姚佼　徐潔瓊　惠致富

摘 要：過飽和狀態(tài)是交通需求大于道路通行能力的狀態(tài)，如對其無法有效識別，極易演變?yōu)榕抨犚绯?、甚至死鎖等嚴重威脅路網運行效率的狀態(tài)。文章通過對過飽和交通狀態(tài)的分析，對各影響因素進行了水平劃分，設計了各種影響因素不同水平組合的正交試驗，并通過微觀仿真軟件VISSIM完成了相關的仿真試驗。最后，通過相關案例的極差分析，給出了各影響因素對過飽和交通狀態(tài)影響的排序，通過方差分析的F檢驗，認為場景特性、交叉口間距、大車比例是對過飽和交通狀態(tài)最為顯著的影響因素。

關鍵詞：交通工程；過飽和交通狀態(tài)；正交試驗；極差分析；方差分析

中圖分類號：F570 文獻標識碼：A

Abstract： Oversaturated traffic is the status that traffic demand is greater than the capacity of the road. If it's not identified effectively in time， the traffic status will easily evolve to queue spillback， or even worse gridlock， which will threaten the efficiency of the road network seriously. Based on the analysis of oversaturated traffic status， we first divided its impact factors into different levels， and then orthogonal test with combination of different level of different impact factor was designed， which was implemented in micro traffic simulation software VISSIM. Finally， from the case study， we got the rank of impact factors of oversaturated traffic status via range analysis， and moreover， through variance analysis， we concluded that scenario characteristics， intersection spacing， and truck ratio are the most remarkable impact factors of oversaturated traffic status.

Key words： traffic engineering； oversaturated traffic status； orthogonal experiment； range analysis； variance analysis

0 引 言

在現(xiàn)有交通設施供給相對穩(wěn)定的情況下，城市交通需求的不斷增加，路網交通流狀態(tài)逐步從暢通到臨界飽和，到過飽和，再到排隊溢流，最終向路網死鎖演變惡化。過飽和狀態(tài)是交通需求超過通行能力的狀態(tài)[1-2]，處于整個路網交通流狀態(tài)演化鏈的中間，屬于城市交通管理中較難處理的交通狀態(tài)之一，對其處理不當，極易帶來多米諾骨牌效益，因此，抓住關鍵影響因素，對其快速準確的辨識，進而采取相應控制策略，可以防患于未然，有效降低溢流、癱瘓等路網交通流狀態(tài)惡化發(fā)生的概率[3-5]。

對于過飽和交通狀態(tài)的辨識，交叉口層面主要基于停車線和上游出口的檢測器，進行相關的參數估計[6]，如Akcelik等基于交通流到達駛離模型對過飽和的排隊長度進行估計[7]，金鳳等在此基礎上考慮車輛到達和交叉口影響建立了延誤和排隊模型[8]；Henry X. Liu等基于交通波動理論對交叉口滯留排隊的參數進行了估計[9]。關于路網交叉口群過飽和交通狀態(tài)的辨識，Luyanda等人引入了綠地有效利用率的概念對過飽和狀態(tài)進行辨識[10]；李巖等引入了更大時空范圍內，關聯(lián)周期或關聯(lián)交叉口的數據，對過飽和交通狀態(tài)的擴散范圍和持續(xù)時間這兩個參數進行了估計[11]。這些參數估計的方法假設條件過多，對檢測器特別是上游出口檢測器的依賴較大，對于檢測器附近的車輛拋錨、事故等亦無法有效剔除。此外，對過飽和狀態(tài)的影響因素及相應參數復雜多變，上述方法僅針對其中的一些參數進行估計，無法有效體現(xiàn)各因素對過飽和狀態(tài)的影響程度，及各因素間交互作用的影響，也就無法從中找出關鍵的影響因素。

另一方面，隨著應用統(tǒng)計學的發(fā)展，諸多學者逐漸將其應用到交通流狀態(tài)的辨識過程中，如林瑜等人將正交試驗的方法應用到交通阻塞的影響分析中，并進行了顯著性分析[12]；姜璐璐等人將Fisher判別分析法應用到短連線交叉口溢流狀態(tài)的預測當中，取得了較好的效果[13]。

本研究引入統(tǒng)計學中的正交試驗方法，在歸納和分析路網過飽和狀態(tài)影響因素的基礎上，對其進行水平劃分，設計相關試驗，通過相關的實際案例進行極差、方差及顯著性分析，給出過飽和狀態(tài)辨識的關鍵因素。

1 過飽和交通狀態(tài)影響因素分析與水平劃分

1.1 過飽和狀態(tài)的定義

過飽和狀態(tài)為飽和度大于1時的交通運行狀態(tài)，飽和度可用交通流量與通行能力的比值（V/C）描述，即當V/C>1時表示為過飽和狀態(tài)，此為過飽和狀態(tài)的基本定義。因此對過飽和狀態(tài)的辨識，即對飽和度大于1的相對準確的判斷。

考慮到通行能力在現(xiàn)實情況下所受影響較多，無法測量，本研究引入路段飽和度的概念，將其定義為交叉口進口道排隊長度與兩個交叉口間路段長度之比。在確定交叉口的飽和度時，將與其相連的各條路段中的最大飽和度作為其飽和度。

1.2 影響因素

城市路網過飽和交通狀態(tài)是多種因素共同作用的結果，相關的研究表明[6]，影響過飽和交通狀態(tài)的主要因素可歸納為交通流條件、道路空間條件、信號控制條件三類。其中交通流條件主要包括交通場景（如早高峰、晚高峰、平峰等）、交通流空間分布、交通流的構成等因素；道路空間條件主要包括交叉口間距、進出口車道功能劃分、沿街輔助設施、公交站點及快速路匝道位置等；信號控制條件主要包括周期、綠信比、相位差、相位順序及交通誘導信息及其發(fā)布位置等，如圖1所示。

1.3 影響因素的水平劃分

圖1中過飽和交通狀態(tài)的影響因素比較龐雜，其相互間具有一定的耦合關系，因此，結合相關研究的分析[11]，對其進行初選，交通流條件選取場景特性和交通構成特性兩個因素，道路空間條件選取交叉口間距和進口道車道功能兩個因素，信號控制條件選取周期、綠信比、相位以及交通誘導信息所處位置四個因素。

每個影響因素根據其特點可以劃分為具有顯著差異的不同水平，如交通場景特性可以根據其流量特性劃分為低峰、平峰和高峰三個水平，交通構成以大車比例為代表，分為小于30%、30%～70%，大于70%以上三個水平。類似的，道路空間條件中，交叉口間距將上游交叉口一個周期內駛入路段的車流量作為參數，根據車道數量計算成標準車的排隊長度L（m），以此設置1倍、2倍和3倍的L值作為交叉口間距三個水平；進口道車道功能根據較為常見的情形劃分為有左轉專用車道、無有左轉專用車道兩個水平。信號控制條件中，周期的水平劃分考慮到一般認為合理的周期應當在60s～120s的范圍內[14]，所以取用30s作為過渡，故在原有周期T的基礎上加減30s，構成三水平；綠信比則按<0.4、0.4～0.8、>0.8以上劃分為三個水平；相位是水平劃分，考慮一般的情況，根據有無左轉相位，劃分為無有左轉專用車道相位的兩相位、主干路有左轉專用車道相位的三相位和雙向均有左轉相位的四相位三個水平，關于相位的搭接，情況比較復雜，在此暫不做考慮；交通誘導信息的位置設置，考慮到要為駕駛者提供足夠的反應和判斷時間，但距所示路段不可以過遠，因此，其水平描述為距信息板位置與目標交叉口間隔0個、1個和2個交叉口三個水平。

綜上，過飽和交通狀態(tài)各影響因素的水平劃分，如表1所示。

2 過飽和交通狀態(tài)的正交試驗設計

2.1 正交試驗及主要步驟

為從眾多過飽和交通狀態(tài)的影響因素中找到關鍵因素，必須進行不同的組合試驗（可利用計算機仿真完成），僅考慮表1中各因素的不同水平，若進行全面的試驗需進行4 374次試驗。相關應用統(tǒng)計學的研究成果表明[15]，使用正交試驗（Orthogonal Experiment，OED），能夠在不降低試驗可信度的情況下，大幅度減少試驗次數。

正交試驗以正交表為基本工具，其將各試驗因素、各水平間的組合均勻搭配并合理安排，使因素和水平的安排具有的均勻分散性和整齊可比性，極大地減少了試驗次數。

進行正交試驗的步驟主要有：

（1）選擇關鍵因素并確定水平。這也是本研究前述部分的工作。

（2）正交表選取并設計試驗。根據所選擇的關鍵因素和水平來選擇合適的正交表格，并根據表格填寫規(guī)則安排相應試驗計劃，即試驗表設計。

（3）試驗結果分析。正交試驗的結果分析一般主要有極差分析和方差分析兩種，通過對結果的分析完成對影響因素主次和顯著性的判斷，并且可以根據水平的選取得出指標改善的方向。

2.2 過飽和交通狀態(tài)的正交試驗表設計

根據過飽和交通狀態(tài)影響因素及其水平的選取情況，不考慮各因素間的交互作用，選擇正交表L182×37來安排試驗，即1個兩水平的因素，7個三水平的因素，總共需進行18組試驗。

正交表格的每橫列表示一組試驗，每一豎列表示一個影響因素。正交試驗表的表頭設計不考慮交互作用時，各因素可隨機安排在豎列上，若考慮交互作用，就應當按照所選正交表的交互作用列表安排各因素與交互作用以防止設計出現(xiàn)混雜。本次試驗因素在豎列中的安排是隨機的，將有兩個水平的因素放于第四列，如表2所示。

將前節(jié)過飽和狀態(tài)關鍵因素的水平依據設計好的表頭填入標準的正交表L182×37中，得到本研究所需的過飽和交通狀態(tài)影響因素辨識正交試驗表，如表3所示。對于各個因素不同水平組合（共計18個試驗）的過飽和交通狀態(tài)d 具體分析，則主要是通過下節(jié)的案例仿真分析與驗證來完成。

3 案例分析與驗證

3.1 案例交叉口

試驗選取廣東省佛山市南海大道沿線海五路、海三路、佛平路三個交叉口，兩個交叉口間距為1.2公里和0.8公里，如圖2所示，其中南海大道為雙向十二車道的城市主干路，海五路為雙向六車道的主干路、海三路為雙向四車道次干路，佛平路為雙向六車道主干路，具有左轉專用車道和相位，交通流量和交通控制方案選取其萊斯交通數據采集及控制系統(tǒng)2015年4月13日全天的數據，現(xiàn)狀三個路口采用協(xié)調控制，共同周期為230秒。

3.2 仿真結果分析

基于微觀交通仿真軟件VISSIM，對現(xiàn)狀案例交叉口進行建模，并在此基礎上，根據表3的正交試驗設計表，構建不同因素不同水平的試驗場景，進行相應的試驗，提取其中的各路段排隊長度，根據1.1節(jié)過飽和狀態(tài)的定義，計算不同場景下過飽和交通狀態(tài)指標?？紤]到，過飽和狀態(tài)是一種極其不穩(wěn)定的狀態(tài)，對其處理稍有不慎，后果不堪設想，因此每個交叉口的飽和度其連接各路段飽和度的最大值，每個試驗的過飽和狀態(tài)取三個交叉口中最大值。

通過VISSIM仿真，得到各種因素組合的18組過飽和交通狀態(tài)試驗結果，如表4所示。

在此基礎上，對過飽和交通狀態(tài)的影響因素進行極差和方差分析。

（1）極差分析。極差分析是一種較為直觀的結果分析方法，需要在分析時區(qū)別各個試驗因素對結果的影響主次和各主要因素的最佳選取水平。

首先進行數據的計算，對于A因素，將18組試驗按照水平分為3組，每組各6次試驗，計算A因素每個小組結果的平均值k（i=1，2，3 表示A因素的三個水平），具體計算如下：

他各因素的試驗極差分析過程類似，得到過飽和交通狀態(tài)各影響因素的極差如表5所示。

將表5中的R值從大到小排列，可以得出影響過飽和交通狀態(tài)各主要因素的主次順序為：場景特性>交叉口間距>大車比例>綠信比>周期>誘導信息設置>進口道設置>相位。

對各因素選取最不利水平，即找到對過飽和狀態(tài)影響最大情況，由極差的大小可以選擇場景特性、交叉口間距和大車比例作為主要因素，最不利水平分別為高峰場景、間距為L和大車比例為70%。根據三者水平，過飽和交通狀態(tài)的變化趨勢（如圖3所示），可以看出交通狀態(tài)的惡化是與三者呈明顯的線性關系的，即交通流量越大，路段間距越短，大車比例越大造成的交通排隊越長，道路越擁堵。其余因素的試驗結果表明其對過飽和狀態(tài)的影響程度相比前三者很小，但還是表現(xiàn)為左轉直行混合車道、較多的相位以及誘導信息過于靠前的設置對交通狀況是不利的；周期設置并非越長越好，一味的增加對交通狀況并沒有明顯的改善作用；某一方向的綠信比設置應當適中為宜，過大或過小都會誘發(fā)擁堵的發(fā)生，所以設置時應當充分考慮各個方向的車流大小以決定。

（2）方差分析。極差分析無法區(qū)分因素各水平間對應的試驗結果的差異究竟是由于因素水平不同引起的，還是由于試驗誤差引起的，無法估計試驗誤差的大??；各因素對試驗結果的影響大小無法給以精確的數量估計，不能提出一個標準來判斷所考察因素作用是否顯著。為了彌補極差分析的缺陷，可采用方差分析。方差分析基本思想是將數據的總變異分解成因素引起的變異和誤差引起的變異兩部分，構造F統(tǒng)計量，作F檢驗，即可判斷因素作用是否顯著。

應用統(tǒng)計分析軟件對本研究的正交試驗仿真結果進行方差分析，得出表6。

下面對表6中的相關結果進行解釋。

對比表7方差分析結果中的F值，可得如下結論：

當α=0.01、α=0.05和α=0.10時，有95.6%的把握認為場景特性和90.3%的把握認為交叉口間距對過飽和交通狀態(tài)的發(fā)生是有顯著影響的，且場景特性的影響非常顯著；當α=0.20時，在以上的結論基礎上，有68.4%的把握可以認為大車比例對過飽和交通狀態(tài)有顯著影響。除以上得到的三因素外，其他因素對過飽和交通狀態(tài)的影響是不顯著的。

4 結 論

對過飽和交通狀態(tài)準確的識別，進而采取更積極主動的交通管理與控制措施，對于改善和緩解城市交通擁堵具有積極的意義。本研究通過對城市過飽和交通狀態(tài)的影響因素分析，基于正交試驗，對各種影響因素對過飽和交通狀態(tài)的影響大小和程度進行辨識，找出了其中的關鍵因素。不過應該注意的是，本研究中影響因素的選取僅考慮了可量化因素，對駕駛員、行人、交警等交通參與者的行為可能帶來的交通狀態(tài)突變，以及氣候、道路施工、突發(fā)事件等對過飽和交通狀態(tài)可能帶來的影響，需在后續(xù)的研究中加以綜合考慮。

參考文獻：

[1] Green D H. Control of oversaturated intersections[J]. Operational Research， 1967（2）：161-173.

[2] Transport Research Record（TRB）. Highway capacity manual[M]. Washington D.C.， 2000.

[3] Abu-Lebdeh G， Benekohal R F. Design and evaluation of dynamic traffic management strategies for congested conditions[J]. Transportation Research Part A： Policy and Practice， 2003，37（2）：109-127.

[4] 李巖，趙志宏，李鵬飛，等. 過飽和狀態(tài)交通信號控制方法綜述[J]. 交通運輸工程學報，2013，13（4）：116-126.

[5] 楊曉光，黃瑋，馬萬經. 過飽和狀態(tài)下交通控制小區(qū)動態(tài)劃分方法[J]. 同濟大學學報，2010，38（10）：1450-1457.

[6] 馬萬經，謝涵洲，安琨. 信號控制交叉口過飽和狀態(tài)識別研究綜述[J]. 交通信息與安全，2011，29（5）：1-4.

[7] Akcelik R. A queue model for HCM 2000[C] // ARRB Transportation Research Ltd.， Vermont South， Australia， 1999.

[8] 李鳳. 過飽和狀態(tài)下交叉口車輛延誤和排隊長度模型研究[D]. 長春：吉林大學（碩士學位論文），2006.

[9] Liu H X， Wu X， Ma W， et al. Real-time queue length estimation for congested signalized intersections[J]. Transportation research part C： emerging technologies， 2009，17（4）：412-427.

[10] Luyanda D， Gettman F， Head L， Shelby S， et al. ACS-Lite Algorithmic Architecture[J]. Transportation Research Record， 2003，43（11）：429-434.

[11] 李巖，過秀成. 過飽和狀態(tài)下交叉口群交通運行分析與信號控制[M]. 南京：東南大學出版社，2012.

[12] 林瑜，楊曉光，馬瑩瑩. 交通阻塞影響因素分析的正交試驗設計方法[J]. 系統(tǒng)工程，2006，23（10）：39-43.

[13] 姜璐璐，韓印，姚佼. 基于Fisher判別分析法的短連線交叉口溢流狀態(tài)預測模型[J]. 交通與運輸，2013，29（12）：72-75.

[14] 李克平. 交通信號控制指南——德國現(xiàn)行規(guī)范（RiLSA）[M]. 北京：中國建筑工業(yè)出版社，2006.

[15] 田口玄一，魏錫祿. 動態(tài)特性的實驗設計[J]. 數理統(tǒng)計與管理，1983（5）：24-27.