Braess悖论与交通系统流量分配优化模型
- 格式:doc
- 大小:24.00 KB
- 文档页数:7
在一个交通网络上增加一条路段后,这一附加路段不但没有减少交通延滞,反而所有出行者的旅行时间都增加了,这种出力不讨好且与人们直观感受相背的现象就是所谓布雷斯悖论。
最近一项新的研究认为,当交通流量很高的时候,新增一条路线并不会增加出行时间,因为人们都不会走那条新路线。
在交通繁忙的市区,建一条新路,分流拥挤的交通似乎是一个不错的想法,但根据布雷斯悖论,结果正好相反:对于出行的个体来说,往交通网络中增加一条新路线会增加他们所有人的出行时间(如果他们都想通过这条新路抄近道)。
这个理论是由迪特里希. 布雷斯于1968年提出,虽然不是一个严格的“悖论“,但针对我们日常生活的情况来说,却是一个非常反常识的发现。
然而,在过去几年里面,科学家们重新分析了布雷斯悖论,发现了如果交通流量进一步增加的话,悖论中提到的现象不会再出现。
科学家们推测,在更高的交通流量需求下,由于“群众的智慧”是无穷,新路不会再被使用。
现在,美国马萨诸塞州Amherst大学的教授安娜,则第一次证明了该假设。
她推导出的公式标明,交通需求量增加到一定程度会造成新路线的不再使用而不会增加出行时间。
换句话来说,就是布雷斯悖论仅仅适用于特定的交通需求量下。
尽管布雷斯悖论本身就是反常识的,那么在更高的交通流量需求下,此悖论的结果会消失掉则是更加反常识的。
纳格尼解释到,在交通需求更高的时候,人们通常会想,交通会更加拥挤,于是乎大家应该走走其他更多的路线来分流。
纳格尼说,也许这个结果可以由“群众的智慧”来解释解释。
研究普遍认为出行者的行为可以分成两类:第一类是用户自行优化,这类出行者会独立选择他们认为最优的路线;第二类是系统优化,存在一个中央控制器统一指挥交通。
仅仅当“用户自行优化”时(换句话说就是“自私”),布雷斯悖论和其相反结论才会发生。
但“自行优化“和”自私“结合到一起的时候,一个足够多的人群都在自行优化出行路线,那么所有出行者的的出行时间就被莫名其妙的全局优化了。
从布雷斯悖论得出的新观点—“少即是多”布雷斯悖论:在一个交通网络上增设一条线路后,这一附加线路不但没有减少交通延滞.反而增加了出行者的行驶时间这是1999年NBA东部决赛的第二场比赛纽约尼克斯队对阵印第安纳步行者队。
比赛中,尼克斯队最佳球员帕特里克尤因(Patrick Ewing)突然跟腱撕裂,这对尼克斯队来说,在余下的几场比赛中似乎无望胜出。
然而,尼克斯队最终以4比2胜出,晋级NBA总决赛,大大出乎人们的意料。
毫无疑问,对这类体育赛事上的传奇,科学不能做出什么解释,或是因失去一名队友反而坚定了队员必胜心念,或是那些自认会轻取对手的心理作祟而削弱了斗志,或许还有更多的原因。
增加一条捷径对于司机来说,并不能减少整个行驶时间布雷斯悖论引出的思考根据新近出现的网络科学,人们有充足的理由解释,为什么有些系统在看似不利的情况下却比其他系统运行的好,这就是自然属性,即便是有悖常态。
那么,这能解释为什么尼克斯队在失去一名关键球员的情况下却能最终胜出?这是一个非常有意思的想法。
由于我们的世界正在不断地同网络交织在一起,物理学家就此对其他系统进行了各种反常理推测,从道路、电力、无线网络,到食物链以及与疾病相关的代谢系统等,都呈现出类似有悖常态的属性。
理论学家认为,如果我们对此进行细致地研究,完全有可能利用这些属性来减少交通堵塞、预防停电,甚至会改变与疾病抗争的方式。
要理解这一现象,我们必须从迪特里希布雷斯(Dietrich Braess)的研究入手。
布雷斯是德国波鸿鲁尔大学的数学家,二十世纪六十年代晚期,在一次寻找交通流的最佳解决方案时,他得出了一个惊人的发现:即简单的在公路网络上增加一条线路,反而会增加整体的运行时间。
这件事使他很迷惑,想知道这究竟是为什么?想象一下,假如有长短两条路连接A点和B点,长的一条是高速路(如果不考虑路上的车流),从A点到B点需用时10分钟;短的一条路较窄(车流增加后会拥挤和堵塞),通过这条路,一辆车需用时1分钟,两辆车2分钟,三辆车3分钟,以此类推。
Braess 悖论1. Braess 悖论Braess 悖论是由数学家Dietrich Braess 在1968年的一篇文章中提出的,是指在个人独立选择路径的情况下,为某路网增加额外的通行能力(如增加路段等),反而会导致整个路网的整体运行水平降低的情况。
1997年,Pas 和Principcipio 在一篇论文中指出Braess 悖论不发生两种情 况 ,一种交通需求要求低,见式 (1):xn x n t t Q ββ+->3)(2 (1) 另一种则是交通需求过高,见式(2):xn x n t t Q ββ+-<)(2 (2) 其中,ij -从路段i 到路段j ;Q-出发点交通量,单位:pcu/h ;n t -为ij 路段上的自由时间,单位:s ;x t -为与相邻或相交道路的自由时间,单位:s ;n β-在第ij 个路段上的延误参数,4,15.0,==⎪⎪⎭⎫ ⎝⎛=γδδβγn ij ij n t C V ; ij V -在理想条件下,第ij 路上的最大服务交通量;ij C -在理想条件下,第ij 路上的基本通行能力,记为pcu/h/ln ;x β-在与第ij 个相邻或相交路段上的延误参数。
当Q 位于二者之间时,不会出现Braess 现象,即xn x n x n x n t t Q t t ββββ+-<<+-)(23)(2 (3) 当出现下面情况时,Braess 现象发生,xn x n x n x n t t Q t t Q ββββ+-<+->3)(2)(2或 (4) 以城市居住区交通微循环系统的道路与主次干道的交叉点作为行程的出发点,Q 可以通过观察得到,若Q 的值满足式(3),就表示不会出现Braess 现象,城市居住区交通微循环系统的开放对周边道路的通行没有造成影响。
若Q 值满足(4)式,就表示出现Braess 现象,城市居住区交通微循环系统的开放对周边道路的通行造成了一定的影响。
交通流量分配模型的构建与分析在现代社会,交通流量的分配对于城市的规划、交通管理以及居民的出行效率都有着至关重要的影响。
一个合理、准确的交通流量分配模型能够帮助我们更好地理解和预测交通状况,从而制定出更有效的交通策略。
交通流量分配模型的构建基础是对交通网络的清晰认识。
交通网络可以看作是由节点(如交叉路口)和路段(连接节点的道路)组成的复杂系统。
在这个系统中,车辆的流动受到多种因素的制约,如道路的通行能力、交通信号的控制、驾驶员的行为等。
为了构建交通流量分配模型,首先需要收集大量的交通数据。
这些数据包括道路的几何特征(如长度、宽度、车道数量)、交通设施的设置(如信号灯、标志标线)、交通流量的实时监测数据等。
通过对这些数据的分析,可以了解交通网络的基本情况,为模型的构建提供依据。
在模型的构建过程中,常用的方法有用户均衡模型和系统最优模型。
用户均衡模型假设每个出行者都试图选择最短的出行路径,以最小化自己的出行成本。
然而,在实际情况中,由于出行者对交通状况的了解有限,以及道路拥堵等因素的影响,并非所有出行者都能真正实现最短路径的选择。
系统最优模型则是以整个交通系统的总出行成本最小化为目标,通过合理分配交通流量来达到最优状态。
但这种模型在实际应用中往往难以实现,因为它需要对整个交通系统进行集中控制和优化,这在现实中是非常困难的。
除了上述两种基本模型外,还有一些基于随机用户均衡、动态交通分配等理论的模型。
随机用户均衡模型考虑了出行者在路径选择中的不确定性,认为出行者对路径的选择是基于一定的概率分布。
动态交通分配模型则能够更好地反映交通流量随时间的变化情况,适用于研究交通拥堵的形成和消散过程。
在构建交通流量分配模型时,还需要考虑到不同出行方式的影响。
除了私人汽车,还有公共交通(如公交车、地铁)、自行车和步行等出行方式。
每种出行方式都有其自身的特点和优势,对交通流量的分配也会产生不同的影响。
例如,公共交通的线路和站点设置会影响人们的出行选择,从而改变交通流量的分布。
12Braess悖论与交通系统流量分配优化模型Braess悖论与交通系统流量分配优化模型;刘奇志聂永革;(空军指挥学院,北京100081);摘要本文在分析Braess悖论现象的基础上,探讨;法,通过讨论可以使我们对交通泉统的管理有更深捌的;关越词交通景坑藏量优化模曩悍论;BraessParadoxandOptimalF;LhQizhi;(AirForceCommandNieYoagg;phen锄明onoBraess悖论与交通系统流量分配优化模型刘奇志聂永革(空军指挥学院,北京100081)摘要本文在分析Braess悖论现象的基础上,探讨了交通系统中流量的优化分配模型及求解方法,通过讨论可以使我们对交通泉统的管理有更深捌的认讽.关越词交通景坑藏量优化模曩悍论BraessParadoxandOptimalFlowModelonTrafficSystemLhQizhi(AirForceCommandNieYoaggeCollege,B嘶吨100D8I)phen锄明onofBmessparadox,discussedtIleopt0canAbstraetrealInthkpapswehaveanaIysedtheflowmodelmd“go矗thmOntrafficsystem,andbydiscu黯ingwehaveabetter曲der-5t∞di赡。
fKeywordsthemanagementoftraffictraffics”tem.system,叩thalflowmodel,paradox一、前言交通系统是整个社会体系的重要组成部分,随着经济的发展和汽车保有量的增加,交通拥堵已成为国内外大中城市常见的~个通病。
比如,近年来,日益严重的堵车问题已成了北京交通的难题。
造成交通拥堵的直观原因是城市道路建设速度赶不上机动车增长的速度。
即车与路的矛盾。
然而,如果车量不变,单靠扩充交通网络中道路的通行能力,就一定能缓解交通拥挤,减少交通阻塞吗Braess交通悖论正是从这个角度向我们提出了值得深入研究的问题。
Braess交通悖论原意是指:在交通网络中扩建道路,反而可能引起交通时间增加的现象。
这个现象。
听起来使人费解。
实际上.Braess悖论并不限于交通,在其它许多系统中(例如在经济系统、电路网络系统等)都有可能象运输系统一样产生相同的悖论行为。
1968年Braess悖论提出以后,有许多专家(Murchland(1970),Ffallk(1981)、Steinberg和Stone(1988)、Frank(1982)、Arnott和SmaU(1994)、P∞和Pdncipion(1997)、ClaudeM.Penehina(1997)等)对BraesS悖论从不同的角度进行过深入的研究。
但他们的研究多限于悖论的成因。
本文利用系统工程的方法,在分析悖论成因的基础上,提出交通系统流量分配优化模型并探讨了模型的求解方法。
二、问题描述一个交通系统可以概瞎地分为两个侧面,一是使用道路的主体,即通过道路系统的流618(包括需要运送的人员、物资及装载人员、物资的车辆)。
另一方面是承担交通流的客体。
即道路系统的状况,也就是哪些点之闻有道路相联,这些道路的质量如何。
二者之间还会相互作用,如通过某路段的通行能力可能会随流量的增大而变弱.道路系统可用网络圈G=(Ⅳ,A)表示,其中Ⅳ是结点集,A是弧(路段)集,为叙述方便,在一般情况下总假定两点之间没有相重的弧,即(A£Ⅳ×Ⅳ。
对于使用交通系统的主体而言,假设他们有一个出发点s和一个目的地t,而且有一定的运输量。
穿越网络的运输量构成了一个“流”。
所谓“流”是指定义在A上的一个非负函效,y(i.j)∈A,厶满足:1.对不是出发点和目的地的点而言,流入的量必须等于流出的量,即厶fi,一乙^JJ对于一切i∈N.i≠j,{≠t成立2.对出发点J,流出量等于总流量Q.同样,对目的地:,流入量也等于总流量Q。
即∑厶一∑厶一Q,,在这个网络上,假设对任一条弧(f,J)∈A,流量凡遵过它的时间为:t.J一口。
+8。
lfq其中b为路段(i,j)上的通行时间%为路段(i.j)上的自由交通时间.它是一个常数,体现了路段的长短;风为路段(f,J)上的耽误系数(即在路段(f。
j)上,每增加一个单位流量所增加的交通时间)它也是一个常数,体现了路段的质量.如何使用交通系统,用什么指标来度量交通系统的效率,站在不同的立场观察同题可以得出不同的结论。
但大致可分为四种情况.1.对于使用系统的个体而言,它总是希望自己能够尽快地通过网络,如果个体用户不能得到交通系统的变化信息,则总是选那些自由交通时间最短的路,即一般意义下的最短路。
2,如果所有用户都能了解交通系统中各路段的拥挤情况,允许个体自由竞争而不加任何限止,其结果是在从出发点到目的地的所有路上所花的时同都相等时,系统达到平衡。
3.对于整个系统的管理者而言,不能仅考虑某个个体通过网络的快慢,丽是考虑系统的整体效益,度量系统的效益可能有多种指标,一种常用的指标是全部流量通过网络花费的总代价。
驿U(,)=乙,iJo。
{lJ)e^其寺t。
J=啦|+e。
|f。
J4.用全部流量通过网络时所花费的总时间作为度量目标。
、-、即71(/)=max。
‘■点,,∈P【J)∈P其中P是从出发点到目的地的所有流量不为0的路的集合。
作为系统的管理者,总是希望兼顾3和4中两个指标,即总代价不要太大,总的通过时间不要太长。
619三、Bracss悖论的启示1968年,Braess用一个四边网络指出了悖论现象。
现在用本文给出的表达式叙述最初的示例。
假设有一个四边网络(如图1所示),出发点为s,目的地为t,从出发点到目的地有两条可能的路(5,p,f),(s,q,£)。
当增加一条新的路段(户,q)N,从出发点到目的地有三条可能的路和(j,P,£),(5,q,t)和(s,p,q,t)。
(如图2所示)户图1假设在路段(户,幻和(5,q)Jl,自由交通时间相等且为:~=%=50耽误系数相等为:卢,=艮=1在路段(5,p)和(q,‘)上,自由交通时间及耽误系数亦分别相等且为:d,,=d-=00q=8_=10又设从s到t的总流量Q=6在图1所示的网络上,假设个体知道全局信息,允许个体自由竞争,最终导致从出发点到目的地的两条路上花的时间相等,以此为条件求出各路段弧上的流量,知九f,=f,=f,=,,=鼍一3‘u1这时,总流量平均分配到路(s,P,t)和(s,q,t)l-,总代价为:U=}。
pt++f埘tM+f一,+j一,一498花的总时间为:丁=83当增加路段(p,q)后,设,a。
=lO,p。
一1,变为图2所示的五边网络。
仍假定自由竞争以三条路上的通过时间相等为条件求出各路段弧上的流量,知j一=,,=fM;号=2(Z),。
=f,=告Q=≮结果也是总流量平均分配到三条可能的路(s,P,£),(j,q,f)和(j,P,g,f)上。
这时,总代价为:U’=/jpfp+厶如+f.t。
+f,t4十,∥~=552所花总时间变为T’=92因此出现了在交通网中增修一条新的路段,反而引起通过时间延长的现象。
在图2的五边网络上,由于多了g(s,P,q,£),而对四边网络自由竞争而达平衡的结果而言(即(1)式的流),在这条路上的时间仅花t,p+£~+£。
=IOX3+10+0+IOX3=70.620这条路对使用个体而言,显然具有诱惑力,但是使用这条路的结果却食得其反。
自由竞争的结果是(2)式中的流,用户的通过时间都增加判92,使每个使用者都延误了通过时间。
Braess悖论是指,存在看起来省时间但不能用的路。
它是站在用户的立场上观察问题时出现的现象,也是允许用户自由竞争出现的结果。
这种现象指出单靠扩充道路的通行能力而改善交通状况的不合理性。
以往讨论Braess悖论的文章多是研究悖论出现的条件(即流量变化范围、道路参数之间的关系),但作为系统的管理者更关心的是如何提高系统的效益,下面讨论为了达到理想的效益指标,而应如何分配流量。
四、交通系统的流量分配优化问题从系统的管理者而言,流量的分配应使管理指标能达到最优值。
现在分别讨论这些模型。
1.总代价最小的单目标模型设对一个给定的交通网络G,当总流量为Q时,有二次规划问题rainU(n=∑‰其中tlj=%+岛^V(i,j)∈A,%和风为非负常数.∑f。
;∑凡(A)对于一切16N,i≠j,i≠t成立∑^,=∑厶=Ql。
≥§解二次规划(A)可以得到总代价最小的流,’及最小总代价u。
.2.总通过时间最少的单目标模型在网络G上考虑非线性规划问题:嘶川D2曲警。
荟产对于一切i∈Ⅳ.i≠5,诤钉成立其中to=al,+岛,丘,V(i,』)∈A,q和&为非负常数。
∑,j。
∑^j。
≥o(B)∑^;∑^,:QP是s到t的流量非0的路的集合。
这个非线性规划问题的最优值即为最小通过时间。
在一般情况下,求解最小通过时间所对应的非线性规划问题(B)比较困难.3.总代价最小和总时间最少舶双目标模型及解法根据上文的分析,交通流的最优指标有两个,即要求总代价小,总的通行时间少,对这个双目标问题,可以合并(A)(B)而给出形式化的描述,但直接求解是比较困难的。
由于问题(一)比较好解.因此我们先求解(A)得出总代价下界,然后逐步减少总通过对间,最后得出一个满意解,其求解步骤如下:621步骤l:求解二次规划(A),得到总代价下界c厂。
及F’流。
步骤2:对流,。
,在网络G上去掉那些流量为0的弧,得到一个新的网络G’,在G。
上可以找出从出发点j到目的地t所花时间最长的路P一及所花时间最短的路P。
,并算出通过尸。
旺的时间t—和通过尸田in的时间f血,£~即为总代价为u。
时所花的总通过时间丁(,’),£m为总代价为U’时最早到达终点的个体所花的时间。
如果f一=tm,则已求得最优解,停止。
否则,若管理者认为f一太长而需要改进,则执行步骤3。
步骤3:给出一个期望值;(£m<;<£~)则求解非线性规划问题:minu(,)=∑fqtlj其中to=ao+岛^,V(f,J)∈A,%和风为非负常数。
、1、1厶^=2J^对于一切i∈N,i@s,f≠£成立,,、’、_、乙}。
=乙j。
=QJJ。
…厶to≤tg一VpEP凡≥o步骤4:如果总代价值太大,或者(c)无解,则可用对分法调整;,重复执行步骤3,直到提出一个可以接收的总代价值和总时间值为止。
对最优解,’,当k=‰时,则正巧得出的解对两个目标函数(总代价和总时间)均达最优,这时T(f’)=‰=‰,如果丁(,)还能减少,则c,(厂)亦可减少,与,’是最优解相矛盾。
但这时如果在G上(而不是在G’上)存在一条路,在这条路上的时间要比f。
小,则这时便出现了Braess悖论现象。