可变速度控制下快速路联动协同控制策略研究

以快速路主线通行能力最大、入口匝道排队长度及延误最低为目标,在分析城市快速路可变速度引导的基础上,提出快速路匝道感应控制算法,构建基于可变速度控制下的快速路主线与入口匝道协同控制模型.并利用实际城市快速路路段调查数据,采用VISSIM仿真软件对所建模型、算法进行了仿真验证,结果可知,文中提出的快速路协同控制模型算法可有效提高快速路主线通行能力,大幅降低入口匝道车辆排队长度及平均延误,减少车均行程时间.     

���п���·����ѵ������㷨��PARAMICS�����о�

本文基于对城市快速路入口匝道控制问题的分析，用微观交通仿真软件PARAMICS建立入口匝道控制仿真模型，对三种入口匝道控制算法（ALINEA，NEW-CONTROL和MIXED-CONTROL）进行仿真对比研究。结果表明三种算法都能一定程度上改善快速路的交通拥挤。同时给出三种算法的差异性描述，从交通流特征和算法特点分析产生差异的原因。最后指出MIXED-CONTROL在优化主线交通流的同时减少了入口匝道的车辆排队长度，其在高需求时的总体性能优于其它两种算法，是比较适合于实际应用的匝道感应控制算法。     

基于ALINEA算法的城市快速路匝道控制方法

为解决传统的ALINEA(asservissement linéaire d'entrée autoroutière)匝道控制算法未考虑城市快速路入口匝道排队溢出,造成关联交叉口交通拥堵等问题,在经典的ALINEA匝道控制算法的基础上,提出了一种新的基于主干道车流量预测的城市快速路入口匝道控制方法.该方法采用遗传算法优化的小波神经网络来预测城市快速路交通流量;引入主干道车流可插入间隙和匝道排队分级控制原则,实现了对城市快速路入口匝道控制率的动态调节.通过微观仿真实验比较两种算法的控制效果.结果表明:与传统的ALINEA匝道控制算法相比,新的控制方法不仅能够有效保证主线交通通行能力,同时还使匝道平均旅行时间减少了24.8%.     

���޵���ѧϰ����ѵ����������Է���

在实际的快速路交通流系统中,入口匝道的流量和快速路主路的速度都是受限的,因此在对快速路交通流进行控制时考虑这些限制十分必要. 基于迭代学习控制的快速路入口匝道控制是近年来快速路控制领域的一个研究热点,然而,至今为止还没有在输入和状态同时受限情况下的相关收敛性分析. 本文首先介绍了快速路交通流模型,并将交通密度控制转化为输出跟踪问题;然后通过严格的数学分析证明了在入口匝道流量受限和主路速度受限的情况下,基于迭代学习控制的入口匝道控制仍然能保证交通流密度收敛于期望密度;最后通过仿真研究验证了该方法在受限情况下能达到很好的控制效果.     

����·����ѵ��Ŷ������������Բ�

首先分析了快速路入口匝道排队导致地面交通拥堵的现象,然后综合考虑快速路主线交通流密度和入口匝道排队长度两个因素,提出了一种基于神经元自适应PID控制的快速路入口匝道控制策略。与传统的入口匝道调节方法ALINEA相比,新方法将快速路系统和平面道路系统有机的结合起来,仅略微地增加快速路交通流密度,且对快速路的负面影响较小,有效降低了入口匝道排队长度并消除了入口匝道回溢现象与快速路交通拥挤的反复振荡现象,对于实际应用中的随机干扰具有良好的抑制能力,提高了整个交通网络的运行效率。最后通过仿真对新方法进行了说明和验证。     

����β���ŷŵ��ѵ��������Ż��㷨�о�

匝道控制是缓解快速路拥堵的有效措施,而且有增加通行流量、提高运行效率、减少交通事故的功能,随着国民经济的提高,社会公众对环境污染的关注越来越高,所以研究考虑尾气排放减少的匝道控制是立足民生的课题.本文算法考虑了尾气排放因素,同时兼顾两个目标,一是减少总车辆旅行时间,二是最大量地减少尾气排放.利用Paramics仿真软件对算法进行了模拟实验,并且运用CMEM交通排放模型进行了计算,分析结果显示新算法有效地降低了总车辆旅行时间,而且比ALINEA算法更能降低匝道路段的尾气排放量和排队数,特别是在上坡坡度较大的情况下,新算法可以更多的减少尾气排放总量.     

���ڳ��п���·������������������

利用理论推导和系统仿真等方法分析了有关城市快速路交通控制的一些基本问题，包括入口匝道车流控制，出口匝道排队控制，快速路交通优先等．分析结果表明：(i)入口匝道控制虽然增加了入口排队延误，但是对整个快速路系统来说，可以提高系统的效率．(ii)入口匝道控制对普通道路既有正面影响，也有负面影响，合适的入口匝道控制策略甚至能同时对快速路和普通道路系统有益．(iii)在出口匝道相连的信号交叉口采用考虑出口排队的感应控制算法，可有效避免出口匝道排队阻塞快速路的现象，虽可能对普通道路有些负面影响，但是对整个交通网络有益．     

基于模糊神经网络的城市高速公路入口匝道控制算法

建立了高速公路入口匝道控制的数学模型，把模糊控制和神经网络算法结合起来实现入口匝道的智能控制。仿真结果表明，该算法在各种交通模式下都是有效的，能够在维持一个理想主线交通流密度的同时，保持入口排队长度尽可能短；在抑制交通流密度波动和入口排队长度方面比定时控制和ALINEA算法更有效。     

快速路入口匝道与衔接交叉口联动控制优化方法

针对快速路入口匝道排队过长造成的衔接交叉口拥堵问题,提出一种快速路入口匝道和 衔接交叉口的联动控制优化方法。分析快速路匝道排队溢出原因,提出基于交通状态估计的入 口匝道与衔接交叉口的系统控制策略。以系统总通行能力最大和交叉口车均延误最小为目标, 分别从交叉口配时、匝道调节及系统排队长度这3个方面构建系统约束方程,建立快速路入口匝 道与衔接交叉口联动控制优化模型。以长春市典型快速路和交叉口为例,选择高峰、平峰、低峰 这3种交通环境,运用联动控制优化模型进行仿真实验,并与经典优化方法进行对比分析,结果表 明：不同交通状况下,联动控制优化方法均能有效改善快速路运行情况,缓解入口匝道排队溢出 现象,同时提高衔接交叉口通行效率;特别是在饱和交通状态下,联动控制优化方法表现优异,系 统整体车均延误和排队长度分别降低了5.67%和19.25%。     

基于主线拥堵场景的快速路级联信号控制方法

城市快速路高峰时段已经呈现出常态性拥堵，对快速路主线拥堵进行疏导尤为必要.本文通过在主线和入口匝道进行三级交通检测判别，设计了多级联动的信号控制流程与实现方式，构建了不同拥堵程度下的分级响应控制策略，基于瓶颈点通行能力最大化下的实时信号控制算法及最大排队长度限制下的实时信号控制算法，建立了主线及匝道车道开关闭、汇合处信号灯控制、主线动态限速、交通信息诱导等于一体的快速路级联信号控制方法.仿真分析结果表明，在主线不同拥堵程度下采取的级联信号控制方法，可以有效提升快速路主线平均车速，并未导致匝道排队的恶化，局部路网平均延误均有明显降低.     

结合部区域入口匝道协调控制模型

针对进出城市的高速公路与关联城市快速路（简称结合部区域）交通拥堵日益恶化的现象,以结合部区域为研究对象,从结合部区域的匝道控制影响因素分析入手,建立了一种适用于结合部区域的单点入口控制模型和多入口匝道协调控制模型,以京津塘高速公路与北京市三环、四环的结合部区域为例,以实地调研及交通流检测数据为基础,通过仿真验证其有效性,为匝道协调控制实际应用提供理论方法.     

Development and Comparative Evaluation of Ramp Metering Algorithms Using Microscopic Traffic Simulation

Freeway ramp metering is an efficient freeway control that can ameliorate freeway congestion by limiting the number of vehicles entering the freeway. This study presents development and comparative evaluation of five ramp controls including no control, time-of-day plan, and three well-known ramp metering algorithms; ALINEA, FLOW and Stratified Zone through the use of microscopic traffic simulation. In this paper, ramp controls were developed and evaluated using Microscopic Traffic Simulation, AIMSUN NG. The simulation model of the Pacific Motorway in Queensland, Australia was used as a test-bed model. The results from the study indicated that ramp metering was basically found to be able to improve network performances up to 40% compared to no control. In terms of network and freeway mainline performance, ALINEA was superior to other algorithms under both normal and high traffic demand, whereas, Stratified Zone was the best algorithm for on-ramp performance. In terms of on-ramp performance, ALINEA was found to generate the lowest on-ramp performance. FLOW was found to be slightly superior to Stratified Zone. However, the trend was opposite for on-ramp performance. Gini coefficient was applied to measure the road user equity under the implementation of different algorithms. The results showed that FLOW was the most equitable algorithm, whereas, ALINEA was the worst. The results also indicated that network performance and on-ramp performance were trade-off in the presence of ramp metering operation.     

一种基于分布式网络多智能体的匝道协同控制方法

针对高速公路与城市快速路交汇区域(路网结合部)拥堵日益严重的现状,综合考虑异构交通网络的通行能力与转换需求,基于多智能体和局部感应控制思想,对路网结合部匝道控制模式进行分析,建立单点CPSO-RBF-PID 匝道控制模型、关联主线多匝道一致性协同方法和不同主线间匝道竞争性协同方法.在此基础上,将路网结合部进行网络拓扑,建立基于分布式网络多智能体的匝道协同控制方法.并选取相应路网结合部对所建模型进行验证,结果证明,该模型具有良好的控制效果,能够起到有效地稳定路网结合部交通流密度,缓解结合部区域交通拥堵的作用.     

我们能从道路交通拥堵中学到什么

随着高速公路监测手段的完善,高速公路运行数据日益丰富。通过深入挖掘、分析加州高速公路运行监测系统5年来收集的数据,从不同角度定量理解拥堵产生的原因,包括拥堵动态分析、交通瓶颈识别、匝道控制效益评价、出行时间预测等。此外,基于上述数据,以加州湾区HOV车道为例,通过分析通行能力损失、对比路段相同位置HOV限制与非限制时段车道流量及速度变化,定量评价了HOV车道的实施效果及其给其他车道带来的拥堵后果。上述各项研究均衡量了拥堵的严重程度及产生原因,并给出了相应的缓堵方法。     

����΢�۷�����ѵ������㷨�ıȽ�����

高速公路匝道控制是一种通过限制进入高速公路车辆数来有效改善高速公路拥堵的交通控制方法。本文通过微观交通仿真对无匝道控制、定时控制及三种广泛应用的匝道控制算法（ALINEA、FLOW、Stratified Zone）进行比较评价。仿真采用AIMSUN NG软件，以澳大利亚昆士兰州太平洋快速路的仿真模型为基础测试模型。研究结果表明，基本的匝道控制可使路网能力比无控制时提高40%。就路网和高速公路主要线路能力而言，在正常的和高的交通需求条件下，ALINEA算法优于其他算法，Stratified Zone在提高入口匝道能力方面最优。就匝道入口能力而言，ALINEA算法的匝道入口能力最低，FLOW算法比Stratified Zone算法略优。本文用基尼系数（Gini coefficient）评价不同算法的道路使用者效用。结论还表明，匝道控制可使高速公路路网和入口匝道能力达到平衡。     

一致拥挤快速路交通系统稳定性分析

考虑快速路一致拥挤的前提下,通过选取适当的流一密关系式,建立快速路网络流模型。并在对快速路的第一段进行适当处理和考虑匝道排队的基础上,构造一个离散的线性系统。通过对此类型的离散系统进行稳定性分析,得到稳定的充分条件和最优控制器的设计方法,仿真实例表明该方法的有效性和实用性。