１蝴蝶效應
根據英國學者的研究成果，道路交通系統可能存在蝴蝶效應。個別駕駛員的簡單細微行為在一定條件下可能會被傳遞、放大，從而引發嚴重的交通擁堵。蝴蝶效應是混沌學理論中的一個概念，是複雜系統混沌特性的典型案例。由於複雜系統內部諸多非線性因素的交叉耦合作用，輸入端微小的差別隨著不斷推移，可能會在輸出端產生差異巨大的結果。其最形象的比喻是：一隻南美洲亞馬遜河流域熱帶雨林中的蝴蝶偶爾扇動幾下翅膀，可能兩週後在美國德克薩斯引起一場龍捲風。其根本原因就是氣象系統的複雜性：蝴蝶翅膀的扇動，導致其身邊的空氣系統發生變化，併產生微弱的氣流，而微弱氣流的產生又會引起四周空氣或其他系統產生相應的變化，由此引起一個連鎖反應，最終導致其他系統的極大變化［６］。蝴蝶效應最早是美國麻省理工學院氣象學家羅倫茲發現並提出的。為了預報天氣，他用計算機求解模擬地球大氣的１３個方程式。在一次實驗中，為了更細緻地考察結果，他將一箇中間解由０．５０６提高到０．５０６１２７。結果這萬分之一的微小差異卻導致了截然不同的結果，２條曲線的相似性完全消失了。由此發現，羅倫茲提出了複雜的非線性系統“對初始值的極端不穩定性”的特性，這一特性完全違背了人們認識的常理。相近的初值帶入確定的方程，結果也應該是相近的，怎麼會出現大大偏離，甚至截然不同的結果呢！但是這個發現卻為人們認識和分析複雜系統提出了全新的思想［６］。蝴蝶效應說明，事物發展的結果，對初始條件具有極為敏感的依賴性，初始條件的極小變化，將會引起結果的巨大差異。蝴蝶效應的現象橫跨各個專業，滲透各個領域。例如亞洲發生的金融危機，美國曾經發生的股市風暴，以及太平洋出現的厄爾尼諾現象等都是典型的蝴蝶效應的例項。蝴蝶效應給人們的啟示就是事物彼此之間都有聯絡，管理、規劃既要著眼全域性，也要防微杜漸，細節決定成敗往往有其特殊的重要意義。道路交通系統是典型的複雜系統，其間是否也存在著蝴蝶效應，蝴蝶效應對交通擁堵的影響到底有多大，這些問題雖然已經初步發現和提出，但是還缺乏深入的分析研究，特別是缺乏定量化的分析。而由於道路交通系統的複雜性，很難抽象出不同主體、不同因素之間的數量關係。特別是由於蝴蝶效應的非線性特徵，應用傳統建模方法構建數學模型更為困難。而應用計算機模擬技術建模能較好地解決這些矛盾，可以通過計算機模擬模型的實驗結果深入分析道路交通系統中蝴蝶效應的起因、條件以及不同影響，從而為城市交通管理提出新的管理思路。
２交通模擬模型設計
本模型在基於多主體的模擬平臺ＮｅｔＬｏｇｏ上實現。ＮｅｔＬｏｇｏ由美國西北大學連線學習與計算機建模中心（ＣｅｎｔｅｒｆｏｒＣｏｎｎｅｃｔｅｄＬｅａｒｎｉｎｇａｎｄＣｏｍｐｕｔｅｒ－ＢａｓｅｄＭｏｄｅｌｉｎｇ）開發，目的是為科學研究和教育提供易用且強大的計算機輔助工具。ＮｅｔＬｏｇｏ是一個多主體建模模擬整合環境，完全用Ｊａｖａ程式設計實現，可以在不同的平臺上執行，特別適合對隨時間演化的複雜系統進行建模模擬［７］。
２.１主體設計應用
ＮｅｔＬｏｇｏ建模時，整個模型的視覺化介面被稱為Ｗｏｒｌｄ。Ｗｏｒｌｄ由靜態主體ｐａｔｃｈ和動態主體ｔｕｒｔｌｅ組成［８］。交通模擬模型中的道路環境主要通過靜態主體ｐａｔｃｈ設定［９］。為了更好地對比不同駕駛員行為對道路交通擁堵情況的影響，在實驗模型中搭建了實驗組和對照組２條道路，設定２條道路的各種初始條件完全相同。通過設定和調整實驗組駕駛員行為的不同引數，將模型模擬結果和對照組進行比較。由此設計模型的整個Ｗｏｒｌｄ由２０×２００個ｐａｔｃｈ組成，其縱座標為［－１０，１０］，橫座標為［－１００，１００］。並在縱座標為［－５，－３］和［３，５］處設定實驗組和對照組２條道路。每條道路參照常見實際道路分為３條車道，分別表示超車道、快車道和慢車道。由於模型中設計的車輛大小與ｐａｔｃｈ大小比例為１∶１，在參考實際車長的情況下，模型中每輛車的車長為４．５ｍ，所以模型模擬的道路全長為９００ｍ。該模型中動態主體為車輛［９］。為了分別模擬道路不同程度的擁堵境況，使用滑動條元件控制道路上車輛初始數量。為了保證實驗組和對照組實驗條件相同，２條道路除了初始車輛數目相同，初始位置也完全一樣。為了考察不同駕駛員行為的影響，模型中將有緊急剎車行為的車輛用紅車表示，將有隨意變道行為的車輛用綠色表示，一般車輛用藍色表示。並可以通過相應的滑動條元件控制紅色和綠色車輛的數目或比例。
２.２主體屬性行為設計
主體的屬性行為設計是基於多主體模擬模型設計的最關鍵步驟。應根據研究的內容、要素合理取捨，對於與研究內容密切相關的行為要儘可能細緻描述，同時還要注意與實際系統儘量一致。本模型只有一種動態主體———車輛。其中比較重要的屬性包括車輛的行駛速度和駕駛員的忍耐度。前者包括車輛的當前速度、最低速度和最高速度。後者則和駕駛員的技術熟練程度、性別、年齡以及性格等有關，另一方面也與前車速度、前車減速導致的自身減速等行為有關。此外還有車輛大小、當前車道、所屬組別以及用於統計通行速率的有關屬性。動態主體的行為設計相對屬性設計更為複雜和重要。本模型中車輛的行為大致可分為：
（１）行駛。車輛每次前進時都應先判斷前方近距離是否有車，如果有車，則減速，然後按前車速度行駛。如果沒車，在本車道允許的車速下加速行駛。
（２）變速。當道路擁堵或出現其他意外情況時，需要根據前車的剎車行為剎車或減速。當道路通暢或有其他原因時，可以加速至最大限速後勻速行駛。
（３）變道。當對前車的忍耐度達到極限時，車輛選擇變道超越。變道時需要判斷相鄰車道的車輛情況，並優先變換到較快車道。如果滿足變道條件，則變道，並將忍耐度清零；如果不滿足變道條件，則按原車道行駛，同時忍耐度繼續增加。為了考察分析不同駕駛員行為的影響，定義了特殊車輛的特殊行為：
（１）緊急剎車。該行為主要模擬駕駛技術不熟練的駕駛員（紅色車輛）。當前方有車時（可能是安全距離）剎車過死，且起步較慢。
（２）頻繁變道。該行為主要模擬不良駕駛習慣的駕駛員（綠色車輛）。忍耐度很低，只要相鄰車道允許就變道超車，而不顧是否影響相鄰車道後方車輛正常行駛。
２.３模擬實驗
在ＮｅｔＬｏｇｏ模擬平臺上可以方便地設定和調整模型中的有關引數，直觀地檢視模型執行的結果［８］。還可以將模型執行過程中的有關統計量以圖表的形式顯示，或將有關模擬結果匯出到專門的統計軟體中進行分析［１０］。本模型分別測試了道路較為暢通（初始車輛１５０）和較為擁堵（初始車輛３５０）時，駕駛技術不熟練的駕駛員佔２％的情況下車輛的`平均速度，分別如圖２和圖３所示。由圖２、圖３可以看出，當道路通暢時２條曲線基本重合，少量駕駛技術不熟練的駕駛員影響不大；進一步調整有關引數，實驗結果表明在道路通暢的情況下，駕駛技術不熟練的駕駛員的比例在２０％以下都不會有明顯影響。但是當道路較為擁堵時，即使只有２％的駕駛技術不熟練的駕駛員，實驗組的曲線波動十分明顯，有時甚至出現幅度較大的下降，說明在交通接近飽和的條件下，個別駕駛員的行為有可能會對整個道路產生明顯的影響。本模型也測試了道路較為暢通（初始車輛１５０）和較為擁堵（初始車輛３５０）時，具有頻繁變道行為的駕駛員佔２％的情況下車輛的平均速度。當道路通暢時２條曲線基本重合，少量的頻繁變道的駕駛員對交通影響不大。但是當道路較為擁堵時，即使只有很少量的駕駛員頻繁變道，也會對整個道路產生巨大的影響。在以上初步模擬分析的基礎上，還可以進一步調整有關模擬引數的設定，或者進一步細化駕駛員的行為，深入分析不同個體行為和交通擁堵的相關關係。
３結束語
以上模型執行結果充分說明，當交通趨近於飽和時，少數不良駕駛行為的存在確實會對道路交通帶來巨大的影響。雖然僅僅是個別駕駛員的細微動作，但是會隨著其影響的傳遞、放大，可能會引發一場“交通海嘯”。另一方面，也說明計算機模擬模型是研究交通系統的有效工具，可以為管理者分析管理複雜的交通系統搭建一個方便的平臺。實際上，城市的道路交通主要存在２個矛盾：一是道路基礎設施建設與城市發展需求之間的矛盾，另一個是市民的交通守法意識與現代化都市之間的矛盾，兩者分別被稱為“硬體矛盾”和“軟體矛盾”。而不良駕駛行為恰恰是交通擁堵的另一個“元凶”。如果廣大民眾不能提高交通意識和道德修養，培養規範良好的駕駛行為，再寬闊的馬路，再健全的交通法規，也解不開交通擁堵的死結。無論是什麼複雜系統，一個壞的微小的機制，如果不加以及時的引導、調節，有可能會給系統帶來非常大的危害，成為“龍捲風”；而一個好的微小的機制，只要正確引導，經過一段時間的努力，同樣可能產生轟動效應，而成為一場“革命”。