C-EQ-ALINEA: Distributed, Coordinated, and Equitable Ramp Metering Strategy for Sustainable Freeway Operations

ملخص تقني لورقة بحثية بعنوان: "C-EQ-ALINEA – استراتيجية تنظيم دخول الطرق السريعة موزعة، منسقة، وعادلة لعمليات تشغيل مستدامة"

1. بيان المشكلة

يعد تنظيم دخول الطرق السريعة (Ramp metering) استراتيجية حاسمة لإدارة حركة المرور، تُستخدم لاستقرار تدفق حركة المرور، وتحسين السلامة، وتقليل الازدحام دون الحاجة لتوسعة البنية التحتية المادية. ومع ذلك، فإن النهج التقليدي، وخاصما نظام ALINEA (وهو متحكم تغذية راجعة محلي) المنتشر على نطاق واسع، يعاني من عيب جوههري: وهو أنه يعامل كل مدخل طريق بشكل منعزل.

• المشكلة الجوهرية: يؤدي هذا الانعزال إلى توزيع غير متكافئ للغاية في فترات التأخير. فقد يواجه المستخدمون عند مداخل معينة أوقات انتظار طويلة ومستمرة، بينما يواجه آخرون تأخيرات طفيفة.
• العواقب: تقوض هذه الفوارق القبول لدى المستخدمين، مما يؤدي إلى انتهاكات الإشارات، وتجاوز الطوابير، والمعارضة العامة أو السياسية التي قد تؤدي إلى إلغاء أنظمة التنظيم.
• محدودية الحلول الحالية: بينما توجد استراتيجيات تراعي العدالة (مثل METALINE و BE-EN و Pareto optimization)، إلا أنها تعتمد عادةً على:
  • تحسين مركزي (يتطلب معرفة شاملة بالشبكة).
  • نماذج مرورية معقدة ومعايرة مكثفة.
  • أطر تعلم كثيفة البيانات (مثل التعلم المعزز - Reinforcement Learning).
  • هذه المتطلبات تحد من قابليتها للتوسع والتطبيق في العالم الحقيقي، خاصة للشبكات التي تعمل بالفعل بأنظمة ALINEA القديمة.

2. المنهجية: C-EQ-ALINEA

يقترح المؤلفون C-EQ-ALINEA، وهو امتداد لامركزي، منسق، وواعٍ بالعدالة لمتحكم ALINEA الكلاسيكي. يهدف النهج إلى موازنة آثار الازدحام من خلال تنسيق محلي خفيف الوزن دون تحكم مركزي أو بنية تحتية جديدة.

أ. الهيكل الخوارزمي
يقوم الأسلوب بتعديل قانون التغذية الراجعة القياسي لـ ALINEA عبر إضافة حد التنسيق ($q_{coord}$) الذي يدمج معلومات التدفق من مداخل الطرق المجاورة.

1. التحكم الأساسي لـ ALINEA:
   يقوم ALINEA القياسي بتحديث معدل التدفق ($q_n$) بناءً على الفرق بين الإشغال المطلوب ($\hat{o}$) والإشغال المقاس ($o_n$):
   $$q_n[k] = q_n[k-1] + K \times (\hat{o} - o_n[k])$$

2. امتداد C-EQ-ALINEA:
   يضيف المتحكم الجديد حد التنسيق:
   $$q_n[k] = q_n[k-1] + K \times (\hat{o} - o_n[k]) + q_{coord}^n[k]$$

3. حد التنسيق:
   يعدل حد التنسيق التدفق بناءً على الفرق بين التدفق المحلي ومتوسط التدفق الموزون للمداخل المجاورة ($N[n]$):
   $$q_{coord}^n[k] = K_c \times \left( \sum_{j \in N[n]} w_j q_j[k] - q_n[k] \right)$$

   • $K_c$: عامل كسب التنسيق.
   • $w_j$: الأوزان المخصصة للجيران بناءً على المسافة.
   • مخططات التوزين: تستعرض الورقة طريقتين لتقييس الأوزان:
     • التقييس العالمي للمسافة: تُحسب الأوزان بناءً على المسافة القصوى عبر الشبكة بأكملها.
     • التقييس المحلي للمسافة: تُحسب الأوزان بناءً على المسافة القصوى ضمن الجوار المباشر.

ب. تعريفات العدالة
تستهدف الاستراتيجية صراحةً أبعاداً متعددة للعدالة، متجاوزةً مجرد الكفاءة البسيطة:

• هارسينيان (Harsanyian): تعظيم متوسط النتيجة (تقليل متوسط التأخير).
• المساواتية (Egalitarian): تقليل تشتت النتائج (تقليل معامل جيني للتأخير).
• رولزية (Rawlsian): تحسين وضع الفئة الأكثر تضرراً (تقليل الحد الأقصى للتأخير).
• الأرسطية (Aristotelian): ضمان التناسب بين المساهمة (الطلب) والنتيجة (التأخير).

3. المساهمات الرئيسية

1. العدالة اللامركزية: تقديم طريقة لتحقيق العدالة في تنظيم مداخل الطرق دون تحسين مركزي أو نماذج شبكة عالمية.
2. بنية تحتية دنيا: لا يتطلب سوى تبادل معلومات خفيف الوزن بين مداخل الطرق المجاورة (أجهزة كشف الحلقات الموجودة وروابط الاتصال)، مما يجعله متوافقاً مع أنظمة ALINEA القديمة.
3. عدالة متعددة الأبعاد: يدمج ويقيم صراحةً أربعة تعريفات فلسفية مختلفة للعدالة (Harsanyian، Egalitarian، Rawlsian، Aristotelian).
4. مفتوح المصدر: يتم توفير التنفيذ كبرمجيات مفتوحة المصدر، مما يسهل إعادة الإنتاج والاعتماد.

4. النتائج التجريبية

تم تقييم الطريقة باستخدام محاكاة ميكروسكوبية لمدة 24 ساعة لطريق أمستردام A10 الدائري (32 كم، 20 مدخل طريق) في بيئة SUMO، والتي تمت معايرتها ببيانات الطلب الواقعية.

أداء الكفاءة

• المقارنة: تمت مقارنة C-EQ-ALINEA بكل من: بدون تحكم، ALINEA، و METALINE (متحكم منسق متطور).
• الإنتاجية (Throughput): حافظت جميع سيناريوهات التحكم على معدلات وصول المركبات قريبة من الخط المرجعي غير المتحكم فيه، مما يثبت أن مكاسب الكفاءة لم تتحقق عن طريق كبح الطلب.
• تقليل التأخير:
  • ALINEA: قلل إجمالي التأخير بنسبة ~37.9%.
  • METALINE: قلل إجمالي التأخير بنسبة ~42.1%.
  • C-EQ-ALINEA (التقييس العالمي، $m=3$ جيران): حقق أفضل أداء، حيث قلل إجمالي التأخير بنسبة ~58.8% (من 3591.2 ساعة إلى 1478.8 ساعة) وزاد متوسط السرعة إلى 66.7 كم/ساعة.
• الاستنتاج: لم يكتفِ C-EQ-ALINEA بمطابقة استراتيجية التنسيق القائمة (METALINE) فحسب، بل تجاوزها في عدة إعدادات من حيث الكفاءة.

أداء العدالة

• توزيع التأخير: قلل C-EQ-ALINEA التفاوتات بين مداخل الطرق بشكل كبير.
  • معامل جيني (المساواتية): تحسن بنسبة 28.2% مقارنة بالخط المرجعي غير المتحكم فيه، متفوقاً على كل من ALINEA و METALINE.
  • الحد الأقصى للتأخير (الرولزية): قلل أسوأ حالات التأخير بنسبة 52.99%.
  • العدالة الأرسطية: حقق توافقاً قوياً بين طلب المدخل والتأخير المتجرب.
• عدالة مسافة الرحلة: على عكس السيناريو غير المتحكم فيه حيث واجهت الرحلات الطويلة تأخيرات نسبية أقل، ضمن C-EQ-ALINEA تأخيرات نسبية أكثر عدلاً عبر جميع أطوال الرحلات.

5. الأهمية والآثار المترتبة

• إدارة حركة المرور المستدامة: تثبت الدراسة أن العدالة هي شرط مسبق للاستدامة. فمن خلال تقليل التأخيرات القصوى، يخفف النظام من إحباط المستخدمين، وانتهاكات الإشارات، والمعارضة العامة، مما يضمن الاستمرارية التشغيلية على المدى الطويل.
• القابلية للنشر العملي: بخلاف الحلول المعقدة القائمة على التحسين أو الذكاء الاصطناعي، يقدم C-EQ-ALINEA "مساراً واقعياً". فهو يتطلب فقط:
  1. بنية تحتية للاتصالات بين مداخل الطرق.
  2. تحديث بسيط للبرامج الثابتة/البرمجية لمنطق المتحكم الحالي.
  • لا حاجة لأجهزة ثقيلة جديدة أو خوادم مركزية.
• القابلية للتوسع: الطبيعة اللامركزية تسمح للنظام بالتوسع في الشبكات الكبيرة دون الاختناقات الحسابية المرتبطة بالتحكم التنبئي بالنماذج (MPC) المركزي.

6. المحدودية والعمل المستقبلي

• المحدودية: تعتمد الدراسة على المحاكاة؛ ولم يتم قياس قبول المستخدمين الحقيقي أو تصورهم للعدالة بشكل مباشر. كما يفترض الخوارزمية وجود سعة تخزين كافية في مداخل الطرق ولا يتعامل حالياً مع القيود المادية مثل ارتداد الطوابير (queue spillback) إلى الشوارع السطحية أو فشل المستشعرات.
• الاتجاهات المستقبلية:
  • إجراء تجارب ميدانية محكومة.
  • تعزيز المرونة تجاه فشل المستشعرات وتأخيرات الاتصال.
  • دمج التنبؤ بحركة المرور قصيرة المدى والتعلم العميق.
  • توسيع الأهداف لتشمل الانبعاثات والسلامة.