船舶交通流建模与仿真研究进展

徐武雄,初秀民,刘兴龙

(1.武汉理工大学 水路公路交通安全控制与装备教育部工程研究中心,湖北 武汉 430063;2.湖北科技学院 电信学院,湖北 咸宁 437100)

船舶交通流建模与仿真研究进展

徐武雄1,2,初秀民1,刘兴龙1

(1.武汉理工大学 水路公路交通安全控制与装备教育部工程研究中心,湖北 武汉 430063;2.湖北科技学院 电信学院,湖北 咸宁 437100)

船舶交通流受到多种因素的影响,难以用精确的数学模型描述,人们常用仿真的方法对其进行研究。通过仿真,可以定量或形象地分析船舶的行为特征和规律,评价航道的通过能力、航行风险、组织和管理等能力。对国内外船舶交通流建模和仿真的进展情况进行分析和总结,回顾了船舶交通流仿真的国内外研究现状,提炼了交通流仿真的核心内容和流程。同时探讨了船舶交通流的建模方法,并分析了船舶交通流仿真的关键技术及典型应用。最后展望了交通流仿真的发展趋势。

船舶交通流;建模与仿真;蒙特卡罗方法;智能体

水上运输具有运量大、成本低和对环境影响小等优势,世界各国都高度重视这种运输方式的发展,这使得运输船舶的数量、尺度和速度不断增加,航线增多,交通流密度增大,可能造成水上交通事故的频发,导致生命财产的损失及环境的污染和破坏。为了应对这种严峻安全形势的挑战,需要对船舶行为进行研究,而船舶行为受到人、船、环境和管理等多种因素的影响和制约,且随时空动态变化,难以用精确的数学模型来描述,加之水上交通也不适合用实船做试验,这使人们很自然想到利用仿真的方法来模拟船舶行为。交通流是船舶行为最好的表现形式,通过对交通流的仿真研究,可定量或形象地分析船舶的行为特征和规律,为评价航道的通过能力、航行风险、组织和管理能力提供一种有力的手段和方法。

海上和内河的通航环境、通航规则和船舶属性等各有不同,其船舶交通流特征也有所差异,通过对交通流历史数据的分析获取其特征的分布规律模型,就可通过仿真的方式再现其交通流。本文对国内外船舶交通流建模和仿真研究的进展情况进行分析和总结。首先回顾船舶交通流仿真的国内外研究现状,提炼交通流仿真研究的核心内容和流程;其次,探讨船舶交通流的建模方法,分析船舶交通流仿真研究的关键技术及典型应用;最后,展望交通流仿真研究的发展趋势,并对本文进行总结。

1 国内外研究现状

船舶交通流仿真研究随着计算机技术的进步而发展,综合了相似原理、信息技术、系统工程和水上交通工程领域的基本理论和专业技术,世界各国在这个领域做了大量的研究工作,取得了一些重要成果。

1.1 国外研究

船舶交通仿真研究始于20世纪60年代,其中,日本在海上交通建模和仿真方面的研究起步较早,对水上交通的仿真模型、仿真技术和仿真系统的构建等进行了比较深入的研究。杉崎昭生[1]建立了各种交通流的宏观模型和微观模型,开发了海上交通模拟器和模拟试验程序设计语言MSPL,对船舶交通流的特性进行定量和定性的研究。K.Hasegawa等[2]开发了一个智能海上交通仿真器,船舶避碰决策由专家系统和模糊推理来实现,作为一个仿真工具可以评估各种海域、航道、交通条件下的船舶交通状况,确定交通危险的变化程度。M.Numano等[3]开发了一个实时的多计算机组成的海上仿真系统,可以应用于船舶安全航行或视觉航标布设的评估等。

除了日本,其他水路运输资源丰富的国家在交通流仿真方面也进行了卓有成效的研究。A.N.Ince等[4]设计了土耳其海峡船舶交通管理与信息系统,提出了船舶操纵、船舶交通流仿真、水文预测模型,考虑风和流的环境条件下,对船舶交通安全和有效的航行进行模拟试验,可确定防止发生水上交通事故的航行条件。F.Goerlandt等[5]建立船舶碰撞事故风险仿真模型,以芬兰海湾为例进行了仿真试验,结果与实际的事故数据一致。Fang Hui[6]构建了一个水上交通网络的船舶航行和交通流仿真系统,利用这个模型分析新加坡水域各种不同条件下的交通流特征以及通过能力。L.A.G.Franzese等[7]建立了一个巴拿马运河航道和船闸的交通流仿真模型,可完成对运河的通过能力和服务水平等的仿真研究。

日本和欧洲等水运资源丰富的国家在船舶交通流仿真方面的研究起步较早,在建模方法、仿真理论、仿真工具和应用领域等方面进行了深入研究。海上或运河的交通流作为主要的仿真对象,最初以宏观交通仿真流研究为主,后来也加强了对微观交通流仿真的研究,除了蒙特卡罗建模方法之外,也加入了专家系统和智能体等智能避碰算法,使仿真的可信度不断增加。这些研究成果不仅仅停留在理论层面,在一些海事管理部门也有成功的应用。

1.2 国内研究

国内在水上交通流的仿真研究方面起步较晚,从20世纪80年代开始,大连海事大学方祥麟教授带领的团队对海上交通仿真进行了一系列的研究[8-11]。文献[8]提出了海上交通系统GPSS仿真模拟方法,通过各种子模型的组合构建复杂系统,可实现对海上交通系统的定性和定量分析;文献[9]应用排队论及网络技术建立了海上交通微-宏观仿真模型,该模型的输入为港口的交通设计方案,输出为该港口的交通参数,从而可以直接在交通模型上研究、验证交通管制方案的可行性,修改交通方案的管制参数,以便选定最佳方案;文献[10]利用蒙特卡罗仿真方法对海上交通流进行了仿真模拟;文献[11]利用智能体的方法对交通流进行仿真研究。武汉理工大学在内河和港口交通仿真方面也进行了一些研究:朱顺应等[12]建立了三峡枢纽运输系统运输组织方案论证与优化的计算机仿真模型,对通过三峡枢纽的船舶交通流进行调度模拟,提出优化的调度方案;杨星等[13]构建了基于通航服务资源的内河船舶交通流模型,能实现对航道通过能力和服务水平的评估;刘敬贤等[14]分析了港口航道系统特征及船舶交通流特征,建立基于船舶行为特征的港口航道通过能力仿真模型,实现对港口航道通过能力的计算、评估和预测。上海海事大学的杨神化等[15]应用Multiagent系统理论和技术,构建和开发了智能港口交通流模拟系统,仿真研究了规划水域的船舶交通流状况,为港口规划设计方案的评估论证提供了参考依据。

国内的海上和内河航运资源比较丰富,海事管理部门和科研人员逐渐认识到船舶交通流仿真研究的重要性,上述的一些大学分别对海上、内河和港口的船舶交通流仿真的理论、方法和实现技术等进行了一些研究和探讨。与国外相比,国内在仿真关键技术研究和应用方面还相对落后,主要研究如何实现仿真,真正将仿真应用于实际的案例还不多见。

2 船舶交通流仿真流程

船舶交通流仿真的核心内容主要包括:交通流现象的掌握、描述、再现、仿真交通流的验证和评价。掌握是通过收集交通流的实态数据,获取交通流的统计规律;描述是根据交通流统计规律建立相应的仿真模型;再现是交通流仿真试验的设计,根据仿真目的改变仿真条件,设计不同的仿真研究方案;验证和评价是根据仿真研究结果评价模型的可信度。

根据仿真的核心内容可以确定仿真的流程(见图1)。其基本步骤如下:①问题描述。经过充分地调查和分析,明确要解决的问题和目标,确定建模方法、系统边界、仿真实现等问题。②数据采集和处理。通过助航设备和现场实态调查等方式,收集船舶交通流相关的各种数据,比如船舶类型、尺寸、速度和到达时间间隔等;然后对这些数据进行去噪声、重构和分类等处理;最后,用统计分析的方法处理这些数据,获得交通流相关随机变量的概率分布规律。③建立仿真模型。船舶交通流的有些参数具有离散的特征,比如船舶到达观测线的时间,有些参数具有连续的特征,比如船舶航行的时空位置,因此,根据交通流的不同统计特性建立船舶生成模型、航路模型、航行模型和避碰模型等,并按照固定步长时间推进机制完成仿真过程。④程序编制和验证。船舶交通仿真还没有通用的仿真软件,需自行编制程序实现仿真算法,并对仿真程序的正确性和高效性进行调试和验证。⑤仿真试验设计和运行。根据试验目的,设置不同的初始条件和仿真场景,设计不同的试验方案,生成相应的船舶交通流。⑥仿真研究结果分析。将仿真研究结果与实际数据进行对比分析,验证和评价仿真研究的可信度。

图1 交通流仿真流程Fig.1 Flow chart of simulation for traffic flow

3 建模方法

船舶交通流的建模方法以蒙特卡罗(Monte Carlo)方法为基础,逐渐发展到利用元胞自动机(Cellular Automaton)和智能体(Agent)等人工智能的方法。

3.1 蒙特卡罗方法

蒙特卡罗方法根据随机变量的概率模型产生随机数,模拟随机过程,解决随机的或确定性问题。船舶交通流的形成是一个随机过程,船舶的速度、长度、到达时间和船舶的航行路径等变量都是随机的,用蒙特卡罗方法仿真研究船舶交通流是可行的。其建模方法就是利用概率统计中的直方图、曲线拟合和假设检验等工具对历史数据进行分析,获得船舶速度、长度和到达时间间隔等随机变量的概率分布规律,再根据其分布规律确定随机数的生成算法,继而生成船舶交通流。

蒙特卡罗方法是目前使用最广泛的一种模拟方法。文献[5]对芬兰海湾船舶的到达时间、类型、尺寸和航行路径这些随机变量的历史数据进行了统计分析,建立了随机变量的概率模型,用蒙特卡罗方法生成交通流。文献[2]所开发的智能海上仿真器中,用蒙特卡罗方法生成船舶,实现对各种条件下海事交通状况的评估。文献[10]利用蒙特卡罗仿真方法对海上交通流进行了仿真模拟。

蒙特卡罗方法是船舶交通流仿真研究最基本的方法,是生成船舶和航行路径必不可少的方法,一般蒙特卡罗方法不能单独使用,还需要辅之以其他方法进行航行避碰的决策研究。

3.2 元胞自动机方法

元胞自动机是将空间按照一定的形状分割成规则网格(称之为元胞),并使这些离散的、有限状态的元胞遵守一定的局部规则,随离散的时间不断演化的动力学系统。元胞下一时刻状态的变化不仅与当前时刻元胞自身的状态有关,还与当前时刻周围其他元胞的状态有关,元胞之间这种简单而又相互作用的演化规则可以用来模拟汽车、自行车和船舶等交通工具的行为。元胞自动机交通流模型是以Wolfram的184号模型为基础扩展而成的,在这些模型中,空间、时间和速度都被离散化为整数,道路或航道被划分成离散的网格(即元胞),元胞可以被交通工具占据,则其状态为“1”,也可以是空的,则其状态为“0”,速度为整数,表示单位时间内移动的元胞的数量,在从时间t向t+1推进时,根据交通规则进行演化。

元胞自动机在道路交通流的建模方面应用比较多,在水上交通流方面的建模还不多见。Qu Xiao-bo等[16]提出了一种改进的元胞自动机模型对新加坡海峡的船舶交通流进行仿真研究。新加坡海峡长42 km,根据船舶尺寸和速度,将元胞大小设置为宽60 m,长30 m的格子,航道纵向划分成1 400个元胞,横向元胞的数量随航道宽度而变化。船舶速度的单位取整数,单位为cell/min。设置了10条船舶跟随规则和5条交叉避让规则用来演化船舶对各种航行场景的反应。通过比较仿真船舶和实际船舶的通过时间验证了这个模型的可行性。A.Blokus-Roszkowska等[17]提出了一个元胞自动机模型用来模拟环形和简单交叉航道的船舶交通流。这个模型用来描述船舶的运动,考虑了船舶的类型、速度、船长、船舶的行为、操纵性、航道状态和交通流密度,可以用来评估碰撞风险和海事交通组织能力。Feng Hong-xiang[18]构建了一个元胞自动机模型,考虑船舶之间的交互,模拟航道被部分关闭时对船舶交通流的影响。

元胞自动机建模交通流具有许多优点:能以简单的演化规则模拟复杂的非线性交通现象,且仿真计算效率高,仿真算法容易实现。但也有固有的缺陷:①船舶的长度必须是元胞长度的整数倍,由于船舶长度大小不一,其长度需作近似处理。②船舶速度必须是元胞长度的整数倍,而速度大小不等,也需作近似处理。③航道被网格离散化,船舶的位置也被固定在网格的中心点,船舶的轨迹点只能以这些中心点表示,这与实际随机分布的船舶轨迹不相符。因此,元胞自动机比较适合于海上大范围的船舶交通流仿真,而对内河小范围的仿真其误差比较大。

3.3 智能体方法

基于智能体(Agent)的建模与仿真是20世纪90年代兴起的一种新的建模仿真方法,适合于仿真研究各种复杂系统。Agent的主要特征有:具有自主性,可以在没有人或其他Agent的干预下运行,自主控制自己的内部状态和行为;具有反应性,不仅能感知环境,还能对环境的变化做出响应;具有社会性,能和人或其他Agent进行交互协作。船舶是由人操纵的,本质上船舶行为是人的行为的体现,而船舶的行为特征与上述Agent的特征是类似的,利用多个Agent来模拟船舶交通流是非常合适的。

文献[3]开发了一个实时的基于Agent的多计算机组成的海上仿真系统,每一艘船舶被看作一个智能体,沿着自己的规划路径运动,系统可以同时模拟200多条船舶的运行状态,可以应用于船舶安全航行的评估和视觉航标的布设评估等。O.Vaněk等[19]设计了一个基于多智能体的数据驱动海事流交通仿真系统,用来评估船舶通过受海盗影响的水域的交通状况。系统构建了3种Agent模型:机械船Agent,海盗船Agent和海军船Agent,能精确地模拟全球的船运模式和海盗攻击的分布情况。Xiao Fang-liang等[20]开发了一个长江船舶交通流多智能体仿真模型,用多智能体仿真船舶之间的交互,模型可以提供船舶如何出错的详细信息,还可以帮助航路设计、桥梁设计和交通管理。文献[11]针对海上交通流的特点,引入多Agent技术模拟船舶交通系统,对Agent的描述模型、结构体系决策和学习机制进行了研究。

上述文献利用Agent建模方法对海上船舶交通流进行了模拟,由于船舶具有Agent的人工智能特性,仿真效果比较理想。但国内外使用Agent进行船舶交通仿真的研究和应用并不多见,主要是因为:①Agent技术在体系结构、编程语言和开发工具等方面还没有统一的规范,其模型的实现非常复杂,很多研究侧重于Agent仿真系统框架的设计,对如何编程实现则研究较少。②一个复杂的船舶交通流仿真系统,需要定义多个Agent,每个Agent的运行需要复杂的计算,这样,整个系统的运行需花费较长的时间,为了解决这个仿真效率低的问题,现在正在研究并行Agent仿真技术。

4 关键技术

船舶交通流建模和仿真研究是一个复杂的过程,主要涉及以下关键技术。

4.1 数据采集和处理

船舶交通流仿真是对历史实际交通流现象的再现,采集和处理交通流历史数据是非常关键的一步。随着信息技术的发展,数据采集的手段和处理的方法日益多样化。

4.1.1数据采集 数据采集主要采集船舶的到达时间、速度、尺寸、种类、数量和轨迹分布等信息,这些信息一般通过以下几种方式获取:①AIS(Automatic Identification System)数据。船载AIS设备可以自动发送本船和接收它船的静态和动态数据,比如:MMSI号、船名、船籍、船长、船宽、船舶类型、船位、船速、航向、船舶吃水等信息。海事监管部门设立的岸基端AIS基站可以接收船舶发送的AIS信息,因此,可通过海事监管部门提供的AIS数据获取船舶的交通流信息。②实地调查。在我国的内河,比如长江,船载AIS的开启率只有80%,又因为有部分船载AIS与海事部门的岸基AIS设备不兼容,实际上只有60%船舶的AIS信息可以被海事部门接收,所以,对内河交通仿真研究时,为保障数据的完整性,还需要实地对船舶交通流进行调查。③雷达数据。雷达数据在一定程度上反映目标船舶的大小、形状、位置、航向和航速等信息,这些信息可以从海事监管部门的岸基雷达获取。

4.1.2数据处理 对于所采集的AIS和雷达数据需进行如下处理:①AIS数据修复。AIS数据在传输过程中会出现丢包导致部分数据丢失或由于干扰等原因导致数据异常等现象。对丢失的数据如果是处于直线航段通常采用线性插值的方法进行修复,如果是在弯曲航段通常采用多项式插值的修复方法,以保障数据的完整性;对于船舶速度及船舶位置等数据如果超出了正常的范围,需设定一阈值,将超过该阈值的异常数据剔除,以保障数据的正确性;②数据融合[21]。AIS数据和雷达数据具有互补性和冗余性,且这两种数据的采集精度和周期等都有很大的差异,对这两种数据的位置信息进行融合可以提高船舶航迹的精度和可靠性,其融合过程包括坐标变换、时间对准、航迹相关和航迹融合等步骤。

4.2 交通流生成

4.2.1船舶生成 由于船舶的出现时间和属性都是随机的,所以船舶的生成采用3.1节所述的蒙特卡罗方法。首先根据历史船舶交通流数据获得船舶到达时间间隔、船舶速度、船舶长度和船舶类型等随机变量的概率统计规律;然后确定这些随机变量对应的随机数的生成算法;最后根据这些算法生成时间间隔即可生成船舶到达的时间,生成船舶类型,生成船舶速度和船舶长度和宽度。

4.2.2航路生成 由于航道通常是弯曲的,线段A1A2A3A4,B1B2B3B4是航道的边界(如图2),在航道的弯曲处将航道分段,如门线A1B1,A2B2,A3B3,A4B4将航道分成3段,在每一个航段内,船舶沿门线上的2点构成的连线作为航行路径,比如连线C1C2是第1航段里的1条路径。门线上的这些点 C1,C2,C3,C4称之为路点(waypoint),这些路点是用蒙特卡罗方法生成的。首先根据船舶历史轨迹经过门线的位置坐标确定船舶在门线处位置分布的概率分布规律,比如正态分布,再利用蒙特卡罗方法就可以随机生成这些路点,为了避免路点时而出现在航道中心线的左侧、时而出现在右侧这种与实际不符的情况,路点都取航道中心线同一侧的点。

图2 航段分段示意Fig.2 Waterway divided into several sections

4.2.3避碰策略 船舶沿着航路航行时,会遭遇追越、对遇和交叉相遇等态势,为了避免发生碰撞,需要采取避碰措施,不同的仿真系统采用的避碰策略也不一样。通常采用的避碰策略主要有:①专家系统避碰策略。贺波[22]根据船舶间的会遇最小距离TCPA(Distance to Closest Point Approach)和船舶间会遇的最小时间TCPA(Time to Closest Point Approach)作为主要依据建立专家系统,对会遇情况作为避碰决策。②元胞自动机避碰。文献[16-17]将航道分割成元胞,船舶依据元胞的局部相互作用和演化规则实现避碰和航行。③Agent避碰。杨神化[23]对船舶避碰算法进行了深入研究,提出了基于Agent的船舶避碰决策支持系统,对多船避碰进行了仿真研究;文献[3,19]也采用Agent的方法实现避碰生成船舶交通流。④人工势场避碰。张鸣鸣等[31]利用人工势场法对海上船舶进行势场力的分析,根据船舶所受斥力和引力合力的大小和方向来确定船舶转向和速度的变化,实现避碰;Xiao Fang-liang等[20]对人工势场进行改进,提出了人工力场的概念,对内河的船舶实现避碰,生成交通流。前3种方法都带有人工智能的特征,能较好地模拟船舶的避碰行为,但算法实现比较复杂;最后一种方法算法比较简单,容易实现,但确定斥力和引力大小缺乏理论的支撑,需通过仿真试验确定。

4.3 实现技术

船舶交通流仿真模型建立后,如何实现这些模型是一项具有挑战性的工作。在道路交通仿真方面有许多成熟的商业仿真软件供人们选择,而在水上交通仿真方面还没有类似的比较成熟的软件出现。由于水上交通具有离散事件的特征,有些研究者利用离散事件仿真软件来模拟船舶的调度和通过能力。比如, E.Köse等[24]利用SlamⅡ软件构建了伊斯坦布尔海峡的仿真模型,对不同条件下的交通流进行了仿真研究;文献[25-26]使用Arena软件对海峡和内河船舶的通过能力进行仿真研究。这些离散仿真软件更多地是从宏观层面对船舶交通进行仿真研究,无法反应船舶之间的交互和避碰等微观行为,具有一定局限性。

为了从微观层面更逼真地模拟船舶行为,人们更多地自主编程实现仿真。常用的编程语言有Visual C++及Java,使用数据Access,SQL和Oracle等对生成的船舶数据进行管理,使用电子海图或电子江图作为可视化显示背景。文献[22]中船舶交通量的模拟通过Visual C++编程实现,文献[11]用Java实现了基于Agent的船舶交通流仿真模型。C++和Java均为面向对象编程语言,而船舶行为可以用对象来描述,所以,这两种语言适合于船舶交通流的编程,而基于微软的Visual Studio开发平台的C++使用更加普遍。在编制程序时,将每艘船舶看作一个对象,用对象来表示船舶的属性和行为,仿真时间的推进采用固定时间步长,以秒为单位。实现的主要流程为:①确定仿真边界、仿真持续的时间及仿真的时间步长等初始条件。②仿真时间按时间步长向前推进,如果达到生成船舶的时间则生成船舶对象,并加入在航船舶数据库,接着生成航路,然后对已生成的在航船舶对象进行逐一扫描,根据船舶所处的航行环境及与周围其他船舶的会遇状态作出避碰和航行决策,并更新自己的位置、速度和航向等状态信息;③如果船舶到达了终点则从在航船舶数据中删除,如果仿真时间到了则结束仿真,并统计仿真数据生成仿真报告。

4.4 仿真验证

仿真研究结果是否可信是一个仿真系统成败的关键,一个可信度不高的系统是没有意义的,对仿真系统进行校核(Verification)和验证(Validation)是仿真过程不可缺少的一个环节。模型的校核就是确定实现模型的计算机程序及其实现是否正确的过程;模型的验证是确定模型代表实际系统是否精确的过程。人们往往只注重对仿真程序的校验,而将仿真结果与实际系统进行比较验证这一根本性问题还缺乏从方法学的高度进行研究。船舶交通常采用以下方法对仿真结果进行验证:①可视化验证。仿真场景以电子海图或电子江图为背景,生成的船舶随时间运动,观察其运动状态和轨迹是否符合实际情况和符合预期的目标。②对比验证。将仿真数据与历史或当前的实际数据进行比较,比如,船舶数量、长度和速度等,可以采用表格、条形图和曲线等比较直观的方式比较数据的接近程度。③统计检验验证。采用统计学中的统计和假设检验方法对仿真数据与实际数据进行检验,分别看其均值与方差是否有明显差异。

5 典型应用

水上船舶交通流仿真可以动态和逼真地模拟复杂的船舶行为和各种交通现象,随着计算机技术和仿真技术的发展,船舶交通流仿真作为一种研究水上交通的重要手段和工具,正逐步应用于评价航道的通过能力、航行风险、组织和管理能力等方面。

(1)通过能力 航道通过能力受到航道、船舶和运输组织形式等多种因素的影响,在仿真时,通常可以设置一些因素不变,其余因素变化时的仿真场景,比如:航道和运输组织形式不变的,改变船舶类型或速度,然后改变船舶到达的时间间隔分布,统计通过航段的船舶数量,在单位时间内,当通过的船舶数量不再明显增加时,这时通过的船舶数量可看作为通过能力。D.Mavrakis等[27]提出了Bosporus海峡的海事交通仿真队列模型,航道的物理特性和通航规则被集成到这个模型中,基于历史数据的几个交通仿真场景被完成,得出了相应的船舶交通通过能力。

(2)航行风险 航行风险同样受到船、人、通航环境和通航规则等多种因素的影响,通过仿真来评价航行风险,通常的做法是设置不同影响因素下的仿真场景,统计船舶之间和船舶与碍航物会遇的次数,次数越多,风险越高。文献[5]以碰撞探测算法为基础,提出了一个给定区域的船舶交通流微观仿真模型,应用蒙特卡罗仿真技术计算船舶会遇的次数,并以此为基础预测船舶碰撞事故发生次数,事故发生时间和地点。

(3)调度管理 在港口、海峡、运河、桥区和坝区等限制通航水域,为保障通航的安全和效率,通常需要对船舶交通进行调度管理,制定调度规则,配置驳船、拖船和引航员等调度资源。为了评估调度规则和资源配置的合理性,通常采用仿真的方法来实现,根据不同的调度规则和资源配置设计仿真场景,通过考察通航的安全和效率指标确定优化的调度规则和资源配置。O.S.Uluscu Tutun[28]建立了伊斯坦布尔海峡的船舶交通模型,设计了船舶调度算法,研究各种不同的船舶到达频率,引航员的数量和拖船的数量等对系统行为的影响,并检验调度算法的性能。

6 研究展望

系统建模与仿真技术在不断发展,也推动船舶交通流仿真技术不断进步,其研究的热点主要包含如下内容。

(1)智能化建模和仿真 船舶交通受到人、船、环境和管理等多种因素影响,是一个典型的复杂系统,船舶是由人操控的,既要感知环境,对环境作出反应,还要能与其它船舶进行交互避碰,船舶行为具有明显的智能性,需要采用人工智能的方法对其建模,才能获得可信度比较高的仿真效果。基于Agent的建模和仿真是今后研究热点,现在虽有很多文献提出了Agent的建模方法,但真正商业化应用的还不多见,尤其是国内的研究大多只是提出想法和架构,还没有自己的比较成功的开发平台。

(2)仿真算法优化 对于船舶交通流仿真系统,如果生成的在航船舶较多,需要对每一条船舶进行计算处理,会导致程序运行时间很长,因此,需要研究新的仿真算法和优化设计方法,提高模型的运算速度、模型的正确性和有效性。

(3)可视化分析技术 可视化分析是通过可视化技术实现人机交互,从大量的、动态的、模糊的甚至是混乱的数据中合成和抽取预期的或意外的有价值的信息,并以直观和形象的方式呈现,为决策评估提供及时、明确和易于理解的参考。可视化分析技术是一个相对较新的研究领域,交通流信息可视化分析技术更是处于一个起步和发展阶段,交通流仿真研究会产生大量的船舶信息和交通流时空数据,通过对这些信息进行可视化分析,可以直观地考察船舶交通流的分布规律以及探究交通信息中隐藏的船舶行为模式。N.Willems[29]对海上船舶交通信息可视技术进行了深入研究,开发了一个海事监管和决策支持系统,可实现船舶交通时空特征以及相关属性的可视化,能对船舶轨迹的时空汇集、异常、速度变化和安全评估等进行可视化分析。目前船舶交通流可视化基本上都是基于电子海图或电子航道图的二维可视化,这种可视化效果与实际场景差异较大,很难满足人们的需求。将GIS、3D和虚拟现实技术结合构建三维海事可视化场景是发展的必然趋势,能使仿真过程更加逼真,更容易理解。

(4)仿真工具 船舶交通仿真还没有成熟的开发工具,这给海事科研人员造成很大的困扰。人们期望开发一款船舶交通通用仿真平台,将航道、锚地、港口和桥梁等基础设施模块化,通过简单的鼠标拖放操纵即可建立仿真模型,这使开发人员把主要精力放在仿真算法和试验设计上,而不用操心去如何实现这些。

7 结 语

船舶交通流建模和仿真技术对水路运输系统的评价、规划和设计等具有指导作用,世界各国都高度重视这种技术的研究和应用。船舶交通流仿真研究无论是建模理论和方法还是实现技术等方面还不成熟,还有许多难题需要解决,尤其是国内,在这些方面的研究和应用都落后于国外,必需下大力气推进这方面的研究,为绿色、安全和高效的海事事业提供技术支持。

[1]杉崎昭生.海上船舶交通流模拟器[J].中国航海,1986(2):99-109.(SUGISAKI A M.On a marine traffic flow simulator [J].Navigation of China,1986(2):99-109.(in Chinese))

[2]HASEGAWA K,TASHIRO G,KIRITANI S,et al.Intelligent marine traffic simulator for congested waterways[C]∥Proc of 7th IEEE International Conference on Methods and Models in Automation and Robotics,2001:631-636.

[3]NUMANO M,ITOH H,NIWA Y.Sea traffic simulation and its visualization in multi-pc system[C]∥Proc of International Congress on Modeling and Simulation 2001,2001:2093-2098.

[4]INCE A N,TOPUZ E.Modelling and simulation for safe and efficient navigation in narrow waterways[J].The Journal of Navigation,2004,57:53-71.

[5]GOERLANDT F,KUJALA P.Traffic simulation based ship collision probability modeling[J].Reliability Engineering and System Safety,2011,96,91-107.

[6]FANG Hui,HUANG Shell-ying,HSU Wen-jing,et al.A vessel navigational behavior model for assessing waterway capacity[C]∥Proceedings of the First International Conference on Computational Logistics,2010.

[7]FRANZESE L A G,ABDENUR L O,BOTTER R C,et al.Simulation the panama canal:present and future[C]∥Proceeding of the Winter Simulation Conference,2004.

[8]郝世杰,杨守仁,方祥麟.海上交通系统GPSS模拟及应用[J].大连海运学院学报,1986,12(4):1-11.(HAO Shi-jie, YANG Shou-ren,FANG Xiang-lin.Marine traffic system GPSS simulation and application[J].Journal of Dalian Marine College, 1986,12(4):1-11.(in Chinese))

[9]赵艺声,方祥麟,杨守仁.海上交通网络模型微-宏观模拟[J].大连海运学院学报,1989,15(3):20-24.(ZHAO Yisheng,FANG Xiang-lin,YANG Shou-ren.Micro-macro simulation based on network model of marine traffic[J].Journal of Dalian Marine College,1989,15(3):20-24.(in Chinese))

[10]卓永强,方祥麟,陈沈阳.船舶交通系统模拟技术的开发与研究[J].中国航海,2008,31(2):139-144.(ZHUO Yongqiang,FANG Xiang-lin,CHEN Shen-yang.Study and development of marine traffic system simulation technique[J]. Navigation of China,2008,31(2):139-144.(in Chinese))

[11]邓伟.JAFMAS的船舶交通流模拟[D].大连:大连海事大学,2011.(DENG Wei.Simulation of vessel traffic flow based on JAFMAS[D].Dalian:Dalian Maritime University,2011.(in Chinese))

[12]朱顺应,朱凯,王丽铮.基于Arena的三峡枢纽运输系统仿真模型[J].水运工程,2011(2):40-44.(ZHU Shun-ying, ZHU Kai,WANG Li-zheng.A simulation model on Arena for the transportation system of the Three Gorges region[J].Port& Waterway Engineering,2011(2):40-44.(in Chinese))

[13]杨星,李键,陈巍博,等.内河船舶交通流建模与仿真研究[J].中国航海,2013,36(3):80-85.(YANG Xing,LI Jian, CHEN Wei-bo,et al.Modeling and simulation of inland ship traffic flow[J].Navigation of China,2013,36(3):80-85.(in Chinese))

[14]刘敬贤,文元桥.基于船舶行为特征的港口航道通过能力仿真[J].大连海事大学学报,2009,35(2):31-34.(LIU Jing-xian,WEN Yuan-qiao.Simulation of waterway transit capacity at harbor based on the ship behavior[J].Journal of Dalian Maritime University,2009,35(2):31-34.(in Chinese))

[15]杨神化,施朝健,关克平,等.基于MAS和SHS智能港口交通流模拟系统的开发与应用[J].系统仿真学报,2007,19 (2):289-293.(YANG Shen-hua,SHI Chao-jian,GUAN Ke-ping,et al.Intelligent simulation of traffic flow in port area with MAS and SHS[J].Journal of System Simulation,2007,19(2):289-293.(in Chinese))

[16]QU Xiao-bo,MENG Qiang.Development and applications of a simulation model for vessels in the Singapore Straits[J].Expert Systems with Applications,2012,39(9):8430-8438.

[17]BLOKUS-ROSZKOWSKA A,SMOLAREK L.Application of simulation methods for evaluating the sea waterways traffic organization[J].ISRN Applied Mathematics,2013(7):1-9.

[18]FENG Hong-xiang.Cellular Automata Ship Traffic Flow Model Considering Integrated Bridge System[J].International Journal of u-and e-Service,Science and Technology,2013,6(6):111-120.

[19]VANĚK O,JAKOB M,HRSTKA O,et al.Using multi-agent simulation to improve the security of maritime transit[C]∥International Workshop,MABS,2011.

[20]XIAO Fang-liang,LIGTERINGEN H,VAN GULIJK C,et al.Nautical traffic simulation with multi-agent system[C]∥International Workshop on Next Generation Nautical Traffic Models,2013.

[21]李子阳,马福恒,华伟南.多源信息融合诊断大坝安全监测资料合理性[J].水利水运工程学报,2013(1):41-46.(LI Zi-yang,MA Fu-heng,HUA Wei-nan.Diagnosis of dam safety monitoring data rationality based on multiple-source information fusion[J].Hydro-Science and Engineering,2013(1):41-46.(in Chinese))

[22]贺波.水上交通流生成模型及应用[D].大连:大连海事大学,2012.(HE Bo.Water traffic flow generation models and application[D].Dalian:Dalian Maritime University,2012.(in Chinese))

[23]张鸣鸣,施朝健.APF方法在船舶自动避碰中的应用[J].上海海事大学学报,2007,28(1):126-131.(ZHANG Mingming,SHI Chao-jian.Application of APF method in ship′s autonomous collision avoidance[J].2007,28(1):126-131.(in Chinese))

[24]KÖSE E,BASAR E,DEMIRCI E,et al.Simulation of marine traffic in Istanbul Strait[J].Simulation Modelling Practice and Theory,2003(11),597-608.

[25]SASSO D,BILES W E.An object-oriented programming approach for a gis data-driven simulation model of traffic on an inland waterway[C]∥Proceedings of the 2008 Winter Simulation Conference,2008.

[26]BILES W E,SASSO D,BILBREY J K.Integration of simulation and geographic information systems:modeling traffic flow in inland waterways[C]∥Proceedings of the Winter Simulation Conference,2004.

[27]MAVRAKIS D,KONTINAKIS N.A queuing model of maritime traffic in Bosporus Straits[J].Simulation Modelling Practice and Theory,2008,16:315-328.

[28]ULUSCU TUTUN O S.Performance modeling and risk analysis of transit vessel traffic in the Istanbul strait:studies on queues with multiple types of interruptions[D].New Jersey:The State University of New Jersey,2008.

[29]WILLEMS N.Visualization of vessel traffic[D].The Netherlands:Eindhoven University of Technology,2011.

Review of modeling and simulation of vessel traffic flow

XU Wu-xiong1,2,CHU Xiu-min1,LIU Xing-long1
(1.Engineering Research Center for Transportation Safety,Ministry of Education,Wuhan University of Technology, Wuhan 430063,China;2.The School of Electronic and Information Engineering,Hubei University of Science and Technology,Xianning 437100,China)

The vessel traffic flow is affected by many factors and it is difficult to describe it with an accurate mathematic model.So it is studied by means of simulation in order to analyze quantitatively or visually the behavior characteristics and laws of vessels and to evaluate the transit capacity of channels,navigation risk,organization and management ability and so on.In this paper,a review is made on the modeling and simulation of the vessel traffic flow.Firstly the research status of simulating the vessel traffic flow is introduced;secondly its core content and process are refined;thirdly its modeling methods are discussed;fourthly its key technologies are analyzed;fifthly its main applications are summed up and finally its development trends are presented.Simulation modeling theory and method as well as implementation technology for the vessel traffic flow are not mature,and there are many problems to be solved.The domestic research lags behind that of foreign countries,therefore it is necessary to promote the relevant research to provide technical support to the development of a green,safe and efficient maritime traffic.

vessel traffic flow;modeling and simulation;Monte Carlo method;agent

U675;TP391.9

A

1009-640X(2014)06-0091-09

2014-05-12

国家自然科学基金资助项目(61273234,51479155);湖北省自然科学基金创新群体项目(2013CFA007);交通运输部信息化技术研究项目(2013-364-548-200)

徐武雄(1971-),男,湖北咸宁人,副教授,博士研究生,主要从事交通流仿真及可视化研究。E-mail:xwxiong@qq.com 通信作者:初秀民(E-mail:chuxm@whut.edu.cn)