西南大学研究生课程考试

答 卷 纸

考试科目 工程数学

培养单位 计算机与信息科学学院

专业或专业领域 电子信息

研究方向 人工 智能

级 别 2020 级

学 年 2020-2021

学 期 第二学期

姓 名 叶奕希

学 号 112020321341632

类 别 ②

（①全日制博士 ②全日制硕士 ③教育硕士 ④高师硕士

⑤ 工程硕士 ⑥农推硕士 ⑦兽医硕士 ⑧进修)

2021 年 6 月 20 日

研究生院制
 课程类别 ①

课程考试方式 ④

题号 得分 教师评价

总分

任课教师签名：

备注：成绩评定以百分制或等级制评分，每份试卷均应标明课程类别

（①必修课②选修课③同等学力补修课）与考核方式（①闭卷笔试②

口试③开卷笔试④课程论文）。课程论文应给出评语。
 常微分方程的解和初值问题及其应用

摘 要

在信息时代交通拥堵十分严重的环境条件下。可以用不同的测量模型来描述。常微分
方程模型是各个领域中常见的数学模型，求解一阶微分方程是数学家的一项基本而重要的
任务。对于一些简单而典型的微分方程模型，我们可以找出其解与构建微分方程模型的。

关键词：常微分方程，求解

In the information age, traffic congestion is very serious in environmental

conditions. It can be described by different measurement models. The ordinary
differential equation model is a common mathematical model in various fields.
Solving first-order differential equations is a basic and important task for
mathematicians. For some simple and typical differential equation models, we can
find out their solutions and construct differential equation models.

Keywords: ordinary differential equations, Solve

目
录
1.绪论....................................................1

2.微分方程的基本概念......................................1

2.1 微分方程的通解、所有解、特解等基本概念及其关系.....1

2.2 常微分方程解的存在唯一性...........................3

2.2.1 解的存在性....................................3

2.2.2 解的唯一性....................................4

2.3 常微分方程的数值解.................................4

2.3.1 欧拉法........................................4

2.3.2 改进欧拉算法..................................5

2.3.3 经典龙格-库塔法...............................5

3.基于常微分方程的城市密集交通流疏导模型..................6

3.1 基于常微分方程的城市密集交通流预测.................6

3.2 构建城市密集交通流疏导模型.........................7

3.2.1 模型建立......................................7

3.2.2 模型改进......................................9

3.2.3 求解.........................................10

4.结论...................................................10

参考文献.................................................11
1. 绪论

17 世纪,微积分出现之后,常微分方程随之出现。从它诞生之日起,求解就是
微分方程的重要任务。微分方程发展初期,主要是对具体方程用初等函数或超越
函数表示其解,属于“求通解”时代。1841 年,由于 Liouville 证明了 Riccati
dy 2
方程 =P (x) y +Q (x) y + R(x) 不存在一般初等解和 Cauchy 初值问题的提出,常
dx
微分方程从“求通解"转到"求定解"时代。19 世纪末,由于天体力学中太阳系稳
定性问题需要研究常微分方程解的大范围性态﹐从而常微分方程转到“求所有
解"时代。20 世纪 70 年代以后,随着计算机技术的发展,计算速度大幅度提升,常
微分方程进入了“求特殊解”时代[1]。
然而在现代微分方程的研究与应用中,很少求微分方程的通解或所有解。一
是因为只有少数微分方程可以求出其通解或所有解﹐二是有些问题不需要通解
或所有解。但是对初学者尤其是非数学专业的学生来说﹐微分方程的解的概念
还是非常重要的。因此﹐在一些通用教材中仍把微分方程的通解﹑所有解、特
解等作为基本概念来一一介绍。
常微分方程的求解在物理和实际中有大量应用，因此本文开展对常微分方
程数值解展开研究。我们知道常微分方程的解分为两类，一类是解析解而另一
类是数值解，解析解就是可以用数学表达式归纳求出来的，是精确解。而数值
解则是难以用数学表达式表达的，是在有限元法、插值、逼近等方法下求出来
的近似解。虽然求解微分方程有许多方法，但我们已知的一些方法只能求解一
些极其简单方程的解析解，从实际问题上看，需要我们去求解一些数值解，因
此我们更注重自变量在某一个定义域内的一系列离散点上的近似值，微分方程
数值解就是上述的一组近似解，可以了解一下常微分方程解的概念。

2. 微分方程的基本概念

2.1 微分方程的通解、所有解、特解等基本概念及其关系

对于 n 阶常微分方程定义如下：
F ( x , y , y ' , L , y (n − 1) , y ( n) )=0 ( 1)
如果将函数 y=φ(x )代入方程(1)后,能使它变为恒等式,则称 y=φ(x )为方程(1)
的解。含有 n 个独立的任意常数c , c ,≪c 的解 y=φ x , c , c ,≪c 称为 n 阶方程
1 2 n ( 1 2 n )
(1)的通解。把满足初值条件的解称为微分方程的特解。
把满足初值条件的解称为微分方程的特解[1]
文献[2]中对微分方程通解的定义是这样的：设函数 y=φ(x )在区间Ｉ上有ｎ
阶连续导数，如果在区间Ｉ上 ，则称函数 y=φ(x )
F ( x , φ(x ), φ(x) , L, φ (x ) )=0
' (n)

是微分方程的解。如果微分方程的解中含有任意常数，且相互独立的任意常数

1
的个数与微分方程的阶数相同，那么确定了通解中的任意常数以后，就得到微
分方程的特解[2].
文献[1]、文献[2]中对通解的定义是一致的，而且在本质上特解都是利用通
解，通过初始条件确定的。然而对于一个微分方程来讲，大多数情况下它的解
并不唯一，那么使某个微分方程成为恒等式的全部函数，称为这个方程的所有
解。一个微分方程的解、通解、特解及所有解具有如下关系。
定理１ 通解、特解都是微分方程的解，但微分方程的通解未必是它所有解。
情形１ 对微分方程进行变形的过程中可能会丢掉解，致使通解不是所有解。
dy 6 2
例 1 解方程 − y=− x y (2)
dx x
6
这是 的伯努利方程，经计算得它的通解为： 8 x ,其中， 为任意常
α =2 y= 8 c
x +C
数。此外，ｙ＝０也是原方程的解。
情形２ 对微分方程进行变形过程中，丢掉的解会通过对通解中任意常数的选
取又补回来，这时候通解又是所有解了。
例 2 求微分方程 ' 的所有解，其中 是连续函数。
y + P( x) y=0 P(x )

解：当ｙ≠０时，由分离变量法得方程的通解 。
y=Cexp ⁡( − ∫ P( x )d x ) (C >0)

显然ｙ＝０是原方程的解，因此原方程的所有解为 ，其
y=Cexp ⁡( − ∫ P( x )d x )

中，c 为任意常数。
注：当 c=0 时，y=0。因此 ，c 为任意常数，包含了ｙ＝０
y=Cexp ⁡( − ∫ P( x )d x )

这个解。
由情形 1、2 可知，变量可分离的方程，齐次型和准齐次型方程，伯努利方程等
在解方程的过程中要进行变形，因此它们的通解可能不是所有解。而对于全微
分方程、常系数线性齐次和非齐次方程的通解都是所有解。

情形 3 方程的解既不是通解也不是特解，又不包含在通解中。
例 3 求解微分方程 '
( y −1 ) ( y n − 1 )=0。
解：显然 y=x + c和 −x x 都是它的解，由定义， −x x 是微分
y=C 1 e +C 2 e y=C 1 e +C 2 e

方程的通解，而 y=x + c既不是通解也不是特解。

定理 2 微分方程通解中的任意常数是指在一定范围内的“任意”。

√ ()
2
例 4 求解微分方程 d y =− x + 1+ x ( y > 0) 。
dx y y
1
若取积分因子 μ= ，得到上述方程的通解为√ x 2+ y2 − x=c，其中，c 就不
√ x + y2
2

是任意的实数，只能取大于０的任意常数。
定理 3 满足初值问题的特解不一定唯一。
2
 dy
= √ 1 − y 在满足初始条件 y ( 0 )=1 的特解。
2
例 5 [3]求微分方程
dx
π
解：容易求得此方程的通解为 y=sin ⁡(x +c )，当 x=0 时，C=2 kπ + ,其中，
2

k =0 , ±1 , ± 2 L
。因此方程的特解为 y=sin ⁡ x +2 kπ + π ,其中,
2 ( )
k =0 , ±1 , ± 2 L
。

注 1：定义 1。在式子中代入 y 的函数(x)满足区间 I 内所有 x 的方程，称为方程在上的显

式解。
注 2：定义 2。如果方程上定义了一个或多个显式解，那么关系式G(x , y)=0在 I 区间上称
为方程的隐式解。
2.2 常微分方程解的存在唯一性

一阶微分方程初值问题解的存在唯一性定理既是微分方程的理论基础，又
是常微分方程的精华所在，在很多教材中都是作为重点章节来讲述，而且一阶
微分方程解的存在唯一性的应用也很广泛此处从几个不同方面对解的存在唯一
性定理加以明。
dx
解的存在唯一性定理一阶微分方程 =f (t , x )的 Cauchy 初值问题
dt

{
dx
¿ =f (t , x)
dt (3)
¿ x ( t 0 )=x 0

若函数 在矩形区域 R= (t , x )∨¿ t − t ∨⩽ a ,∨x − x ∣⩽ b 满足

f (t , x) { 0 0 }
(1) f (t , x)在 R 上连续;
(2)函数 f (t , x)在 R 上关于 x 满足 Lipschitz 条件，即存在常数 L ＞ 0 ，使得
对所有( t , x ) , ( t , x ) ∈ R都有 f ( t , x ) − f ( t , x ) ⩽ L|x − x | 成立，则初值问题(3)在
1 2 | 1 2 | 1 2

区间|t − t 0|⩽ ℎ 上存在唯一解，其中h=min a , { Mb }, M = max ∨f (t , x )∨¿对于该定

(t ,x)∈ R

理，函数的连续性是为了保证方程解的存在，而 Lipschitz 条件是为了保证方

程解的唯一性。
2.2.1 解的存在性

证明：Picard 逼近方法证明
在区间 t ,t +ℎ ,在 t − h , t 显然该问题解的存在性与积分方程 的解等价
[0 0 ] [0 0] (3)

t
x=x 0 +∫ ❑ f (s , x (s))d s ,t 0 ⩽ t ⩽ t 0+ ℎ (4)
t0

构造 Picard 序列 φ (t) ，即令

{ n }

3
 {
¿ φ0 (t)=x 0 , t 0 ⩽ t ⩽ t 0 +ℎ
t (5)
¿ φn (t )=x 0 +∫ ❑ f ( s , φn − 1 ( s ) ) d s , t 0 ⩽ t ⩽ t 0+ ℎ , n=1 , 2 ⋯
t0

命题 1 该序列在上有定义且连续，并且¿ φ n − x 0 ∨≤ b．
证明由于 在矩形区域Ｒ上连续，则 φ (t) 在 t ,t +ℎ 上连续。当n=1
f (t , x (t)) { n } [0 0 ]
时，

| |
t t

|φ1 − φ0|= ∫❑ f ( s , φ 0 (s)) d s ⩽∫❑|f ( s , φ 0 (s ))|d s ⩽ M |t − t0|⩽ Mℎ⩽b

t0 t0

假设当n −1时成立，即φ n −1在

上有定义且连续，且¿ φ n − x 0 ∨≤ b，则

| |
t t

|φn − φ0|= ∫ ❑ f ( s ,φ n −1 ( s ) ) d s ⩽∫ ❑|f ( s , φn −1 ( s ) )|d s ⩽ M |t − t 0|⩽ Mℎ ⩽b

t0 t0

由归纳法知 φ (t) 在 t ,t +ℎ 上有定义连续且¿ φ − x ∨≤ b．

{ n } [0 0 ] n 0

2.2.2 解的唯一性

证明：利用 Gronwall 不等式．

引理 2（Gronwall 不等式)设 K 为非负常数， f (t)和 g(t )都是区间[a , b]上的连续
非负函数，且满足不等式
t
f ( t ) ⩽ K +∫ ❑ f ( s ) g ( s ) d s , ∀ t ∈ [ a , b ] (6)
a

则有

( )
t
f (t)⩽ K exp ⁡ ∫ ❑ g(s)d s
a

微分方程(3)解的唯一性证明如下:
证明φ ( t ) 、 φ (t )设都是微分方程(3)的解，则
1 2

[ | |
t t

|φ1 (x)−φ 2 (x)|=∣∫ ❑ ℂ ( φ1 − f ( φ2 ) d t ] ⩽ ∫❑ L φ1 ( x )− φ2 (x)∣d x

t0 t0

由 Gronwall 不等式，令 ， ， f ( s )=φ − φ ，则

K=0 g(s)=L 1 2

(∫ )
t
¿ φ 1(x )− φ2 (x )∣ ≤0 , exp L ds =0
a

故φ ( t )=φ (t)
1 2

4
2.3 常微分方程的数值解

在工程计算和科学研究中，经常会遇到常微分方程初值问题的求解，但是
只有很少的一部分常微分方程初值问题能用初等解法求出解析解，多数情况只
能利用近似方法求解，微分方程的数值解是一种离散的方法，对于初值问题。

{
dy
¿ =f (x , y ), x ∈[a ,b ] (7)
dx
¿ y (a)= y 0

如果要对其求解，具体求解过程为：首先，将区间[a,b]分成 n 等份，
x i=a+ iℎ ( i=0 , 1 ,2 ⋯ ,n ) , 步长h=x i+1 − x i，然后，求解函数 y=(x) 在一系列离散等

距节点 x 0 < x 1< x 2 < ⋯ < x n上的近似值 y 0 < y 1 < y 2 < ⋯ < y n
这里简单介绍欧拉法，改进欧拉法与经典龙格-库塔法。
2.3.1 欧拉法

欧拉法[4]是一种最简单的算法，跟据泰勒定理 y=(x) 在点 x n的泰勒展示，

可得
2
' ℎ ''
y ( x n+1 )= y ( x n ) +ℎ y ( x n ) + y ( ξ n ) , ξn ∈ ( x n , x n+1 )(8)
2!
2
ℎ
当充分小时略去误差项 Rn = y '' ( ξ n )， ξ n ∈ ( x n , x n +1 ) ，得到微分方程精确解的近
2!
似 公 式 y x ≈ y x + ℎ y ' x , y' x =f x , y 即 y x ≈ y (x ¿¿ n)+ ℎf x , y ¿, 设
( n+1 ) ( n) ( n) ( n) ( n n ) ( n+1 ) ( n n )
y i为 y (x ¿¿ i) ¿,( i=0 , 1 , 2 ⋯ , n )的近似值，则
(9)
y ( x n+1 ) = y (x¿ ¿ n)+ ℎf ( x n , y n ) ¿

欧拉公式为

{
¿ y n+1= y n+ ℎf ( x n , y n ) , x ∈[a , b] (10)
¿ y (a)= y 0

欧拉方法是 y 通过计算出 y ，是一个单步法，局部截断误差为 2 ，整

n n +1 O(ℎ )

体截断误差为 ，即一阶收敛方法.
O(ℎ)
2.3.2 改进欧拉算法

xn +1
为了得到更精确的方法，用梯形积分公式
∫ ❑ f (t , y (t ))d t 近似替代积分式
xn

从而有
xn +1
ℎ
∫ ❑ f (t , y (t ))d t ≈ 2 {f ( x n , y ( x n ) + f ( x n+1 , y ( xn +1 ) } (11)
xn

5
 x n+ 1

y ( x n+1 ) = y (x¿ ¿ n)+ ∫ ❑ f (t , y (t)) d t ¿

xn

ℎ
y ( x n+1 ) ≈ y ( xn ) + {
2 ( n
f x , y ( x n ) + f ( x n+1 , y ( x n +1 ) } (12)

用 y 代替 y x ， y 代替 y x ，则
n ( n ) n +1 ( n+1 )
ℎ
2 ( n {
f x , y ( x n ) + f ( x n+1 , y ( x n+1 ) } (13)
y n +1 ≈ y n +

梯形公式是一个二阶收敛方法，比欧拉法高一阶，但其是一个隐式算法，为此
进行改进，先用欧拉公式求出一个预测值 y = y + ℎf x , y ，然后再用梯形公
n +1 n ( n n )
ℎ
式校正求得近似值 y n +1= y n + {
2 ( n
f x , y ( x n ) +f ( x n +1 , y ( x n+1 ) } ，即预估

~y = y + ℎf x , y (14) ( )
n+1 n n n

ℎ
f ( x , y ( x n ) + f ( x n+1 , ~
2{ n
校正 y n +1= y n + y n +1 } ，改进欧拉公式为

{
¿ ~y n+1= y n + ℎf ( x n , y n )
(15)
ℎ ~
¿ y n+1= y n+ { f ( x n , y n ) +f ( x n +1 , y n+ 1) }
2

其局部截断误差为 3 ，改进欧拉法[5]是一个
O(ℎ )
二阶收敛方法.
2.3.3 经典龙格-库塔法

龙格-库塔法[6]对数据要求降低，若达到同样高精度无需计算高阶导数
x n+ 1

y ( x n+1 ) = y (x¿ ¿ n)+ ∫ ❑ f (t , y (t)) d t ¿ (16)

xn

由积分中值定理可知
xn +1

∫ ❑ f (t , y (t ))d t=f ( x n +θℎ , y ( x n +θℎ ) ) ,0 ≤ θ ≤1 (17)

xn

s
中值 f x +θℎ , y x + θℎ 用函数值的线性组合来近似，
( n ( n )) y n +1= y n +ℎ ∑ ❑ c i f ( xi , y i )
i=1

，则得到 S 级的龙格-库塔公式，根据精度的不同要求，可以求出待定系数，得
到不同的龙格-库塔公式，在工程中广泛应用的经典四阶龙格-库塔公式，是一
种绝对稳定的算法，局部截断误差为 5 。
O(h )
经典四阶龙格-库塔公式为

6
3. 基于常市密集交通流疏导模型微分方程的城

针对传统密集交通疏导模型未在疏导过程中设置合理约束条件，导致计算
速度慢、稳定差等问题，提出基于常微分方程的城市密集交通流疏导模型。针
对交通流量动态特征，使用常微分方程构成多阶方程组，对不同时刻下的交通
流量实行预测。使用有向图描述城市交通道路，遵循疏导简化最优原则，获得
交通流量非线性变化函数。根据多解方程组的流量预测结果，考虑疏导过程中
的约束条件，完成对疏导离散时间的修改。并在模型梯度的基础上，计算获取
密集交通流量最佳疏导轨迹。通过仿真验证了上述方法具计算耗时短、稳定性
强，可有效解决道路交通拥堵问题。
3.1 基于常微分方程的城市密集交通流预测

传统方法存在计算过程繁琐，耗时大、稳定性差等问题，提出了基于常微
分方程的城市密集交通流疏导模型。通过观测交通流量，使用常微分方程完成
对城市密集交通流量的预测，对得到的预测结果使用微分计算，得到最优疏导
模型。最后经仿真结果表明:研究方法的疏导能力鲁棒性强且耗时短。
针对城市交通流量动态特征，使用常微分方程构成多阶方程组，对不同时
刻下的交通流量实行预测。利用一组城市密集交通流样本

X =( x ( t 0 ) , x ( t 0 ) , ⋯ , x ( t n − 1 ) )，构建规律模型 y 为

y=f ( x ( t 0 ) , x ( t 0 ) , ⋯ , x ( t n − 1 ) )(18)

针对规模 n 的动态系统 X 使用 m 阶差分近似[6]，可得到 M n ×m 矩阵，使用常微

分方程对其进行建模可得到
m ∗
d X (19)
=f ( t , x (t), x (t ), ⋯ , x (t) )
' (m − 1)
m
dl

式(19)中, f 是由符号回归构成，基于常微分方程对其进行演变建模，即利用交
通流量为 n 的连续观测信息进行差分处理。利用常微分方程的自组织学习特
点，完成后续疏导建模，详细说明如下使用 f 进行 n 次外推，对后续 n 个时间段
内的交通流量进行预测。传统疏导模型是线性[7][7]、低平稳度、复杂度高的
序列数据。因此使用常微分方程弥补这些缺陷，对密集交通流作出准确预测，
并描述其特征，主要过程如下述:

7
 √
n
(20)
min {‖X − X‖}= ∑ ❑ x ∗(m) − ( t i ) − x(m) ( t i )
∗

i=0

令上述式(20)成立，其中具体部分为

√∑
n
2 (21)
∥ Q ∥= ❑q i
i=0

其中 n 表示密集交通流规模，通过上述得到的解可对τ 进行预测，即
(22)
t ,x t ,⋯, x t {( n +1 ) ( n+2 ) ( n+ τ )}
为了更好的获取到交通流量变化情况，使用有限差分对数据进行计算，得到导
数近似值，建立矩阵 M 0对t 0时刻内的流量进行下述处理
− x i+2 +4 xi +1 − 3 x i
+ O (ℎ )
' 2
x i= (23)
2ℎ
对t 1 t n −3时刻内的流量进行下述处理
xi +1 − xi − 1
+O ( ℎ ) (24)
' 2
x i=
2ℎ
对t n −2 t n −1 时刻内的流量进行下述处理
5 x i −18 x i− 1+ 24 x i− 2 − 14 x i− 3 +3 xi − 4 (25)
+ O (ℎ )
' 2
x i= 3
2ℎ
上述式(23)至式(25)中，h 表示流量时间间隔, x i表示在第 i 个时刻上的流量数
据，更新常微分方程计算以此类推，确保在运行时间段内的误差结果为 。
O ( ℎ2 )
由常微分方程得到非线性模型，因此使用数值解法进行计算。将高阶微分方程
转变为多个一阶方程[8]组成的方程组,逐个对方程组进行求解，首先需要对其进
行下述变换
( x (t), x' (t ), ⋯ , x (m − 1) (t)) = y (t ), y (t), ⋯ , y (t ) (26)
( ( 0 1 m −1 )
结合替换变量，得到的预测密集交通流常微方程组为

{
'
¿ y 0= y 1
'
¿ y 1= y 2
¿⋮ (27)
'
¿ y m− 2= y m +1
'
¿ y m −1=f ( t , y 0 (t ), y 1 (t), ⋯ , y m −1 (t )
式(27)中 t 代表t 0 t n的所有节点，经常微分方程的初始数值表示为

( )( )
y1 ( t 0 ) x' ( t n −1 )
⋮ = ⋮ (28)
ym (t 0 ) x
(m −1)
( t n −1 )
通过计算求得道路交通流量的最终预测数值 y 0 (t +τ )。至此完成利用常微分
方程的城市密集交通流预测。

8
3.2 构建城市密集交通流疏导模型

3.2.1 模型建立

因城市交通系统的复杂性，各路段的通行能力各不相同，道路交通便会出现
拥堵情况。因每段路口的通行能力是固定的，若不及时疏导，当超过该路段的
通行能力时，则发生拥堵情况。在常微分方程的基础上，使用有向图 A=(B , O)
表示 常数交通网络,其中 A 表示城市道路，b ∈ B 为路段，o ∈ O为交叉点。将 O
定为输入路段 Po 和输出路段 Qo 的集合,设其周期时间为 Co，通过常微分方程得
到转向流量 Wo 及耗损时间 Lo，即
∑ g o ,i + Lo=(or ⩽)C (29)
o ∈ Fo

使用 go , i表示在交通线路交叉时,路段 O 其相位 i 的绿灯时长以及不等式密集条

件下 O 的全红相位满足约束条件
go , i ⩾ g o ,i ,min ,i ∈ F o(30)
g
式(30)中， o , i ,min代表o ∈ O在阶段 i 分配到的交通疏导相位有足够可用时间。
将一个路段 b 的两个交叉点O1和O2考虑其中，如图 1 与图 2 所示，结合常微分
方程预测可得到交通段 b 的守恒函数.
(31)
x b (k + 1)=x b (k )+T [ q b (k )− s b (k)+d b (k )− ub (k ) ]

其中 x b (k )为在时间段 KT 时路段 b 的流量 q b (k )和 ub ( k )为路段 b 在[KT,(k+

1)T]是进入和离开的流量，T 为疏导时长，设疏导流量为 sb (k )=t bO qb ,，离开率
为t (b , 0),路段密集程度所受约束为
0 ⩽ x b (k )⩽ x b , max , ∀ b ∈ B (32)
式(32)中 x b , max为密集最大程度，可保护疏导区域。将路段 b 的流入量表
示为 q b (k )=∑ ω ∈ I 0 tw, b u ω (k ),t w ,b 遵循疏导最简化原则，可得到一个线性多变量
反馈函数
N (33)
g ( k ) =g − F ( k )
式(33)中,F 为代数微方程解， g N 为所需设置疏导变量。据此，若使用交通
流长度 L ( k )对 g N 采取实时调整，交通流量 x b (k )可在道路中间安装线圈检测进行
测量。同时为了满足常微分方程的约束条件，将绿灯时长设为 go , i各路段疏导配
时方程为
1
φ ( g o ,i )= ∑ ❑ ( g o ,i − go , i ) /g o ,i (34)
2
2 i∈ F
o

经计算得到的绿灯修正时间为 go , i且 ∀ i∈ F j 。当式(28)满足约束条件时，疏
导配时需要与所关联到的变量总数相同的迭代次数,通常为 3 至 4 次。

9
 图 1 城市交通道路
3.2.2 模型改进

为了更加符合实际城市密集交通情况，在常微分方程的基础上结合非线性
流出量函数，将密集交通流出量设为U b (k )，假设疏导模型的时间步长T C为 C，
每完成一个疏导周期后都需进行一次控制更新，此时流出量U b (k )可描述为

图 2 密集交通流疏导简化模型
U b (k )=¿(35)
其中 表示路段 B 的下个路段，其转向率t ≠ 0， 参 数
x dp (k )⩾ Ge, max , e s,e

C ∈ 0 ,1 ¿ ;其中 k 表示密集交通流疏导模型中的时间索引，时间步长 T ≪ C ，k 为
控制离散时间变量，即TC=C ，根据上述式(35)，可得知交通流状态变量要远高
于控制变量。在式(34)的基础上的离散时间步长大概为 5s，更新控制变量的时
间步长为一个周期。若不将车辆排队现象考虑其中，实际在该路段中，流出量
为 0 时经疏导得到的流出函数为连续函数。经改进的疏导模型提高了一个周期
时间内的模型精准度，可得出非线性情况下的轻度密集交通空间模型为
x (k +1)=f [ x (k ), g(k ), d (k )] (36)
其中k =[k /τ ]，使用 f 表示非线性向量函数，可得到最优疏导方程为
2
x b (K ) k −1
¿ l= ∑ ❑ + ∑ ❑¿
b∈ B x b ,max k=0
¿
式(37)中,a f 表示正数权重因子，其目的是将交通的相对排队长度最小化且均衡
化。 go , j (k)− g o , j(k −1)可抑制交通流波动幅度高， a f 可反复修改。离散时间最
优模型如下式
k −1
(38)
min l=φ[ x(k )]+ ∑ ❑φ [x ( k) , u(k ) , d (k )]
k=0

10
根据常微分方程疏导模型，将下式疏导问题的离散必要条件考虑其中，得到对
应的不等式局部最小值需满足下列必要条件
¿(39)
通过上述可得到最优疏导的一个稳定点。当疏导模型达到稳定状态时不考
虑绿灯时长，城市交通路线上的每个状态都可用 0 至 1 之间的任意数值进行度
量。不仅表示一定时间内交通流量的密集程度，也代表了任意时刻每条路线上
所有状态的状态度量值之和总为 1。因此，此次研究建立的疏导模型可以用改
变信号灯的变换速率方式来缓解城市交通堵塞问题。
3.2.3 求解

密集交通流疏导模型求解中最重要的步骤是在模型梯度的基础上，计算交
通流控制向量空间内的可行方向。对于已知轨迹 u(k ), k =0 , ⋯ K c , K c =[ K /t ]− 1为
控制的时间段，通过求得最优疏导的稳定点，可将梯度δ 具体表现为

{ [ ] }
T
( k+1 ) r −1 ∂φ ∂f
g ( k ) =δ u ( k )= ∑ ❑ ¿ ∂ u ( λ ) + ∂ u (k ) (40)
k − kτ
¿ λ(k +1)
在上述式(40)的基础上加入约束条件矩阵 H q ，路段空间中的可行方向表示为
P，即
H (41)
T −1
T
P =I − N H H q q ( q q ) q

交通流疏导模型的性能判断主要在于疏导最优路径是否能对时变交通流量
进行简化，此次研究建立的基于常微分方程的疏导模型，能够利用线性优化策
略准确反应城市密集交通流时变情况。因此在实际城市道路问题中，采用常微
分方程建立疏导模型，其非线性疏导优化策略能够较好地疏散交通密集流量。

4.结论

本文介绍了常微分方程解的概念，解的唯一存在性。介绍了在求数值中的
一些方法，并针对现阶段传统交通流疏散方法存在疏导效率低、稳定性差等问
题，提出了基于常微分方程构建了城市密集交通流疏导模型。为不同时间段内
的密集流量建立微分方程，通过获取到的微分方程结果分析交通情况，从而更
加了解道路密集情况为疏导工作提供良好的建议。

11
 参考文献

[1] 王高雄，周之铭，朱思铭.常微分方程[M].3 版.北京：高等教育出版社,2006．

[2] 同济大学应用数学系．高等数学（下册）[M].5 版．北京：高等教育出版社，2014．
[3] 朱建民，李建平.高等数学[M].北京：高等教育出版社，2007．
[4] 魏明强.一阶常微分方程数值解中四种算法的实例比较［ J］.中国传媒大学学报 ，
2016，23（2）：41-44.
[5] 张秋生.单步法求解常微分方程初值问题［J］.科技通报，2012，28（2）：7-9.
[6] 朱建新，李有法.数值计算方法引论［M］.第三版.北京：高等教育出版社，2012.
[7] 赵虎军，李庆达，赵欣，等．基于 BIM 技术和工效数据库的施工线性计划应用研究
［J］.建筑技术,2018,49(1):106－109
[8] 胡嘉卉,王俊刚,聂玉峰.求解时间分布阶扩散方程的两个高阶有限差分格式［J］.应用
数学和力学，019，40(7):791-800．

12