【摘要】：交通檢測(cè)器對(duì)于交通管理部門的意義重大.本文在原有經(jīng)典確定性交通檢測(cè)器布設(shè)優(yōu)化模型的基礎(chǔ)之上,考慮了不確定的檢測(cè)器故障因素,建立了新的兩階段交通檢測(cè)器隨機(jī)布設(shè)優(yōu)化模型模型在經(jīng)典的Sioux-Falls網(wǎng)絡(luò)上進(jìn)行了實(shí)驗(yàn),求解結(jié)果表明,考慮故障因素對(duì)交通檢測(cè)器布設(shè)模式有很大改進(jìn).研究結(jié)果對(duì)交通管理部門決策有實(shí)踐意義.
【圖文】：

隨機(jī)性模型最優(yōu)解更穩(wěn)定，，能保證在大多數(shù)故障情況下覆蓋穩(wěn)定的交通流量，而確定性模型最優(yōu)解更激進(jìn)，更傾向于獲得在無(wú)故障條件下的最大覆蓋流量.3.2不同預(yù)算約束的情況0.8-^70"0? 僔. 0_0.7- 0。寫60- 。|? |■o°-?- o-in50“ 。* ■.想0.5_ O _40_ O歐 _o ‘ °0.4- 踩30- oo0.3-° 20-O‘I‘I‘I‘I‘I‘I‘I‘I‘I 1 1 1 1 1 ‘ 1 ■ 1 1 1 1 1 1 1 1 1 1 178910111213141516 78910111213141516檢測(cè)器數(shù)量 檢測(cè)器數(shù)_量圖3檢n,器數(shù)量與覆蓋所有OD對(duì)概率之間的關(guān)系 圖4檢測(cè)器數(shù)量與期望覆蓋流量之間的關(guān)系圖3和圖4顯示了不同的檢測(cè)器數(shù)量與流量覆蓋之間的關(guān)系.其中，覆蓋所有OD對(duì)的概率是指在最優(yōu)解的所有故障情景中覆蓋所有OD對(duì)的情景數(shù)量占總情景數(shù)量的比例.從圖3和圖4中可以看出，覆蓋所有OD對(duì)的概率和期望覆蓋流量都隨著檢測(cè)器數(shù)量的增加而增加.當(dāng)檢測(cè)器數(shù)量從8個(gè)增加到15個(gè)的時(shí)候，所有故障情景下覆蓋所有OD對(duì)的概率從31%增加到79%(如圖3所示)，期望覆蓋流量從64877增加到222762,即期望覆蓋流量占總流量的比例從20%增加到69%(如圖4所示).3.3不同檢測(cè)器故障概率的情況本組實(shí)驗(yàn)在檢測(cè)器數(shù)量為12的情況下進(jìn)行.圖5顯示了不同的檢測(cè)器故障概率對(duì)于期望覆蓋流量的影響，此時(shí)假定所有檢測(cè)器的質(zhì)量情況一致即發(fā)生故障的概率一樣.當(dāng)所有檢測(cè)器的故障概率由0.1增加到0.55時(shí)，期望覆蓋流量占總流量的比例從72.6%迅速減少到3.6%.一個(gè)值得注意的現(xiàn)象是:當(dāng)檢測(cè)器故障概率為0.1且檢測(cè)器數(shù)量為12時(shí)，期望覆蓋流量是233959.07,而當(dāng)故障概率為0.2且檢測(cè)器數(shù)量為15時(shí)，其最優(yōu)解的期望覆蓋流量是222762.由此可以看出，在實(shí)踐中，提高檢測(cè)器的質(zhì)量比安裝

第4期 朱寧，等：考慮故障因素的交通檢測(cè)器布設(shè)優(yōu)化問(wèn)題研究 1001量為12時(shí)，獲得的最優(yōu)檢測(cè)器位置安裝模式為：80「70-geo- oM50- o?4140“ o_■目30-°挪20-Wo10- oQ.?0 i i i i i i i i i i 0.050.10.150.20.250.30.350.40.450.50.55檢測(cè)器故障概率圖5不同檢測(cè)器故障概率與期望覆蓋流量之間的關(guān)系3.5檢測(cè)器位置模式和交通網(wǎng)絡(luò)參數(shù)的關(guān)系本小節(jié)使用統(tǒng)計(jì)分析方法，根據(jù)不同實(shí)驗(yàn)條件下獲得的最優(yōu)檢測(cè)器位置模式來(lái)分析最優(yōu)位置模式與其他交通網(wǎng)絡(luò)參數(shù)的關(guān)系.候選的交通網(wǎng)絡(luò)參數(shù)包括:道路的度.道路的交通流量和經(jīng)過(guò)某一道路的路徑數(shù)量.其中道路的度是指與某一道路相鄰的道路的數(shù)量，例如道路1的度是5(如圖1所示).這些參數(shù)反映了交通網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以及交通需求的基本信息.由于是否在道路上安裝檢測(cè)器是一個(gè)0-1變量,本文使用Logistic回歸來(lái)進(jìn)行分析.我們分析了3.4小節(jié)和檢測(cè)器數(shù)量為8到15時(shí)的最優(yōu)位置模式結(jié)果.對(duì)所有9種實(shí)驗(yàn)的結(jié)果分別進(jìn)行Logistic回歸分析,結(jié)果如表3所示. 表3Logistic回歸分析結(jié)果 模型 重要因素 檢測(cè)器數(shù)量為8 道路流量（估計(jì)參數(shù)：7.22E-5,置信度：0.06)檢測(cè)器數(shù)量為9 道路流量（估計(jì)參數(shù)：1.2E-4,置信度：0.01)檢測(cè)器數(shù)量為10 道路流量（估計(jì)參數(shù)：8.86E-5,置信度：0.01)檢測(cè)器數(shù)R

本文編號(hào)：2583241