第３８卷 第６期 武汉理工大学学报（交通科学与工程版） Ｖ０１．３８ Ｎｏ．６

２０１４年１２月 Ｊｏｕｒｎａｌ ｏｆ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ Ｄｅｃ．２０１４

（Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ）

网络交通流宏观基本图：回顾与前瞻＊
马万经 廖大彬
（同济大学道路与交通工程教育部重点实验室 上海 ２０１８０４）

摘要：文中对ＭＦＤ相关研究成果进行系统地回顾，分析总结在ＭＦＤ的基本性质、影响因素以及基

于ＭＦＤ方法的网络交通分析、管理与控制等三个主要方面的研究成果．进而从ＭＦＤ方法本身及
其应用两个角度，提出了未来潜在的研究方向．在城市交通拥挤问题日益突出的背景下，成果可以
促进更加深入的ＭＦＤ相关理论研究，并推动其在网络交通拥挤分析与缓解策略等方面的应用．
关键词：交通工程；ＭＦＤ基本性质；影响因素；网络控制
中图法分类号：Ｕ４９１ ｄｏｉ：１０．３９６３／ｊ．ｉｓｓｎ．２０９５－３８４４．２０１４．０６．０１０

０ 引 言 并梳理出具有潜在价值的研究问题和方向．推动
ＭＦＤ理论研究及其在交通网络分析和拥挤管理

长期以来，交通政策预期效果评估，网络演化 等多方面的应用．

分析以及状态预测等，依赖于交通需求预测模型．
因而模型的准确性和可靠性对评价结果至关重 １ ＭＦＤ的总体研究脉络
要．为提高这些预测分析模型性能，诸多方法被提
出，模型所需数据的粒度和复杂度也逐渐上升．从 ２００７年Ｄａｇａｎｚｏ和ＧｅｒｏｌｉｍｉｎｉｓＬ２０通过日本

２０世纪５０年代提出的“四步骤”模型（ｆｏｕｒ－ｓｔｅｐ 横滨的数据发现，单个检测器数据的流量占有率

ｍｏｄｅｌ），发展到７０年代的非集计模型（ｄｉｓａｇ－ 关系具有很大的离散型，见图１．然而，将整个网

ｇｒｅｇａｔｅ ｄｅｍａｎｄ ｍｏｄｅｌ）和网络均衡模型（ｎｅｔ— 络的所有检测器的流量和占有率集聚后，可以形

ｗｏｒｋ ｅｑｕｉｌｉｂｒｉｕｍ），再到９０年代的动态仿真模型 成一个离散度很小的曲线，见图２，并基于此提出

（ｄｙｎａｍｉｃ ｓｉｍｕｌａｔｉｏｎ）．理论上，计算机可以基于 了反应网络交通流状态的宏观基本图概念．

这些模型对交通网络进行分级预测分析．但正如
ＤａｇａｎｚｏＥ嵋指出，如下问题的存在使得这些模型
的应用存在缺陷：（１）模型需要太多输入参数，比
如动态ｏＤ（ｏｒｉｇｉｎ—ｄｅｓｔｉｎａｔｉｏｎ，ＯＤ）；（２）行者的
至麓：蕤黪毫一ｉ
差０ ５０文：：＝＝＝．．．。‘‘‘‘≯４。。。。‘．。：’。
萋１皇≯‘ ‘。一・
’

选择行为是一个不可预测的博弈过程；（３）饱和
网络的行为非常复杂．与这些模型不同，宏观基本
图（ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ，ＭＦＤ）直

接利用网络检测数据，从宏观角度对网络进行集
计分析，进而对网络进行监控和管理．由于这一方 图ｌ 单个检测器流量与占有率关系

法避免了前述诸多问题，其提出后即引起了广泛 ＭＦＤ反映了整个网络交通量与网络运行水

关注．本文试图对相关研究成果进行总结和分析， 平的普遍关系，其不仅仅描述了网络流量与占有

收稿日期：２０１４—０９－１４

马万经（１９８０一）：男，博士生，副教授，主要研究领域为交通系统控制与优化理论

＋国家自然科学基金重点项目资助（批准号：５１１３８００３、５１２３８００８）

万方数据
 第６期 马万经，等：网络交通流宏观基本图：回顾与前瞻

率的关系，也反映出网络内车辆数和流出网络车
辆数之间的关系，以及车辆运行里程与运营时间
之间的关系等．通过对ＭＦＤ的分析，Ｄａｇａｎｚｏ发

０１． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ．一二
现其基本曲线形式为抛物线，但在实际的分析中
常简化为三角形或梯形［３］．
ＭＦＤ引起交通网络分析、管理和控制等多领
域的广泛关注．相关学者主要围绕其基本性质、影
０ ３０ ６０ ９０ １ ２ｎ
响因素及应用方向等方面展开研究．主要研究脉
ＫＺ［ｖｅｈ・（Ｉｎ・ｋｍ）’］

图２ 多检测器流量与占有率／密度关系
络见图３．

ＭＦＤ研究内容

二［
实际运用
基本性质

小区划分

存在性ｌ ｌ获取方法忙展研究Ｉ １交通条件ｌ ｌ道路条件ｌ ｌ管控条件ｌ ｌ蒋别旱嚣篷割ｌ ｌ勰胪弄帮。

在条俐ｌ验证

熊 芏一 萋ｌ萋ｌｌ童 Ｉ茎
疡 兰％丽
影响Ｉ

图３ ＭＦＤ总体研究脉络

的影响．
２ ＭＦＤ基本性质研究 继日本横滨发现ＭＦＤ的存在后，ＭＦＤ的存
在性也在不同的地方通过不同的数据得到验证．
ＭＦＤ被揭示之后，首先开展其基本性质的研 Ｇｏｎｚａｌｅｓ等［４］通过仿真方法验证了内罗毕路网
究，主要集中在其存在性、获取方法及拓展研究等 ＭＦＤ的存在，姬杨蓓蓓等［５１通过仿真研究发现阿
几个方面，见图４．这些研究逐步从不同角度揭示 姆斯特丹的城市路网同样存在ＭＦＤ；Ｇａｏ等邛］运
了ＭＦＤ的特征和影响因素，为ＭＦＤ在交通状态 用斯德哥尔摩的交通数据（包含检测器数据和出
分析、管理和控制等各领域的研究和应用奠定了 租车数据）发现在该城市存在ＭＦＤ；Ｈｅ等口１利用
基础． 检测器数据验证了北京三环线构建的交通网络存

囊拜Ｍ亘
礁
在ＭＦＤ．
：Ｄａｇａｎｚｏ，Ｇｅｒ。ｌｉｍｉｎｉｓ

ＭＦＤ除可以通过仿真和实际数据获取，也可
；Ｇｏｎｚａｌｅｓ，姬扬蓓蓓等
ＧａｏＦｅｎｇ望４
以通过解析模型构筑．Ｌｅｃｌｅｒｃｑ等［８１提出依据路

理论模型推导 ：Ｄａｇａｎｚｏ．Ｌｕｄ。Ｖｌｃ等 径的拓扑结构，以及变分理论来获取ＭＦＤ，该方

实测仿真数据拟台 ：Ｄａｇａｎｚｏ，Ｏｏｎｚａｌｅｓ等
法克服了以往获取ＭＦＤ的规则条件，对现实许

．阮：翮．厮
驯型一
多“非同质性”的网络也适用；Ｇｅｒｏｌｉｍｉｎｉｓ等［９］对
Ｋｎｏｏｐ

变分理论做了一定的扩展与改进，模型中主要考
图＿ｌ ＭＦＤ基本性质研究框架

Ｄａｇａｎｚｏ在提出ＭＦＤ时指出，一个网络只有 虑了整个网络的最大通行能力以及最大密度；Ｘｉｅ

在其内部交通状态处于“同质性”时，即整个小区 等［１叩考虑了小汽车交通和公共交通，提出了两种

要么全部处于拥挤状态要么全部不处于拥挤状 获取城市干道网络ＭＦＤ的方法．方法一是结合

态，才存在离散度低的ＭＦＤ．随后，大量学者就各 内部公共交通运行与移动瓶颈理论来获取ＭＦＤ；
种原因导致的网络“非同质性”对ＭＦＤ的影响展 方法二则在方法一基础上考虑了外部公共交通．
开了研究，探索了不同影响因素对ＭＦＤ离散度 Ｄａｇａｎｚｏ等［１ｕ利用旧金山网络数据提出了一个

万方数据
 武汉理工大学学报（交通科学与工程版） ２０１４年第３８卷

精确的分析表达式，来表达ＭＦＤ．Ｃｏｕｒｂｏｎ等［１２］
对比分析了获取ＭＦＤ的三种方法：分析法、基于
路径的方法、检测器法，并通过仿真对上述方法进
行了评价．分析法具有最严格的约束，但在仿真中
需要大量参数标定；检测器法虽然很容易获取
ＭＦＤ。但有时所得到的结果具有比较大的离散
在ＭＦＤ图形的基础上，Ｋｎｏｏｐ等ｕ副提出的
双变量（密度、网络中总交通量）宏观基本图（ＴＶ—
ＭＦＤ），对处于“同质性”及“非同质性”条件下的
网络均适用．在此基础上，提出了表示流量与平均
密度，以及密度不均衡性之间的关系的ＧＭＦＤ，
能很好地解释ＭＦＤ的“滞回现象”ｕ ４Ｉ．

性，而且需要布设大量检测器；基于路径的方法可
以获取ＭＦＤ但车辆路径的获取难度较大．由此 ３ ＭＦＤ影响因素研究
可见，虽然ＭＦＤ可以通过实际检测器获取，但对
于一个大的城市路网，可能会出现有效检测器数 在ＭＦＤ基本性质和存在性研究的基础上，
量不足以获取整个城市的ＭＦＤ，解析方法则可以 对ＭＦＤ的影响因素的研究也逐渐深入．可归结
在更少的数据条件下，获取小区的近似ＭＦＤ表 为以下４个方面：交通条件、道路条件、管控条件
达式． 以及选择行为，基本研究框架见图５．

型愿
蔫ｌ忙巫匠 兰三姜Ｇ篱ｅｒｏｌｉ筹ｉｍｉｓ兰三匀
ｍ

？ｊｊｊｊｊｊ：要；耍曼垂麴耍ｊｊｊｊｊｊｊｊ－／
！ｊｊｊｊｊｊｊｊｊｊｊｊｊ三誊ｊｊｊｊｊｊｊｊｊｊｊｊｊｊ－／
■一｛

襞№亘亟 圉逝
习广［二耍匝二 ？ｊｊｊｊｊｊｊ；三互面至互蔓萎菱ｊｊｊｊｊｊｊｊ－／
［：：蔓；觋运委要坚－：：Ｂ；；ｏ遁ｖａｃｌ：：＝｛＇，－一｛影响

习匿
刿叫堕旦堕塑墨羔丝 ！：：：亘曼ｉ面；嚣茎垂：：；耍；；王：：）一ｒ

型霍
！ｊｊｊｊｊｊｊ；；ｉ面互三蔓至至ｊｊｊｊｊｊｊ≯－／
［篮；匦釜夏垂五羔至熏亘：｝１
７ｊｊｊｊｊｊｊ墨ｊ虽垂荟圣参；垂ｊｊｊｊｊｊｊｊ一／

萼ｋ］匹匠 囊黧纂黧ｉ－｜
Ｌ…………．………………ｌ
厩试忑鬲；葡啄面ｉ；ｉ；丽赢再一Ｊ

图５ ＭＦＤ影响因素研究框架

对ＭＦＤ影响因素的研究，最先引起大家注 究，提出了一种可以描述整个网络处于非同质性
意的是Ｇｅｒｏｌｉｍｉｎｉｓ发现的“滞回现象”［１争１６］．所谓 下的新模型，从而克服了ＭＦＤ的不足．
“滞回现象”就是流量与占有率比例关系图为封闭 在研究有关转向交通流对ＭＦＤ的影响时，
曲线，而不是线性曲线．Ｇｅｒｏｌｉｍｉｎｉｓ发现引起这 Ｇｅｒｏｌｉｍｉｎｉｓ等口阳发现，交叉口处左转交通流的存
种现象的主要原因为网络密度的不均匀性，以及 在减小了ＭＦＤ的最大值．Ｂｏｙａｃｉ通过变分理论
数据量不足．由此揭开了对ＭＦＤ影响因素研究 研究转向交通流对ＭＦＤ的影响也得到了同样的
的序幕．总体而言，不同因素，最终都是通过对网 结论．
络密度的影响，进而对ＭＦＤ产生各方面的影响． Ｇｅｒｏｌｉｍｉｎｉｓ等［２１］通过研究巴塞罗那城市混
３．１不同交通条件对ＭＦＤ的影响 合交通网络下的宏观交通流特征，探索了不同比
许多学者在研究过程中同样观测到了“滞回 例公交及私人小汽车出行对ＭＦＤ离散度的影
现象”，并进行了解析．Ｈｅ通过对北京城市快速 响，发现小汽车出行比例越大，曲线离散度越大．
路网ＭＦＤ分析，发现由于匝道上车辆的频繁变 Ｚｈｅｎｇ等口幻探讨了不同交通方式的空间分布及
道使得匝道上密度分布不均匀进而产生了该现 各种模式所占比例对ＭＦＤ的影响，发现随着公
象．许菲菲等［１７］发现在外部需求变化大时，会出 交专用道在整个城市所占比例的提升，整个小区
现上述现象．朱琳等［１８］通过研究外部需求在不同 的内部车辆数将不会达到ＭＦＤ的最大值．
总量和时变比例下，对ＭＦＤ的影响，发现在初 王玉等口３］通过仿真研究了交通事故、占路施
期，总量和时变影响较小，到了后期两者对ＭＦＤ 工、恶劣天气对ＭＦＤ的影响，发现交通事故以及
影响的差距很大．Ｍａｈｍａｓｓａｎｉ等ｎ叼在城市网络 占道施工发生的位置对曲线形状影响不显著，而
处于过饱和条件下通过对ＭＦＤ“滞回现象”的研 恶劣天气这种影响全局的事件对整个路网的影响

万方数据
 第６期 马万经，等：网络交通流宏观基本图：回顾与前瞻
更显著．
３．２不同道路条件对ＭＦＤ的影响
不同道路条件对ＭＦＤ影响研究，主要集中
在专用道的性质、路网中关键路径，以及路网结构
等级３个方面．
许菲菲等研究了公交专用道以及关键路径对
ＭＦＤ的影响，发现设置公交专用道会在一定程度
上降低路网的通行能力，进而降低了ＭＦＤ最大
值，并确定了路网中对ＭＦＤ有决定性作用的关
键路段．Ｂｕｉｓｓｏｎ等心们探讨了城市网络、穿越城市
的高速网络与环城高速网络对ＭＦＤ的影响．研
究发现ＭＦＤ的形状与道路网络的形状有很大关
系，高速网络不存在ＭＦＤ，因此不同类型路网的
混合最终会到导致无法得到网络的ＭＦＤ．朱琳等
通过对比西三环路网及其子路网ＭＦＤ，发现路网
结构越均匀，各路段交通状态差异越小，路网整体
性能越高．
３．３不同管控条件对ＭＦＤ的影响
在对ＭＦＤ影响因素的研究中，对不同管理
及控制措施和参数的研究最为突出．
许菲菲发现道路禁行不仅会降低路网服务水
平，也会改变ＭＦＤ的形状．马莹莹等‘２列则通过仿
真发现信号周期对ＭＦＤ形状几乎没有影响．Ｊｉｎ
等［２６３通过元胞传输模型发现在自由流状态下，网
络稳定时ＭＦＤ很稳定，而间断流状态下信号控
制使得网络交通流不稳定，进而影响到ＭＦＤ形
状．
Ｑｉａｎ等［２７１将２种不同的管理方式（匝道控制
和增减车道）运用到网络中，对于匝道控制法，采
取控制前后的ＭＦＤ差不多，匝道控制会加快高
速路网拥挤的消散，但使城市网络拥堵情况加剧．
Ｇｏｎｚａｌｅｓ等［２８一通过将无信号控制的环岛改为信
号控制交叉口，发现改变前后ＭＦＤ形状发生变
化．Ｚｈａｎｇ运用元胞自动机模型对比分析了城市
干道路网３种不同自适应交通控制模式
（ＳＣＡＴＳ—Ｌ，ＳＣＡＴＳ—Ｆ，ＳＯＴＬ）对ＭＦＤ的影响，
发现由于ＳＯＴＩ。控制方式主要是为了使网络的
交通均匀分布，因此采用该模式时网络宏观交通
状态最好．Ｂｕｉｓｓｏｎ研究发现在一个城市网络中，
检测器距信号控制位置的距离不仅会改变ＭＦＤ
的形状，也使得数据的离散度增加．Ｃｏｕｒｂｏｎ发
现，检测器距离较远时，该位置检测到的数据都是
车辆处于自由流状态，因此对ＭＦＤ初始部分形
状没有影响，而当检测器位置距离信号控制位置
很近时，由于其检测到的都是拥堵状态的数据，对
万方数据
饱和状态下的ＭＦＤ形状没有影响．
３．４不同选择行为对ＭＦＤ的影响
除了有关交通条件、道路条件以及管控条件
以外，有关不同选择行为对ＭＦＤ的影响研究也
取得了一定的成果．
朱琳研究发现，不同路径选择方式影响了路
网ＭＦＤ的形状，改变了路网阻塞密度．Ｌｅｃｌｅｒｃｑ
研究了不同路径选择模型（Ｗａｒｄｒｏｐ模型、Ｌｏｇｉｔ
模型、系统最优模型）对ＭＦＤ的影响，发现无论
网络是否处于处于稳定状态下，Ｗａｒｄｒｏｐ模型下
的网络ＭＦＤ是一致的．Ｚｈａｏ等［２钉同样通过仿真
研究了实时的交通出行信息以及驾驶员路径选择
行为对ＭＦＤ的影响，研究发现，不同路径选择通
过网络密度的影响，进而对ＭＦＤ最大值产生影
响，消息预知比例越高，最后ＭＦＤ最大值会相应
增大．
４ ＭＦＤ在交通网络分析与控制等
领域的应用研究
随着对ＭＦＤ基本性质及影响因素的深入研
究，人们对如何将ＭＦＤ运用到实际中去产生了
极大的兴趣．在运用ＭＦＤ时，首先需要解决的是
基于ＭＦＤ的网络交通小区划分的问题．在此问
题上不少学者也做了许多研究．随后一系列有关
ＭＦＤ运用的研究逐步开展起来．基本研究框架见
图６．
Ｈ｝１ ～１１１Ｉ）芟际运川晰’￡Ｈ￡架
基于ＭＦＤ的交通小区划分方法的研究被许
多人关注．其中最典型的研究当属于Ｊｉ等面向
ＭＦＤ的小区划分问题研究．其依据在一个特定时
间内的拥挤特征来划分整个网络，并最后拓展到
对小区的动态划分问题上［３“３１］．Ｈａｄｄａｄ等［３ ２］在
研究２个小区之间基于ＭＦＤ的最优控制问题，
提出了基于ＭＦＤ的边界控制模型，并在此基础
上形成了一个新的模型用以对小区的划分．随后，
 ・１２３０・ 武汉理工大学学报（交通科学与工程版）
李刚奇等［３３］在宏观交通流理论基础上研究了小
区划分方法，提出了对子区划分进行控制的小区
划分标准．马莹莹等［３钉也利用谱方法以相邻交叉
口的关联性作为划分依据，对交通小区进行划分．
虽然各种划分方法考虑的因素不太相同，但最终
目的都是为了使得划分后的小区具有交通流的同
质性．
４．１ ＭＦＤ在网络控制中的运用
随着对ＭＦＤ研究的不断深入，对宏观基本
图的运用也有了比较初步的认识．Ｄａｇａｎｚｏ和
Ｇｅｒｏｌｉｍｉｎｉｓ论述了ＭＦＤ可以通过控制交通需求
来提高道路可达性，并以此来确定城市的驶出车
辆占车辆总数的比例．随后，其研究了通过边界控
制策略来控制２个小区，使得各小区内交通量能
均衡的分布在保证小区驶出流量最大时的总流量
位置处［３ ５。３７］．Ｈａｄｄａｄ等以２个交通小区为研究
对象，提出了一种最优边界控制方法．最后以城市
不同拥挤程度下ＭＦＤ的稳定性作为分析指标，
证明该方法比反馈调节算法更优［３｝３９］．王福建
等［４ ０｜总结了对趋于拥堵的路网区域实施边界控
制策略思想，并提出了基于ＭＦＤ性质的一些城
市管理的措施．Ｍｅｈｄｉ等［４１－４２］基于网络ＭＦＤ研
究了的反馈闸门控制方法．通过仿真对干尼亚州
网络进行闸门控制，取得了很好的效果．Ｙｏｓｈｉｉ
等［４胡将ＭＦＤ运用到过饱和网络控制中，提出了
一种区域计量控制方法．文章通过对阪神快速路
网络的仿真研究，验证了该方法的有效性．
辱．兰Ｍ，ＦＤ在构建新模型方雨的运用
将ＭＦＤ运用到网络交通控制中已经取得了
很多成果，对于ＭＦＤ在构建新模型方面的运用
方面也展开了许多研究
Ｒａｍｅｚａｎｉ等［４４］探讨了由高速路网络与城市
网络共同形成的网络的宏观交通流关系，采用元
胞传输模型以网络总延误最小为目标，构建了混
合道路网络的最优控制模型．Ｄａｇａｎｚｏ等［４胡研究
了将宏观交通流模型与经济学模型相结合，进而
使得对私人小汽车及公用交通的合理均衡的利
用，这对决定在何时何地将有限的资源给何种运
输方式有很大的作用．
４．３ ＭＦＤ作为评价手段的运用
将ＭＦＤ作为评价手段的研究主要围绕以下
二方面展开：一方面将ＭＦＤ的稳定性作为评价指
标；另一方面则与ＭＦＤ得到的结果作对比分析．
Ｋｎｏｏｐ等ｎ６１运用ＭＦＤ分析了交通控制与
传统采用大量数据复杂算法之间优劣，研究发现
万方数据
２０１４年第３８卷
运用详细的复杂算法控制效果比使用ＭＦＤ效果
要好，但基于ＭＦＤ同样可以进行有效的控制．
Ｌｉｎ等‘４ ７３提出了２个用于评价网络控制模型的指
标并通过分析网络ＭＦＤ的稳定性说明以上两个
指标是合适的．
Ｚｈｅｎｇ等‘４８３结合城市路网交通拥挤宏观模
型以及基于智能体的模拟器研究了拥挤收费策
略．通过苏黎世城市路网首先证明了运用智能体
模拟器获得的结果与通过ＭＦＤ所得到的结果的
一致性，随后在基于ＭＦＤ控制下提出了一种动
态拥挤收费策略．Ｈｏｒｉｇｕｃｈｉ等ｎ叼将ＭＦＤ公式
化，然后通过公式化后的ＭＦＤ来表达反映网络
目前的运营情况的两个变量：流动性指标和突出
性指标．Ｇａｙａｈ等［５们利用网络的ＭＦＤ及浮动车
的数据实时预测网络交通密度．该方法主要优势
在于所需的实际数据少，计算简单．虽然在非拥挤
情况下预测结果不准，但是在拥挤情况下预测结
果令人信服．
５ 总体分析
ＭＦＤ提出至今，相关研究已取得许多成就，
对ＭＦＤ的认识也逐步清晰．相关学者主要围绕
其基本性质、影响因素及运用方向等方面展开研
究．综合相关成果，尚有如下问题值得进一步深入
探索．
１）ＭＦＤ影响因素的定量分析模型的一般形
式及其参数确定方法 相关研究大多基于具体网
络数据进行了ＭＦＤ影响因素的分析及其存在性
的证明．在ＭＦＤ能够被更广泛地应用到网络交
通管理和预测等领域之前，建立各因素与ＭＦＤ
曲线关系的定量分析模型，并给出相关参数的确
定方法至关重要．这一问题的解决与否，直接影响
着ＭＦＤ的理论意义与应用价值．
２）面向ＭＦＤ的小区最优划分方法小区是
研究ＭＦＤ及其应用的基本单元．到目前为止的
研究大多集中在静态小区划分上．如何做到小区
划分与ＭＦＤ的最佳匹配，如何根据实际交通状
态进行小区动态划分，都需要进一步研究．
３）网络需求分布特征及其影响的刻画 现
有研究对小区内部需求采用固定值或浮动车数
据，但只能获取大致的情况．如何更精确的反应出
小区内部到达率以及各种不同需求组合对ＭＦＤ
的影响，是另一个值得深人探索的领域．
４）基于ＭＦＤ的交通网络管控策略研究 目
 第６期 马万经，等：网络交通流宏观基本图：回顾与前瞻 ・
１２３ｌ ・

前的研究大多将小区视为一个单元进行简化的管 ［９３ ＧＥＲＯＬＩＭＩＮＩＳ Ｎ，ＢＯＹＡＣＩ Ｂ．Ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｖａｒｉａｂｉｌ—

理控制策略分析．如何针对不同类型的网络及其 ｉｔｙ ｏｆ ｕｒｂａｎ ｓｙｓｔｅｍｓ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｉｎ ｔｈｅ ｎｅｔｗｏｒｋ

ｃａｐａｃｉｔｙ［－Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ：Ｍｅｔｈ—

需求模式，研究具体的基于ＭＦＤ的管控策略，是
ｏｄｏｌｏｇｉｃａｌ，２０１２，４６（１０）：１６０７—１６２３．
影响ＭＦＤ在交通工程领域发挥作用的关键．
［１０］ＸＩＥ Ｘ，ＣＨＩＡＢＡＵＴ Ｎ，ＬＥＣＬＥＲＣＱ Ｌ．Ｍａｅｒｏｓｃｏｐ—
ｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ ｆｏｒ ｕｒｂａｎ ｓｔｒｅｅｔｓ ａｎｄ ｍｉｘｅｄ
６ 结束语
ｔｒａｆｆｉｃ：ｃｒｏｓｓ—ｃｏｍｐａｒｉｓｏｎ ｏｆ ｅｓｔｉｍａｔｉｏｎ ｍｅｔｈｏｄｓ［－Ｃ］
｝ｆ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ ９２ｎｄ Ａｎｎｕａｌ
ＭＦＤ作为小区的特有属性，与外部交通需求
Ｍｅｅｔｉｎｇ，２０１３：１０３—１０５．
无关，少量数据下即可获取ＭＦＤ．基于以上特点， ［１ １３ ＤＡＧＡＮＺＯ Ｃ Ｆ，ＧＥＲＯＬＩＭＩＮＩＳ Ｎ．Ａｎ ａｎａｌｙｔｉｃａｌ

在已知小区ＭＦＤ的前提下，即可依据检测器数 ａｐｐｒｏｘｉｍａｔｉｏｎ ｆｏｒ ｔｈｅ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａ—

据及不同控制方法及措施实现对小区的控制，使 ｇｒａｍ ｏｆ ｕｒｂａｎ ｔｒａｆｆｉｃ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ

得整个小区处于稳定的交通状态．由此可以看出， Ｐａｒｔ Ｂ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２００８，４２（９）：７７１—７８１．

相较于其他网络分析模型，ＭＦＤ理论上应用价 ［１ ２］ＣＯＵＲＢＯＮ Ｔ，ＬＥＣＬＥＲＣＱ Ｌ．Ｃｒｏｓｓ－ｃｏｍｐａｒｉｓｏｎ ｏｆ

ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ ｅｓｔｉｍａｔｉｏｎ ｍｅｔｈ—

值和潜力更大．因而，有关ＭＦＤ的研究将进一步
ｏｄｓ［Ｊ］．Ｐｒｏｃｅｄｉａ－Ｓｏｃｉａｌ ａｎｄ Ｂｅｈａｖｉｏｒａｌ Ｓｃｉｅｎｃｅｓ，
走向深入．而随着前述诸多问题的解决，ＭＦＤ将
２０１１，２０：４１７－４２６．
在网络交通分析和管控领域发挥更大的作用．
１３ ＫＮＯＯＰ Ｖ，ＨＯＯＧＥＮＤＯＯＲＮ Ｓ．Ｔｗｏ－ｖａｒｉａｂｌｅ

参考文献 ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ ｆｏｒ ｔｒａｆｆｉｃ ｎｅｔ—

ｗｏｒｋｓ［－Ｃ］｝｝Ｎｉｎｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｔｒａｆ—

Ｅ ｌ ｌ ＤＡＧＡＮＺＯ Ｃ Ｆ．Ｕｒｂａｎ ｇｒｉｄｌｏｃｋ：Ｍａｃｒｏｓｃｏｐｉｃ ｍｏｄｅｌ—
ｆｉｃ ａｎｄ Ｇｒａｎｕｌａｒ Ｆｌｏｗ，２０１１：１２０８—１２２０．
ｉｎｇ ａｎｄ ｍｉｔｉｇａｔｉｏｎ ａｐｐｒｏａｃｈｅｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅ—
［１４］ＫＮＯＯＰ Ｖ Ｌ，Ｈ００ＧＥＮＤ（）０ＲＮ Ｓ Ｐ，ＬＩＮＴ Ｊ ｗ Ｃ
ｓｅａｒｃｈ Ｐａｒｔ Ｂ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２００７，４１（１）：４９—６２．
Ｖ．Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｔｒａｆｆｉｃ ｄｙｎａｍｉｃｓ ｏｎ ｔｈｅ ｍａｃｒｏｓｃｏｐ—
［２］ＧＥＲＯＬＩＭＩＮＩＳ Ｎ，ＤＡＧＡＮｚ０ Ｃ Ｆ．Ｅｘｉｓｔｅｎｃｅ ｏｆ ｕｒ—

ｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ［Ｃ］∥Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅ—

ｂａｎ—ｓｃａｌｅ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ：Ｓｏｍｅ
ｓｅａｒｃｈ Ｂｏａｒｄ ９２ｎｄ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ，２０１３：１１２３一
ｅｘｐｅｒｉｍｅｎｔａｌ ｆｉｎｄｉｎｇｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ
１１３５．
Ｐａｒｔ Ｂ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２００８，４２（９）：７５９—７７０．
［１５］ＧＥＲＯＬＩＭＩＮＩＳ Ｎ，ＳＵＮ Ｊ．Ｐｒｏｐｅｒｔｉｅｓ ｏｆ ａ ｗｅｌｌ－ｄｅ—
［３］ＣＡＳｓＩＤＹ Ｍ Ｊ，ＪＡＮＧ Ｋ，ＤＡＧＡＮＺＯ Ｃ Ｆ．Ｍａｃｒｏ—
ｆｉｎｅｄ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ ｆｏｒ ｕｒｂａｎ
ｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ ｆｏｒ ｆｒｅｅｗａｙ ｎｅｔｗｏｒｋｓ
ｔｒａｆｆｉｃ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ：Ｍｅｔｈ—
［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｒｅｃｏｒｄ：Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ
ｏｄｏｌｏｇｉｃａｌ，２０ｌｌ，４５（３）：６０５—６１７．
Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ，２０１１（２）：８－１５．
［１６］ＧＥＲＯＬＩＭＩＮＩＳ Ｎ，ＳＵＮ Ｊ．Ｈｙｓｔｅｒｅｓｉｓ ｐｈｅｎｏｍｅｎａ
［４］ＧＯＮＺＡＬＥＳ Ｅ Ｊ，ＣＨＡＶＩＳ Ｃ，ＬＩ Ｙ，ＤＡＧＡＮＺＯ Ｃ
ｏｆ ａ
ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ ｉｎ ｆｒｅｅｗａｙ
Ｆ．Ｍｕｈｉｍｏｄａｌ ｔｒａｎｓｐｏｒｔ ｍｏｄｅｌｉｎｇ ｆｏｒ Ｎａｉｒｏｂｉ，Ｋｅｎ—
ｎｅｔｗｏｒｋｓ［Ｊ］．Ｐｒｏｃｅｄｉａ—Ｓｏｃｉａｌ ａｎｄ Ｂｅｈａｖｉｏｒａｌ Ｓｃｉ—
ｙａ：Ｉｎｓｉｇｈｔｓ ａｎｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｗｉｔｈ ａｎ ｅｖｉｄｅｎｃｅ－
ｅｎｃｅｓ，２０１１，１７：２１３－２２８．
ｂａｓｅｄ ｍｏｄｅｌ［Ｒ］．ＵＣ Ｂｅｒｋｅｌｅｙ Ｃｅｎｔｅｒ ｆｏｒ Ｆｕｔｕｒｅ Ｕｒ—

ｂａｎ Ｔｒａｎｓｐｏｒｔ，２００９． ［１７］许菲菲，何兆成，沙志仁．交通管理措施对路网宏观

基本图的影响分析［Ｊ］．交通运输系统工程与信息，
［５３姬杨蓓蓓，ＷＩＮＮＩＥ Ｄ．阿姆斯特丹城市道路线圈检
２０１３．１３（２）：１８５—１９０．
测器布设方法研究ｌ－Ｊ］．重庆交通大学学报：自然科
［１８］朱琳，于 雷，宋国华．基于ＭＦＤ的路网宏观交
学版，２０１０，２９（５）：７５４—７５７．

［６］ＧＡＯ Ｆ．Ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ ｆｏｒ 通状态及影响因素研究［Ｊ］．华南理工大学学报：自

Ｓｔｏｃｋｈｏｌｍ ｕｓｉｎｇ ＦＣＤ ｄａｔａ［Ｄ］．ＫＴＨ：Ｓｃｈｏｏｌ ｏｆ Ａｒ— 然科学版，２０１２，４０（１１）：１３８—１４６．

ｃｈｉｔｅｃｔｕｒｅ ａｎｄ ｔｈｅ Ｂｕｉｌｔ Ｅｎｖｉｒｏｎｍｅｎｔ（ＡＢＥ），２０ １ １． ｒ１９］ＭＡＨＭＡＳＳＡＮＩ Ｈ Ｓ．ＳＡＢＥＲＩ Ｍ．Ｕｒｂａｎ ｎｅｔｗｏｒｋ

［７］ＨＥ Ｚ，ＨＥ Ｓ，ＧＵＡＮ Ｗ．Ｆｉｇｕｒｅ－ｅｉｇｈｔ ｈｙｓｔｅｒｅｓｉｓ ｐａｔ— ｇｒｉｄｌｏｃｋ：ｔｈｅｏｒｙ，ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｎｄ ｄｙｎａｍｉｃｓ［Ｊ］．

Ｐｒｏｃｅｄｉａ—Ｓｏｃｉａｌ ａｎｄ Ｂｅｈａｖｉｏｒａｌ Ｓｃｉｅｎｃｅｓ，２０１３，８０
ｔｅｒｎ ｉｎ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ ｆｏｒ ｕｒｂａｎ

（７）：７９—９８．
ｆｒｅｅｗａｙ ｎｅｔｗｏｒｋ ｉｎ Ｂｅｉｊｉｎｇ，Ｃｈｉｎａ［Ｃ］｛｝Ｔｒａｎｓｐｏｒｔａ—
ｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ ９２ｎｄ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ，２０１３：１３— ［２０３ ＢＯＹＡＣＩ Ｂ，ＧＥＲＯＩ。ＩＭＩＮＩＳ Ｎ．Ｅｘｐｌｏｒｉｎｇ ｔｈｅ ｅｆｆｅｃｔ

１７６０． ｏｆ ｖａｒｉａｂｉｌｉｔｙ ｏｆ ｕｒｂａｎ ｓｙｓｔｅｍｓ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｉｎ ｔｈｅ

ＬＥＣＬＥＲＣＱ Ｌ，ＧＥＲＯＬＩＭＩＮＩＳ Ｎ．Ｅｓｔｉｍａｔｉｎｇ ＭＦＤｓ ｎｅｔｗｏｒｋ ｃａｐａｃｉｔｙ［Ｃ］∥Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ

Ｅ８３
ｉｎ ｓｉｍｐｌｅ ｎｅｔｗｏｒｋｓ ｗｉｔｈ ｒｏｕｔｅ ｃｈｏｉｃｅ［Ｊ］．Ｐｒｏｃｅｄｉａ— Ｂｏａｒｄ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ，２０１２：１６１２－１６２３．

Ｓｏｃｉａｌ ａｎｄ Ｂｅｈａｖｉｏｒａｌ Ｓｃｉｅｎｃｅｓ，２０１３，８０（７）：９９—１１８． ［２１］ＧＥＲＯＬＩＭＩＮＩＳ Ｎ，ＤＡＮＥＳ Ｊ Ｍ，ＥＳＴＲＡＤＡ Ａ．

万方数据
 ・
１２３２ ・
武汉理工大学学报（交通科学与工程版） ２０１４年第３８卷

Ｍｕｌｔｉｍｏｄａｌ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ ｆｏｒ Ｅ３３］李刚奇，赵娅丽．基于宏观交通理论的交通控制子

“ｃａｒ－ｂｕｓ”ｍｉｘｅｄ ｔｒａｆｆｉｃ ｓｉｇｎａｌｉｚｅｄ ｃｏｒｒｉｄｏｒｓ：ａｐｐｌｉ— 区划分方法［Ｃ］∥第七届中国智能交通年会，２０１２：
ｃａｔｉｏｎ ｉｎ ｃｉｔｙ ｏｆ Ｂａｒｃｅｌｏｎａ，Ｓｐａｉｎ［Ｃ］Ｉｌ Ｔｒａｎｓｐｏｒｔａ— ３１—３８．

ｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ ９２ｎｄ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ，２０１３： ［３４３马莹莹，杨晓光，曾 滢．基于谱方法的城市交通信

１０１３—１０８９． 号控制网络小区划分方法ＥＪ］．系统工程理论与实
［２２３ ｚＨＥＮＧ Ｎ，ＧＥＲＯＬＩＭＩＮＩｓ Ｎ．Ｏｎ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ 践，２０１０，３０（１２）：２２９０—２２９６．

ｏｆ ｕｒｂａｎ ｒｏａｄ ｓｐａｃｅ ｆｏｒ ｍｕｈｉｍｏｄａｌ ｃｏｎｇｅｓｔｅｄ ｎｅｔ— ｒ ３５］ＡＢＯＵＤＯＬＡＳ Ｋ，ＧＥＲＯＬＩＭＩＮＩＳ Ｎ．Ｐｅｒｉｍｅｔｅｒ

ｗｏｒｋｓ［Ｊ］．Ｐｒｏｃｅｄｉａ—Ｓｏｃｉａｌ ａｎｄ Ｂｅｈａｖｉｏｒａｌ Ｓｃｉｅｎｃｅｓ， ｆｌｏｗ ｃｏｎｔｒｏｌ ｉｎ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｎｅｔｗｏｒｋｓ［Ｃ］∥１３ｔｈ

２０１３，８０（７）：１１９－１３８． Ｓｗｉｓｓ Ｔｒａｎｓｐｏｒｔ Ｒｅｓｅａｒｃｈ Ｃｏｎｆｅｒｅｎｃｅ，２０１３：１０５５—

［２３］王玉，段征宇．偶发性交通事件对网络交通状态 １０８１．

的影响分析Ｅｃ３∥第七届中国智能交通年会，２０１２： ［３６３ ＡＢＯＵＤＯＬＡＳ Ｋ。ＧＥＲＯＬＩＭＩＮＩｓ Ｎ．Ｐｅｒｉｍｅｔｅｒ ａｎｄ

２２—２７． ｂｏｕｎｄａｒｙ ｆｌｏｗ ｃｏｎｔｒｏｌ ｉｎ ｍｕｌｔｉ—－ｒｅｓｅｒｖｏｉｒ ｈｅｔｅｒｏｇｅｎｅ——

Ｅ２４］ＢＵＩＳＳＯＮ Ｃ，ＬＡＤＩＥＲ Ｃ．Ｅｘｐｌｏｒｉｎｇ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｏｕｓ ｎｅｔｗｏｒｋｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ：

ｈｏｍｏｇｅｎｅｉｔｙ ｏｆ ｔｒａｆｆｉｃ ｍｅａｓｕｒｅｍｅｎｔｓ ｏｎ ｔｈｅ ｅｘｉｓｔ— Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２０１３，５５：２６５—２８１．

ｅｎｃｅ ｏｆ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ［Ｊ］． ［３７］ＡＢＯＵＤＯＬＡＳ Ｋ，ＧＥＲＯＬＩＭＩＮＩｓ Ｎ．Ｆｅｅｄｂａｃｋ

Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｒｅｃｏｒｄ：Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ ｐｅｒｉｍｅｔｅｒ ｃｏｎｔｒｏｌ ｆｏｒ ｍｕｌｔｉ——ｒｅｇｉｏｎ ｌａｒｇｅ－ｓｃａｌｅ ｃｏｎ——

Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ，２００９（１２）：１２７—１３６． ｇｅｓｔｅｄ ｎｅｔｗｏｒｋｓ［Ｃ］｝ｆ ２０１３ Ｅｕｒｏｐｅａｎ Ｃｏｎｔｒｏｌ Ｃｏｎ—

Ｅ２５］马莹莹．面向交通小区的交通控制策略研究［Ｄ］．上 ｆｅｒｅｎｃｅ，２０１３：１０６—１１４．

海：同济大学，２０１０． ［３８３ ＨＡＤＤＡＤ Ｊ，ＲＡＭＥＺＡＮＩ Ｍ，ＧＥＲＯＬＩＭＩＮＩＳ Ｎ．

Ｅ２６］ＪＩＮ Ｗ Ｌ，ＧＡＮ Ｑ，ＧＡＹＡＨ Ｖ Ｖ．Ａ ｋｉｎｅｍａｔｉｃ Ｍｏｄｅｌ ｐｒｅｄｉｃｔｉｖｅ ｐｅｒｉｍｅｔｅｒ ｃｏｎｔｒｏｌ ｆｏｒ ｕｒｂａｎ ａｒｅａｓ

ｗａｖｅ ａｐｐｒｏａｃｈ ｔｏ ｔｒａｆｆｉｃ ｓｔａｔｉｃｓ ａｎｄ ｄｙｎａｍｉｃｓ ｉｎ ａ ｗｉｔｈ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ［Ｃ］｛｝Ａｍｅｒ—
ｄｏｕｂｌｅ－ｒｉｎｇ ｎｅｔｗｏｒｋ［Ｃ］∥Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｉｃａｎ Ｃｏｎｔｒｏｌ Ｃｏｎｆｅｒｅｎｃｅ（ＡＣＣ），２０１２：１０５１—１０６６．

Ｂｏａｒｄ ９２ｎｄ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ，２０１３：２８１３—２８７０． ［３９］ＧＥＲｏＬＩＭＩＮＩｓ Ｎ，ＨＡＤＤＡＤ Ｊ，ＲＡＭＥＺＡＮＩ Ｍ．

［２７］Ｑｉａｎ Ｘ，Ｂａｇｇｅｎ Ｉ Ｊ Ｈ，Ｄａａｍｅｎ Ｉ Ｗ，ｅｔ ａ１．Ａｐｐｌｉｃａ— Ｏｐｔｉｍａｌ ｐｅｒｉｍｅｔｅｒ ｃｏｎｔｒｏｌ ｆｏｒ ｔｗｏ ｕｒｂａｎ ｒｅｇｉｏｎｓ

ｔｉｏｎ ｏｆ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ ｔｏ ｄｙｎａｍ— ｗｉｔｈ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ：ａ ｍｏｄｅｌ

ｉｃ ｔｒａｆｆｉｃ ｍａｎａｇｅｍｅｎｔ［Ｄ］．ＩＴＳ Ｅｄｕｌａｂ：Ｒｉｊｋｓｗａｔｅｒ— ｐｒｅｄｉｃｔｉｖｅ ａｐｐｒｏａｃｈ［Ｊ］．Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ

ｓｔａａｔ＆Ｄｅｌｆｔ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，２００９． Ｓｙｓｔｅｍｓ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ２０１３，１４（１）：３４８—３５９．

［２８］ＺＨＡＮＧ Ｌ，ＧＡＲＯＮＩ Ｔ Ｍ，ＧＩＥＲ Ｊ Ｄ．Ａ ｃｏｍｐａｒａ— ［４０ｌ王福建，韦薇，王殿海，等．基于宏观基本图的城

ｔｉｖｅ ｓｔｕｄｙ ｏｆ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓ ｏｆ 市路网交通状态判别与监控［ｃ］∥第七届中国智能
ａｒｔｅｒｉａｌ ｒｏａｄ ｎｅｔｗｏｒｋｓ ｇｏｖｅｒｎｅｄ ｂｙ ａｄａｐｔｉｖｅ ｔｒａｆｆｉｃ 交通年会，２０１２：７２—７９．
ｓｉｇｎａｌ ｓｙｓｔｅｍｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ： ［４１］ ＥＫＢＡＴＡＮＩ Ｍ Ｋ，ＫＯＵＶＥＬＡＳ Ａ，ＰＡ—

Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２０１３，４９：１－２３． ＰＡＭＩＣＨＡＩＬ Ｉ，ｅｔ ａ１．Ｅｘｐｌｏｉｔｉｎｇ ｔｈｅ ｆｕｎｄａｍｅｎｔａｌ

Ｅ２９］ＺＨＡＯ Ｔ Ｔ，ＬＩ Ｚ Ｈ，ＭＵ Ｂ Ｐ，ｅｔ ａ１．Ｅｘｐｌｏｒｉｎｇ ｔｈｅ ｄｉａｇｒａｍ ｏｆ ｕｒｂａｎ ｎｅｔｗｏｒｋｓ ｆｏｒ ｆｅｅｄｂａｃｋ－ｂａｓｅｄ ｇａ—

ｉｎｆｌｕｅｎｃｅ ｏｆ ｒｅａｌ—ｔｉｍｅ ｔｒａｖｅｌｅｒ ｉｎｆｏｒｍａｔｉｏｎ ｏｎ ｔｈｅ ｔｉｎｇＥＪ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ：Ｍｅｔｈｏｄｏ—

ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍｓＥｃ］．１ｌｔｈ Ｉｎｔｅｒ－ ｌｏｇｉｃａｌ，２０１２，４６（１０）：１３９３—１４０３．

ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｆ Ｃｈｉｎｅｓｅ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｐｒｏ— ［４２］ＥＫＢＡＴＡＮＩ Ｍ Ｋ，ＰＡＰＡＧＥＯＲＧＩＯＵ Ｍ，ＰＡ—

ｆｅｓｓｉｏｎａｌｓ（１ＣＣＴＰ），２０１１：１５５—１６１． ＰＡＭＩＣＨＡＩＬ Ｉ．Ｕｒｂａｎ ｃｏｎｇｅｓｔｉｏｎ ｇａｔｉｎｇ ｃｏｎｔｒｏｌ

［３０］儿Ｙ，ＧＥＲＯＬＩＭＩＮＩＳ Ｎ．Ｏｎ ｔｈｅ ｓｐａｔｉａｌ ｐａｒｔｉｔｉｏｎｉｎｇ ｂａｓｅｄ ｏｎ ｒｅｄｕｃｅｄ ｏｐｅｒａｔｉｏｎａｌ ｎｅｔｗｏｒｋ ｆｕｎｄａｍｅｎｔａｌ

ｏｆ ｕｒｂａｎ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｎｅｔｗｏｒｋｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｄｉａｇｒａｍｓ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｃ：Ｅ—

Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２０１２，４６（１０）： ｍｅｒｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ，２０１３，３３：７４—８７．

１６３９—１６５６． ［４３］ＴＯＳＨＩＯ Ｙ Ｓ，Ｙｕ Ｊ，ＹＯＮＥ Ｚ Ｗ，ｅｔ ａ１．Ｅｖａｌｕａｔｉｏｎ

［３１］ＪＩ Ｙ，ＧＥＲｏＬＩＭＩＮＩｓ Ｎ．Ｓｐａｔｉａｌ ａｎｄ ｔｅｍｐｏｒａｌ ａｎａｌ— ｏｆ ａｎ ａｒｅａ ｍｅｔｅｒｉｎｇ ｃｏｎｔｒｏｌ ｍｅｔｈｏｄ ｕｓｉｎｇ ｔｈｅ ｍａｃｒｏ－

ｙｓｉｓ ｏｆ ｃｏｎｇｅｓｔｉｏｎ ｉｎ ｕｒｂａｎ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｎｅｔｗｏｒｋｓ ｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ［Ｃ］∥Ｔｒａｎｓｐｏｒｔａｔｉｏｎ

Ｉｔ］｝ｆ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ Ａｎｎｕａｌ Ｍｅｅｔ— Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ ２０１０：１１１０—１１４１．

ｉｎｇ，２０１１：１７９１—１８０８． ［４４３ ＲＡＭＥＺＡＮＩ Ｍ，ＨＡＤＤＡＤ Ｊ，ＧＥＲｏＬＩＭＩＮＩｓ Ｎ．

［３２］ＨＡＤＤＡＤ Ｊ，ＧＥＲＯＬＩＭＩＮＩＳ Ｎ．Ｏｎ ｔｈｅ ｓｔａｂｉｌｉｔｙ ｏｆ Ｃｏｏｐｅｒａｔｉｖｅ ｔｒａｆｆｉｃ ｍａｎａｇｅｍｅｎｔ ｏｆ ｍｉｘｅｄ ｆｒｅｅｗａｙ

ｔｒａｆｆｉｃ ｐｅｒｉｍｅｔｅｒ ｃｏｎｔｒｏｌ ｉｎ ｔｗｏ－ｒｅｇｉｏｎ ｕｒｂａｎ ｃｉｔｉｅｓ ａｎｄ ｕｒｂａｎ ｎｅｔｗｏｒｋｓ［Ｃ］∥Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ

口］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｂ：Ｍｅｔｈｏｄｏｌｏｇｉ— Ｂｏａｒｄ ９２ｎｄ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ，２０１３：１８１３—１８２５．

ｃａｌ，２０１２，４６（９）：１１５９－１１７６． ［４５］ＤＡＧＡＮＺＯ Ｃ Ｆ，ＧＯＮＺＡＬＥＳ Ｅ Ｊ，ＧＡＹＡＨ Ｖ．

万方数据
 第６期 马万经，等：网络交通流宏观基本图：回顾与前瞻 ．１２３３．

Ｔｒａｆｆｉｃ ｃｏｎｇｅｓｔｉｏｎ ｉｎ ｎｅｔｗｏｒｋｓ，ａｎｄ ｉｔ ｔｈｅ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ ａｎｄ

ａｌｌｅｖｉａｔｉｎｇ ａｎ ａｇｅｎｔ—

ｗｉｔｈ ｐｕｂｌｉｃ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ａｎｄ ｐｒｉｃｉｎｇ［Ｒ］．Ｉｎｓｔｉｔｕｔｅ ｂａｓｅｄ ｔｒａｆｆｉｃ ｍｏｄｅｌ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ

ｏｆ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｔｕｄｉｅｓ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃａｌｉｆｏｒｎｉａ， Ｐａｒｔ ａｎｄ
Ａ：Ｐｏｌｉｃｙ Ｐｒａｃｔｉｃｅ，２０１２，４６（８）：１２９１—

Ｂｅｒｋｅｌｅｙ，２０１ Ｉ． １３０３．

［４６３ ＫＮＯＯＰ Ｖ，ＬＩＮＴ Ｊ Ｖ，ＨＯＯＧＥＮＤＯＯＲＮ Ｓ．Ｒｏｕ。 ［４９］ＨＯＲＩＧＵＣＨＩ Ｒ，ＩＩＪＩＭＡ Ｍ，ＨＡＮＡＢＵＳＡ Ｈ．

ｔｉｎｇ ｓｔｒａｔｅｇｉｅｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎ～ Ｔｒａｆｆｉｃ ｉｎｆｏｒｍａｔｉｏｎ ｐｒｏｖｉｓｉｏｎ ｓｕｉｔａｂｌｅ ｆｏｒ ＴＶ ｂｒｏａｄ—

ｔａｌ ｄｉａｇｒａｍ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｒｅｃｏｒｄ： ｂａｓｅｄ

ｃａｓｔｉｎｇ ｏｎ ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ

Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ，２０ １ ２， ｆｒｏｍ ｆｌｏａｔｉｎｇ ｃａｒ ｄａｔａ［Ｃ－］ｌ｝Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａ—
２３１５（１）：１一１０． ｔｉｏｎ Ｓｙｓｔｅｍｓ（ＩＴＳＣ），２０１０：１０５１—１０７１．

［４７－］ ＬＩＮ Ｓ，ＺＨＯＵ Ｚ，ＸＩ Ｙ．Ａｎａｌｙｓｉｓ ｏｆ ｐｅｒｆｏｒｍａｎｃｅ ［５０３ ＧＡＹＡＨ Ｖ Ｖ，ＤＩＸＩＴ Ｖ Ｖ．Ｕｓｉｎｇ ｍｏｂｉｌｅ ｐｒｏｂｅ ｄａｔａ

ｃｒｉｔｅｒｉａ ｆｏｒ ｍｏｄｅｌ－ｂａｓｅｄ ｔｒａｆｆｉｃ ｃｏｎｇｅｓｔｉｏｎ ｃｏｎｔｒｏＩ ｉｎ ａｎｄ ｔｈｅ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ
ｍａｃｒｏｓｃｏｐｉｃ ｔｏ ｅｓｔｉ—

ｕｒｂａｎ ｒｏａｄ ｎｅｔｗｏｒｋｓ［Ｃ］｛｝Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｍａｔｅ ｎｅｔｗｏｒｋ ｄｅｎｓｉｔｉｅｓ：ｔｅｓｔｓ ｕｓｉｎｇ ｍｉｃｒｏ－ｓｉｍｕｌａ—

Ｂｏａｒｄ ９２ｎｄ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ，２０１３：１７１３—１７７５． ｔｉｏｎ［Ｃ］７７ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ ９２ｎｄ Ａｎ．

［４８］ ＺＨＥＮＧ Ｎ，ＷＡＲＡＩＣＨ Ｒ Ａ，ＡＸＨＡＵＳＥＮ Ｋ Ｗ． ｎｕａｌ Ｍｅｅｔｉｎｇ，２０１３：１４１３—１４９３．

ｅｔ ａ１．Ａ ｄｙｎａｍｉｃ ｃｏｒｄｏｎ ｐｒｉｃｉｎｇ ｓｃｈｅｍｅ ｃｏｍｂｉｎｉｎｇ

Ｐｒｏｇｒｅｓｓ ａｎｄ Ｐｒｏｓｐｅｃｔｓ ｏｆ Ｍ ａｃｒｏｓｃｏｐｉｃ Ｆｕｎｄａｍｅｎｔａｌ Ｄｉａｇｒａｍ

ＭＡ Ｗａｎｊｉｎｇ ＬＩＡＯ Ｄａｂｉｎ

（Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｒｏａｄ ａｎｄ Ｔｒａｆｆｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ ｏｆ ｔｈｅ

Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ，Ｓｈａｎｇｈａｉ ２０１８０４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅ ｓｔｕｄｙ ｏｆ ＭＦＤ ａｎｄ ｒｅｌａｔｉｖｅ ａｐｐｌｉｃａｔｉｏｎｓ ｉｓ ｏｎｅ ｏｆ ｔｈｅ ｃｕｔｔｉｎｇ ｅｄｇｅ ｄｉｒｅｃｔｉｏｎｓ ｉｎ ｔｒａｎｓｐｏｒ—

ｔａｔｉｏｎ ａｒｅａ ｎＯＷ．Ｂａｓｅｄ ｏｎ ｓｙｓｔｅｍａｔｉｃａｌｌｙ ｒｅｖｉｅｗ ｏｆ ｌｉｔｅｒａｔｕｒｅｓ，ｔｈｅ ａｃｈｉｅｖｅｍｅｎｔｓ ｉｎ ｓｔｕｄｉｅｓ ｏｆ ＭＦＤ

ｐｒｏｐｅｒｔｉｅｓ，ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ，ａｎｄ ＭＦＤ ｂａｓｅｄ ｔｒａｆｆｉｃ ａｎａｌｙｓｉｓ ａｎｄ ｃｏｎｔｒｏｌ ａｒｅ ｃｏｎｃｌｕｄｅｄ ａｎｄ ｃｏｍ—

ｐａｒｅｄ．Ｔｈｅ ｐｒｏｍｉｓｉｎｇ ｐｒｏｓｐｅｃｔｉｖｅｌｙ ｒｅｓｅａｒｃｈ ｄｉｒｅｃｔｉｏｎｓ ａｒｅ ｐｒｏｐｏｓｅｄ ａｓ ａ ｃｏｎｃｌｕｓｉｏｎ．Ａｓ ｔｈｅ ａｒｉｓｉｎｇ ｏｆ

ｃｏｎｇｅｓｔｉｏｎ ｐｒｏｂｌｅｍｓ ｉｎ ｍｏｒｅ ａｎｄ ｍｏｒｅ ｕｒｂａｎ ｃｉｔｉｅｓ，ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｔｈｉｓ ｐａｐｅｒ ｉｓ ｅｓｓｅｎｔｉａｌ ｔｏ ｍｏｔｉｖａｔｅ

ｔｈｅ ｔｈｅｏｒｅｔｉｃａｌ ｓｔｕｄｙ ｏｆ ＭＦＤ ａｓ ｗｅｌｌ ａｓ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｔｒａｆｆｉｃ ｃｏｎｇｅｓｔｉｏｎ ａｎａｌｙｓｉｓ ａｎｄ ｍｉｔｉｇａｔｉｏｎ

ａｒｅａＳ．

Ｋｅｙ ｗｏｒｄｓ：ｔｒａｆｆｉｃ ｅｎｇｉｎｅｅｒｉｎｇ；ｍａｃｒｏｓｃｏｐｉｃ ｆｕｎｄａｍｅｎｔａｌ ｄｉａｇｒａｍ；ｂａｓｉｃ ｐｒｏｐｅｒｔｙ；ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ；

ｎｅｔｗｏｒｋ ｃＯｎ ｔｒ０１

万方数据