基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.     

单交叉口交通流的智能控制

目前,我国大多数城市交通趋于饱和,对城市交叉口信号优化控制是缓解目前交通现状的有效方案.根据城市交叉口交通流的特点,本文提出一种新的智能控制方法.判断交叉口的交通强度,选择定时控制或自适应模糊控制.在自适应模糊控制中,考虑到非机动车辆的影响,根据各相位排队长度,确定绿灯相位的延时时间和下一个最佳绿灯相位.在绿灯延时期间,通过自适应模块实时输出的延时校正量确定最佳延时时间.仿真结果表明,此方法能够有效地降低车辆平均延误.     

基于粒子群的城市交通信号两级模糊控制

针对城市交通流的特点,设计一种单交叉口多相位两级模糊控制器,有效地减少控制规则数,实现相序、绿信比、周期随交通状况而自适应变化,并采用粒子群算法对模糊控制器的隶属度函数进行优化。仿真结果表明,该系统能有效地提高交叉口的通行能力,减少车辆平均延误。     

基于模糊神经网络的单交叉口变相序控制

针对城市交通流时变的特点，提出了一种可变相序自适应单交叉口控制算法，该算法根据通行权转移度来决定放行相位及通行时间，并综合考虑了所有相位车辆排队长度以及绿灯相位通行时间。通过多层BP神经网络实现单交叉口多相位模糊控制。结果表明，该控制器具有学习和泛化能力，可以有效的提高绿灯时间利用率并减少车辆平均延误。     

基于模拟退火的交叉口自适应信号控制优化研究

在车联网环境下,以交叉口车辆的平均延误时间最小为优化目标,通过神经网络预测各进口短期时间窗交通流到达情况,进而基于模拟退火算法提出了交通信号控制动态配时方法。选取成都市某一交叉口的实测交通流数据,在VISSIM环境下对COM进行二次开发实现了早高峰、平峰和晚高峰时段下的自适应信号优化控制,对固定信号配时情况和模拟退火优化情况进行仿真,结果表明基于模拟退火算法的自适应信号控制能够显著提高交叉口的通行能力。为进一步说明本方法的优越性,将结果与遗传算法优化结果进行对比,发现模拟退火算法结果更优,三个时段内车辆的平均延误分别节省了15.61s/veh、0.47s/veh和8.53s/veh,平均停车次数也分别降低了0.59次/veh、0.04次/veh和0.27次/veh,证明了方法的有效性。     

基于RBF神经网络预测的交叉口信号周期时长优化

针对交叉口信号配时仅仅依靠单一历史数据进行计算的现状,为了使交叉口信号周期时长能够充分利用过往历史数据,根据城市交通流量具有周期性与不确定性的特点,提出了一种基于RBF神经网络预测的交叉口信号周期时长优化方法.根据交叉口晚高峰历史交通流量对RBF神经网络进行训练,用训练好的RBF神经网络去预测未来某一天交叉口晚高峰的交通流量;结合直行当量系数法将预测得到的交通流量转换为等效直行车流量,建立以平均车辆延误及车辆平均停车率为主要控制目标的多目标优化模型,用MATLAB建立遗传算法进行求解;以平均车辆延误与车辆停车率为评价指标对比分析了优化方法、Webster法和实际配时3种方法得到的结果.结果表明:提出的优化方法相较于Webster法和实际配时,在工作日分别减少12％、2％的平均车辆延误,在非工作日分别减少20％、18％的平均车辆延误,提高了交叉口的通行效率.     

基于VISSIM仿真软件的交叉口信号控制优化研究

由于各方面原因,通过交叉口的交通流量可能会不断发生变化,对定时信号控制的交叉口来说,原来的信号配时就可能不再适合交通流量改变之后的交叉口,以至产生交通拥堵.以光华-南熏交叉口为例,调查交叉口的交通流量、延误和信号配时,并运用交通流理论分析交叉口交通流量,利用VISSIM对其进行模拟仿真,找出拥堵路口,然后对其进行配时改进,再对改进后的配时进行仿真评价.实践证明,交通流被合理分配,交通拥堵得到消除.     

基于VISSIM仿真软件的交叉口信号控制优化研究

由于各方面原因,通过交叉口的交通流量可能会不断发生变化,对定时信号控制的交叉口来说,原来的信号配时就可能不再适合交通流量改变之后的交叉口,以至产生交通拥堵。以光华-南熏交叉口为例．调查交叉口的交通流量、延误和信号配时,并运用交通流理论分析交叉口交通流量,利用VISSIM对其进行模拟仿真,找出拥堵路口,然后对其进行配时改进,再对改进后的配时进行仿真评价。实践证明,交通流被合理分配,交通拥堵得到消除。     

信号交叉口控制相位的流线动态优化组合方法

在现有城市交叉口单点定时及感应信号控制方式中,相位交通流线不能动态组合,在交叉口各流向车辆到达波动较大的情况下,部分流向将产生绿灯损失.为了减少车流到达波动较大交叉口的通行时间损失,提出一种新的相位流线动态组合控制策略.通过引入交通流线相容性概念,将交通流线向量化并进行向量计算寻找相容交通流线.采用流线的逻辑运算确定可行相位组合,以相位绿灯损失最小为原则,得到周期最优控制相位流线组合.该方法能适应交叉口进口流线车辆到达随机波动较大的状态下,实时生成控制相位的流线组合,减少交叉口延误,提高通行效率.     

基于Petri网的单点信号优化感应控制

基于连续Petri网,建立交通流混合控制模型,通过分析离散化的交通信号控制混合Petri网模型,研究单交叉口交通信号感应控制问题.基于混合Petri网模型参数的分析,建立了各相位车辆总停留时间的计算方法;从库所标识与变迁使能程度间的复杂关系出发,研究了库所标识的变化规律;以车辆总停留时间最短为目标优化感应控制模型,仿真计算各相位绿灯时间.结果表明:基于混合Petri网的优化感应控制方法,4个相位的车辆平均延误显著缩短,可以较好地实现单点信号控制.     

考虑交通事件影响的动态交通信号控制策略

采用数值仿真方法评价了固定式信号控制、延误最小自适应信号控制与通行能力最大自适应控制3种典型信号控制策略下的路网动态运行效率; 采用双排队模型构建了动态交通流仿真平台, 提出了交叉口流量传输优化模型, 分析了双排队模型中交叉口内交通流运行的状态; 假定用户依据瞬时用户最优原则选择路径, 提出了考虑信号控制惩罚时间的瞬时用户最优约束; 以系统总行程时间、有无交通事件影响的行程时间为评价指标, 研究了低、中、高3级不同交通需求下的信号控制效果。试验结果表明: 在低、中级交通需求下延误最小自适应控制策略的系统总行程时间最小, 比通行能力最大自适应控制在无交通事件影响下总行程时间分别降低0.45%和0.18%, 在有交通事件影响下总行程时间分别降低5.95%和2.52%;在高级交通需求下, 通行能力最大自适应控制总行程时间最小, 对比延误最小自适应控制, 在有、无交通事件影响下系统总行程时间分别降低5.46%、5.31%;对比有无交通事件影响下系统总行程时间变化幅度, 固定式信号控制在不同交通需求下均表现出最高的稳定性; 在低、中级交通需求下, 延误最小自适应控制策略较通行能力最大自适应信号控制策略更稳定, 在高级交通需求下, 两者的稳定性无显著差异。可见, 当交通需求较大时, 应提升交叉口通行能力, 当交通需求较小时, 应降低车辆延误。      

交叉口配时方案实时优化与仿真系统研究

为了充分利用交叉口的时空资源,缓减拥挤,根据单交叉口的实时检测器数据,基于优化模型和仿真模型,以均衡交叉口的交通压力目标,开发了一款交叉口配时方案实时优化与仿真系统,来对配时方案中的周期、绿信比、相序进行动态优化.实测结果表明,与传统定时信号控制方式相比,优化后的交通信号配时控制效果更好,车辆平均延误时间更少.     

��·Эͬ�µ�·������źſ����Ż�����

车路协同系统能实时获取车辆个体的运行状态信息,并能通过速度引导实现车辆与交通控制系统之间的动态交互,为交通信号控制提供了新的数据源和技术手段.分析了现有车路协同下交通信号控制方法存在的不足,引入基于时间窗的滚动预测方法,提出了改进的交叉口信号控制优化流程;将相位饱和度作为表征信号控制效果的指标,在考虑速度引导对车辆运行状态影响基础上,建立了车路协同环境下道路交叉口信号控制优化方法和模型.运用VISSIM软件进行了仿真实验,结果表明,本文方法优于感应控制方法,在各种交通流量下均能有效降低交叉口平均延误和停车次数.     

自适应公交优先控制交叉口平均延误分析

以自适应公交信号优先控制交叉口为研究对象,提出了全新自适应公交信号优先控制交叉口车辆平均延误计算模型。并运用仿真测试平台,对该信号控制交叉口车辆平均延误进行了仿真分析。仿真结果表明：较常规信号控制方法,自适应公交信号优先配时虽然有助于减少公交行车延误,但是对道路交通系统中的其他车辆通行会造成很大的干扰,对整个交叉口通行能力的影响不一定是正面的。车辆平均延误分析对公交优先策略的具体实行方式、城市交叉口信号控制算法优化及其服务水平的提升具有良好的指导作用和借鉴意义。     

����������Ľ���ڿɱ�����ģ�����Ʒ���

针对城市交叉口交通流的特点,提出了一种自适应可变相序的多相位控制算法。该算法依据绿灯相位车队长度和红灯相位车队长度的比较决定绿灯相位是否转移,在不需要绿灯相位转移时,利用模糊神经网络控制器控制绿灯延时长度。不但结合了模糊控制和神经网络控制的优点,而且所给出的算法相序可变,实现了道路交叉口多相位相序可变控制。仿真结果表明,本文设计的模糊神经网络控制器能够有效降低车辆平均延误,满足实时控制的要求。     

基于Vissim和BP神经网络的右转专用相位设置研究

综合考虑各种交通流对右转专用相位设置影响的研究较少,针对该情况提出基于Vissim和BP(back propagation)神经网络的右转专用相位设置方法,为右转专用相位设置提供一种新思路。首先对右转机动车进行交通冲突分析,通过假设各种交通流量进行交叉口信号配时,并采用Vissim进行仿真,获取许可型相位下右转机动车平均延误数据7776组;再利用BP神经网络模型对获取数据进行训练,建立许可型相位下右转机动车平均延误模型,模型能够计算右转机动车平均延误;最后以右转机动车平均延误最小为目标建立右转专用相位设置流程。     

基于BP神经网络的区域交叉口协调控制

城市区域交通协调控制是城市智能交通的研究重点,研究目的是减少车辆延误,提高路网通行能力.针对此问题,根据单交叉口神经网络控制方法,提出一种基于BP神经网络的区域多交叉口协调控制方法.采用五交叉口组成的区域路网,以区域所有交叉口平均车辆延误作为评价指标,利用MATLAB软件编程进行仿真.仿真结果表明,神经网络协调控制方法与定时控制、神经网络单独控制方法相比,能够取得更好的控制效果.     

信号交叉口不对称交通流的优化控制方法

为了改善不对称交通流导致信号交叉口进口道交通负荷分布不均、通行效率低下的问题,对交叉口对向交通流的分布形式及其适用的相位方案进行了分析,建立了信号周期动态相位方案的生成规则,并以综合交通效益最大为目标建立了交叉口不对称交通流的动态相位信号控制参数优化模型,并给出了其求解算法.分析了不对称系数大小及其阈值变化、不对称信号周期比例对优化方法的影响,并以哈尔滨市红旗大街-淮河路交叉口为例,VISSIM仿真结果显示,采用动态相位优化方法后,该交叉口的车均延误、平均排队长度和停车率等评价指标下降了27.8%以上,验证了动态相位优化方法的有效性.该方法能减少直行车流的停车等待时间、避免交叉口部分进口方向时空资源的空耗,有利于信号交叉口通行效益的提升.     

基于虚拟信号控制的交叉口群协调方法研究

为降低环形交叉口的平均延误时间,提高交叉口群车辆通行效率,以环形交叉口为研究对象,通过引入"虚拟信号控制环形交叉口"概念,对到达环岛的交通流进行错时分离,其次应用数解法提出主路径车流双向绿波协调控制方案,建立了基于主路径车流双向绿波协调控制的交叉口群相位差模型,最后利用VISSIM仿真软件对云南省曲靖市珠江源大道与建宁东路环形交叉口进行验证.结果表明:虚拟状态下主路径车辆通过环形交叉口数由66.36提高至88.69辆/100 s;车辆在环形交叉口平均停车次数为0.57次,较实际降低了10.9%;车辆平均延误时间较实际降低了23.8%;建立的交叉口群相位差模型能够较好地改善各个交叉口的延误效益.     

基于粒子群算法的道路交叉口信号配时优化模型——以昆明市为例

在现有交通资源下,利用交通信号的动态调控缓解交通拥堵是一种行之有效的方式。首先探讨了道路交叉口信号控制的空间和时间优化思路,在时间优化方面提出基于粒子群算法的信号配时优化模型。以昆明市学府路为例,在分析大量交通流数据的基础上,根据三相交通流理论,对交通状态进行划分并提出有针对性的控制策略。将信号配时优化模型应用于学府路3个相邻的关键交叉口。交通仿真和方案试运行结果显示,优化前后同步流状态下交叉口延误平均降低21.0%,车辆排队长度平均降低12.4%;堵塞状态下交叉口延误平均降低32.0%,车辆排队长度平均降低24.9%。这一结果表明该模型在道路交叉口信号配时优化中具有合理性和有效性。