首页 >> 小红猪作品 >> 数学 >> 文章

image 原文请看这里
作者介绍:fwjmath,只会学术的宅男×1,正业为数学,爱好捣鼓自然科学,在外求学中,算是大二。个人博客是http://fwjmath.spaces.live.com。感谢提出修改意见的QueenKerene同学和桔子同学。

导语:有时如果你尝试“无为以治”,生活可能会更轻松。下面让 Mark Buchanan 带你跟着这种潮流看看,为什么没有我们,复杂系统会做得更好?

正文:我们人类总是喜欢整洁和秩序多于邋遢和混乱,偏爱纯粹整齐的几何结构而厌恶那些参差不齐的东西。我们希望一切均可预测,一切均在掌控之中。

但在这个令人混乱的时代,我们似乎对很多事情都无能为力。尽管这令人失落,但我们仍可以在苏黎世瑞士联邦理工学院物理学教授 Dirk Helbing 的研究中找到一点慰籍。Helbing 研究的是那些运作方式和机理常常击败人类心智的复杂系统,比如说公路网络上数以万计车辆的流动,还有工厂车间中由互动的机器组成的巨大网络等等。

Helbing 和其他人发现,我们对于规则和控制的偏好已经严重误入歧途。他们发现,在很多情况下如果我们交出部分控制权而让系统自己找出解决方案的话,情况反而会更好。很多时候系统自己给出的解决方案与我们的想象大相径庭,但却非常有效。

这个发现似乎让现在那些面对日益增多的复杂难解问题的工程师们松了一口气。下面我们就来看一个早期的成功实例。

1992 年,通用汽车在位于印第安纳州 Fort Wayne 的一间装配工厂中遇到了难题:如何管理卡车的自动喷漆工序。那里有 10 个喷漆隔间,每个隔间里边都有一台用于给刚下线的卡车喷漆的机器。但是由于卡车下线的顺序无法预计,而那些机器又时不时需要进行维护,这样的话我们似乎不大可能找到一种高效的方法来对每辆卡车指定喷漆机器。

通用汽车的 Dick Morley是一名有远见的工程师,他提议尝试让喷漆机器自己安排任务。他为这些机器制订了一些简单的规则,然后它们就会根据这些规则对新的喷漆工作进行“竞标”来让自己尽量不会闲下来,与此同时还会考虑到维护的需要等等。结果非常好,尽管也有点诡异。这个系统每年单单在油漆上就为通用汽车省下了一百万美元,但是这个流水线的计划表却无法预测,它是由那些机器在响应工作需要时实时进行安排的。

由于生产工序通常受进料、参数和种种外在因素等方方面面的影响,即使是设置上的细微的改变也可能导致与原来十分不同而且无法预料的结果。这就是为什么根据以往经验很难预测新的生产线上会发生什么。“管理者有时候会利用插值法,通过旧设置的性能来预测新设置的情况,”Helbing 说,“这给出的结果通常都非常不准确。”

他说,为了克服这个问题,工程师们应该对以下两样东西有一种合理的重视:一个是这些复杂系统的不可预测性,另一个是人类的一些常会导致不良后果的思维定势。“你不能像驾驭公共汽车那样驾驭这些东西,”Helbing 说。“你要学会将系统自己的自组织倾向为己所用。”

Helbing 是从一条不寻常的道路上领悟到这一点的。尽管他主攻的是物理,但他在九十年代早期却被物理现象和人的移动行为之间的相似性所迷住了。“流体流动和人们绕过障碍物的方式之间的相似之处迷住了我,”他回忆道。近二十年来,他和同事一直在研究人类群体移动行为中的数学,这就是 Helbing 现在在社会学中也占有一席之地的原因。

社会科学家通常关注的是人类行为中难以预料的变化性,但 Helbing 认为,在许多情况下这并不是很重要。这是因为在很多情况下环境对人的行为选择施加了太多限制,使人对于外界的影响的反应变得几乎是自动化的,这样的话他们的行为在平均意义上就变得可以预测了。比如说在公路上,人们的驾驶速度通常很靠近最高限速,而且表现与自动推进的粒子在过于靠近时的互斥行为类似。

尽管个体的行为常常比较简单,但由这些个体行为形成的集体行为规律可能是反直觉的,不能以常识来推断。比如,通常来说车流密度越大越容易造成交通堵塞,但 Helbing 的研究团队告诉我们这不总是对的。

考虑一条双车道公路,上面有速度较快的汽车和速度较慢的卡车在行驶。车流密度低的时候,汽车自然有不少的空间可以用作超车,于是它们很快就可以超过那些卡车了。但车流密度越高,司机们就越难超车,因为总有别的拦路车。然而,无论是模拟还是实际上的交通流动都显示存在这样的一个临界车流密度,超过了这个临界点之后,车流密度对超车的阻碍会开始带来正面的效果,因为司机们倾向于停留在同一条车道,对交通流动的妨碍也就变小了,这样车辆也就能更快通过。

类似的反直觉现象在人群行为中也可能出现,Helbing 的团队在模拟和实验中就确认出了一种“欲速则不达”的效应。当人们试图通过门逃出房间的时候,如果每个人都不匆匆忙忙的话反而能让更多的人逃出去,因为这样避免了拥挤。更令人惊奇的是,如果在门前面放一个障碍物的话人们反而能更快走出房间,因为障碍物能够调整人群的移动方式,保持人群的流动性。“一个合适的障碍物可以令人的通过率增加 30 到 40 个百分点,”Helbing 说。

这种方法能够奏效是因为人群是根据局部状况对行动进行调整的。当两列人在一条窄路的入口相遇的时候,你可能会认为人们会乱成一锅粥,因为通过的人只能组成一道混乱的涓流。但是在现实生活中,人们的行为跟预计完全不一样:在人流不太密集的情况下,他们总会无意识地组织起来,先让一个方向的一帮人通过,然后才轮到另一方向的另一帮人。人群会自发地组织起来得到比预期更好的效果。

Helbing 发现我们可以用属于物理学的一些相似的思想来对人群的行动建模。当一条队伍在过道的一端排起来的时候,这会产生与液体或者气体的压力相似的东西。高密度的人群互相推挤实际上就会让人们通过出口,从而减轻“压力”。

更深入的工作使他确信行人、交通和工厂货物流动这些系统的行为方式惊人地相似,所以在一个系统中得到的结论也不难推广到别的系统中去。

去年,Helbing 和德国德累斯登工科大学的 Stefan Lämmer 开始对能否利用交通灯减缓交通堵塞的问题产生了兴趣。德州农工大学的 David Shrank 和 Tim Lomax 的一份报告表明,美国每年由于交通堵塞造成的损失大概为 782 亿美元,所有人一共浪费了42 亿小时和 109 亿升的燃油。所以,有效率的交通流动可能带来的好处相当可观。

这就意味着我们要让交通灯能够适应环境改变,这恰恰是当今的系统所欠缺的。直到现在,工程师做的仍然是把交通硬挤进他们认为合适的模式当中。比如说,在交通繁忙时段主干道上的绿灯持续时间可能会比正常时间更长,但是这只是工程师们按照以往的观察作出的调整,绝大多数的交通灯不能自己适应情况的改变。还有,工程师还会想当然,比如,他们会认为必须有一个控制中心来控制那些交通灯。

Helbing 和 Lämmer 发现,如果给交通灯制定一些简单的规则然后让它们自己组织行动的话,它们能做得更好。为了展示这一点,他们建立了一个数学模型,在其中交通流动被当成流体来对待,这是一种成熟的交通工程建模技巧。这个模型同样描绘了在道路交汇处车辆从一条路进又从另一条路出的行为,而这与流体在管道网络中的行为也很相似。

显然,当道路的车流量超出了承载限制的时候,交通堵塞就会形成。为了避免这种情况的发生,Helbing 和 Lämmer 让十字路口的灯能够对不断增加的交通压力作出响应,这与人走过道的情况相似。每盏交通灯都拥有能够实时监测交通情况的传感器,这些传感器的数据会被输入一台电脑,用于预测以后一段时间的车辆流动状况。电脑同时也会算出为了减缓交通压力,交通灯应该持续绿灯的时间。这样的话,每盏灯都能估计自己如何才能最好地适应下一刻预期的交通状况。

image

无为而治

然而这还不够,因为交通灯可能会适应过头。如果它们只关注局部的情况的话,长远来说可能会带来麻烦。为了避免这种情况的发生,Helbing 和 Lämmer 将系统稍作改变,让邻近的交通灯能够共享信息,这样的话别的交通灯也能对一个交通灯附近发生的事情作出响应。这样的话,这些自组织的交通灯就能防止大堵车的形成。

尽管这些规则很简单,它们的效果却令人印象深刻。Helbing 和 Lämmer 在模拟中展示了在应用这种交通灯系统后,整个交通系统的总行驶时间大幅下降,而且人们也无需在灯下等太长的时间(见下图)。然而,这些交通灯的行为和人们对于高效系统的概念相去甚远。“绿灯持续时间是无法预测的,”Lämmer 说。但平均行驶时间确实变短了,而且也变得更容易预测了。

这种规划还消除了另一些出现在传统交通控制中令人恼火的毛病。在道路十分畅通的时候,司机们往往要在路口白白等待一段时间,因为交通灯改变颜色的模式是面向路面拥挤的情况设计的。而在半夜,车辆通过十字路口时根本无需停车,但交通灯却经常让它们停下来。在自组织的交通灯系统上,这些问题就不会出现,因为系统能对局部情况要求作出响应,例如,当交通灯感知到车辆接近时会变成绿色让它们通过。

这种自组织交通灯系统现在开始逐步被城市规划者认为是解决交通拥挤的良方。Helbing 和 Lämmer 正在和德国德累斯登当地的一家交通机构进行合作,首先对这个想法进行实验,然后很有可能会将其投入使用。在德累斯登道路系统的初步测试表明这种方法效果很鼓舞人心。“(在实验中)我们发现等待时间和燃油消耗都有了明显下降,同时公共交通系统也更快了,”Lämmer 说。瑞士苏黎世当局也被这个主意吸引住了。

但 Helbing 和 Lämmer 表示,他们的规划只展示了自组织对交通流动优化能力的冰山一角。让汽车也能感知所处位置的环境并作出响应的技术已经出现,而且我们当中的许多人也许很快会将一部分对汽车的控制权交给仪表板上的导航系统。Helbing 和他的同事表明,如果车辆间能互相交流的话,交通状况可能会有更大的改善——堵车的严重性可能会被极大降低,甚至可以令我们完全避免堵车(参见下面的“巡航控制”)。

我们在这里还能学到更普遍的道理:面对我们日益依赖的超级复杂系统,我们不能再依靠直觉来思考。我们可能永远学不会如何用传统的方式来控制这些系统,而可行的最好办法或许是学会让它们自我管理。现在工程科学不再是只为了知道如何解决问题,还要学会建立能够自己解决问题的系统。为了让系统不失控,我们似乎需要稍微放松对它的控制。

巡航控制

现在有一些汽车装备的技术已经能让司机将部分控制权交给仪表板上的设施了。与只帮助司机保持选定速度的传统巡航定速系统不同,自适应巡航控制(Adaptive Cruise Control,ACC)能利用雷达探测前方车辆的距离和速度。系统通过每秒几次对这些信息的更新来尝试维持车辆的速度和相互距离,如果前面的车减速的话系统会自动刹车,反之则会自动加速,这比人类的反应更快更准确。

Helbing 和其他在苏黎世瑞士联邦理工学院的合作者之一,德国德累斯登工科大学的工程师 Arne Kesting 在最近的模拟中研究了当前技术能够如何帮助交通系统应付突发问题。尽管要让路上的车都装备上 ACC 系统还需要一段时间,但研究者发现,即使只有一小部分人拥有这个装备,情况也会大不相同。

目前司机们只能对他们遇到的状况和电台交通报告作出反应。我们可以很容易地在装备有 ACC 的车辆上加上能够接收路边监测器或者其它车辆提供的局部交通状况的传感器。Kesting 和他的同事认为,这种交流可以使装备有 ACC 的车辆行驶方式更加智能化,从而减少交通堵塞。

例如,离开交通堵塞路段的车辆在行驶时能够自动靠近,从而加快清除堵塞的速度。同时,接近堵塞路段的车辆会更慢地减速,而不是在到达的时候才急刹车停下来,这可以更好地维持交通的流畅,提高道路的容纳能力和交通流动的稳定性。Kesting 的模拟表明,如果有四分之一的车装备了 ACC 的话,整个设计就能够消除很多交通堵塞。即使只有百分之三的车辆装备了 ACC,平均行驶时间也有可能显著下降。

Kesting 和 Helbing 现在正在和德国大众汽车公司合作检验这些设想,他们希望能在几年内在真实的道路上看见这些系统投入使用。

Mark Buchanan 最近的著作是 The Social Atom (Cyan Books, 2007)

延伸阅读: Self-control of traffic lights and vehicle flows in urban road networks by Stefan Lämmer and Dirk Helbing, www.arxiv.org/abs/0802.0403

image

智能交通灯

对交通的模拟显示,相对于传统的交通灯来说,能自动适应不断变化的状况的交通灯能减少交通堵塞和燃油消耗。模拟的对象是一个包含了 1000 辆汽车和 10 个繁忙十字路口的道路系统。

0
为您推荐

21 Responses to “法则与混乱【小红猪国庆巨献2】”

  1. [...] 法则与混乱【小红猪国庆巨献2】 [...]

  2. 田不野说道:

    这就是为什么上帝给这个世界定了几条简单的规则,就撒手不管了的原因。

  3. 桔子和鹿讲了在人流里边放大石头能致使整体以更快速度出去的事情。
    鹿说:那我以后每次都去搬桌子放那儿。
    桔子说:那别人快了,你慢了。因为你会被打死的……

    • fwjmath说道:

      其实我在广州白云机场和德国法兰克福机场都看到了类似的装置~~~在电动扶梯正前方装了一个障碍物~~~

  4. tallqiao说道:

    好文!之前,我也对交通控制有过思考,从精益生产控制的角度写了几个小文,想改变传统交通灯控制方式,有兴趣可参看我的博客文章:http://blog.vsharing.com/tallqiao/A654527.html。

  5. 你和梅子都是法国!!!这次搞这两篇。。不是诚心的。

    • fwjmath说道:

      这都是人品啊人品~~~一切科学不能解释的问题都能归于人品问题~~~
      不过话说你怎么知道我在法国?~~~

  6. 你博客!

  7. allnickname说道:

    这是不是传说中的“复杂性”问题?

  8. [...] fwjmath的上一篇《法则与混乱》请见这里。fwjmath说:感谢William915同学提出意见,桔子同学修改一些术语。 [...]

  9. fwjmath说道:

    蚂蚁为什么没有交通堵塞?
    从 Solidot 作者:matrix
    交通堵塞是现代生活的恶魔。是否存在一种可能性,一种地球上最古老的生命形式之一能向我们展示如果管理交通?德国Dresden理工大学的交通堵塞专家 Dirk Helbing声称可以。因为你从来不可能看到蚂蚁会堵塞,蚂蚁会始终如一的保持有组织的、有方向的流动,它们是如果做到的?为了寻找原因,Helbing和同事建造了一条连接蚁穴和糖块的有多座马路的高速公路,马路互相交叉,因此蚂蚁能够选择最短或最长的路径。一些蚂蚁很快就发现了到达糖的最短路线,其它蚂蚁跟随前者留下的信息素前进,结果导致了最短路线饱和。之后发生了令人感兴趣的事情,当路线拥挤的时候,一些蚂蚁回到蚁穴,用身体阻挡其它蚂蚁通过最短路线前往糖块,这些蚂蚁被迫选择其它路线,因此交通堵塞的情况从没有形成。这是一种令人惊讶的技巧,蚂蚁通过权力下放、个别蚁的决定让有限的资源高效的分配,而在许多网络系统如公路交通和互联网数据传输,堵塞仍然是一个最具挑战性的大问题。当然,在现实中,你不可能用一辆车与其它车辆相撞以改变方向,但是你可以让他们互相通信。Helbing的方法是让汽车行驶在一个方向上,向迎面而来的汽车告诉他们遭遇的交通情况,让后者选择是否改道。 预印本

  10. [...] 原文,译者:fwjmath,他的其他译作请见这里,这里,这里和那里。 [...]

  11. [...] 译者:fwjmath。他从前的译作请见这里,这里,那里。原文在这里。 [...]

  12. fts说道:

    我们中山大学GIS研究室也在做这种自下而上的优化和模拟实验,用一些简单的相互作用规则来做地理模拟和空间优化。但在进行模拟时个非常头痛的问题,即如何从复杂的发展历史数据中寻找相互作用的规则。即从以往的模式中发现相互作用的规律。
    通过直觉或经验,不断试错,修改规则固然可以最终达到比较高的模拟精度,但这样效率和可靠性都较低。如何用数据挖掘的方式来获取这种规则呢?
    在优化中也会存在这样的问题,我们知道这些规则需要达到的效果(即优化目标),但如何从这个目标,反过来得到实现这个目标的规则呢?
    如果解决好了这个问题,这种建模方式肯定可以发挥更大的作用。

  13. 魑魅魍魉~~~~说道:

    无为而治 可不可以以这种方式管理国家?哈

  14. 山楂说道:

    生命的出现和进化就是很好的例子,不过周期太长.太长

  15. scienceenchanter说道:

    狂顶!

  16. 啃制石器说道:

    顺便膜拜下老子~

  17. versugw www.kuaipu.com.cn说道:

    快普企业管理软件,快普微信号:kuaipu