交通仿真系統(tǒng)的并行計(jì)算、智能優(yōu)化和混雜模型研究.pdf

1、智能交通系統(tǒng)(Intelligent Transportation System，ITS)是當(dāng)前解決交通問(wèn)題的主要方法和手段。作為：ITS的重要組成部分，交通仿真系統(tǒng)是進(jìn)行交通管理、控制和誘導(dǎo)決策的重要實(shí)驗(yàn)手段和工具。在交通仿真系統(tǒng)中，交通流模型運(yùn)算速度的問(wèn)題一直阻礙著交通仿真系統(tǒng)在解決大規(guī)模路網(wǎng)問(wèn)題上的進(jìn)一步發(fā)展，特別是在采用微觀(guān)交通流模型的交通仿真系統(tǒng)中。隨著ITS技術(shù)的深入發(fā)展，交通控制系統(tǒng)需要應(yīng)用于復(fù)雜的交通場(chǎng)景中，對(duì)其實(shí)時(shí)性的

2、要求也越來(lái)越高，作為交通控制系統(tǒng)核心的交通優(yōu)化算法，同樣存在運(yùn)算速度的問(wèn)題。快速發(fā)展的并行計(jì)算技術(shù)是提高運(yùn)算速度的有效手段，而并行計(jì)算的引入，給交通仿真系統(tǒng)和交通控制系統(tǒng)中的優(yōu)化算法提出了新的研究課題。 針對(duì)這一研究課題，從三個(gè)方面進(jìn)行了研究：一是建立了適合微觀(guān)交通流模型并行計(jì)算的框架。二是在微觀(guān)交通流模型并行計(jì)算框架研究的啟發(fā)下，提出了一種適合并行計(jì)算的混雜交通流模型——并行混雜交通流(Parallel Hybrid Traf

3、fic Flow，PHTF)模型。三是提出了一種適合并行計(jì)算的蟻群優(yōu)化(Ant Colony Optimization，ACO)算法——基于層狀解構(gòu)造圖拆分的蟻群優(yōu)化(Parallel ACO based on Layered Construction GraphDecomposition，PACO-LCGD)算法。 此外，由于交通路網(wǎng)模型是交通仿真系統(tǒng)的基礎(chǔ)，建立一個(gè)靈活的、能夠細(xì)致描述實(shí)際微觀(guān)交通路網(wǎng)，并將微觀(guān)交通路網(wǎng)和宏觀(guān)

4、交通路網(wǎng)統(tǒng)一在同一框架下的路網(wǎng)模型仍然值得作進(jìn)一步的研究。從這點(diǎn)出發(fā)，提出了基于車(chē)道的混雜交通路網(wǎng)模型，并將該模型在浙江大學(xué)智能交通研究中心自主研發(fā)的城市混合交通仿真與分析系統(tǒng)(Simulationand Analysis System forUrban Mixed Traffic，SASUMT)最新版本中加以了實(shí)現(xiàn)。 本文還論述了SASUMT最新的研究成果，討論了城市交通仿真系統(tǒng)與交通控制系統(tǒng)中的優(yōu)化算法并行化軟、硬件實(shí)現(xiàn)的一

5、些關(guān)鍵技術(shù)。 主要的研究成果總結(jié)如下： 1、提出了一套適合微觀(guān)交通流模型并行計(jì)算的框架。該框架參考了元胞(CellarAutomatic，CA)模型并行計(jì)算的框架，包括基于網(wǎng)格的區(qū)域分解方法、邊界緩沖模型和改進(jìn)的同步機(jī)制三個(gè)部分。其中基于網(wǎng)格的區(qū)域分解方法和邊界緩沖模型分別用來(lái)實(shí)現(xiàn)任務(wù)的分解和提供仿真計(jì)算時(shí)所需的交互數(shù)據(jù)；改進(jìn)的同步機(jī)制參考了CA模型并行計(jì)算的同步機(jī)制，根據(jù)在集群環(huán)境內(nèi)消息能夠并行傳遞的特征，通過(guò)同步柵來(lái)

6、實(shí)現(xiàn)同步。針對(duì)該框架，設(shè)計(jì)了一個(gè)大規(guī)模路網(wǎng)進(jìn)行實(shí)驗(yàn)驗(yàn)證，并采用LogGP模型進(jìn)行了理論分析。理論分析和實(shí)驗(yàn)結(jié)果表明，應(yīng)用這一框架可以方便地實(shí)現(xiàn)微觀(guān)交通流模型的并行計(jì)算，提高微觀(guān)交通流模型運(yùn)算的速度，從而滿(mǎn)足ITS中大規(guī)模交通路網(wǎng)實(shí)時(shí)、高效和動(dòng)態(tài)仿真的需求。 2、提出了一種適合并行計(jì)算的混雜交通流模型——并行混雜交通流模型。該模型根據(jù)盡量降低消息大小的思路，在微觀(guān)交通流模型并行計(jì)算的基礎(chǔ)上，采用混雜交通流模型建模的方法。PHTF模

7、型并行計(jì)算時(shí)仍使用微觀(guān)交通流模型并行計(jì)算的框架，在每臺(tái)從機(jī)中依然采用微觀(guān)交通流模型進(jìn)行仿真計(jì)算。不同之處在于所傳送的消息不再是每個(gè)車(chē)輛的信息，而是邊界緩沖區(qū)內(nèi)的宏觀(guān)統(tǒng)計(jì)特性，當(dāng)另一臺(tái)計(jì)算機(jī)接收到這些宏觀(guān)統(tǒng)計(jì)特性的數(shù)據(jù)后，會(huì)根據(jù)這些數(shù)據(jù)產(chǎn)生新的車(chē)輛。與微觀(guān)交通流模型并行計(jì)算相比，并行混雜交通流模型減少了所傳送消息的大小，具有更高的并行效率和可擴(kuò)展性。 3、提出了一種適合并行計(jì)算的蟻群算法——基于層狀解構(gòu)造圖拆分的并行蟻群算法。由于

8、應(yīng)用蟻群優(yōu)化算法求解復(fù)雜大規(guī)模多階段決策問(wèn)題時(shí)，其計(jì)算量會(huì)隨著階段數(shù)和各階段離散化容許決策集合規(guī)模的增加成指數(shù)增長(zhǎng)，造成無(wú)法在單臺(tái)計(jì)算機(jī)中進(jìn)行計(jì)算的現(xiàn)象，PACO-LCGD算法可以較好的解決這一問(wèn)題。該算法通過(guò)應(yīng)用并行計(jì)算技術(shù)，將解構(gòu)造圖拆分成若干塊，把每一塊的計(jì)算任務(wù)放置在不同的計(jì)算機(jī)上并行執(zhí)行，互相合作完成整個(gè)計(jì)算任務(wù)。經(jīng)實(shí)驗(yàn)驗(yàn)證和LogP模型的理論分析，表明這種算法可以快速有效地進(jìn)行問(wèn)題的求解。 4、提出了一種新的路網(wǎng)模型

9、——基于車(chē)道的混雜交通流模型?；谲?chē)道的混雜交通流模型采用基于特征的建模理論進(jìn)行建模，將車(chē)道作為建模的基本單位，用車(chē)道/節(jié)點(diǎn)的拓?fù)潢P(guān)系表示交通網(wǎng)絡(luò)的拓?fù)潢P(guān)系。車(chē)道之間的拓?fù)潢P(guān)系通過(guò)基于特征的建模方法進(jìn)行描述。對(duì)于交叉路口，將其表述為一個(gè)由若干條車(chē)道組成的具有面幾何形狀的特征?；谲?chē)道的混雜交通流模型不僅能夠有效的描述宏觀(guān)交通路網(wǎng)，而且能夠細(xì)致的描述微觀(guān)交通路網(wǎng)，將宏觀(guān)交通路網(wǎng)和微觀(guān)交通路網(wǎng)統(tǒng)一在同一個(gè)框架之下，具有較強(qiáng)的擴(kuò)展性。在SAS