基于交通信号控制的BRT系统效率研究

唐彬 钟映竑 谭天赞 陈丽 陈莹 邓振坤

摘 要：广州快速公交的运营需要设置合理的交通信号才能发挥出最大的效益。本文旨在寻求最合理的信号灯分配时间，从而降低快速公交车在交叉路口的等待时间，减少乘客的服务时间，提高车辆周转效率，提高顾客满意度。因此我们针对广州典型的BRT站点——石牌桥站，利用Arena软件，建立快速公交系统模型，进行优化实验，寻求最优解。实验结果表明，在高峰期绿灯时间在65秒左右，快速公交系统将达到最优化。

关键词：快速公交；信号灯；效率

基金项目：广东省大学生创新实验项目（1184510161）。

一、引言

由于机动车发展过快，导致能源紧缺、能源价格昂贵，城市交通日益拥堵，城市环境恶化，快速公交系统（Bus Rapid Transit，BRT）被国际公认为是解决城市交通问题以及建设低碳城市的有效手段之一。解决实际人口已超千万的超大城市的交通问题，BRT的效率无疑成为了最重要的因素之一。但是在引进和使用一个新交通系统的时候，经常发现新系统没有发挥很好的效果，往往需要结合城市的具体情况，不断完善改进该系统。

广州市于2010年3月在全国率先开通了BRT系统，经过1年多的运行，取得了良好的效果，有效缓解了中山大道的拥堵问题。自广州的BRT系统运行以来，发现了不少的问题，通过多方面的考察，我们发现交通信号（例如红绿灯等）对BRT系统的运作效率有着一定的影响。由于在城市道路中不可避免地会遇到各种各样信号控制的交叉路口，有数据表明，交叉口延误占公交整个行程时间的10％～20％，占整个延误时间的50％。不少学者提出，交叉路口BRT车辆的信号优先将是其快速、准点的可靠保障。本文的研究目的是通过对交通信号的控制，来优化BRT系统的效率，对改善广州市中山大道BRT的运行具有参考意义，也可为其它城市建设BRT系统提供借鉴。

BRT系统的效率问题涉及了多种不确定因素，而纳入不确定性的相关数学建模的复杂程度非常高，也难以在一个有效的计算时间内给出动态的响应方案。因此，针对BRT系统中随机变量多、关系复杂的特点，本文利用计算机仿真软件Arena来对BRT系统进行建模和仿真，取得了较好的效果。

本文针对以下问题展开研究：

（1）红绿灯周期的变化对车辆在BRT系统中总停留时间的影响；

（2）红绿灯周期的变化对系统内排队人数和排队等待时间的影响；

（3）是否存在一个最优的红绿灯周期，使得系统的效率有明显的改善。

二、系统建模

（一）关于BRT系统的假设

我们为了能够关注于红绿灯对BRT系统的影响，在建模过程中控制了某些变量的设定，以专注于重要变量。本系统的基本假设如下：

（1）子站数量设定。本研究重点考查的是广州BRT石牌桥站。石牌桥站为对开式3子站，而本研究只研究单侧S2站台。其中S2含有名为S2-1、S2-2、S2-3三个子站和一个缓冲区。

（2）行驶规则设定。缓冲区主要供车辆排队进站使用，如果包括缓冲区在内的所有站台都停满车辆，后面的车辆就要在超车道上等候，同时阻碍后来的车。等到缓冲区前的子站都空的时候，缓冲区内的车才能驶向S2-1，后来的车依次驶入S2-2、S2-3。

（3）系统边界问题。由于本研究着重研究的是红绿灯频率对BRT的运行效率的影响，所以不考虑红绿灯频率对其他社会车辆的影响。

（4）子站公交数量。S2中有6条线路，因此本研究也遵从实际情况，设立6条线路。

（5）进出站和停靠站台时间。公交车进站时间指公交车从进入其停靠子站的站台到停稳开门的时间，服务时间指开门到关门之间的时间，离站时间是指车辆关门到离开其停靠的站台的时间。

（6）路线频率设置。根据我们的调查，统计得到S2每条线路的累计到达频率，如表1所示：

（7）乘客候车。忽略乘客进出站时间和乘客其他属性，不考虑转站的情况，假设每个乘客只能搭一条线路去到目的地，没有互补路线。

（8）乘客目的地的假设。由于乘客目的地不是本研究重点，所以可简单假设与各线路车辆到站频率分布相同[3]。

（二）定义数据

根据我们在高峰期的实地调查和数据收集，利用Arena里自带数据分析软件Input Analyzer进行数据拟合，我们可以得到一些关键的数据信息和分布，并通过定义这些数据来进行系统建模。如表2所示：

（三） 逻辑模型

本研究根据在BRT实地考察，依照快速公交真实的运营情况、进站规律及乘客到站状况，作出逻辑分析。逻辑图如图1所示：

（四）Arena仿真模型

按照之前的系统逻辑分析，本系统利用可视化软件Arena实现建模，分别建立了4个系统模块，包括：红绿灯信号周期的控制系统、车辆的产生系统、乘客到达与离开的控制系统和车辆离开系统。另外，还有一个功能模块：子站服务，用于对车辆具体微观动作的控制。

以红绿灯时间之和为时间长度发放绿灯信号。在名为“设置绿灯信号”的assign模块中设置参数green light的值来决定是否释放车辆，模拟交通信号对车辆的影响。在车辆进站子系统中，定义车辆承载量、控制车辆产生、保持和释放车辆。名为“进入超车道”的access模块模拟车辆进入超车道，名为“驶入S2站台”的convey模块模拟车辆进入S2站台的过程。

子模块“S2站台”中设置车辆运行规则。车辆从超车道依次进入S2-3、S2-2、S2-1、缓冲区，其他在超车道上等待。直至S2-1、S2-2、S2-3都空闲的时，车辆才能从缓冲区的内路依次驶向S2-1、S2-2、S2-3。如果前一个站的车辆没离开，后面的车辆将受阻不能离开。

在“设定乘客路线”的模块中模拟乘客乘坐路线，接着乘客被“乘客候车”的hold模块保持着，表示等待车辆，直到离开信号接收后，乘客才离开。

三、 仿真结果分析

系统模型建立起来后，我们把模型运行500次，每次运行长度为8小时，时间单位为分钟。运行之后我们可以得到一份运行结果输出报告，对其进行分析可以得到下面的一些信息：

（一）实体总量

系统仿真中的实体数量平均值如表3所示。

表3表明8小时内S2的车辆数、乘客到达数，还有产生红绿灯周期的次数。模拟结果与实地调研的观测值基本一致 ，证明了本研究的模型设计、变量设置及相关概率分布都基本拟合了BRT站台的状况。

（二）关键指标（KPI）

我们选取乘客排队人数，乘客排队时间，还有车辆在BRT站台逗留的时间作为研究BRT站台运营绩效的关键指标。通过运行系统，我们可以得到BRT站台运营绩效关键指标的观测值，如表4所示，置信水平为α =0.01。

由表可知每分钟乘客平均等待时间接近9.5分钟，车辆的平均逗留时间为1.562分钟。比较最大队长发现，平均的等待人数较多，这些显示，高峰期乘客数量较大，这符合我们实际的生活经验。

（三）利用Process Analyzer分析器对KPI进行分析

Process Analyzer可以通过对控制变量和因变量分析，得出相关的结果数据。输入不同的控制变量去分析就输出不同的结果，供决策者做决策依据。在本模型中，我们以绿灯时间（Green Time）为控制变量，分析控制变量与排队人数、排队时间和汽车逗留时间三者的关系。为考虑极端的情况，我们将在一个红绿灯周期（140秒）里取出16个不同的具有代表性的观测点作为绿灯时间（Green Time）的取值，仿真重复运行80次，结果输出如表5。

我们通过结果计算得到绿灯时间与车辆在站内的逗留时间的回归方程为，Y=-0.0127X+1.6467，相关系数R=-0.96。因此，这两个参数之间成负相关关系。

另外，通过排队人数和排队时间的分析，绿灯时间设置在10秒时，这两个值最低，车站效率水平最高，而当绿灯时间设置在65秒时，系统里的平均排队人数和平均排队时间也比较小，接近最小值，如图4和图5所示。

从现实中考虑，将绿灯时间设置为10秒仅仅在理论上存在可能性，并不具有现实可行性。因此，红绿灯信号中绿灯时间的最优值应该选在65秒，此时平均排队时间为9.319分钟，平均排队人数为30.942人，车辆的平均逗留时间为1.524分钟。

四、结论

在Arena建模与数据分析的基础上，交通信号在BRT系统中起到的作用非常重要，对站台利用率、车辆利用率、乘客服务水平、道路畅通程度都有较大的影响。交通信号的长短要顾及人流量、车流量、站台容量、路况等因素。本仿真模型以石牌桥BRT站为例，分析得出交通信号时间与车流量和人流量的并非成简单的线性关系，绿灯时间越长，排队人数和排队时间并非越短，当红绿灯周期为140秒时，应将绿灯时间控制在65秒左右，才能使整个系统的效率达到最优。

单独分析每辆车在每个站台的逗留时间长短和排队人数以及排队时间，其变化都比较微小，但是从整个BRT系统上来看，每个站台上微小的变化将对整个BRT系统的整体效率带来重大影响。

在全局系统层面上，我们提出以下建议：

对于新建的BRT系统，应该尽量避免使用交通信号灯，或者通过改建隧道、人行天桥来减少交通信号对BRT系统效率的影响；

对已经存在的BRT系统中，在高峰期，当红绿灯周期为140秒时，绿灯的时间应该设置为65秒，可使BRT系统效率达到最优。

参考文献

[1]刘启强，李杰.快速公交(BRT)交叉路口信号优先车辆延误分析[C].2006 - 第三届中国·同舟交通论坛——公共交通与城市发展学术研讨会

[2]Herbert S.L.,Scoott R.,Eric B.TCRP report90:Bus Rapid Transit[R].Transportation Research Board. 2003

[3]陈刚.现代城市物流问题仿真研究[M].中山大学出版社.2010年第1版，第34页

作者简介：

唐彬（1989.6-），男；谭天赞（1989.10-），男；陈丽（1989.10-），女；陈莹（1989.3-），女；邓振坤（1989.3-），男，均为管理科学专业本科生；钟映竑（1970.11-），男，博士，副教授，研究方向为管理科学与工程。