14、基于动态交通需求估计与预测的动态交通分流模型解析

基于动态交通需求估计与预测的动态交通分流模型解析

1. 交通引导策略

在交通引导策略方面，为了克服经典响应式引导策略的固有局限性，有学者提出了预测响应式引导策略。该策略将动态网络交通流模型应用于经典响应式引导策略的框架中，利用当前交通流状态和未来需求预测来预估未来交通流的变化。相较于经典响应式引导策略，预测响应式引导策略通常更具鲁棒性，适合大规模道路网络。不过，该策略在不同道路网络拓扑和交通条件下，尤其是在偶发性交通拥堵情况下的实用性，还需要更多研究和实地测试来验证。

另一种引导策略是迭代引导策略。在其运行框架中，道路网络中当前的交通流参数被作为模型的初始值。在引导框架里，动态网络交通流模型模拟道路网络上的交通流。迭代引导策略通过在运行框架和引导框架之间进行迭代更新，最终预测未来的交通状况。系统的控制模块会根据实时交通状况调整道路网络上用户的路线引导策略，以实现交通管理者的控制目标。迭代引导策略本质上具有预测性，能够根据预测的交通状态发布预引导策略并实时调整。

当交通管理者的控制目标是系统最优（SO）时，迭代引导策略的机制是确定交通分流节点处的交通分流比例。这个比例值的确定基于分流策略的多个影响因素，包括驾驶员的遵守率、事故和天气状况等。最终，分流信息会分发给道路网络上的驾驶员，使道路网络的性能指标达到最优水平。

一些学者对用户均衡（UE）引导策略进行了相关研究。UE引导策略的核心是实时修正每条路径的分流率，并通过在给定时间段内迭代运行模拟模型来减少两条替代路径之间的旅行时间差异，迭代方向是Wardrop均衡所描述的道路网络均衡状态。还有学者提出了针对单目标道路网络的路线引导策略，以在高交通需求情况下实现用户最优；提出了平均速度反馈策略（MVFS），以实现非对