全国大学生交通科技大赛论文集7.doc
《全国大学生交通科技大赛论文集7.doc》由会员分享，可在线阅读，更多相关《全国大学生交通科技大赛论文集7.doc（13页珍藏版）》请在冰点文库上搜索。
基于Arena的客运站系统仿真建模
朱凯，陈绍辉，张灿，刘斌，林俊
（武汉理工大学交通学院，武汉，430063）
摘要：
本文采用面向对象的思想，基于Arena离散仿真平台对汽车客运站运营情况进行了仿真建模，使之成为进行分析、评价的决策辅助工具。
该系统目前可以用来研究汽车客运站运营效率、运营方案预测、分析客运站系统瓶径、服务效率、资源配备和员工工作强度等一系列问题。
该系统充分发挥了计算机仿真技术的优势，使用方法简便，运行结果可靠，能够较好的反映客运站在不同条件下的运营状况。
同时，该系统在运用计算机仿真技术进行场站建模方面有了一定的创新，为后继研究奠定了基础。
关键词：
Arena，系统仿真，建模，客运站
1．简介
1.1研究背景
汽车客运站是客运车辆和旅客集散的场所，是重要的社会公益设施，是使旅客和货物产生空间位移的起点和终点。
它与其他类型的客运枢纽一样，不仅是交通运输的重要枢纽，而且是城市精神文明和物质文明建设的窗口。
在旅客运输过程中，客运站始终起着组织、协调、指挥、服务的重要作用本文中如无特别指出，所提“客运站”一词均指汽车客运站
。
因此，重视公路汽车客运站的作用，加强公路汽车客运站的建设，切实解决汽车客运站建设中存在的问题，对实现交通运输的目的、促进公路运输事业的发展具有重要的意义。
目前，有很多方法对客运站规划进行相关研究，主要集中在站址选择、平面布局、设施、管理等方面。
然而由于整个客运站系统过于复杂，系统中存在大量随机事件，都直接影响系统中各个环节的运作，从而对整个系统的服务水平和成本等因素产生影响。
比如乘客到达客运站方式所呈现的高峰和平峰变化，乘客在售票窗口、检票口、信息咨询等环节的时间消耗，乘客提前抵达车站的时间，乘客在客运站系统中的移动时间等，往往受各种因素影响而呈现随机变化。
而经典的数学分析方法在处理这类问题的时候，由于受建模难度和计算可能性的限制，只能对现实进行大量抽象和简化，从而导致分析结果与实际偏差甚远。
这也使得客运站设计人员和管理人员在面对各种布局方案和管理方案的研究时，特别是涉及到其服务水平和效率方面的研究时，往往都只能做定性分析，而无法进行深入的定量分析。
因此需要采用一种新的研究方法，来对客运站中这类问题进行研究，从而辅助场站设计和管理人员进行科学决策。
1.2研究目的
计算机仿真技术的出现，为此类复杂系统的分析提供了一个有力武器。
随着计算机功能的不断强大和各种应用软件的开发使用，计算机仿真技术已经逐渐深入到交通、物流、管理、规划等各个领域并取得丰富成果。
如果可以将计算机仿真技术应用到客运站效率分析上，将客运站的平面布局方案、流线组织方案、各种资源的配备、各环节的服务时间、以及乘客的到达方式作为参数输入到一个仿真模型中，通过计算机仿真运算，求解系统中关心的各种指标值，从而为场站设计人员和管理人员提供决策参考依据，不仅能极大地提高工作效率，而且也可以避免大量调查工作，节省支出。
本次研究的目的之一，就是利用计算机仿真技术，开发出一套可以方便汽车客运站设计和管理人员进行方案预测、结果分析的计算机辅助设计/管理的工具软件，从而提高设计和管理人员的决策效率和科学性。
其次，也希望通过此次研究，了解和学习利用计算机仿真技术在场站建模方面的应用，从而为后继研究奠定基础。
2．利用系统仿真方法研究汽车客运站系统
2.1系统仿真方法的优点
系统仿真作为一种系统建模方法与工具有着诸多优点。
仿真模型不仅可以用于系统预测，而且有助于系统决策，特别是对规模较大、难以进行数学分析或物理试验的系统，应用系统仿真模型更能显示其优越性。
采用系统仿真的方法来研究客运站问题，其具体优势表现在以下几个主要方面：
（1） 应用仿真技术对客运站系统设计及参数进行广泛的测试，进而优化系统设计，节省人力、物力和财力。
客运站是一个复杂系统，其各个环节存在大量的设计参数或运行参数，这些参数不仅对其所在环节本身会产生影响，也可能会对整个客运站系统产生影响，参数间的相互关系十分复杂。
建立仿真模型，可以将这些参数作为系统的输入值，这样就可以利用模型的运行求解，分析各种不同参数的组合下，客运站系统的运行状况，在结果分析的基础上进行客运站系统的优化设计和管理。
（2） 仿真技术可以放大或者压缩时间，从而在短时间内分析客运站系统的长期运行状况，或者在长时间内细致考察客运站系统的瞬时状态变化。
一般用数学模型建模的方法进行方案求解，受到其建模难度的影响，往往只能就某特征点进行分析，而无法对系统整个运行周期进行综合分析，所得到的结论因而不全面，比如客运站系统运行一天或者一周甚至一个月的综合表现状况等。
而系统仿真可以充分运用计算机的强大功能，在短时间内展现客运站系统现实中需要长时间才能到达的结果。
而另外一方面，在某些特定点或特定时刻上，又可以展现其事件发生的细致过程。
这都可以快速和方便的使得设计和管理人员深入了解整个客运站系统。
（3） 有助于分析系统变量间的相互作用及对系统行为的影响程度。
客运站系统十分庞大及复杂，其系统变量之间的关系也十分复杂，有些甚至不易了解。
可以借助系统仿真建模，在运行过程中或其结果分析的基础上，来了解系统变量间的相互作用，以及其对系统行为的影响，从而进行科学的决策。
（4） 分析系统的瓶颈，克服系统的不利约束。
利用仿真模型的结果分析和其动画表现，可以快速的发现客运站系统中出现的瓶颈。
比如某检票口处的排队时间过长而影响发车准点率，或售票窗口的排队数量快速增加等。
进而采取直接或间接的方法（决策）去影响系统的参数输入，并再次运行仿真模型，以观察问题是否得到解决，或是可能会产生其他问题等。
（5） 可以定量地描述系统，与定性分析相互验证。
受到数学模型建立难度和求解难度的限制，类似客运站这种复杂系统无法很好的建立数学模型，所以采用传统的方法往往只能对其进行定性分析或简单的定量分析，而无法进行系统的、深入的定量分析。
系统仿真由于是对真实系统的抽象再现，其优势本身就决定了可以进行深入的定量分析。
再结合各方面的定性分析，就可以为客运站设计和管理者提供更加科学的制定决策的依据。
（6） 对系统进行因果分析，以便预测与控制系统；如第3点指出，再结合系统变量间分析的基础上，就可以确定和发现客运站系统各环节间的因果关系，从而为发现和寻找方案提供思路。
（7） 仿真过程中所提供的动画效果可以使系统研究人员和管理人员通过动态图像，直接观察系统的运行，找出系统设计中可能存在的缺陷和展示系统的有效性；
（8） 系统仿真还可以为岗位培训提供廉价、优良的环境而不干扰系统的正常运行。
基于以上系统仿真的优点，我们认为采用系统仿真来分析客运站效率方面的问题是比较合适的，也是可行的。
2.2面向对象的组件建模
根据前述提出的建模要求，我们采用了基于面向对象的思想以实现对模型的建立。
其基本思路是通过对客运站元素的总体分析，构建不同的功能组件（可称“积木”），然后利用构建的积木便可以方便的搭建所需要的模型了。
比如客运站系统中有广场、售票厅、售票窗口、安检口、检票口、候车区、咨询处、小件寄存处等元素，在全面分析其功能和相互关系的基础上，分别建立其各自的功能模块，也就是前面所说的“积木”。
在具体涉及到某一个客运站的仿真建模的时候，就将这个客运站所需要的积木和需要的数量（比如N个检票口）放到系统中去，就可以快速方便的搭建针对某个客运站需要的仿真建模了。
3．汽车客运站系统建模分析
3.1需要解决的问题
对于一个复杂的客运站系统，不是所有的问题都可以用仿真建模来解决。
即使有的可以用仿真建模进行求解，但是还有其他更简单或更快捷的方法可以使用，采用仿真建模反而效率不高。
在和学校老师以及客运站管理人员讨论之后，大家一致认为系统仿真主要侧重用以分析系统流程、布局、管理效能方面的问题。
比如乘客的排队等待时间，客运站各功能区的布局方式、客运站各功能区的参数设置、流线设计等，因此本次研究将侧重解决以下问题：
（1） 乘客在客运站内的平均/最长滞留时间是多少？
（2） 在既定的设定下，客运站可以在指定时间内发送多少乘客？
（3） 在既定的乘客到达模式下，客运站各功能区平均/最长排队等待时间，各排队队列的平均/最大排队数量是多少？
（4） 在既定的设定下，各功能区岗位上员工的利用率分别是多少?
（5） 在既定的设定下，广场、候车厅、售票厅的最高聚集人数分别是多少？
3.2系统边界
在开始进行系统仿真建模前，必须了解所研究客运站系统的边界是什么，哪些元素必须被包括在系统内部，而哪些元素可以被忽略。
其原则是保证这次研究所侧重解决的问题能够被回答以达到本次研究的目的，且在能够反映现实汽车客运站运行状况的前提下，尽量使模型简单。
在和教师以及客运站管理人员讨论后，认为客运站的主要功能是使得来到客运站的乘客快速地登上去往其目的地的车辆并离开客运站。
如果乘客带有既定的目的（出行或购票）进入客运站广场，我们认为其进入了设定的客运站系统，一旦乘客乘坐的车辆离开客运站，或是乘客完成购票经过广场离开，可认为乘客离开了客运站系统，因此本文定义客运站广场和车辆进出口为客运站仿真系统的边界。
在后继研究中，可能会由于研究范围的扩大（比如考虑客运站周边的换乘），其系统边界还可以做调整。
另外，考虑到这次研究的时间限制，初期的仿真模型不可能过于复杂，因此以下问题将不在本次研究考虑范围之内：
（1）未上车乘客转乘
在现实客运站系统中，由于乘客到达检票口时间过晚而错过乘车时间，乘客会寻求选择下一个班次的班车。
在这次研究中，由于时间的紧迫性，该功能将不在考虑之内。
作为这部分的简化补充，系统将会统计因各种原因而未能乘坐上班车的所有乘客的数量。
（2）售票数量和班车的座位数量关联
在现实客运站系统中，乘客购票的时候如果欲乘班次的班车座位已经全部售完，乘客会寻求选择下一趟班车。
这意味着乘坐某班车的乘客数量不可能大于其提供的座位数量。
考虑到研究的时间要求，在这次研究中不将考虑座位限制的问题，系统假设其运力是充分的，也就是说凡是想去某目的地的乘客，基本都可以购得票，并在发车时间前，客运站都可以安排车辆使其登车。
以上问题都不考虑，主要是鉴于研究时间的紧迫性，在后继研究中，这可以作为功能扩展部分添加到模型中。
图1乘客
图2乘客发生器参数输入视图
3.3模块搭建
基于Arena的客运站仿真系统是利用Arena软件开发出多个模块并将其组合，从而搭建起一套完整的仿真模拟系统。
在客运站仿真系统中，小组成员开发出了站前广场，售票厅，候车厅，寄存处，问询处，安检口，停车场等客运站系统所需的基本模块；此外还开发出了乘客发生器以及乘客控制器两个模块，分别用于在系统中产生乘客、车辆和对乘客行为进行控制。
各个模块均有多个输入值（如旅客OD表，乘客相关属性等），使用时只要将所需参数输入，运行后便可得到相应结果，其中一些输出值在运行时还可以即时显示，操作十分方便。
图1是已经封装完毕的乘客发生器模块的模块视图，图2是参数输入界面。
4．案例选择
目前武汉市共有付家坡、汉阳客运中心等十多个长途客运站。
其中宏基客运站地处武汉市繁华地区，左与武昌火车站相距仅百米，右与黄鹤大厦相距不到200米，周边交通量大，乘客较多。
该站是在原武昌汽车站基础上翻新修建，总占地面积40000平方米，候车楼为两层的立体发车位，可同时容纳2000人候车。
日发送旅客3万人，节假日高峰时段可达4万人。
鉴于宏基客运站管理措施比较规范，站内设施齐全并具有一定规模，地处交通要道且与武昌火车站相邻，客流量受火车班次影响明显，在本模型中将选用该站作为案例，对其进行模拟仿真，最终观测仿真结果，分析关注指标。
图3武汉宏基客运站仿真平面视图
4.1案例一：
日常高峰时刻的运营状态
2006年4月13日，研究小组对宏基客运站站做了实地调查，采集了模拟该客运站所需的输入数据，包括发车班次、旅客OD、车站各种资源设置和站内各点间的移动时间等。
根据调查得知，每天早上7：
00－10：
00是该站的一个旅客聚积高峰时间。
因此研究小组选择6：
00到10：
20作为仿真分析对象。
主要分析目的是：
考察该站在日常高峰时刻的运营状态是否可接受。
在将所统计的数据输入系统并运行完毕后，各项指标显示宏基车站在平时的运营情况较为理想，且根据站场管理人员评估，这与宏基现实情况十分接近。
体现了该系统的实用性。
4.2案例二：
春运高峰时刻的售票厅排队问题
该案例选择宏基客运站春运客流高峰期进行模拟，由于宏基靠近武昌火车站，由火车站前来转乘的乘客占总到站乘客的比例很大，而早晨是火车到达密集的时段，在这段时间客运站运营最有可能出现问题，所以，我们只选择上午6：
00～10：
30时段进行模拟，以便发现问题。
运行程序直到结束,查看客运站的各项输出指标值（程序运行期间也可以观察各关键指标的变化）。
我们发现由于大量旅客到站，站内出现了较大面积的乘客滞留现象。
尤其是在售票厅，虽然开放了9个售票窗口，可是售票厅的最大聚集人数达到了1580，平均排队长度达到了170，而乘客在售票厅的平均等待时间为44分钟，这种服务效率显然无法满足乘客的出行需求。
为了提高售票厅的服务水平我们提出了一些改进方案，主要体现在售票窗口的数量和需购票乘客比例的变化上，为了便于比较各方案优劣将改进方案与改进后的输出结果制成表格如下：
表1宏基客运站售票厅改进方案比较
售票厅
窗口数
需购票乘客比例
前来订票乘客比例
最大聚集人数
售票窗口平均排队长度
最长等待时间
平均等待时间
初始方案
9
0.7
0.01
1582
170
106
44.3
改进方案一
11
0.7
0.01
870
90
58.1
18.2
改进方案二
13
0.7
0.01
409
39
25.1
5.34
改进方案三
9
0.6
0.01
891
96
62.1
23.1
改进方案四
9
0.5
0.01
330
33
21.1
6.95
改进方案五
11
0.6
0.01
350
35
22.9
5.79
综合以上五个改进方案，我们可以发现方案五是比较方便实现和效果比较好的，可以作为改进售票厅排队问题的一个可行方案。
此外，改进方案五已经是较为满意的方案，如果要进一步提高售票厅的服务水平，还可以通过减少售票时间来解决，如在售票厅悬挂实时显的票务信息电子板。
4.3案例总结
本案例只对售票厅问题作了改进和系统仿真，其实我们还能发现客运站的其他问题，比如安检处和问询处排队长度太长，同样可以针对这些问题提出改进，可以在大厅入口增加安检机的数量，在问询处增加工作人员数量来解决。
此外，该案例分析结果交由宏基车站管理人员判别，得到了他们的认可。
参考文献
【1】张三省，公路运输场站设计，陕西科学技术出版社，1998年
【2】胡列格等，交通枢纽与港站，人民交通出版社，2003年9月
【3】WDavidKelton，SimulationwithArena[M]，TheMcGraw-HillCompanies,In,USA,2002
基于音频信号的道路交通堵塞检测方法研究
别一鸣，张心臻，金虎光
（吉林大学交通学院，长春，130025）
摘要：
本文根据交通流在畅通行驶与堵塞状态下产生的音频信号存在一定差别的原理，分别采用小波和小波包方法提取交通流堵塞时的音频特征参量，并与畅通行驶的音频信号进行了对比研究，发现在不同交通状态下，音频的小波通道能量值存在显著性差异。
实验结果表明交通流音频信号的特征参量能够反映交通流状态，把音频信号检测方法运用到交通状态检测中是可行的。
关键词：
交通堵塞；音频信号；小波分析；小波包分析；直接检测
1．引言
交通事件自动检测方法可分为“间接”和“直接”检测方法[1]。
间接检测法是基于大量准确的交通流特性实时检测信息进行检测的，其优点是成本较低，而且大部分交通检测器都能做到全天候检测，受不良天气和夜间照明条件的影响很小。
但是，间接检测法也存在明显的缺陷：
大量实时检测信息需要处理、剔除干扰、修复数据、提高检测精度要求复杂的算法，必然造成检测时间上的迟滞；交通本身是个复杂的实际问题，交通流参数的变化受很多因素的影响，特别是小流量条件下，事件对交通流参数几乎没有影响，间接检测的准确性往往无法保证。
现在常用的“直接”检测方法是指运用视频图像处理技术检测车辆的行为[2]，从而直接得到事件的发生、时间、位置乃至严重程度。
其优点是能够准确、快速地得到事件的全面信息，且检测效果不受交通量变化的影响，缺点主要是该技术的成本高、应用工作条件非常苛刻。
视频检测方法实际上是“看到”了交通事件的发生，而根据人们的直观听觉，交通流在畅通行驶和堵塞时发出的声音存在差异，那么能否通过声音信号来“听”出这两种状态呢？
本文就是要通过对实测的音频信号进行分析，研究音频信号与交通状态是否具有密切联系。
2．实验设计
2.1实验环境
由于交通堵塞的发生具有偶然性，其音频信号不易采集，但是车辆在交叉口处红灯排队时发出的声音和交通堵塞时的声音一样，因此可以采集在交叉口处红灯排队时车辆发出的声音作为交通堵塞的声音。
为了便于研究，实验地点选择在远离公交站点、摩托车声、风声等背景噪声干扰较小的理想交叉口。
2.2实验内容
采集交通流畅通行驶和堵塞时的音频信号进行分析，采样频率为44kHz，在此基础上考虑到不同的天气情况对音频信号会产生影响，因此，将本次研究的内容分为以下两项：
（1）研究晴天干燥路面上交通流畅通行驶与堵塞的音频差异
（2）研究积雪路面上交通流畅通行驶与堵塞的音频差异
实验地点及有效样本量见表1。
实验内容
实验目的
实验地点
有效样本量
采集交通流在晴天干燥路面上畅通行驶和堵塞时的音频数据
寻找特征参量及最佳算法、验证初步设想。
长春市亚泰大街与体北路交汇处
119个
采集交通流在积雪路面上畅通行驶和堵塞时的音频数据
比较路面状况差异对音频信号特征参量选取有无明显影响。
长春市亚泰大街与体北路交汇处
27个
表1各次实验地点及有效样本量
3．技术原理
通过初步观察，发现不同交通状态下车辆音频信号的声谱图有一定的差异（如图1），即在不同的频率段中，其能量成分是不同的。
因此，要通过音频信号来区分不同的交通状态，就要寻找差别比较大的频率段，把这些频率段的能量值组成能够识别不同交通状态的特征向量。
（a）交通堵塞（b）交通流畅通行驶
图1典型信号的声谱图
要得到音频信号不同频率段的能量成分，就要对音频信号进行分解。
而小波分析方法正好可以把音频信号逐层分解成低频部分和高频部分，其在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，考虑到小波分解对高频部分分辨率低的不足，我们对音频信号又进行了小波包分解，小波包方法对低频和高频部分具有相同的分辨率。
在小波分析分析中，选取不同的小波函数，会在很大程度上影响分析的结果。
我们所采集的音频信号可以看作实值函数序列，在分析过程中要兼顾时域和频域，因此希望能够使用一种在时频域都具有良好的分辨率的小波函数来分析。
所以，我们尝试分别运用haar、db2、dmey这三种常见小波函数对信号进行分解。
在分解中，需要选择一个合适的分解深度，层数太少，就很难分辨出各种特征向量；层数太多，会大大增加计算量，我们选用的是8层小波分解和3层小波包分解。
为了防止分析过程中能量值太大，不便于数据处理和比较，因此在小波分解和小波包分解之前，我们对信号按式
（1）先进行了归一化处理[3]。
（1）
综上所述，可以得到下面两个特征向量：
（2）
（3）
其中，——声音信号小波分析后得到的特征向量；
——声音信号小波包分析后得到的特征向量；
——小波分解后第8层低频通道对应的能量；
——小波分解后第层高频通道对应的能量；
——小波包分解后通道对应的能量；
4．交通状态的分类识别
实验分析表明haar小波具有更好的确定性，所以在本文中仅以haar小波函数为例进行介绍。
通过对采集到的音频信号进行8层小波分解和3层小波包分解，得到各分解频段的能量值，其样本均值及方差如以下各表所示，其中M1、M2分别代表交通流畅通行驶音频和交通堵塞音频各分解频段能量的样本均值，V1、V2分别代表相应的方差。
可以假设，样本的个性差异导致小波归一化能量的离散性使得其取值的分布呈正态。
因而，对交通流畅通行驶与堵塞的音频对应小波归一化能量是否具有显著性差异可使用u检验进行判定，在一定置信水平下找出可以用来进行模式识别的特征参量。
4.1晴天干燥路面上交通流畅通行驶与堵塞的音频识别
对55个交通流畅通行驶（平均车速大约为45km/h）音频信号和64个交通堵塞音频信号进行8层小波分解和3层小波包分解后，其各频率段对应的能量均值及u检验结果如下所示：
表2晴天干燥路面上交通流畅通行驶与堵塞的haar小波分析能量样本均值及u检验
M1
V1
M2
V2
0.01340.0350.09320.1790.18830.15330.15450.12680.0568
0.00010.00040.00060.0030.00160.00040.00180.00260.0006
0.03000.01150.03660.08530.13180.16520.20630.22470.1088
0.00016.07E-060.00010.00030.00070.00040.00080.00100.0005
u
5.915.009.397.095.081.744.406.976.95
可以用来检验的特征参数
表3晴天干燥路面交通流畅通行驶与堵塞的haar小波包分析能量样本均值及u检验
M1
V1
M2
V2
0.69290.17900.03240.06070.00640.01180.00680.0099
0.00650.00300.00010.00042.07E-061.17E-050.00023.86E-05
0.86670.08530.01600.02050.00350.00400.00140.0026
0.00070.00039.43E-062.04E-054.73E-077.17E-072.17E-075.33E-07
u
8.897.097.568.637.999.591.805.08
可以用来检验的特征参数
升级会员 