计算机仿真交通蝴蝶效应分析

１蝴蝶效应

根据英国学者的研究成果，道路交通系统可能存在蝴蝶效应。个别驾驶员的简单细微行为在一定条件下可能会被传递、放大，从而引发严重的交通拥堵。蝴蝶效应是混沌学理论中的一个概念，是复杂系统混沌特性的典型案例。由于复杂系统内部诸多非线性因素的交叉耦合作用，输入端微小的差别随着不断推移，可能会在输出端产生差异巨大的结果。其最形象的比喻是：一只南美洲亚马逊河流域热带雨林中的蝴蝶偶尔扇动几下翅膀，可能两周后在美国德克萨斯引起一场龙卷风。其根本原因就是气象系统的复杂性：蝴蝶翅膀的扇动，导致其身边的空气系统发生变化，并产生微弱的气流，而微弱气流的产生又会引起四周空气或其他系统产生相应的变化，由此引起一个连锁反应，最终导致其他系统的极大变化［６］。蝴蝶效应最早是美国麻省理工学院气象学家罗伦兹发现并提出的。为了预报天气，他用计算机求解仿真地球大气的１３个方程式。在一次实验中，为了更细致地考察结果，他将一个中间解由０．５０６提高到０．５０６１２７。结果这万分之一的微小差异却导致了截然不同的结果，２条曲线的相似性完全消失了。由此发现，罗伦兹提出了复杂的非线性系统“对初始值的极端不稳定性”的特性，这一特性完全违背了人们认识的常理。相近的初值带入确定的方程，结果也应该是相近的，怎么会出现大大偏离，甚至截然不同的结果呢！但是这个发现却为人们认识和分析复杂系统提出了全新的思想［６］。蝴蝶效应说明，事物发展的结果，对初始条件具有极为敏感的依赖性，初始条件的极小变化，将会引起结果的巨大差异。蝴蝶效应的现象横跨各个专业，渗透各个领域。例如亚洲发生的金融危机，美国曾经发生的股市风暴，以及太平洋出现的厄尔尼诺现象等都是典型的蝴蝶效应的实例。蝴蝶效应给人们的启示就是事物彼此之间都有联系，管理、规划既要着眼全局，也要防微杜渐，细节决定成败往往有其特殊的重要意义。道路交通系统是典型的复杂系统，其间是否也存在着蝴蝶效应，蝴蝶效应对交通拥堵的影响到底有多大，这些问题虽然已经初步发现和提出，但是还缺乏深入的分析研究，特别是缺乏定量化的分析。而由于道路交通系统的复杂性，很难抽象出不同主体、不同因素之间的数量关系。特别是由于蝴蝶效应的非线性特征，应用传统建模方法构建数学模型更为困难。而应用计算机仿真技术建模能较好地解决这些矛盾，可以通过计算机仿真模型的实验结果深入分析道路交通系统中蝴蝶效应的起因、条件以及不同影响，从而为城市交通管理提出新的管理思路。

２交通仿真模型设计

本模型在基于多主体的仿真平台ＮｅｔＬｏｇｏ上实现。ＮｅｔＬｏｇｏ由美国西北大学连接学习与计算机建模中心（ＣｅｎｔｅｒｆｏｒＣｏｎｎｅｃｔｅｄＬｅａｒｎｉｎｇａｎｄＣｏｍｐｕｔｅｒ－ＢａｓｅｄＭｏｄｅｌｉｎｇ）开发，目的是为科学研究和教育提供易用且强大的计算机辅助工具。ＮｅｔＬｏｇｏ是一个多主体建模仿真集成环境，完全用Ｊａｖａ编程实现，可以在不同的平台上运行，特别适合对随时间演化的复杂系统进行建模仿真［７］。

２．１主体设计应用

ＮｅｔＬｏｇｏ建模时，整个模型的可视化界面被称为Ｗｏｒｌｄ。Ｗｏｒｌｄ由静态主体ｐａｔｃｈ和动态主体ｔｕｒｔｌｅ组成［８］。交通仿真模型中的道路环境主要通过静态主体ｐａｔｃｈ设置［９］。为了更好地对比不同驾驶员行为对道路交通拥堵情况的影响，在实验模型中搭建了实验组和对照组２条道路，设置２条道路的各种初始条件完全相同。通过设置和调整实验组驾驶员行为的不同参数，将模型仿真结果和对照组进行比较。由此设计模型的整个Ｗｏｒｌｄ由２０×２００个ｐａｔｃｈ组成，其纵坐标为［－１０，１０］，横坐标为［－１００，１００］。并在纵坐标为［－５，－３］和［３，５］处设置实验组和对照组２条道路。每条道路参照常见实际道路分为３条车道，分别表示超车道、快车道和慢车道。由于模型中设计的车辆大小与ｐａｔｃｈ大小比例为１∶１，在参考实际车长的情况下，模型中每辆车的车长为４．５ｍ，所以模型仿真的道路全长为９００ｍ。该模型中动态主体为车辆［９］。为了分别模拟道路不同程度的拥堵境况，使用滑动条组件控制道路上车辆初始数量。为了保证实验组和对照组实验条件相同，２条道路除了初始车辆数目相同，初始位置也完全一样。为了考察不同驾驶员行为的影响，模型中将有紧急刹车行为的车辆用红车表示，将有随意变道行为的车辆用绿色表示，一般车辆用蓝色表示。并可以通过相应的滑动条组件控制红色和绿色车辆的数目或比例。

２．２主体属性行为设计

主体的属性行为设计是基于多主体仿真模型设计的最关键步骤。应根据研究的内容、要素合理取舍，对于与研究内容密切相关的行为要尽可能细致描述，同时还要注意与实际系统尽量一致。本模型只有一种动态主体———车辆。其中比较重要的属性包括车辆的行驶速度和驾驶员的忍耐度。前者包括车辆的当前速度、最低速度和最高速度。后者则和驾驶员的技术熟练程度、性别、年龄以及性格等有关，另一方面也与前车速度、前车减速导致的自身减速等行为有关。此外还有车辆大小、当前车道、所属组别以及用于统计通行速率的有关属性。动态主体的行为设计相对属性设计更为复杂和重要。本模型中车辆的行为大致可分为：（１）行驶。车辆每次前进时都应先判断前方近距离是否有车，如果有车，则减速，然后按前车速度行驶。如果没车，在本车道允许的车速下加速行驶。（２）变速。当道路拥堵或出现其他意外情况时，需要根据前车的刹车行为刹车或减速。当道路通畅或有其他原因时，可以加速至最大限速后匀速行驶。（３）变道。当对前车的忍耐度达到极限时，车辆选择变道超越。变道时需要判断相邻车道的车辆情况，并优先变换到较快车道。如果满足变道条件，则变道，并将忍耐度清零；如果不满足变道条件，则按原车道行驶，同时忍耐度继续增加。为了考察分析不同驾驶员行为的影响，定义了特殊车辆的特殊行为：（１）紧急刹车。该行为主要模拟驾驶技术不熟练的驾驶员（红色车辆）。当前方有车时（可能是安全距离）刹车过死，且起步较慢。（２）频繁变道。该行为主要模拟不良驾驶习惯的驾驶员（绿色车辆）。忍耐度很低，只要相邻车道允许就变道超车，而不顾是否影响相邻车道后方车辆正常行驶。

２．３仿真实验

在ＮｅｔＬｏｇｏ仿真平台上可以方便地设置和调整模型中的有关参数，直观地查看模型运行的结果［８］。还可以将模型运行过程中的有关统计量以图表的形式显示，或将有关仿真结果导出到专门的统计软件中进行分析［１０］。本模型分别测试了道路较为畅通（初始车辆１５０）和较为拥堵（初始车辆３５０）时，驾驶技术不熟练的驾驶员占２％的情况下车辆的平均速度，分别如图２和图３所示。由图２、图３可以看出，当道路通畅时２条曲线基本重合，少量驾驶技术不熟练的驾驶员影响不大；进一步调整有关参数，实验结果表明在道路通畅的情况下，驾驶技术不熟练的驾驶员的比例在２０％以下都不会有明显影响。但是当道路较为拥堵时，即使只有２％的驾驶技术不熟练的驾驶员，实验组的曲线波动十分明显，有时甚至出现幅度较大的下降，说明在交通接近饱和的条件下，个别驾驶员的行为有可能会对整个道路产生明显的影响。本模型也测试了道路较为畅通（初始车辆１５０）和较为拥堵（初始车辆３５０）时，具有频繁变道行为的驾驶员占２％的情况下车辆的平均速度。当道路通畅时２条曲线基本重合，少量的频繁变道的驾驶员对交通影响不大。但是当道路较为拥堵时，即使只有很少量的驾驶员频繁变道，也会对整个道路产生巨大的影响。在以上初步仿真分析的基础上，还可以进一步调整有关模拟参数的设置，或者进一步细化驾驶员的行为，深入分析不同个体行为和交通拥堵的相关关系。

３结束语

以上模型运行结果充分说明，当交通趋近于饱和时，少数不良驾驶行为的存在确实会对道路交通带来巨大的影响。虽然仅仅是个别驾驶员的细微动作，但是会随着其影响的传递、放大，可能会引发一场“交通海啸”。另一方面，也说明计算机仿真模型是研究交通系统的有效工具，可以为管理者分析管理复杂的交通系统搭建一个方便的平台。实际上，城市的道路交通主要存在２个矛盾：一是道路基础设施建设与城市发展需求之间的矛盾，另一个是市民的交通守法意识与现代化都市之间的矛盾，两者分别被称为“硬件矛盾”和“软件矛盾”。而不良驾驶行为恰恰是交通拥堵的另一个“元凶”。如果广大民众不能提高交通意识和道德修养，培养规范良好的驾驶行为，再宽阔的马路，再健全的交通法规，也解不开交通拥堵的死结。无论是什么复杂系统，一个坏的微小的机制，如果不加以及时的引导、调节，有可能会给系统带来非常大的危害，成为“龙卷风”；而一个好的微小的机制，只要正确引导，经过一段时间的努力，同样可能产生轰动效应，而成为一场“革命”。