相比通行能力计算方法来评估拥堵风险而言，微观交通仿真评估方法更适用于不同复杂道路情况下的拥堵风险评估。运用AIMSUN 微观交通模拟软件来评估养护施工的拥堵风险，AIMSUN 是适用于城市和非市区网络的先进的交互式微观仿真系统，可处理不同的交通网络——城市网络、高速公路、公路、环道、主干路以及它们之间任意的组合。它被作为一种设计和使用的工具用于交通分析，可以有助于交通拥堵风险的研究。

1.AIMSUN 仿真属性

在AIMSUN 仿真系统中，会根据车辆不同的行为模式模拟车辆穿越交通网络的行为，例如车辆跟随、车道变换。AIMSUN 是一个结合离散和连续的模拟系统。也就是说，有一些系统要素(如车辆速度、探测器数值)的状态变化在整个模拟时间内是连续的；另外一些要素(如交通信号、车辆数量)的状态变化在模拟的时间内是离散的。系统可以提供非常详细的交通网络模拟，能区分不同类型的车辆和驾驶人，也能处理各种各样的网络几何构型，可以进行交通事件、交通冲突的仿真等。因此，目前绝大多数在真实的交通网络中用到的交通设施(如信号灯、交通检测器、各种各样的信号设施等)的运行模拟可以在AIMSUN 中实现。

AIMSUN 所需要的输入数据是一个仿真实验和一套界定实验的模拟参数。实验需要四个类型的数据：路网的描述、交通控制计划、交通需求数据和公共交通计划。模拟参数是描述实验的固定值(如仿真时间、激活时间、数据统计间隔等)和各种用于校准模型的变化的参数(如互动仿真时间、车道变换区域等)。

在仿真试验中，选用车辆运行速度、路段总车道数、施工关闭的车道数、施工持续的时间等指标作为自变量，改变它们的值进行多次仿真试验，由此可得出不同情况下，路段的平均速度、平均密度、最大排队长度、平均延误时间等。并通过对这些值进行分析，可得出在不同情况下，路段的通行能力与自变量之间的关系。

AIMSUN 的输出结果有：一个表征交通网络性能的连续动画图形(二维或三维)、数据统计量(流量、速度、行车时间、延误、停车)和模拟探测器收集的数据(观测车辆数、车道占有率、实时速度)。结果的输出可以在数据库中显示，是按照设定的仿真统计间隔来输出各个统计间隔内的统计值。

对于养护维修的仿真，需要用到AIMSUN 中的交通条件战略模块。该模块可以用来实现各种路段上的交通条件与战略。例如，可以定时或条件触发地对路段情况进行改变，可以是单车道封闭，也可以是全车道封闭，或者路段改变最高限速，以用来在仿真实验中实现各种养护维修作业的类型。其主要内容与功能包括交通事件与管理措施。

图4-15　AIMS UN 软件交通事件与管理措施的产生

交通事件与管理措施的产生可以由两种方法来确定：由时间来确定或者是由路网中的各种相应车辆运行状态来触发。交通事件与管理措施的内容如图4-15所示，交通事件与管理措施包括以下几个选项：车道的封闭、路段速度限制的改变、强制转弯、车辆路径选择的改变、信号灯控制计划的改变等。这些内容基本囊括了各种发生在道路上的维修作业与交通管理措施。各种交通条件及管理措施能被同时混合使用。

图4-16　AIMS UN 软件产生交通事件

1)交通事件的产生

AIMSUN 的交通战略条件模块中可以方便地在仿真路段上产生的交通事件，如图4-16所示，可在任一路段上产生一个障碍物作为一个影响交通的事件，该障碍物的长度与单车道宽度呈倍数关系。根据不同需要可以考虑不同的仿真选择，例如模拟施工状态下的交通情况，可以根据交通事件沿道路方向的影响范围设置受影响的道路长度，部分长度一个车道封闭的情况。当然该交通事件也能模拟一个方向车道被封闭的相关情况。

2)限速

该功能主要用于仿真道路在限速的情况下，车流的运动状况。限速主要用于一段道路或是一个车道，可以仿真在路段采取限速措施后的车流情况。

3)强制转弯

该功能是通过设置一定的比例来限制车辆由一个路段驶向另一个路段行驶的方向，可以和交通事件的功能配合使用。例如，控制匝道的开闭，用于车辆的选择分流措施等。如图4-17 所示，在AIMSUN中，强制转弯可以设定转弯的比例与车辆的类型。

图4-17　AIMS UN 实现强制转弯

此外还有交通战略条件使用，例如在模拟使用疏散通道分流的情况，在施工段上游适当的距离根据需要设置探测器，当车辆排队达到探测器的位置时，触发分流战略，即强制要求进入该路段的车流中一定比例的车辆转弯绕过堵点或绕行至别的道路。当施工结束时，可取消施工段上游探测器的触发分流战略。

AIMSUN仿真软件可以通过外接的API功能，利用C++语言编程实现对施工情况的控制，包括施工的位置、持续时间、范围的大小等。在实际的仿真实验过程中，可采用产生随机数的方式，在路网中随机产生各种作业类型，从而分析交通流的变化情况。其主要的调用函数如下：

系统的数据统计间隔取5 min，路网中探测器的统计间隔可根据仿真实验的需要设置，不需要探测器数据时，为了减小数据库的大小，一般不统计。在需要用探测器完成相应的触发条件时，取5 s为一个探测间隔来保证触发条件能实时、正确的完成。最后获得的数据均为路段上的统计数据。统计结果存在数据库表中，包括流量、密度、速度等。如图4-18所示，数据库表中按列从左到右依次是：路段编号(sectid)、统计起始时间(tfrom)、统计结束时间(tto)、平均流量(flow)、密度(density)、平均速度(spdl)、平均车延误(dtimel)、平均排队长度(qmean)、最大排队长度(qmax)。

图4-18　输出的统计数据

进行各类养护维修作业，在对不同条件下的路段进行仿真实验前，应对仿真数据和实际采集数据进行校核与一致性检验。因篇幅原因，本节重点介绍仿真结果及分析。

2.车道封闭一车道仿真分析

在AIMSUN 中建立单向三车道的路段模型，在末端附近设置一个交通事件，事件的范围为外侧一车道。路段设计速度为80 km/h，根据上海市某城市道路实地调研情况，输入车辆参数信息作为初始标准值如表4-10所列。路段输入流量的变化范围为(400，800，1 200，1 600，2 000，2 400)，单位是pcu/km；事件持续时间为(20，40，60，80，100)，单位是min；由此进行一系列仿真实验。

表4-10　车辆参数

1)路段车速特征

由图4-19可见，总体来说随着流量的增大路段平均车速会逐渐降低，速度-流量曲线为凸形曲线，当流量在1 600 pcu/h左右时达到峰值。还可以看出，在三车道封闭一车道的情况下，车速降低量的绝对值较小，不超过4 km/h，说明在这种情况下，施工对车速的影响不大。同时，由于变化绝对值较小，不同事件持续时间下曲线形状不太一致，有一定的随机性。不同施工作业类型持续时间下流量-速度的回归模型如表4-11所列。

图4-19　不同施工作业类型持续时间下车速随流量变化特征

表4-11　不同施工作业类型持续时间下流量-速度的回归模型

2)路段密度特征

由图4-20可见，随着流量增大路段的密度也在逐步增大，曲线形状基本为线性。同时，不同施工作业类型持续时间下密度曲线基本重合，说明施工持续20 min后已基本到达稳定状态。在流量约为1 600 pcu/h时，密度略有降低。不同施工作业类型持续时间下流量-密度回归模型如表4-12所列。

图4-20　不同施工作业类型持续时间下密度随流量变化特征

表4-12　不同施工作业类型持续时间下流量-密度的回归模型

3)路段单车平均延误特征

由图4-21可见，随着流量增大单车平均延误也呈上升趋势。当流量较小时(400～800 pcu/h)，延误增加较迅速；当流量中等时(800～1 600 pcu/h)，延误增加较缓慢；当流量大于1 600 pcu/h时，延误增加较快。不同施工作业类型持续时间下的曲线基本重合，说明延误基本不受施工作业持续时间的影响，相应的流量-单车平均延误回归模型如表4-13所列。

(www.daowen.com)

图4-21　不同施工作业类型持续时间下单车平均延误随流量变化特征

表4-13　不同施工作业类型持续时间下流量-单车平均延误的回归模型

4)路段最大排队车辆数

由图4-22可见，在三车道封闭一车道的情况下，路段的最大排队车辆数不超过3辆，排队长度较小。

图4-22　不同施工作业类型持续时间下最大排队车辆数随流量变化特征

5)作业区上游路段的车辆运行特征

由图4-23可见，当流量为400 pcu/h时，曲线形状与其他有所不同。随着距作业区距离的增大，平均地点车速先降低后增高，而且曲线相当平缓，可以认为在流量很小时车辆驶近的过程中基本没有减速现象。当流量为800～2 400 pcu/h时，曲线走向基本相同，随着距作业区距离的增加，平均地点车速也在不断增大，且流量越大，速度增大的幅度越大，说明流量越大，车辆驶近作业区时的减速现象越明显。在距离大于100 m 时，曲线较为平缓，说明在作业区上游警告区100 m 之外车辆受养护作业影响较小。不同流量下与作业区的距离和车速的回归模型如表4-14所列。

图4-23　离作业区不同距离的车速变化

表4-14　不同流量下与作业区的距离和车速的回归模型

3.车道封闭两车道仿真分析

在AIMSUN 中建立单向三车道的路段模型，路段设计车速为100 km/h，在路段末端插入交通事件，事件占据两车道。流量变化、事件持续时间变化、检测器布设、车型比例均与封闭车道相同。仿真实验结果分析如下。

1)路段车速特征

由图4-24可见，随着流量的增加路段平均速度逐渐降低，在流量大于1 600 pcu/h时，曲线斜率较大。在三车道封闭两车道的情况下，速度降低的绝对值比封闭一车道的情况下大，说明在该情况下，路段的平均车速受到较大影响。此种情况下流量与平均速度的回归模型如表4-15所列。

图4-24　不同施工作业类型持续时间下速度随流量变化特征

表4-15　不同施工作业类型持续时间下流量-速度的回归模型

2)路段密度特征

由图4-25可见，随着流量增大路段密度也在逐渐增大。不同施工作业类型持续时间下的流量-密度曲线几乎重合，说明在时间大于20 min 后，流量基本已达到饱和。回归模型如表4-16所列。

图4-25　不同施工作业类型持时间下密度随流量变化特征

表4-16　不同施工作业类型持续时间下流量-密度的回归模型

3)路段单车平均延误特征

由图4-26 可见，随着流量的增大路段单车平均延误也在增大，当流量较小时(小于1 600 pcu/h)，曲线变化率较为平缓，流量较大时曲线变化率较大。当流量较小时，不同施工作业类型持续时间下的曲线几乎重合，说明此时单车平均延误基本不受作业时间的影响；当流量较大时，作业持续时间越长，单车平均延误越大，最大延误可达45 min。不同施工作业类型持续时间下单车平均延误随流量变化的回归模型如表4-17所列。

图4-26　不同施工作业类型持续时间下单车平均延误随流量变化特征

表4-17　不同施工作业类型持续时间下流量-单车平均延误的回归模型

4)路段最大排队车辆数

由图4-27可见，随着流量增大，路段最大排队长度基本呈上升状态。不同施工作业类型持续时间下的曲线走向相同，相应的回归模型如表4-18所列。

图4-27　不同施工作业类型持续时间下最大排队车辆数随流量特征

表4-18　不同施工作业类型持续时间下流量-最大排队车辆数的回归模型

由图4-28可见，随着与作业区距离的增大，平均地点车速也在不断增大。流量越大，速度降低得越多越快。另外，流量越大，施工影响范围就越大，流量在2 000 pcu/h以下时，影响范围约为100 m；当流量在2 400 pcu/h时，影响范围约为150 m。还可以看出，流量越大，在作业区的车速越低，相应的回归模型如表4-19所列。

图4-28　与作业区距离不同的车速变化

表4-19　不同流量下与作业区的距离和车速的回归模型