基于正交试验的道路交叉口仿真分析及优化

蒲超伦

(重庆文理学院， 重庆市 402160)

随着城市经济的快速发展，机动车量不断增加，交通压力日益凸显。而城市道路交叉口作为城市路网中的连接枢纽，在多个方向有交通流入，交通拥堵，冲突点多，容易造成交通拥堵甚至事故，据有关统计，车辆在城市中心行驶时，约有1/3的时间浪费在道路交叉口，因此，城市道路交叉口的设计研究对中国城市交通的长远发展具有十分重要的意义，很大程度上能够避免交通隐患的发生。姚佼等采用正交试验的方法对过饱和交通状态进行了分析，通过方差分析的F检验，得出场景特性、大车比例以及交叉口间距对过饱和交通状态的影响最为显著；陈昊等基于VISSIM仿真软件，建立了高速公路路段上的交通事故模型，对比分析了不同交通输入量及大小车比例对车辆延误及平均排队长度随时间的变化规律的影响；张开盛等通过上海市沪闵路-剑川路的实地调研，采用正交试验及仿真技术，提出了交叉口设计流程的规范化，提高道路交叉口优化设计的效率。该文以重庆市大学城西路-大学城南路信控交叉口为研究对象，分析该交叉口的若干影响因素，建立车道设置、渠化及信号控制的三因素四水平正交试验表，并结合微观仿真软件VISSIM进行仿真优化，以道路交叉口的延误最小为优化目标，得到最优方案。

1 道路交叉口数据采集

图1为重庆市大学城西路-大学城南路道路交叉口整体布局图，其交通承载量较大，交叉口周边有重庆大学、小学、产业园区、重庆绕城高速、松园等多个居民区，早晚高峰期人车流量大、重型车比重高，极易造成交通堵塞，对该交叉口进行设计优化能够减缓交通压力，更加地便民利民。表1为交叉口早高峰时间(07：30～08：30)采集车流量数据。在统计过程中发现，交叉口南进口道及东进口道的延误为22.5 s及38.6 s。该数据将作为VISSIM仿真模型的校准标准以及交叉口的通行能力的评判指标。

图1 大学城西路与大学城南路交叉口整体布局(单位：m)

2 基于VISSIM的仿真建模

利用VISSIM仿真软件对大学城西路与大学城南路道路交叉口现状进行仿真模拟，按实际情况设置车道数、车道宽度，采用表1的车流量以及重车比，信号参数(各信号组红、黄、绿灯的结束时间)等。

由于初步建立的VISSIM仿真模型得到的车辆延误结果与现实采集的数据会存在不可避免的偏差，必须进行模型的校准以得到较为接近实际的仿真。该文将司机的驾驶行为作为可控的变量进行模型修正，将前方的可见车辆数、安全停车距离、安全距离附加因子、安全距离倍数因子、车头时距最小值以及等待换道消失时间6个因素作为修正参数进行正交试验，分别取5个水平，如表2所示。正交试验表及试验结果如表3所示，将模拟结果值与统计值的差值作为优化目标，结果可知，当前方的可见车辆数为1辆、安全停车距离为1.5 m、安全距离附加因子为1、安全距离倍数因子为2、车头时距min为1.5 m以及等待换道消失时间为65 s时，模拟结果最接近实际，南进口及东进口的延误分别为21.6 s以及39.4 s，在误差范围内。

表1 车流量及重车比

3 优化方案正交试验设计

3.1 车道设置优化

从表1可知：西进口道左转车流量为387 pcu/h，而从式(1)计算得知其通行能力的饱和值为402 pcu/h，压力极大，因此将邻边的进口道设置为可变车道，在左转相位时为进口道，而在其他相位时为出道。

表2 参数设置

表3 正交试验结果

Cp=n·Cb·yl·yc·yr

(1)

式中：Cp为实际通行能力；n为车道数；Cb为理论通行能力；yl、yc、yr为折减系数。

3.2 渠化优化

为了减小南进口以及东进口的延误，在南进口以及东进口设置直行待行区，长度20 m。北进口右转车辆达到423 pcu/h，压力较大，尝试进行右转渠化。

3.3 交通信号优化

交通信号的协调性及配时是基于道路车道以及渠化进行设置的，因此必须将以上方案组合结合Synchro软件分别进行试验优化。

3.4 正交试验设计

将上述4种优化方案西进口道的可变车道、南进口道直行待行区、东进口道直行待行区以及北进口道右转渠化分别记为A、B、C、D，由于各方案之间相互作用会对交通通行产生额外的影响，因此考虑其两两交互作用，共有10种因素(A、AB、AC、AD、B、BC、BD、C、CD、D)，每个因素设置2个水平，分别为“不设置”、“设置”，记为0、1。建立的10因素2水平优化方案正交试验表如表4所示。

表4 正交试验表及试验结果

4 正交试验结果分析

基于VISSIM仿真模拟结果见表4。由表4可知：试验8的模拟结果延误量最小为37.23 s，试验9平均排队长度最短，为18.54 m，试验10停车次数最小为0.74次。由于最优方案并不一定在模拟试验表中，因此需要进行进一步分析，以交叉口的延误为例进行极差分析及方差分析。

4.1 极差分析

极差分析能够较为直观地反映各试验因素对结果的重要程度。极差的数值越大代表对模拟结果的影响程度越大。极差分析如表5所示。由表5可知：对延误影响程度大小依次为CD、BC、A、D、AD、B、AC、C、AB、BD。

表5 延误极差分析

4.2 方差分析

极差分析无法估计试验误差的大小，存在一定的缺陷，而方差分析很好地弥补了这一缺陷，并且能剖析各影响因素之间的交互作用，同时也能体现各因素对延误的影响力大小，以验证极差分析的正确性，是正交试验不可缺少的一部分。交叉口延误方差分析结果如表6所示，F比数值越大，表明对延误的影响力越大。

由表6可知：CD、BC、A、D、AD对延误影响显著，其结果与极差分析一致。以因素在某一水平下的方案延误最小化为最优，得出最优方案为A1B1C0D0，即试验8。设置西进口道的可变车道，设置南进口道直行待行区。由于各方案的平均排队长度以及停车次数与延误相比相差较小，因此选择试验8方案更为恰当。设置西进口可变车道后，西进口左转延误从76 s下降到45 s，明显减小了交通压力。

4.3 最优方案

从以上分析得出最优方案为A1B1C0D0，即将西进口道邻边车道设置为可变车道，南进口道设置直行待行区。具体方案如图2所示。信号配时采用NEMA相位，信号周期为150 s，黄灯时间3 s，全红时间2 s，北直45 s、南直45 s，北左28 s，南左28 s，东直35 s，西直35 s，东左28 s，西左28 s。

表6 延误方差分析

5 结论

以交叉口延误最小为优化目标，采用VISSIM软件进行微观仿真，通过极差分析及方差分析选取最优方案，最优方案为A1B1C0D0，设置西进口可变车道、东进口道直行待行区。结果表明：基于正交试验结合模拟仿真对道路交叉口优化是可行的，对交通管理部门的治理工作具有一定的指导作用。

图2 最终优化方案(单位：m)