当市中心的交叉路口交通堵塞时，可能有一种方法可以减少一些拥堵：取消一些左转。宾夕法尼亚州立大学土木工程副教授Vikash Gayah表示，在某些繁忙的交叉路口合理地限制左转可以缓解许多阻碍交通效率的瓶颈。他最近创造了一种新方法，可以帮助城市识别在哪里限制这些转弯以改善整体交通流量。
我们都有过等待左转时的那种感觉，Gayah说。如果你允许这些转弯有自己的绿色箭头，你就必须停止所有其他车辆，使交叉路口效率降低。左转也是最容易发生严重事故的地方，尤其是涉及行人的事故。我们的想法是在可能的情况下消除这些转弯，以创造更安全和更高效的交叉路口。
通过有选择地限制左转，而不是完全禁止，司机可能只需要在某些地区找到通往目的地的替代路线，Gayah说。有些人可能需要多走几个街区，但Gayah认为，通过繁忙交叉路口的更高效交通流量抵消了额外的距离。
对于城市规划者来说，他补充说，决定在哪里放置限制是一个在交叉路口生产力和增加旅行长度之间的平衡行为。考虑到如此多的限制可能性，找到最有效的布局可能会很困难。
例如，如果你只有16个交叉路口需要考虑，每个交叉路口都有是否允许左转的选择，那已经是65,000种不同的配置，Gayah说。当你考虑到交通从一个交叉路口流向另一个交叉路口时，情况会变得更加复杂，因此决定取决于彼此。最终会有如此多的可能答案，我们永远无法找到最好的一个。
Gayah的新方法依赖于启发式算法，这些算法使用捷径来找到接近但不一定是最优结果的解决方案。我们做出猜测，我们从那个猜测中学习，然后我们做出更好的猜测，他说。随着时间的推移，我们可以非常非常接近最佳答案。
在发表于《交通研究记录》的一项研究中，Gayah结合了两种现有的启发式算法，创建了一种新的混合方法。第一个是基于种群的增量学习（PBIL）算法，随机采样潜在配置并识别高性能选项的模式。
接下来，贝叶斯优化算法分析了这组新的高性能选项，以识别限制如何影响相邻交叉路口的交通。贝叶斯优化结合了关于问题的初始信息，并在随着新信息的学习更新它，以达到接近但不一定是完美的解决方案。然后，该算法将这种对交通动态的了解应用于寻找更有效的解决方案。
Gayah通过在各种场景下模拟方形网络测试了混合方法，发现所有三种方法——PBIL、贝叶斯优化和混合——都识别出了比没有限制的布局更有效的交通模式的配置。然而，在更具现实设置的模拟中，混合方法被证明是最有效的。
据Gayah称，最有效的配置往往在城市中心禁止左转，而在周边更频繁地允许左转。虽然该方法应用于一个通用网络，但结果可以用作现实世界交通模式的起点，算法可以根据城市定制。
Aalto大学土木工程系的博士后研究员Murat Bayrak也为该项目做出了贡献。这项研究得到了美国国家科学基金会CAREER奖的支持。