基于仿真的優化方法在交通管理中的應用探究

張雨晨，張 軍

（首都經濟貿易大學管理工程學院，北京100070）

隨著經濟和科技的進步，居民生活水平不斷提高，車輛數量大幅增長，日益嚴重的交通擁堵問題也逐漸突出，造成了巨大的社會成本。不同的交通管理措施相繼實施，有效地管理才能夠減小擁堵情況產生的影響，提高交通道路的利用率和安全性。在實際問題中，由于交通運輸網絡的復雜、動態和隨機特性，常使用仿真模型來評估現實世界大型網絡中的交通問題，但這樣的仿真模型伴隨著耗時的目標函數評估，因此，具有計算效率高的基于仿真的優化方法成為解決以上問題的思路，可以在較少的仿真運行中識別出性能改善的策略。

1 基于仿真的優化理念

1.1 仿真優化的提出

復雜事物和復雜系統的內部有著細致的運行和機理，在實際問題中，這些復雜系統往往不能以明確的函數關系進行表達，基于數學模型的優化方法也可能并不適用。在這樣的背景下，基于仿真的優化方法于20 世紀90 年代首先被提出并發展起來，是復雜現實系統優化問題的一種創新工具，是仿真方法和優化方法的模塊結合，是以仿真為手段實現系統策略優化的一種研究方法，在很多領域得到了越來越廣泛的應用。

1.2 基于仿真的優化框架

基于仿真的優化的方法框架通常包括4 個模塊：策略、仿真、評估和優化。策略模塊包含豐富的策略集，可以解決如規劃和運營方面的運輸和交通問題；仿真模塊是對網絡的描述，能夠模擬不同策略下的各種交通狀況；評估模塊是基于仿真輸出的解決方案的判斷；優化模塊根據策略評估在選擇集中搜索最優策略。基本原理和思想是用仿真器來模擬運行某個現實復雜系統，依據仿真結果用優化器對系統進行優化，仿真器也可以用于優化策略的性能評估；也可以將仿真模塊視為隱式、隨機、非線性和非連續的黑匣子，基于仿真給出的輸入-輸出關系，與優化技術結合使輸出響應不斷得到改進，通過算法優化得到最佳的輸入量。

1.3 基于仿真的優化分類

1.3.1 變量類型不同

根據決策變量的結構，仿真優化問題可以分為連續變量優化問題和離散變量優化問題。對于連續變量優化問題，最流行的方法包括基于梯度的方法、隨機逼近方法、樣本路徑方法和響應面方法；對于離散變量優化問題，常用方法包括排列選擇、多個比較過程、序貫優化、最佳計算預算分配、元啟發式方法等。在實際的復雜問題中，系統往往同時存在連續變量和離散變量，這種問題屬于混合離散變量優化設計問題，常用優化方法包括以連續變量優化方法為基礎的方法、直接在離散空間中搜索的方法和啟發式混合離散變量搜索方法[1]。

1.3.2 目標數量不同

單目標優化問題只有一個優化目標，考慮單個目標的最優化，其解決方法與連續決策變量問題的解決方法大致相同。多目標優化包括兩個或兩個以上的優化目標，需考慮不同目標間的聯合和影響，常包括優化和決策兩個環節，根據先后次序又可以將多目標優化方法分為先決策后優化方法、先優化后決策方法、交互式多目標法。

1.3.3 仿真作用不同

按照仿真所起作用的不同，可將基于仿真的優化方法分為仿真用于策略驗證、仿真輸出作為優化算法適應值、仿真獲取優化算法中用解析方法無法得到的參數或函數三類[2]。這種分類更能體現仿真與優化相結合的特點，也更加面向具體應用。

2 基于仿真的優化在交通管理中的具體應用

2.1 道路擁堵收費策略優化

為了緩解城市交通擁堵現狀，控制汽車的出行和道路的情況，對通過擁堵路段或區域的汽車收取的費用稱作交通擁堵定價收費，其核心目標是控制車輛出行需求、優化道路出行情況。通過收取交通擁堵費，可使出行者做出新的出行決策，以達到路網的供需平衡，有利于降低道路出行總成本、促進公共交通發展。運用基于仿真的交通擁堵收費優化方法可以依靠算法產生的備選策略，通過仿真實現交通網絡的交通流分配，再以反復的仿真優化確定系統成本最小的收費策略，為現實的擁堵收費定價決策提供依據，緩解交通擁堵。

2.2 可持續交通系統評估優化

可持續運輸系統被廣泛認為意味著平衡當前和未來的經濟發展、社會素質和環境保護。人們采取了許多舉措來制訂適當的指標來衡量運輸系統的可持續性，例如涵蓋安全、機動性、經濟增長、貿易、人類與自然環境以及國家安全。很少在文獻中有研究運輸規劃和運營方面各種組合策略的詳細分析和優化，以提高多式聯運可持續運輸系統的效率或降低其社會成本。基于仿真的可持續交通系統評估和優化方法可用于討論系統框架，嘗試尋求交通規劃和運營策略的最佳組合，將多式聯運的一般費用降到最低[3]。

2.3 軌道交通車站服務設施優化

城市軌道交通車站由基礎設施、服務設施和軌道交通工作人員組成，其投入和提升促使市民采用公共系統出行，站點服務設施的性能也因此成為優化的目標問題之一。由于乘客到達過程和設施服務時間的隨機性，基于仿真的城市軌道交通站點服務設施優化設計方法被提出并納入應用。在應用中，通過使用解析排隊和仿真模型來建模和分析，采用結合了離散仿真模型和優化算法的基于仿真方法來設計服務設施[4]。

2.4 信號控制系統和網絡的優化

城市軌道交通運營中信號控制的目的是提高運營效率和保障運輸安全，進行城市交通信號的項目建設對于交通管理也至關重要。基于仿真優化的城市交通信號控制系統是智能交通的重要組成部分。目前中國交通最為明顯的特點是車流和行人流在交叉口的相互影響，建立交通信號控制系統必須具有能夠根據交通狀況的變化而改變交通控制策略的能力。基于交通仿真的交通信號控制優化可以盡可能地減少投資，快捷地尋找交通控制的最優方案。

2.5 電動汽車共享基礎結構設計規劃優化

自動駕駛汽車等新興技術的進步可以使汽車共享系統更綠色、更高效，大多數自動駕駛汽車實際上會是電動汽車，以幫助減少運輸排放。電動自動駕駛汽車共享系統可以進一步提高交通的可及性和機動性，降低運輸成本，減輕能源危機，并改善環境。目前有研究電動自動駕駛汽車共享系統的基礎結構設計問題，針對該問題建立的基于仿真的優化模型包括充電站選址和確定每個位置的機隊規模，運用基于遺傳算法的啟發式方法，以解決車站位置和車輛部署的系統設計問題[5]。

3 仿真優化在交通運輸中的應用展望

雖然近年來一些研究意識到基于仿真的優化方法在交通運輸中的價值，但它們主要集中在擁堵收費定價、信號控制系統優化上，在方法求解上更多采用的是傳統算法，在目標選擇上也更普遍針對單個目標的優化。對此，筆者們更進一步思考，希望以更優的多元化思想和優化技術來探究基于仿真的優化方法在交通領域中的應用，現將基于仿真的優化在智能交通領域中的應用展望可以列為以下幾個層面。

3.1 多元化策略組合

更多策略可以考慮優化決策，例如旅行需求策略（高占用率車輛，公交專用車道）和交通控制策略（坡度，公交優先級）可以進行分析。多元化的思想即可以組合優化策略，考慮如速度限制[6]、專用車道及道路定價等策略間的相互影響和聯動等，思考各種不同策略間如何影響，進而輔助不同策略共同實施更側重的方向或注意事項。

3.2 多個性能目標

以多個目標或多個目標的組合作為交通策略的優化目的，現有研究中更多的是以出行時間為單目標，除此之外，還有排放、可靠性、事故率和經濟性等性能指標。從政府的角度來看，可以考慮最小化平均旅行時間、網絡中旅行者的時間延誤、總社會福利最大化、路網可靠性指標等其他一些目標功能；從私人基礎設施運營商的角度，會考慮總收入最大化和成本最小化等。通常，盡管每個目標的最優方法可能有所不同，但基于帕累托解的多個目標解決方案將對政策制定者有利。

3.3 更多現實條件的考慮

在問題的設計中，為了降低系統模型的復雜性，往往會對不確定的影響或情況進行假設，假設條件的變動對結果必然是有影響的。隨著問題和方法的深入研究，更多符合現實的復雜條件需要加入考慮，以更貼近現實情況。例如，調查用戶異質性存在的情況是值得的，擁堵定價是一種對富裕用戶有益的管理策略，如果包含用戶異構性，則可能會獲得不同的結果。當仿真旅行者對道路價格的行為調整時，例如出發時間選擇、路線選擇，道路固定需求的假設將被釋放以允許彈性需求。

4 結語

隨著仿真優化方法以及計算機技術的發展，基于仿真的優化獲得了相當大的關注度，也在交通管理中取得了一定成就。但各種仿真優化方法通常都需要具有一定的技術背和大量的計算時間，大家的目標應著眼于發展多元化的交通應用框架、提高不同框架中算法的效率，使其應用更加廣泛，這需要更多的研究投入和應用驗證，交通仿真優化領域的研究者和工作者都應以促進交通問題的緩解為目標共同努力。