution curve of dwelling time

表4　停車時間分布關鍵分位數點Tab.4　Key points of dwelling time distribution

圖7　停車間距累積頻率分布曲線Fig.7　Cumulative frequency distribution curve of standstill distance

表5　停車間距分布關鍵分位數點Tab.5　Key points of standstill distance distribution

航站樓前平均停車間距為2.7 m，標準差為0.9m，離散程度較大。

4.4參數標定結果驗證

為了評價分析模型參數分布特征標定后的改善效果，需要進一步建立航站樓出發層的仿真平臺，并對仿真結果的有效性進行檢驗。

4.4.1仿真平臺建立

在微觀交通仿真中，建立一個符合實際的仿真路網是交通仿真的基礎，也是取得可用、有效的仿真評價指標的必要條件。在完成以上4個參數標定工作的基礎上，根據T3樓前出發層車道邊的設置情況繪制仿真路網，如圖8所示。

圖8　仿真路網Fig.8　Road network simulation

為了模擬車輛到達各個車道和到達對應車道的落客區，本研究利用VISSIM中路徑決策功能中的靜態路徑和停車場路徑兩種路徑類型。

1）靜態路徑 實現把出發層的入口的交通流量按數據采集得到的比例分配到內、中、外緣3個車道。

2）停車場路徑（只限實際停車空間） 為模擬落客區停車，利用“停車場”元素定義從各個車道入口處到落客區的路線。

在對所選取的模型參數分布特征標定后，基于實測數據和車道設置情況進行仿真測試，基本建立了首都機場T3航站樓出發層車道邊的VISSIM仿真模型平臺，實現了分車型、分車道流量按比例分配，并通過路網“停車場”模塊劃分了出發層內、中、外緣道的車道功能（即行車道和停車道）。為得到預期的仿真結果，設定仿真時間為600 s～4 200 s，前600 s為“預熱時間”，后3 600 s作為評價時間。

4.4.2仿真結果評價

為了對路網的交通運行狀況進行實時仿真評價，可以通過評價指標行程時間來進行定量分析與評價。設置行程時間檢測器在內、中、外緣道的起點與終點位置，對比分析實測行程時間、默認參數情況下的行程時間和參數標定后的行程時間以驗證參數分布特征標定的有效性，分析結果如表6所示。

表6　仿真模型參數分布特征標定有效性檢驗Fig.6　Validity test of parameter distribution characteristics in simulation model

分析結果可以看出，對所選取參數標定后T3航站樓出發層的仿真精度有效地得到了提高，且仿真誤差控制在10%以內，驗證了參數分布特征標定的必要性。

5　結語

通過分析航站樓前交通特征，設計數據采集方法，提取重要參數并分析其分布特征，本文基于物理意義對機場樓前交通仿真模型的參數進行了標定。以首都機場T3航站樓出發層為例，通過微觀交通仿真軟件VISSIM建立了交通仿真平臺，對參數標定的改善結果進行了驗證。本文主要結論體現在以下5方面：

1）航站樓前車道邊的交通特征在靜態與動態兩方面有別于普通道路和停車場，需要獨立的特征分析和參數標定。

2）車輛期望速度、加減速度模型、停車時間和停車間距是航站樓前交通特征的重要參數，利用GPS設備進行跟蹤調查，可以采集樓前行車軌跡并提取上述參數的特征分布。

3）參數分布特征標定的過程中需要注意：①選擇航站樓出發層出口處附近的行駛車速做出仿真路網的期望車速分布，其平均值為46.1 km/h，較普通道路??；②受航站樓前復雜交通運行狀況的影響，加速度和減速度模型與默認值差別較大，其中加速度均值總體下降79%，減速度均值總體上升73.4%，故需要通過實測數據擬合得到期望加/減速度的函數關系圖；③由于車輛需要在出發層停車下客，導致停車時間較長，其中私家車停車時間均值比出租車少7.2 s，其離散程度卻顯著大于出租車，需要根據車輛類型對停車時間分布分別標定。④受航站樓前未施畫停車位和駕駛員的影響，停車間距的離散程度較大，標準差為0.9 m，需要對停車間距分布作標定。

4）通過實例驗證發現參數標定后仿真精度明顯提高，仿真誤差控制在10%以內，表明參數分布特征的標定對航站樓模型參數標定相關研究工作具有參考價值。

[1]柳伍生,周和平.機場陸側交通出發層車道邊通行能力分析[J].交通科學與工程,2010,26(2):98-102.

[2]RAKHA H,HELLINGA B,AERDE M V,et al.Systematic Verification，Validation and Calibration of Traffic Simulation Models[C]//75th Transportation Research Board AnnualMeeting,Washington,D.C,1996.

[3]楊洪,韓勝風,陳小鴻.VISSIM仿真軟件模型參數標定與應用[J].城市交通,2006,4(6):22-25.

[4]BENEKOHAL R F.Procedure for validation of microscopic traffic flow simulation models[J].Journal of the Transportation Research Record, 1991(1320):190-202.

[5]HELLINGA B R.Requirements for the Calibration of Traffic Simulation Models[C]//Proceedings of the Canadian Society for Civil Engineering，Nova Scotia，1998：211-222.

[6]孫劍，楊曉光.微觀交通仿真模型系統參數校正研究——以VISSIM的應用為例[J].交通與計算機，2004，22（3）：3-6.

[7]李喆，蔡銘，何兆成，等．微觀交通仿真系統參數校正流程及應用[J].公路交通科技，2008（5）：143-147.

[8]CHEU R L，JIN X，NG K C.Calibration of FRESIM for a Singapore’s expressway using genetic algorithm[J].Journal of Transportation Engineering，1998，124（6）：526-535.

[9]李志明，閆小勇.基于遺傳算法的交通仿真模型參數校正方法研究[J].交通標準化，2006（4）：21-23.

[10]高林杰，雋志才，張國林.基于視頻采集數據的跟車模型標定與驗證[J].系統仿真學報，2009，21（21）：6978-6982.

[11]李欣，陳旭梅，萬濤，等.基于遺傳算法的VISSIM人車參數標定方法[J].中國民航大學學報，2014，32（1）：33-36.

[12]CHANG K Y．A S imulation Model for Analyzing Airport Terminal Roadway Traffic and Curbside Parking[D]．Maryland：University of Maryland，2001．

[13]彭武雄，朱順應，許源，等.VISSIM仿真軟件中期望車速的設定方法研究[J].交通與計算機，2007，25（4）：53-59.

[14]龍亮.路邊停車設計與管理方法研究[D].上海：同濟大學，2004.

[15]鄭安文.期望車速的意義及影響因素[J].武漢科技大學學報，2005，28（1）：61-64.

（責任編輯：黃月）

Parameter calibration of simulation model for airport curbside traffic based on physical characteristics

WANG Xia1,YU Lei2,WAN Tao3,SONG Guohua1
（1.School of Traffic and Transportation,Beijing Jiaotong University,Beijing 100044,China; 2.College of Science and Technology，Texas Southern University,Houston TX 77004,America; 3.Beijing Capital International Airport Co.,Ltd.,Beijing 100621,China）

As an important part of airport ground transportation,terminal curbside has both static and dynamic traffic characteristics.The data collecting method aiming at traffic characteristics of airport terminal curbside is designed. Four parameters including desired speed,acceleration,dwelling time and standstill distance are extracted to reflect the traffic characteristics at airport terminal curbside.Then,the parameter calibrating approach is proposed and a case study is conducted in T3 terminal at Beijing Capital International Airport.VISSIM is used to develop the simulation platform for airport terminal curbside traffic and the distribution characteristics is calibrated by using field data.Results indicate that after calibration the simulation accuracy is improved significantly and the errors are controlled within 10%.

microscopic simulation;parameter calibration;physical characteristics;airport terminal curbside;distribution characteristics

V351；U491.2

A

1674-5590（2016）05-0020-06

2015-11-08；

2015-12-10基金項目：北京市科技計劃項目（Z141100004014021）

王霞（1993—），女，山西呂梁人，碩士研究生，研究方向為交通運輸規劃與管理.