VISSIM在信号交叉口优化中的应用

以广州市东莞庄路和广园快速路交叉口为例,运用VISSIM软件进行交通流微观仿真分析,找到该交叉口交通拥堵的问题所在,从路口渠化、信号配时等角度提出多个改善方案,再进行方案的仿真对比,逐步得到最佳的改善方案。     

城市道路五路交叉口交通改善方案设计

以常德市柳叶大道-紫缘路交叉口改造为例,通过调查现状流量和交通组织方式,从交通设计理念入手,以提高交叉口安全性和优化运行效率为目标,设计了交叉口渠化和信号控制优化方案,并对改善结果进行延误分析.结果表明,设计的交通改善方案使得交叉口通行能力增大了58％,车均延误减小了30％,明显改善了该路口的交通运行状况.     

基于Synchro仿真的交叉口渠化与信号配时协调优化

考虑到交叉口渠化对信号配时的影响,提出一种信号配时协调优化方法。第一阶段,在交通调查基础上,利用Synchro仿真软件对现有交叉口配时方案进行优化;第二阶段,根据第一阶段配时优化结果和交叉口现状提出合理的渠化改进方法,并进一步利用Synchro仿真软件得到新的优化配时方案;最后,从两个方案中选择较优的作为最后方案。典型交叉口案例表明,本协调优化方法可在较少渠化的基础上提高交叉口服务水平,尤其适用于拥挤的交叉口。     

基于Synchro仿真的交叉口渠化与信号配啦协调优化

考虑到交叉口渠化对信号配时的影响,提出一种信号配时协调优化方法。第一阶段,在交通调查基础上,利用Synchro仿真软件对现有交叉口配时方案进行优化;第二阶段,根据第一阶段配时优化结果和交叉口现状提出合理的渠化改进方法,并进一步利用Synchro仿真软件得到新的优化配时方案;最后,从两个方案中选择较优的作为最后方案。典型交叉口案例表明,本协调优化方法可在较少渠化的基础上提高交叉口服务水平,尤其适用于拥挤的交叉口。     

城市道路不规则交叉口渠化设计

不规则交叉口是城市交通的瓶颈,合理的渠化设计是提高不规则交叉口通行能力的重要途径,但国内针对不规则交叉口渠化的研究较少,且缺乏系统性。文章分析了不规则交叉口渠化的基本思路,从交通调查、现状问题分析、渠化设计及方案评价等4个方面提出了不规则交叉口渠化的基本步骤．并结合VISSIM仿真软件对渠化方案进行评价,论证方案的合理性。     

左转短车道长度与配时参数的协同优化模型

针对进口道渠化左转短车道的信号交叉口,研究交叉口时空资源的最优配置。基于短车道对进口道饱和流率的影响,建立联合优化配时模型。以大连市典型交叉口为例,运用MATLAB对优化模型进行求解,并通过VISSIM软件进行仿真试验。研究结果表明,交通组织与信号控制的协同设计可以实现交叉口时空资源的最优配置,从而充分发挥交叉口的能效。     

基于RUP的多智能体交通控制计算建模分析

根据多Agent的智能行为协调,给出多Agent的分层递阶交通信号控制系统模型。通过Rational统一过程的OOA／D分析,设计和实现以多Agent计算为框架的软件仿真系统。通过实例仿真和实验结果证明该方法实现多Agent道路交通信号控制的可行性。     

基于VISSIM仿真的畸形交叉口渠化设计方法研究

国内对一般交叉口渠化的研究已较为成熟,但针对畸形交叉口渠化的研究则缺乏系统性。通过分析畸形交叉口渠化的基本思路,从交通调查、方案比选、通行能力计算及方案评价等四个方面提出畸形交叉口渠化的基本步骤．并采用VISSIM仿真软件对渠化方案进行评价,这将有助于更好地对畸形交叉口渠化设计开展研究和实践。     

基于VISSIM仿真的畸形交叉口渠化设计方法研究

国内对一般交叉口渠化的研究已较为成熟.但针对畸形交叉口渠化的研究则缺乏系统性.通过分析畸形交叉口渠化的基本思路.从交通调查、方案比选、通行能力计算及方案评价等四个方面提出畸形交叉口渠化的基本步骤,并采用VISSIM仿真软件对渠化方案进行评价.这将有助于更好地对畸形交叉口渠化设计开展研究和实践.     

基于强化学习的干线信号混合协同优化方法

交通拥堵已成为很多大中城市普遍存在的社会问题。信号控制作为缓堵保畅的重要措施之一，愈发受到社会关注。信号优化手段可分为模型驱动和数据驱动两类，且随着交通大数据的不断充实，基于强化学习的数据驱动方法日益成为新兴发展方向。然而，现有数据驱动类研究主要偏重于决策模型设计，缺乏对智能体结构的探讨；同时，在多路口协同方面多采用分布式策略， 忽略了智能体之间信息交互，无法保障区域层面的整体最优性。为此，本文以干线信号为对象， 构建一种多智能体混合式协同决策的信号优化方法。首先，针对交通状态的多样性、异构性及数据不均衡性，设计分布训练-分区记忆的单智能体决策模型，并优化状态空间和回报函数，界定单路口控制的最佳方案；其次，融合分布式和集中式学习的模型优势设计多智能体交互方法，在单路口分布式控制的基础上，设置中心智能体评价局部智能体的决策行为并反馈附加回报以调整局部智能体的决策模型，实现干线多信号的协同运行。最后，搭建仿真平台完成效果测试与算法对比。结果表明：新方法与独立优化和分布式协同相比，在支路交通流基本不受影响的前提下， 干线停车次数分别降低了14.8%和13.6%，具有更好的控制效果。