|
除了自己的无知， －苏格拉底 |
||
| 信 息 | ||
|
All English Contents 作品列表 | 电子图书 站长简介 | 常见问题 版权说明 | 电子邮箱 |
||
| 统 计 | ||
|
自 2013-10-01 以来 本文点击数 47,362 自 2008-02-01 以来 本站点击数 32,133,233 昨日点击数 7,291 今日点击数 6,366 |
||
| 备 注 | ||
|
本文发表于《科学画报》 2013 年第 10 期 (上海科学技术出版社出版)。 |
||
|
喜欢本人文字的读者 让红绿灯变得更聪明 本文是替《科学画报》撰写的专栏短文， 本站版本在若干人名和术语初次出现时注有英文。
汽车是现代社会不可或缺的工具。 不过， 很多人在享受汽车便利的同时， 也深受交通堵塞之苦。 在现代社会面临的诸多问题中， 交通堵塞是比较棘手的一个， 而且汽车的地位越是重要， 它带来的损失也就越大。 以号称 “车轮上的国家” 的美国为例， 每年因交通堵塞带来的经济损失超过 1,000 亿美元， 浪费的汽油超过 100 亿升， 累计浪费的时间超过 50 万年 (确切地说是 “人年”)， 而且还导致大量额外的空气污染。 为缓解交通堵塞问题， 人们想过很多办法， 其中很重要的一项就是优化红绿灯系统 (因红绿灯往往是交通堵塞的枢纽之处)， 比如对主干道上的红绿灯进行协调， 使得车子行进时， 前方的信号逐次转绿。 不过， 这种令人赏心悦目的红绿灯协调所依据的通常是高峰时段的车流规律， 在其它时段的效果就没那么好， 而且它为了保障主干道的交通， 常常会过分牺牲其它道路。 除这种本质上是依固定程序运作的红绿灯系统外， 人们还研究过其它系统， 比如由车流量的大小来确定红绿灯的转换， 使车流量大的道路为绿灯。 这类系统被称为局部优化 (local optimization) 系统。 不过， 让车流量大的道路为绿灯貌似优化， 其实并非良策， 因为在一个方向的车流量持续很大时， 它往往会使另一个方向的红灯时间太长； 而在两个方向的车流量彼此接近时， 它又会往往会使红绿灯的转换太过频繁， 以至于无法有效地疏减车流。 不过， 最近几年， 德国研究者莱默 (Stefan Lämmer) 和赫尔宾 (Dirk Helbing) 为缓解这些问题做了一些新努力， 并取得了一些成果。 莱默等人的努力从原理上讲其实很简单， 那就是将红绿灯的转换设计得更聪明一些。 具体地说， 是以红灯方向的车流量达到一定数量作为红灯转为绿灯的条件， 并且该数量并非简单地以大于绿灯方向的车流量为标准 (即并非总是让车流量大的道路为绿灯)， 而是随红灯的持续时间而变， 持续时间越长， 该数量越小 (具体的变化方式有一定的选择自由度)。 这是什么意思呢？ 就是说红灯的持续时间越长， 转为绿灯所需的车流量就越小， 也就是越容易转为绿灯。 不仅如此， 当红灯的持续时间长到一定程度时， 该数量将降为零， 这意味着红灯方向哪怕只有一辆车， 也可获得绿灯， 从而避免了因一个方向的车流量持续很大而使另一个方向的红灯时间太长的问题。 同时， 这也意味着红灯刚开始时， 会因该数值较大而不容易转为绿灯， 从而避免了红绿灯转换过于频繁的问题。 此外， 这一设计还自动保证了车流量大的道路获得较大比例的绿灯时间， 因为它会更容易——或者说更快地——满足红灯转为绿灯的条件。 为了让红绿灯在各个时段都 “聪明”， 莱默等人还在高峰或低谷时段， 对该数值作整体性的上调或下调。 最后， 在各方向的车流量都极低的情况下， 莱默等人的设计还会自动转入普通的局部优化系统， 让车流量大的道路为绿灯， 从而避免诸如在半夜空荡荡的街道上遇到红灯那样的情形， 而这在现有的红绿灯系统下是很常见的。 这种设计的效果如何呢？ 莱默等人进行了模拟。 他们模拟的是德国城市德累斯顿 (Dresden) 的一个繁忙街区， 那里有十几个间距不等的红绿灯， 火车站、 有轨电车、 公交一应俱全， 还有大量行人及其它车辆， 交通状况特别复杂， 现有红绿灯系统的表现则特别不佳。 莱默等人的模拟显示， 他们的设计可以使平均交通延误时间减少 10%—30%。 不过， 以现有红绿灯系统表现特别不佳的街区作为比较对象恐怕不是最有说服力的， 因为不同系统的薄弱点往往不同， 在一个系统的特别薄弱之处， 另一个系统哪怕整体上未必更优也很可能会表现得更好。 因此， 莱默等人的设计也许还需要更多的模拟乃至在实际情形的检验才能真正确定其效果。 但起码从思路上讲， 他们的设计是有一定道理的。 让我们期待在不太遥远的未来， 红绿灯将变得更聪明， 人们的出行也将变得稍稍通畅一些。 二零一三年九月三日写于纽约 站长往年同日 (10 月 1 日) 发表的作品
站长近期发表的作品
本文的讨论期限已过， 如果您仍想讨论本文， >> 查阅目前尚在讨论期限内的文章 << |
