快速道路常发性拥堵瓶颈路段限速设计与优化

The program aims at studying the design and optimization of speed limits for expressway currently congested bottleneck sections. According to the traffic operations, the program studies the traffic flow features with different speed limit values, and evaluates the traffic breakdown probability features and prediction model. Then the program studies why speed limit design can improve the traffic efficiency in bottleneck areas. The risk model is developed for queue and kinematic wave moving situations, and the reasons why speed limit can reduce conflicts are analyzed. Based on different objectives, the program proposes the speed limit designs and optimization methods for current bottleneck sections. Proper simulation models are developed to simulate key traffic flow features, and evaluate the effects of the variable speed limit design. The program can help understand how speed limit affects the traffic operations and provide support for speed limit design and optimization for recurrently congested expressways. The program can help reduce the severe issues on express and improve the level of expressway management in China.

本项目旨在针对城市快速道路常发性拥堵瓶颈路段的限速优化设计问题进行研究。针对快速道路交通流运行规律，分析不同限速值下交通流参数特征，研究瓶颈位置交通流失效现象概率与预测模型，分析限速设计对瓶颈路段通行效率改善机理；建立瓶颈路段车辆排队及运动波传播中风险预测模型，分析限速设计对减少瓶颈路段交通冲突机理。针对两类目标提出快速道路常发性拥堵路段设施的限速设计方案及优化模型，建立适合本项目目标的交通流仿真计算模型以准确模拟瓶颈路段交通特性，并仿真分析不同限速优化设计方案对于改善交通运行的效果。本项目有助于理解限速对于快速道路常发性拥堵瓶颈路段交通运行的影响机理，为该道路设施的限速设计与优化策略的制定提供理论依据，对于缓解快速道路上严峻的交通问题、改善我国快速道路交通管理水平具有重要意义。

传统快速道路固定限速值无法在变化的道路交通环境下为驾驶员提供安全合理的限速值。本项目基于实时数据对交通流状态进行判别，提出相应策略对时空限速值进行优化，从而对交通流运行主动干预，实现改善通行效率及提升行车安全的目的。研究可加深理解限速优化对交通流影响机理、构建限速优化策略改善快速道路交通安全与通行效率，具有一定科学意义。采用欧洲、美国和我国相关数据，从机理、技术、效果、实例四方面出发，对其中关键问题进行研究。.首先，根据快速道路不同限速下真实交通流数据，分析限速值对车头时距、速度分布及驾驶员遵从度等微观交通流影响机理，分析限速值对于宏观交通流参数以及交通流基本图的影响机理。提出限速对瓶颈路段通行效率和事故风险影响机理。针对交通流仿真计算中关键问题，建立元胞传输模型并对其进行改进与二次开发，对快速道路瓶颈路段通行能力下降现象、拥堵交通流时走时停现象等仿真实现，提出可变限速控制下改进元胞传输模型的参数标定与验证方法。.之后，提出旨在降低拥堵交通流过程中事故风险的限速优化控制策略，建立基于遗传算法的单目标限速策略优化方法，进化过程中寻求优化问题系统最优解。重点针对常发拥堵孤立瓶颈路段以及连续瓶颈路段两类道路设施，分别建立实时交通事故风险预测模型，提出可变限速控制策略，采用遗传算法对限速控制效果进行优化，研究结果显示可降低追尾事故风险20%-30%，效果显著。.提出面向快速道路通行效率改善的可变限速优化控制方法，建立基于强化学习的单目标限速优化算法，对智能体进行大量训练使其掌握不同交通流状态下最优策略；分析基于强化学习的可变限速优化控制效果。结果显示，强化学习限速控制能有效降低总出行时间21%-49%，且比反馈优化效果更好。将多目标优化理论与多目标限速设计相结合，提出旨在同时改善安全与效率的限速策略，采用多目标遗传算法求解帕累托解集和帕累托前沿分布特征，为最优策略选择提供决策支持。