搜索
交通运输系统工程系统是由相互联系、相互作用的诸要素组成的具有一定功能的有机整体。系统工程本质就是为了解决工程进入系统发展时代所产生的系统性问题而发展起来的一门学科，是以过去发展起来的许多科学技术和管理技术为基础发展起来的，并且把这些科学技术从横的方面联系起来而形成的一门高度综合的科学。它所具有的特点有四个方面：①研究思路的整体化；②应用方法的综合化；③组织管理的科学化；④管理工具的现代化。系统分析是从系统的角度出发，对需要改进的已有系统或准备建立的新系统进行定性和定量的理论分析或实验研究，从而完成系统目的的重审、系统结构的分析、系统性能的估计、系统效益的评价、系统和环境的相互影响的分析以及系统发展的预测，为系统综合、系统规划设计、系统协调、系统优化控制和系统管理提供理论和实验依据。运输系统是以交通运输系统的整个运输活动为对象，运用系统工程的原则和方法，为运输活动提供最优规划和计划，进行有效地协调和控制，并使之获得最佳经济效益和社会效益的组织管理方法。运输系统工程的内容：运输系统分析；运输系统预测；运输系统的优化控制；运输系统的综合评价；运输系统决策；运输系统模拟研究交通系统工程的方法是指运用系统工程研究问题的程序，也就是为了达到系统的目标，运用系统工程的思想及其技术内容，解决问题的工作步骤。通常有硬系统方法论和软系统方法论两种解决方法：系统方法论：①时间维分为7个工作阶段：规划阶段；拟定方案；研制阶段；生产阶段；安装阶段；运行阶段；更新阶段；②逻辑维分为7个步骤：明确问题；系统指标设计；系统方案综合；系统分析；系统选择；方案决定；实施计划；③知识维⑵软系统方法论解决问题的步骤：问题现状说明；弄清问题的关联因素；建立概念模型；改善概念模型；概念模型与现实系统的比较;系统更新系统结构是系统内部各要素相互联系、相互作用的方法或秩序。通过根据过去的历史资料和现在的实际情况，运用已知的客观规律和有关的科学知识手段，对所关心的事物及环境在未来的变化和发展趋势进行分析、探索、估计和评价，从而尽可能使人们对这些事物提前采取策略和措施，符合当前的现实情况，而且也能最优地适应未来的发展，成为预测。运输系统预测的内容：（1）、运输经济预测：分为宏观运输经济预测和微观运输经济预测；（2）、运输科技预测：分为运输科学预测和运输技术预测；（3）、交通运输和社会关系预测。随着经济与交通的快速发展,经典的微分方程建模面对交通系统复杂性的数量级爆发显得无能为力。20世纪60年代以来,随着计算机技术的进步而发展起来的交通仿真技术,因其经济性、安全性、易用性、快速真实性、可拓展性等优点,得到了广泛的推广与应用。交通仿真模型随着交通仿真技术的发展开始从微分方程向系统动力学模型转变,并产生了系统的交通仿真软件来模拟交通现象。比较有代表性的交通仿真系统是1967年英国运输与道路实国家自然科学基金验室开发的TRANSYT交通控制系统。20世纪80年代后期,城市交通拥挤、阻塞现象日趋恶化,由此引发的事故、噪声和环境污染己成为日益严重的社会问题,智能交通系统(ITs)应运而生。交通系统建模的发展历程可从建模的方法、对象、领域三个角度归纳如下:（1）建模的方法经历了数统计分析法、微分方程模型法、系统动力学模型法、计算智能建模方法、复杂网络建模法基于Agent的建模方法。（2）建模的对象从交通道路实体,到混合交通流建模；从个体交通行为决策,到交通系统预测与规划；从人、道路、车辆的交通行为特性研究到综合交通系统分析与研究；从现代智能交通系统建模,延伸到“不以逼近现实为唯一目的”的人工交通系统建模研究。（3）建模的领域涵盖了交通系统拓扑结构分析、交通系统组织调度和交通系统集成化研究三个领域。交通系统研究起源于交通信号控制，最初的研究内容主要涉及交通信号配时方案生成、交通控制信号仿真及交通效益评价等，交通系统研究分为传统法和现代法。经理半个多少世纪的系统化研究产生了很多成熟的交通仿真模型和交通仿真软件。交通系统由于设施众多，各组分联系紧密，具有明显的开放性、自适应性、自组织性、非线性、动态性、随机性，是典型的复杂系统。相关学者从复杂网络的角度研究交通拓扑系统结构，将道路简化成复杂网络中的边，将交叉口简化成复杂网络中的节点，通过研究复杂交通网路的“无标度性”和“小世界效应”来分析佳通网路的拓扑特性，推演交通系统演化规律,进而研究了交通网络设计与拓扑优化、交通级联失效控制、交通资源优化配置等内容,从宏观层面探究了网络结构特性与交通演化行为的关联性。李英等叫计算了以停靠站点为节点的上海市公共交通网络的复杂性指标,证明了其度分布符合幂律分布,证实该网络对随机失效具有很强的抗击能力,对选择性攻击的抗击能力很弱。根据用户需求定义了鲁棒性指标,提出了基于遗传算法的鲁棒交通网络设计方法,并在不同测试网络和预算水平下系统评估了模型的性能,证实了交通网鲁棒设计的重要性和模型的可用性。基于复杂网络理论的交通系统模型,能够较好的刻画交通系统的宏观性能,但是对系统内部细节及作用机理的描述能力有待提升。交通系统演化行为是在人、车和道路等交通系统组分的共同作用下产生的,为了探究交通系统拓扑结构与交通演化行为的关联性,黄佩蓓等从城市交通网络演化的角度对城市演化的分形本质进行了研究,揭示了分形理论在城市形态演变中的可应用性,讨论了交通网络结构与城市经济的关系。曾明华「川在对区域交通网络层级性的实证研究基础上,分析了交通网络层次性与交通网络性能的演化关系,构建了多层次多模式的综合交通网络优化模型,实现了交通网络资源的优化配置与交通网络层次规划基本框架,为交通系统的规划和建设提供理论指导。从交通系统的本体结构去探寻交通演化的规律,体现了系统工程学的思想,为相关研究的进一步开展奠定了基础。城市交通信号控制研究的主要内容涉及交通量调查、交通流特性分析、交通流组织、交通信号、配时方案生成、交通仿真及交通效益评价等内容。徐勋倩创等提出一种改进的单路口交通信号多相位实时配时模型,基于时变加权系数将交叉口控制问题转化为单目标函数优化问题,并采用蚁群算法求解模型,验证了模型及其求解算法的合理性和有效性。相关研究实现了交通系统局部性能的优化,却无法保证整体性能的最优,日益复杂的交通系统急需实现大范围区域协调控制。徐建闽等以区域整体输出总流量最大化和各交叉口进口道总延误时间最小化为目标,构建了基于动态子区划分的交通信号区域协调控制双层规划模型(BP模型),通过分析交叉口滞留排队车辆、进口道交通量以及相位相序对区域协调控制的影响,采用基于遗传一模拟退火算法的混合优化策略对模型进行求解,提高全局最优解的可靠性和计算效率,为实现大范围区域协调控制提供了技术支撑。出行需求预测是进行交通管控的基础,经典的“四阶段”法(出行发生、出行分布、方式划分和出行分配)源自上世纪50年代的美国,它遵从以需求为导向的规划思想,以社会经济发展预测和城市土地使用预测作为预测的基础,采取单向的以交通预测为核心的建模技术。由于在生成模型时,以出行交通成本为阻抗的分析模型过于简单,与实际情况有较大出入,牛津大学的研究人员于上世纪70年代首次提出了基于活动链的出行需求预测方法。基于活动链的出行预测主要研究人们的出行行为特征和选择特征,它认为出行需求源于活动需求,同时受到时空、家庭和生活周期等条件约束。OD矩阵反映了某区域的基本交通需求,其获取方法分为静态和动态方法。静态方法包括:人工调查法、最大似然估计法、最大嫡模型法、误差平方和最小法、双层规划模型法等。动态方法包括路段流量反推动态OD矩阵法,利用在道路设置的交通检测器可以获得实时的路段交通流量,由此计算得到动态的OD矩阵。公共交通与城市生活息息相关,完善交通运输综合服务体系,是提升出行体验和吸引乘客的有效手段。日本东京都交通局开发了城市公共交通综合运输控制系统(CTCS),期望通过掌握运行情况以及积累乘客数据实现精确平稳的公共交通运营服务。通过实际应用,使得东京城市公共交通的运营成本降低,在改进公共汽车服务的同时也再次赢得了乘客。联合交通运输研究是提升物流效率、降低成本的重要手段,张明智等提出了基于Agent的联合交通运输模型,分析了主要Agent的属性、行为和交互,并实验验证了模型的合理性和正确性。目前的交通控制技术仅能满足小范围控制需求,对于城市级大范围的区域协调控制,还缺乏高效控制策略;控制方法的适应性较差,往往只能满足特定环境约束下指定类型的对象控制;控制系统实时性和准确性不能得到保证,应急措施准备不足;需要综合物联网技术和先进的控制理论方法,探索基于多源异构信息的多目标系统协同控制模型。相关学者从复杂网络和结构层次性出发分析交通系统拓扑结构特性,但复杂交通网络拓扑结构与交通系统演化规律的关联性模型有待深入研究;面对具有类似于“小世界”、“无标度”特性的交通网络模型,是否存在某些特定的交通行为模式?能否找到描述交通行为演化的基本规则?进而实现复杂交通系统的解藕控制,还有待进一步探索。当前的交通系统研究期望通过精确的模型来再现真实系统中的涌现现象,非常规突发事件的频发使得上述努力往往事与愿违,需要深入探索搭建完善的交通系统应急管理决策模型,应对复杂交通系统级联效应带来的潜在威胁。Moussaid等州基于认知科学理论提出了行动启发式方法模型,在只利用行人出行速度和方向这两个简单认知行为的前提下,模型预测结果却与大量的实测数据趋于一致,为集体社会出行行为建模扫除了障碍,通过简单个体行为演化出复杂系统宏观行为将是我们下一步研究的重点。当前的智能交通系统主要是面向不同目的、不同对象、不同情境的独立模型,模型的标准不一致,致使其适应性和拓展性不强,这必将限制智能交通系统的进一步提升和完善。为保障出行快捷与安全,需将现有的交通系统控制方法协调组织起来,借鉴并支持其他研究领域新思想、新方法的融入,探索实现调度、服务、评估一体化的智能交通系统体系模型。人工交通系统的提出为交通系统的研究另辟蹊径,但由于其多学科交叉特性,需要综合系统学、社会学、心理学、控制科学、计算机科学、环境与地理信息科学等相关学科的最新理论,构建具有与真实社会平行执行的人工交通系统模型,分析交通对社会经济、文化、环境等各方面的影响。特别的,Dugundji等侧从数据采集、定量方法、数据分析与统计、大规模系统仿真和政策应用等归纳了交通系统与社会交互的关系,提出需要通过增加现有交通出行模型与社会接触、社会资本和社会环境的关联性,来提高交通行为的丰富性和交通政策灵敏度,使交通系统更好的服务于市民。