基于Anylogic 的高速公路服务区停车场规模仿真建模

基于Anylogic的高速公路服务区停车场规模仿真建模王建伟，匡安乐，何倩长安大学经济与管理学院，西安(710061）E-mail：kuanganle@摘要：停车场规模确定是高速公路服务区总体规划设计的关键环节。

本文利用Anylogic仿真软件,遵循一般交通仿真建模方法对高速公路服务区中停车场规划确定问题进行仿真建模,并利用排队论方法验证了该模型的准确性。

最后根据该模型运行结果得出停车场服务拒绝率,为高速公路服务区新建及改扩建规划设计，尤其是停车场规模优化设计提供参考。

关键词:高速公路服务区；停车场规模；Anylogic建模与仿真1. 引言随着我国高速公路的快速发展,对高速公路动态交通和静态交通的服务要求不断提高，如何提高高速公路服务区服务水平问题越来越受到重视。

停车场作为服务区的主要服务设施，其服务水平的高低直接影响到整个服务区的服务质量。

当停车场规模过大时，会造成土地资源的浪费；当规模过小时，就有可能无法满足交通需求。

所以合理的停车场规模确定对于服务区服务水平的高低有很大的影响。

目前,关于服务区停车场规划设计,基本上是参照借鉴美国而制定的《高速公路与干线公路服务区设计指南》中给出的服务区停车场需求公式[1-2]：停车车位数=设计交通量×停留率×高峰率/周转率，并结合经验来确定停车场大小。

根据此公式确定的停车场车位数处在设计上限,但反映不出停车场服务拒绝率与利用率,而且为保证服务拒绝率为零,设计车位数往往再要扩大一定比例，而扩大停车位数一般会导致利用率降低,造成一定程度的闲置。

本文采用计算机仿真技术，对停车场整个停车过程进行仿真，计算出停车场的拒绝率与利用率,同时运用排队论方法对仿真结果进行验证,最终为高速公路服务区新建及改扩建规划设计，尤其是停车场规模优化提供更加精确的参考。

2. Anylogic服务区停车场仿真建模过程本模型的建立遵循了一般的建模思路，首先利用调查统计数据分别对交通流与停车场服务时间的函数分布进行拟合验证,以确定驶入交通量与停车场服务时间分布函数,然后建立仿真模型。

最后进行多次仿真实验,分析仿真数据,给与停车场规划设计一些参考依据[3]。

本文的技术路线图如下：图1 Anylogic建模仿真技术路线图2.1驶入交通量分布函数的确定一般的交通仿真建模都需要解决交通流输入问题，通常都是假设路面交通流服从泊松分布，即车辆到达过程为泊松过程。

而根据泊松分布流的特性，一个泊松分布流分成两路，这两路也是泊松分布流。

因此，驶入交通量通常也假设为泊松分布[4]，且进入服务区的车辆往往是整个交通量的某个比例。

可根据服务区所在线路或相邻并行线路的交通量的时间分布调查数据，利用SPSS进行拟合验证，再结合线路现有或预测交通量大小，从而确定驶入交通量分布函数。

2.2停车场服务时间的分布函数的确定本模型另外一个重要的输入就是停车场服务时间的分布函数，常用于描述服务时间的分布有负指数分布，爱尔朗分布，确定型分布，一般分布等，同样利用采集到的停车场不同车型停车时间数据，利用SPSS进行拟合验证，从而确定停车场服务时间分布函数。

2.3停车场仿真过程上述条件确定后,仿真过程另要假设停车场进行规范化管理,也就是车辆只能停放在相应的停车场。

Anylogic是一款面向对象的仿真平台,软件本身定义封装了一些对象。

因此,可以直接在软件Eneterprise library中直接选择source、service、delay,sink分别用来代表交通源、停车场、虚拟服务台、活动结束。

Delay的作用在于车辆被拒绝服务后,便经过相应虚拟服务台离开,虚拟服务台便记录下数据。

然后在source与service中选择相应的分布函数类型，并输入相关参数。

具体到本文的模型，其中source产生的交λ=辆分钟,函数分布为0.3P()λ。

service的服务时间服从负指通流函数符合泊松分布,参数5数分布,u分别为0.143、0.0625、0.125。

模拟交通量进入服务设施前,是通过selectOutput来确定各种车型的比例的。

在selec- tOutput的General描述中选择with specified probability选项，并在其下面比例选项中输入相应比例，虽然这个比例是一个定量,但车辆在选择过程却是随机的,这就保证了模型仿真的意义。

selectOutput同时还有条件判断功能，在其condition选项中写入相应条件代码即可，而queue表示按队列接受服务，resourcePool表示的是提供服务源，在本模型中selectOut，sele- ctOutpu1起确定各种车型的比例的作用，分别在比例选项中输入0.12，0.5。

而selectOutput2、selectOutput3、selectOutput4主要起判断作用,在其condition选项中分别写入代码:大客车停车场delaySize()<8,小客车停车场delaySize()<10,货车停车delaySize()<12。

这样,在车辆进入停车场前会自动进行判断服务设施是否满员。

同时resourcePool、resourcePool1、resourcePool2分别为8、10、12。

总流程见图2:图2 高速公路服务区停车场仿真模型流程图定义完对象和产生过程后,为分析停车场的拒绝率和停车场利用水平,需要定义一些变量,变量用于存储模型仿真结果，或者用于描述某个随着时间不断变化的数据单元或对象属性。

Anylogic中有一般变量与集变量，通过变量可以建立两个不同对象之间的联系，被连接起来的变量在任意时刻具有相同的值。

具体到本模型中，建立如图3的变量:图3 仿真模型的各参数变量其中,carnumber、carnumber1、carnumber2、carnumber4分别表示大客车、小客车、货车、和总的被拒绝服务车辆的数量。

在delay虚拟服务设施的On enter*中输入代码carnumber=carnumber+1,On exit*中输入carnumber3=Carnumber3+1,其他在相应的虚拟服务设施中输入代码即可。

一旦有车辆被拒绝服务,进入虚拟服务设施,变量carnumber就会自动记录。

建立carnumberDS、carnumberDS1、carnumberDS2数据集,用来记录随时间变化停车场中停车数目,并用time polt时距图(函数图)来表示carnumberDS数据集(函数)。

time polt的time window设置与模型运行时间一致,vertical scale 设置为Fixed,值的变化从0到相应的停车位数。

最后进行模型时间设定,在time units中可以选择mintues、hour、day分别表示模型中的一秒钟代表实际的一分钟,一个小时，一天。

对于本模型在stop time中输入150表示模拟实际两个半小时。

然后点击运行。

3. 实例分析3.1驶入交通量分布函数的确定以本建模对象——重庆市某高速公路服务区驶入交通量调查数据为例[5]，进行分布拟合检验，以15分钟作为一个时间间隔，将这个时间间隔内车辆到达数进行统计，然后在各个服务区从上午八点到下午四点之间进行数据采集，每个服务区能得到32个数据，再采用单样本K-S 检验进行分布拟合。

在泊松分布的假设下，以0.05的显著性水平对不同交通量样本进行分布拟合检验，结果见附件1。

从结果来看，拟合效果很好，只有第14组没有通过检验，通过研究原始数据发现，是因为在样本采集过程中出现了暴雨天气，导致数据不能反映正常情况下的分布情况。

通过验证，确定驶入交通量函数分布为0.3P ()λ，5λ=辆分钟。

3.2停车场服务时间的分布函数的确定根据某停车场小客车服务时间概率分布直方图（见附件2），其曲线形式类似于负指数分布，先假设停车场车型服务时间的均服从负指数分布,然后进行假设验证。

其中负指数分布密度函数以及分布函数分别如下：0()00t T e t f t t μμ−⎧≥=⎨<⎩，， 10()00t T e t F t t μ−⎧−≥=⎨<⎩，， （1） 其中μ表示单位时间能被服务完成的顾客数。

根据实测数据,停车场不同车型服务时间均值如表1所示：表1停车场不同车型平均服务时间通过对八个停车场的调查数据分析，然后采用单样本K-S 检验进行分布拟合，在负指数分布的假设下，以0.05的显著性水平对不同车型服务时间进行分布拟合检验，检验结果表明停车场不同车型的服务时间均服从负指数分布，其中拟合结果见附件3。

3.3 仿真模型建立与结果分析本模型的建立参照上节仿真过程，其中某服务区共有8个大客车停车位、10个小客车停车位、12个货车停车位，模型运行时间为150秒，代表实际时间2.5个小时，由于仿真开始时，停车场中没有任何车辆，为了得到稳定状态的仿真数据，只取后两个小时的仿真数据。

具体结果见表2、图4、图5、图6:车型大客车 货车 小客车 平均服务时间（分钟）(1/μ) 7 16 8表2停车场拒绝率仿真结果图4 大客车停车场停车数随时间变化图图5 小客车停车场停车数随时间变化图图6 货车停车场停车数随时间变化图而根据排队论损失制排队模型///M M K K 3[6-7]，车辆损失的概率也就停车场停满车辆被拒绝的概率为：0/!!k k i k i k P i ρρ==∑ 其中λρμ= (2)车型大客车 小客车 货车 产生量32 95 94 拒绝数0 2 11 拒绝率0 2.1% 11.7%表3根据排队论计算的拒绝率车型大客车停车位货车停车位小客车停车位计算结果0.005% 14.4% 2.3%排队论模型的理论值与仿真结果比较，发现二者吻合状态良好，说明该仿真模型是比较精确的。

2.4仿真应用通过仿真结果可以发现，大客车的服务水平很高，所来车辆几乎不被拒绝,但停车场利用率是比较低的,大多数情况下只有一到两辆车，而小客车停车场与货车停车场的利用率是比较高的,甚至在高峰期中有一部分车辆因为没有车位而被拒绝服务，因此应当减少大客车的停车位,适当增加小客车和货车的停车位。

经过一系列的仿真实验,在保证拒绝率为零的情况下，小客车和货车车位至少分别增加一个，而大客车位可以减少两个，但此时大客车停车场利用率还是较低。

如果为保证利用率，大客车停车场车位可以减少到四个，此时利用率将会提高一倍，且拒绝率也不会超过5%。

4. 结语应用Anylogic仿真软件对服务区停车场的车辆进行仿真，得出不同车型在各自停车场的拒绝率，用排队论公式得出的理论值进行检验，发现二者吻合良好。

此仿真模型的意义在于针对不同服务区,可利用实测数据首先确定交通流与服务时间分布函数,然后将函数输入模型就能够为服务区停车场的规模的确定提供精确的数据参考。