Venter du stadig ved et vejkryds? At forbyde visse venstresving hjælper med at flyde trafikken

Når trafikken er tilstoppet i et kryds i centrum, kan der være en måde at reducere noget af trængslen på:Fjern et par venstresving.

Ifølge Vikash Gayah, lektor i civilingeniør ved Penn State, kunne velplacerede venstresvingsrestriktioner i visse travle vejkryds løsne mange af de flaskehalse, der hæmmer trafikeffektiviteten. Han skabte for nylig en ny metode, der kunne hjælpe byer med at identificere, hvor de skal begrænse disse sving for at forbedre den samlede trafikstrøm.

"Vi har alle oplevet den følelse af at sidde fast og vente på at lave et venstresving," sagde Gayah. "Og hvis man tillader disse sving at have deres egen grønne pil, er man nødt til at stoppe alle andre køretøjer, hvilket gør krydset mindre produktivt. Venstresving er også der, hvor man finder de mest alvorlige ulykker, især med fodgængere. Vores idé er at slippe af med af disse sving, når vi kan skabe sikrere og mere effektive vejkryds."

Ved selektivt at begrænse venstresving, men ikke helt forbyde dem, kan chauffører simpelthen nødt til at finde alternative ruter til deres destinationer i visse områder, sagde Gayah. Nogle kan være forpligtet til at rejse et par ekstra blokke, men Gayah mener, at mere effektiv trafikstrøm gennem travle vejkryds opvejer den ekstra afstand.

For byplanlæggere, tilføjede han, er det at bestemme, hvor restriktionerne skal placeres, en balancegang mellem krydsningsproduktivitet og øgede rejselængder. Med så mange begrænsningsmuligheder at overveje, kan det være svært at finde det mest effektive layout.

"For eksempel, hvis du bare har 16 vejkryds at overveje, hver med et valg om at tillade eller ikke tillade venstresving, er det allerede 65.000 forskellige konfigurationer," sagde Gayah. "Det bliver endnu mere kompliceret, når man tænker på, at trafikken flyder fra det ene vejkryds til det næste, så beslutninger afhænger af hinanden. Der ender med at være så mange mulige svar, at vi aldrig kan finde det bedste."

Gayahs nye metode er afhængig af heuristiske algoritmer, som bruger genveje til at finde løsninger, der næsten nærmer sig, men som ikke garanteres at være, et optimalt resultat.

"Vi laver et gæt, vi lærer af det gæt, og så laver vi bedre gæt," sagde han. "Over tid kan vi komme rigtig, rigtig tæt på det bedste svar."

I en undersøgelse offentliggjort i Transportation Research Record , kombinerede Gayah to eksisterende heuristiske algoritmer for at skabe en ny hybrid tilgang. Den første, en befolkningsbaseret inkrementel læring (PBIL) algoritme, udtog tilfældigt stikprøver af potentielle konfigurationer og genkendte mønstrene for højtydende muligheder. Dernæst analyserede en Bayesiansk optimeringsalgoritme dette nye sæt af højtydende for at identificere, hvordan restriktioner påvirkede trafikken ved tilstødende vejkryds. Bayesiansk optimering kombinerer indledende information om problemet og opdaterer den over tid, efterhånden som ny information læres for at opnå en løsning, der er tæt på, men ikke nødvendigvis perfekt. Algoritmen anvendte derefter denne viden om trafikdynamik til at finde mere effektive løsninger.

"I stedet for at starte den Bayesianske optimering med et tilfældigt gæt, fodrede vi det med de bedste gæt fra PBIL," sagde Gayah. "Den første metode skaber udgangspunktet, og den anden forfiner det."

Gayah testede hybridmetoden gennem et simuleret, firkantet netværk i en række forskellige scenarier og fandt ud af, at alle tre metoder - PBIL, Bayesiansk optimering og hybrid - identificerede konfigurationer, der førte til mere effektive trafikmønstre end et layout uden begrænsninger. I simuleringer med mere realistiske indstillinger viste hybridmetoden sig dog at være den mest effektive.

Ifølge Gayah havde de mest effektive konfigurationer en tendens til at forbyde venstresving midt i byen og tillod dem oftere i periferien. Mens metoden blev anvendt på et generaliseret netværk, kan resultaterne bruges som udgangspunkt for trafikmønstre i den virkelige verden, hvor algoritmerne kan tilpasses på en by-for-by-basis.

"Grid-netværket er det mest generaliserbare og ikke specifikt for nogen by," sagde Gayah. "Jeg kan ikke tage den bedste konfiguration til New York og anvende den til San Francisco, men denne generelle tilgang kunne konfigureres til ethvert netværk med en lille smule kodning."