基于延误敏感性的内河船舶交通拥堵状态识别方法研究

陈沿伊，黄　璨

（武汉理工大学　交通学院，湖北　武汉　430063）



基于延误敏感性的内河船舶交通拥堵状态识别方法研究

陈沿伊，黄璨

（武汉理工大学交通学院，湖北武汉430063）

内河水运在综合交通运输系统中的作用越来越突出，但随着船舶流量的增大，船闸通过能力的饱和，恶劣气候的频发，内河发生大面积船舶滞留的情况越来越频繁。借鉴国内外学者关于道路交通拥堵识别方法的研究，结合内河船舶交通流特点，运用模糊数学理论，提出了基于不同类型船舶延误敏感性的内河船舶交通拥堵识别模型；在对长江中游地区的航运参与者进行相关调研的基础上，以荆江河段为例运用计算机仿真对拥堵识别模型进行了实验研究，分析不同条件下的船舶拥堵状态变化情况，结论显示船舶拥堵状态与禁航时间和船型比例均相关。

延误敏感性；内河船舶；拥堵状态识别；船舶交通流仿真

1　引言

近年来，国家对内河水运特别是长江在综合交通运输体系中的地位越来越重视。但随着内河船舶流量的增大、三峡等船闸通过能力的饱和，以及沿江沿河气候的恶化，长江等内河发生大面积拥堵的情况越来越频繁。2011年11月18日凌晨，受大雾影响，京杭运河扬州段全线停航，造成1 200多艘船舶停泊待航；2013年3月，由于三峡北线船闸检修，三峡河段上、下游锚地共有600余艘船舶待闸，另有大量船舶滞留在重庆巫山以上无法出港；2014年7月，江苏省三河船闸发生大规模的船舶拥堵，约500艘运沙船堵塞在三河船闸，船舶无法通行；2016年春节前夕，由于枯水期航道水位低、船闸通过能力不足等原因，淮河最大支流沙颍河颍上段滞留了近千艘船舶，均造成了较大的经济损失。

以往对于交通拥堵的研究主要集中在道路交通领域，如路段拥堵识别［1］、交叉口拥堵识别［2］、拥堵对策［3］等，对内河船舶交通拥堵的关注较少，且基本沿用道路交通拥堵的思路和方法，不利于准确的判断船舶交通拥堵的实际情况，并采取有针对性的对策来疏导滞留船舶。参照国内外学者关于道路交通拥堵识别方法的研究，结合内河船舶交通特点，本文提出了基于不同类型船舶时间敏感性的内河船舶交通拥堵识别方法，并运用仿真试验验证方法的有效性。

2　基于延误敏感性的内河船型分类

船舶交通拥堵对每个货种及船型的影响是不一样的，故不同货类对于延误的要求是不同。但如果按照货类来划分种类较多，且实际中很难确切得到有关货物的信息，故在此主要根据延误敏感性对不同货类对应的运输船型进行分类。

2.1分类标准

（1）延误敏感性影响因素。影响船舶延误敏感性的因素主要有运输对象的价值、运输对象的时效性、运输对象的危险程度等三个因素，具体如下：

运输对象价值：可用运输对象单位重量或体积的货币价值来衡量。运输对象价值越高，延误时间越长，则资金的时间价值损失越大。

运输对象时效性：主要指时间的增加对运输对象的影响程度。时效性高的货物随着延误时间的延长，其价值损失越来越大。

运输对象危险程度：主要是指运输对象在运输过程中可能对人或环境造成不良影响的可能性和危害大小。故运输对象的危险程度越大，延误的时间越长，其运输风险越大。

（2）分类变量分析。根据上述影响因素，选取货币价值、运输时效性、运输风险等3个变量来度量不同船舶对延误时间的敏感性，具体见表1。

表1　分类变量及赋值

2.2内河主要船型及分类

（1）内河主要船型及对应货类。目前，长江等内河上主要的船型及对应的货类如下［4］：

①集装箱船：主要装载服装、汽车零件、机电产品、医药、书籍等适箱货物。

②干散货船：主要装载煤炭、金属矿石、非金属矿石、矿建材料等大宗货物。

③液体散货船：主要装载石油、天然气及其制品。

④件杂货船：主要装载木材、日用百货等袋装、箱装和桶装的普通货物。

⑤滚装船：主要装载商品车、农用机械等货物。

⑥客运船舶：运输对象主要是人员。

（2）船舶分类变量赋值。根据以上内河船舶的运输对象的特点，对分类变量进行赋值，具体见表2。

表2　船舶分类变量赋值

（3）基于延误敏感性的内河船型聚类分析。为了确定船舶分类阈值和分类种类，运用SPSS软件对系统聚类，如图1所示。

图1　6种主要船型聚类分布图

由图1可知，可根据阈值来调节船舶分类的数目，本文选择阈值λ=20的船舶分类结果，将内河船型分为两类，具体见表3。

表3　基于延误敏感性的内河船舶类型划分结果

3　内河船舶交通拥堵状态识别模型构建

3.1评语集的建立

根据船舶延误程度，将内河船舶交通拥堵的运行状态主要分为三类：畅通、拥堵和严重拥堵［5］，即T=｛T1，T2，T3｝，T1代表畅通状态，T2代表拥堵状态，T3代表着严重拥堵状态。而且是根据等待时间以及综合判断来划分的。所以可以对内河船舶交通拥堵状态评语集进行描述具体见表4。

表4　内河船舶交通拥堵评语集描述

3.2评判因素的确定

根据以上分析，将船舶平均延误时间作为评判因素。为研究平均延误时间对内河船舶拥堵的影响程度，以长江为例，对长江上船长或船东及海事管理人员进行了调查，对船长或船东调查共涉及6种船型，每种船舶发出10份调查问卷，共计60份，回收55份；海事管理人员调查发出问卷10份，回收10份。

（1）船长或船东调查问卷分析。经过对调查问卷统计和分析，船东或船长认为船舶处于畅通状态下、一般拥堵状态下、严重拥堵状态下的平均延误标准见表5-表7。

当经过的点数为5时，可以根据经过点数为4的每一种情况进行延伸，每种情况均可以延伸出若干种经过点数为5的情况。当点数大于5的时候亦然，一一列出可能的情况并做出代表密码情况的树状图，最后统一讨论。

表5　畅通状态下的延误时间标准统计表

表6　一般拥堵状态下的延误时间标准统计表

表7　严重拥堵状态下的等待时间标准统计表

（2）海事管理人员调查问卷分析。海事管理人员对船舶处于畅通状态下、一般拥堵状态下、严重拥堵状态下的平均延误时间标准见表8。

表8　海事管理人员标准统计表

从表5-表7可以看出，集装箱船和客运船舶对等待时间的要求较高，而干散货、液体散货、件杂货、滚装船对等待时间要求相对较低，调查结果与船型分类结果一致。故将内河船舶分为延误敏感性船舶（A类）和延误迟钝型船舶（B类）两类。

（3）拥堵判断标准分析。根据调查结果，对A、B两类船舶的拥堵标准统计，见表9-表11。

表9　两类船舶在畅通状态下的延误时间

表10　两类船舶在一般拥堵状态下的延误时间

表11　两类船舶在严重拥堵状态下的延误时间

由上述统计数据和分析，可得出不同类型船舶不同拥堵程度下的延误时间标准，具体见表12。

表12　不同类型船舶拥堵程度评价标准表（单位：h）

3.3建立评判因素的隶属函数

（1）A类船舶的隶属函数。根据不同类型船舶拥堵程度评价标准，以平均延误时间构造A类船舶隶属函数，具体见式（1）-式（3），隶属函数图像如图2所示。

畅通状态：

一般拥堵状态：

图2　A类船舶的隶属函数

因此关于A类船舶的延误时间T的模糊关系矩阵RA=［U11（t）U12（t）U13（t）］，代表着船舶延误时间在畅通、拥堵、严重拥堵等不同状态下的隶属度。

（2）B类船舶的隶属函数。根据不同类型船舶拥堵程度评价标准，以平均延误时间构造A类船舶隶属函数，具体见式（4）-式（6），隶属函数图像如图3所示。

畅通状态：

一般拥堵状态：

严重拥堵状态：

图3　B类船舶的隶属函数

因此关于B类船舶的等待时间T的模糊关系矩阵RB=［U21（t）U22（t）U23（t）］，代表着船舶延误时间在畅通、拥堵、严重拥堵等不同状态下的隶属度。

3.4模糊推断结果

由A和B在各种交通状态下的隶属函数，可以建立模糊关系矩阵R：

式（7）中，ri1代表延误时间对交通畅通状态的隶属度，ri2代表的是延误时间对交通一般拥堵状态的隶属度，ri3代表延误时间对交通严重拥堵状态的隶属度。而r1j代表对延误敏感性船舶（A类）的隶属度，r2j代表延误迟钝性船舶（B类）的隶属度。

可根据两类船舶数量确定权重向量A，计算得到综合隶属度向量，见式（8）。

采用最大隶属度法确定模糊综合评判的结果，即选取b1，b2，b3中最大的一个值（max（bi），i=1，2，3）所对应的交通状态作为该航段拥堵程度评判结果。

4　模型应用

4.1算例描述

以长江荆江航道为例，建立双向航道船舶交通流仿真模型［6］，具体如图4所示。据统计，长江荆江航道船舶到达规律符合泊松分布，取λ=7.82［7］。假设A、B类船舶比例分别为20%和80%，某航段某天因为恶劣天气从零点开始实施全面禁航，禁航时间为3h，运行仿真模型并调整模型参数分析得到拥堵识别结果。

图4　双向航道船舶交通流仿真模型

4.2算例分析

（1）原始状态下拥堵状态识别

①平均等待时间。禁航3h，根据仿真运行结果，上行A类船舶平均延误时间为2.03h，B类1.85h，下行A类船舶平均延误时间为2.17h，B类1.96h。

②隶属度计算。由两类船舶的隶属函数可以得到：

将结果带入式（8），得：

③识别结果。根据最大隶属度法，可以得到上行和下行船舶此时处于畅通状态。

（2）不同禁航时间下拥堵状态识别。以上行船舶为例，假设禁航时间分别为3h、6h、9h、12h，A类和B类船舶平均延误时间变化如图5所示。

图5　不同禁航时间下上行船舶平均延误时间变化

不同禁航时间下上行船舶分别对应的拥堵状态见表13。

表13　不同禁航时间下分别对应的拥堵状态

（3）不同船型比例下拥堵状态识别。假设禁航6h，不同A、B类船型比例下分别对应的拥堵状态见表14。

表14　不同A、B类船型比例下分别对应的拥堵状态

5　结论

本文结合内河船舶交通特点，采用平均延误时间作为拥堵识别指标，并根据对该指标的敏感性将内河船舶划分为延误敏感性型和延误迟钝型两类，运用模糊评价理论对内河船舶交通拥堵状态进行识别，较好的反映了船长和船东的心理感受，可为海事部门根据不同的拥堵程度采取相应合理措施提供参考。但目前对于内河船舶的平均延误标准尚处于探索阶段，且本次调查的对象和范围有限，未来可结合心理学和经济学进行进一步论证。

［1］朱丹丹.基于模糊综合评判的城际道路拥堵状态识别方法研究［D］.长沙：中南大学，2013.［2］杨旭.过饱和状态下交叉口动态优化控制延误模型研究［D］.长春：吉林大学，2011.

［3］Hamilton A，Waterson B，Cherrett T，et al.The evolution of urban traffic control：changing policy and technology［J］.Transportation Planning and Technology，2013，36（1）：24-43.

［4］杨俊瑛.城市道路交通拥挤状态判别及预测研究［D］.成都：西南交通大学，2014.

［5］张笛.枯水期长江通航风险评价和预测方法研究［D］.武汉：武汉理工大学，2011.

［6］杨星，李建，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.

［7］谭志荣，严新平，刘亮，等.长江干线桥区船舶到达规律数学模型及检验［J］.交通信息与安全，2010，28（2）：70-73.

Study on Method for Inland River Vessel Traffic Congestion State Identification Based on Delay Sensitivity

Chen Yanyi，Huang Can
（School of Transportation， Wuhan University of Technology， Wuhan 430063， China）

Despite the continual development of the inland river transportation and its increasing significance in the comprehensivetraffic and transport system， large scale vessel retentions due to ship lock through constraint and bad weather conditions are more and morecommon. In this paper， by referring to the studies on roadway traffic congestion identification both at home and abroad， and in view of thecharacteristics of the inland river vessel traffic flow， we proposed an inland river vessel traffic congestion identification model based on thedifferent delay sensitivity of different vessel types； and then， through an investigation of the participants of the shipping industry surroundingthe middle reach of the Yangtze River， we applied the model established in an experiment on the Jiangjiang reach and studied the differenttypes of traffic congestion under different conditions.

delay sensitivity； inland river vessel； congestion state identification； vessel traffic flow simulation

U697

A

1005-152X（2016）08-0084-05

10.3969/j.issn.1005-152X.2016.08.022

2016-07-05

湖北省自然科学基金面上项目“长江中游船舶交通拥堵演化规律和控制策略研究”（2014CFB846）

陈沿伊（1984-），博士，武汉理工大学交通学院讲师，研究方向：交通运输系统规划、交通运输安全工程。