基于模糊非支配排序遗传算法的多车型快速路交通拥堵和排放优化
2021-02-25孙向阳
陈 娟, 荆 昊, 孙向阳
(上海大学悉尼工商学院, 上海 201899)
城市快速路系统是承担城市长距离与大运量交通的主骨架道路系统, 其运行服务水平的优劣直接影响着城市道路交通的效能.上海等城市快速道路的拥挤乃至阻塞问题日趋严峻[1].与此同时, 城市快速路的进出口匝道也与主路的通行效率关系密切.在匝道进出口区域对汇入车辆进行主动管理与控制, 可以减少匝道汇入区对主路交通的影响, 提高快速路的通行效率,同时减少因交通阻塞造成的低速行驶所增加的汽车尾气排放和燃油消耗.相关研究显示, 这些汽车尾气污染物是造成城市雾霾的主要因素之一[2].
本研究在对多车型快速路交通流基本特性和交通管理与控制理论深入总结的基础上, 将同时考虑了交通拥堵和环境影响的多车型快速路优化问题描述为高维多目标优化问题, 把快速路的走行时间(total time spent, TTS)、走行距离(total travel distance, TTD)、匝道排队、燃油消耗和尾气排放这5 个指标作为高维多目标遗传算法的优化目标, 对快速非支配排序遗传算法(non-dominated sorting genetic algorithm, NSGA-Ⅲ)[3]进行了改进, 提出了模糊非支配排序遗传算法(fuzzy NSGA-Ⅲ, FNSGA-Ⅲ), 并对上述问题进行求解.引入并修改了多车型宏观交通流模型Multi-class METANET 与多车型排放油耗模型Multi-class VT-macro[4], 选取了上海市的实际快速路段数据, 对Multi-class METANET 模型的参数进行拟合.采用本研究提出的FNSGA-Ⅲ算法, 同时优化了多车型快速路系统的可变限速值与匝道控制率, 以实现减少快速路交通拥堵、匝道排队与油耗排放的……