袁俐雯

摘 要：伴随着城市化进程的不断加速，城市中日益完善的交通网络，既方便了人们的外出之余，也为出行时的选择道路提供了更为广阔的空间。然而，过度密集的交通网络有时也会对车辆的通行产生干扰，造成道路的拥堵，大大降低了交通网络的实际使用效率。基于上述背景，考虑评价指标应反映小区开放前后道路结构的变化、路程的变化等，建立有关小区道路通行的评价指标，用于评价小区开放对周边道路通行的影响。并运用道路交通仿真模型sumo平台，写入参数构建道路交通模拟模型，就是否应该开放小区道路为话题，展开探讨开放小区前后对于区域道路通行能力的影响。

关键词：sumo平台；模拟仿真；道路交通规划

一、模型假设与约定

1.不考虑道路故障及车辆无法正常行驶等非正常因素对小区周边道路通行的影响。

2.约定模拟车辆通行的时间选择在高峰期。

3.假定小区内部为单行车道。

二、符号说明及名词定义

T…………………………………………全部车辆通过该区域的总时间

………………………………………全部车辆通过该区域的平均时间

N………………………………………………………………车辆总数

……………………………………………第i辆车通过该区域的时间

…………………………………………第i辆车通过该区域的平均速度

………………………………………………第i辆车行驶的区域总路程

………………………………区域内所有车辆行驶过程中的最大路程

………………………………区域内所有车辆行驶过程中的最小路程

………………………………区域内所有车辆行驶过程中的最大速度

………………………………区域内所有车辆行驶过程中的最小速度

G…………………………………………小区道路的复杂程度

………………………………………………小区道路的入口数

………………………………………………小区道路的出口数

其中i可以取1、2、3……N（i为大于0的整数）

三、建立合适的指标评价体系

指标一：时间成本t

即区域内驶过车辆的平均时间。选择该变量作为评判影响程度的指标，是考虑到真实的车辆行驶过程中，人们对于出行效率的追求。渴望能够通过开通小区，增加道路，以缓解车辆阻塞过程所耗用的时间价值。

指标二：通行能力指标

即车辆总数与全部车辆通过该区域的总时间之比。选择该变量，是能够从更加直观的角度判断道路的真实运载能力。

指标三：区域内驶过车辆的平均路程S

选择该变量作为评判影响程度的指标，结合了小区开通后，对于车辆在指定区域内行驶路径长度的改变。即人们可以通过选择不同的出行路径，以改变总的行驶车程。从节省车辆出行耗油量的角度看，平均路程有很大的利用价值。

指标四：区域内驶过车辆的平均速度V

车辆的通行速度，一直以来都是评判行驶路况拥堵状况的传统参照指标。通过区域内驶过车辆的平均速度，人们可以从宏观的视角比较小区开通前后，对道路通行的实际影响。

指标五：区域内驶过车辆的最大/小通行速度比Dv

区域内驶过车辆的最大/最小通行速度比，即为该区域内所有车辆行驶过程中的最大速度与最小速度之比。通过研究速度差异，比较不同比值下，相应的道路情况。

指标六：区域内驶过车辆的小区对主要道路的分流能力Ds

区域内驶过车辆的小区对主要道路的分流能力，即为该区域内所有车辆行驶过程中的最长路程与最短路程之比。

指标七：小区道路的复杂程度G

小区道路的复杂程度G，即为道路入口数与道路出口数比值。

四、建立小区的开放对周边道路通行影响的模型

4.1时间成本的模型建立

在模型建立的过程中，定义时间成本的概念，等于区域内驶过车辆的平均时间。利用每辆车通过该区域的时间之和加总，除以车辆总额N，得到区域内驶过车辆的平均时间：

运用得到的数据结果，分析小区开放前后通行车辆平均时间的变化。当小区开放后，如果平均时间减少，则说明小區的开放对周边道路的通行起到了帮助的作用；如果平均时间增加，则说明小区的开放反而加重了通行的压力，使得车辆通行的平均时间反增不减。

4.2单位道路通行量指标的模型建立

定义区域道路的单位通行量 ，即单位时间内该区域通过的车辆数目，将该指标作为评判区域道路疏通交通流能力的标准。体现了道路的最大承载车流限度。该值越大，则说明其疏通交通流的能力越强。

4.3平均路程指标的模型建立

首先，计算出在区域内行驶车辆的总路程—— ，然后除以车辆的总数额N，得到关于平均路程的函数模型：

该指标用以描述车辆在该区域路段的路程成本。

4.4平均速度指标的模型建立

首先，计算出在区域内行驶车辆的总平均速度—— ，然后除以车辆的总数额N，得到关于平均速度的函数模型：

该指标可以近似的表示车辆在该区域道路的行驶速度，其值越大，则表示车辆在该区域能够达到更高的行驶速度，即该区域的道路越通畅。

4.5速度差异的模型建立

利用区域内所有车辆行驶过程中的最大速度与最小速度之比。得到的比值即为速度差异。

该指标是一个恒大于1的数，当其数值越接近于1时，表示该区域道路的路况复杂程度越低，反之即证明路况越为复杂。

4.6小区对主要道路的分流能力的模型建立

利用区域内所有车辆行驶过程中的最长路程与最短路程之比。得到的比值即为小区对主要道路的分流能力。

4.7小区道路复杂程度的模型建立

利用小区道路入口数，与小区道路的出口数的比值，构造小区道路复杂程度如下：

当G的值越大，说明小区道路复杂程度越高。

五、研究不同类型小区开放前后对道路通行的影响

首先需要明确，对不同类型小区的分辨标准。也就是可以从小区内部道路的数量情况、繁简程度，或者是否允许双向通行等多种角度去分析，得到划分小区类型的方式。然后，將按照分辨标准划分出的每一种小区类型，视为可能影响最终通行结果的因素，逐一进行考虑、比较。本文选取了其中的三个评价指标，进行道路通行模拟测试。

为更好地模拟车辆行驶过程中的真实道路情况，借助sumo交通仿真软件，生成场景设计出的小区周围交通网络模型图如图1所示：

图1中，O点处为小区所处位置，D处设置了交通安全信号灯。

结合交通网络模型图，本文一共设定了八种不同的道路开放场景。

场景1：OA、OC、OE路段不允许通车，其余道路正常通行。且通行方向为由P端口指向Q端口。

场景2：OA、OC、OE路段不允许通车，其余道路正常通行。且通行方向为由Q端口指向P端口。

场景3：OC路段不允许通车，其余道路正常通行。且通行方向为由P端口指向Q端口。

场景4：OC路段不允许通车，其余道路正常通行。且通行方向为由Q端口指向P端口。

场景5：每个路段的道路均正常通行。且横向道路上的通行方向为由P端口指向Q端口，纵向道路OC上，通行方向为由C端口指向O端口。

场景6：每个路段的道路均正常通行。且横向道路上的通行方向为由Q端口指向P端口，纵向道路OC上，通行方向为由C端口指向O端口。

场景7：每个路段的道路均正常通行。且横向道路上的通行方向为由P端口指向Q端口，纵向道路OC上，通行方向为由O端口指向C端口。

场景8：每个路段的道路均正常通行。且横向道路上的通行方向为由Q端口指向P端口，纵向道路OC上，通行方向为由O端口指向C端口。

5.1时间成本评价指标分析

如表1所示，车辆间隔时间会影响车辆通过该路程的时间成本，车辆时间间隔越小，时间成本越大。再由sumo交通软件模拟得到的数据做定量分析，车辆时间间隔越小，造成道路拥堵的情况越严重。此外，场景5时间成本比场景6大，通过对数据的对比分析，发现在左转弯处开放出口多入口即复杂度小的小区，与理想状态下通过该区域车辆的时间成本比较，不仅不能减缓主干道的交通拥堵情况，还加剧了主干道的拥挤。再将场景7与场景8的数据进行比较，在右转弯处开放单入口多出口即复杂度大的小区，可以增大主干道的车辆通行能力以及减少该路段的时间成本。

5.2单位道路通行量评价指标分析

如表2所示，当车辆发车间隔为5s和7s时，各种场景的通行能力相同，表明在该车辆发车间隔下，各种场景都未发生拥堵情况，即单位道路通行量仅与车辆发车间隔有关。

当车辆发车间隔为1s和3s时，各种场景相对于车辆发车间隔为5s和7s时有明显的变化趋势，观察发现，场景5和场景6的单位道路通行量显著低于其他场景下的道路通行能力。观察这两种场景图可以发现，其开放小区的入口数均大于出口数，开放此类小区会造成道路的拥堵。同时可观察到场景8的道路通行能力均处于较大值，分析其场景图可知其开放小区的出口数大于入口数，若开放此类小区可以提高区域道路通行能力。

5.3小区对主要道路的分流能力评价指标分析

如表3表4所示，当不同场景下的小区对主要道路的分流能力相等时，不能简单的判断该不同场景对道路通行能力的影响相同，所以综合小区对主要道路的分流能力与复杂度可以得知场景7和场景8两种小区类型开放对缓解道路拥堵有促进作用。

六、关于小区开放的合理化建议

其一，根据定义的道路复杂度G，进行的探讨分析。当其取值越大时，即小区对主要道路的复杂度越高。在这种情况下，开放小区反而会造成拥堵。所以，建议只有当路况复杂系数较小时，即入口数小于出口数的小区，提倡开放。

其二，运用sumo软件，从数据中可以发现在小区对主要道路的分流能力较大时的场景，建议城市规划和交通管理部门应该开放小区对主要道路的分流能力大的小区。小区对主要道路的分流能力大的小区虽然复杂度不大，但能疏通主干道的车辆。开通后提高了车辆的平均速度，减少了平均路程和时间成本，为出行带来了便利。倘如小区离信号灯很近（小区对主要道路的分流能力小），不应该开放该小区，若开放此类小区，必定加大主干道的拥挤，降低了主干道的车辆通行能力。

参考文献

[1]李向朋，城市交通拥堵对策——封闭型小区交通开放研究[D].长沙大学，2014，04-09.

[2] 韩光辉，陈笑蓉，俞洋，李永前.基于SUMO平台的微观交通仿真研究[J]，计算机工程与科学，2012，34（7）：196-198.