交通流分析通常需要从宏观和微观两个方面开展，通过宏观层面的交通流速度把握交通整体运行状态，通过微观层面的车头间距了解跟驰行为。只局限于宏观的分析不够具体和精细，只局限于微观的分析往往无法从根本上解决问题，而中观层面的分析能够将宏观和微观的优势结合，在保持真实的交通特性(如速度、密度和流量)的同时，考虑单个车辆的运行。因此，从中观层面分析交通网络对交通系统规划与管理十分必要[1]。
随着计算机技术的不断发展，交通仿真软件成为交通领域的重要研究工具。交通系统建设和交通管控策略的实施往往不可逆且难以验证，因此交通仿真技术被广泛应用于评估交通系统建设机动性和模拟交通管控策略实施效果[2-3]。在高校交通工程专业培养计划中，结合仿真软件的交通流分析实验是不可或缺的重要内容[4]。但现有本科实验教学项目大多以微观的交通仿真为主，如基于微观仿真软件VISSIM的单点交通信号配时实验[5-6]，也有部分从宏观层面规划实验设计，如利用宏观仿真软件TransCAD开展关于交通分配的实验[7]，但尚缺乏中观层面的交通仿真实验教学。
从中观层面对区域交通流运行状况分析是解决交通问题的基础，也是当前的研究热点[8-9]，因此，中观交通网络系统仿真实验项目的设计尤为重要。DynusT是基于动态交通分配设计的中观仿真软件，由交通仿真和交通分配两大模块组成，在美国被广泛应用在各种交通设施规划与管理方案的预分析中[10-11]，在我国被用于搭建多模式交通仿真模型和大型出行服务仿真平台[1,12]。因此，本文基于DynusT提出一套完整的区域道路交通网络系统仿真和分析实验设计方案，并进行了教学探索，可为交通流理论与仿真技术、交通工程实验等实验课程提供支持。
1 实验设计目的
2 实验内容与过程设计
3 实验教学案例
4 结语
结合交通工程专业培养要求，融合课程思政元素，设计了基于DynasT的中观网络系统仿真实验，并在本科生教学中进行了初步应用探索。通过该实验，不仅提高了学生应用先进软件的能力，实现理论课中专业知识的可视化表达，而且从中观层面进行交通网络分析，培养了学生分析解决实际问题的能力，提升了学生的系统思维和交通职业素养。
在实际教学中，学生更加深刻地理解中微观交通仿真软件的差异，表现出很强的求知欲，期待将所学应用到实际项目中。由于课时有限，实验项目中未涉及的路网与需求文件准备步骤以及更多参数的设置和分析，还需要在实践中进一步探索。
参考文献
[1] 傅成红,凌新和,李博洋.基于中观模型的福州快速路动态交通仿真研究[J].公路与汽运,2019(1):26-29,36.
[2] WANG Y L, JIN Y N, MISHRA S, et al.Integrated travel demand and accessibility model to examine the impact of new infrastructures using travel behavior responses[J]. Journal of Transportation Engineering, Part A: Systems, 2022 (1): 148.
[3] LIU C J, LIU Z, CHAI Y J, et al. Review of virtual traffic simulation and its applications[J]. Journal of Advanced Transportation, 2020(7):1-9.
[4] 王艳丽,王忠宇,吴兵.基于“三个面向”的交通工程专业实验教学改革探讨[J].教育教学论坛,2020(21):202-204.
[5] 王艳丽,吴兵,李林波.基于VISSIM的“交通管理与控制”实验课程设计[J].实验室研究与探索,2016,35(3):210-212,216.
[6] 王艳丽,王玲,吴兵,等.基于仿真的快速路入口匝道控制实验设计[J].实验技术与管理,2018,35(8):134-138.
[7] 李广军,王宇,丁佳慧.TransCAD软件在城市轨道交通专业课程设计中的应用[J].江苏技术师范学院学报(自然科学版),2019,25(6):112-116.
[8] 李佳,王雪松.密集路网中城市主干路中观安全分析模型[J].重庆交通大学学报(自然科学版),2021,40(8):34-41.
[9] OSKARBSKI J, KASZUBOWSKID. Applying a mesoscopic transport model to analyse the effects of rrban freight regulatory measures on transport emissions:An assessment[J]. Sustainability, 2018, 10(7): 2515.
[10] HUANG Z R, CHIU Y C. Spatiotemporal nonrecurring traffic spillback pattern prediction for freeway merging bottleneck using conditional generative adversarial nets with simulation accelerated training[C]//2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), 2020.
[11] TIAN Y, CHIU YC. Simulation-based dynamic traffic assignment with continuously distributed value of time for heterogeneous users[J]. Transportation Research Record, 2022, 2676(2): 621-635.
[12] TIAN Y, CHIU YC, SUN J, et al. Sunsetting skim matrices: A trajectory-mining approach to derive travel time skim matrix in dynamic traffic assignment for activity-base model integration[J]. Journal of Transport and Land Use, 2020, 13(1): 413-428.
王艳丽1 金宇宁2 田野1 吴学绵1 付全路1
1.同济大学道路与交通工程教育部重点实验室 2.杭州市规划设计研究院 |
