单交叉口信号配时的动态优化

为了缓解城市交通压力,根据实时单交叉口交通数据,利用模糊控制理论,结合matlab软件,以缩短车辆平均延误时间为目标,对各个相位的信号配时进行动态优化,使单交叉口的绿灯时间及周期成为可变参数。仿真结果表明,与传统信号控制方式相比,本文所提出的交通信号配时控制效果更好,车辆平均延误时间更少。     

单点交叉口鲁棒优化信号配时研究

为了消除单点信号控制不适应交通流波动的缺陷,提高信号控制的稳定性,建立了多目标信号配时优化模型.该模型以平均延误时间最短,通行能力最大,以及鲁棒性最好即流量波动时车辆延误标准差最小为目标,以有效绿灯时间、总时长、各方向最大滞留车辆数为约束条件,对定时信号配时参数进行优化,并利用遗传算法对模型进行求解.求解结果表明,该方...     

一种双目标单点信号配时优化模型

基于城市平面信号交叉口的客观实际,建立多约束的单点定时信号配时优化模型,模型以节点通行能力最大和车辆平均延误最小作为目标,通过转换得到综合目标函数,并利用阈函数法(SUMT)获取最优配时参数.与此同时,引入交叉口实例,结合调查数据,导入信号配时优化模型,通过程序计算获取配时参数、通行能力及车辆平均延误值,其结果通过配时检验,证明存在较高的理论参考价值.     

单个交叉口信号配时的模糊控制

以车辆排队长度为控制量,对单个交叉口信号配时提出模糊控制方法,并通过仿真模型,对采用模糊控制方法与未使用该方法在车辆的平均延误时间进行比较。仿真结果表明,在车辆的平均延误时间、信号周期等方面,模糊控制信号配时方法具有优越性。     

基于动态规划的信号配时滚动优化算法

随着智能交通技术的发展,交通信息获取的时间颗粒度将越来越小,这为城市动态交通信号配时优化模型和方法提出了新的挑战。为解决经典信号相位控制优化(COP)算法中未考虑交叉口预测区间内交通流量动态变化对信号配时方案控制效果的影响。文中提出了基于动态规划的单交叉口信号配时滚动优化算法。首先,在分析交叉口信号配时关键问题的基础上,构建了以交叉口车辆平均延误和平均排队最小为优化目标,交叉口各相位绿灯时间长度为约束条件的信号配时非线性整数优化模型;并设计了动态规划算法求解该模型。其次,为反映交叉口车流在预测区间内动态变化的特性,在动态规划算法的基础上提出了滚动优化策略,根据实时更新的预测数据滚动优化信号配时方案,并将信号配时方案实时传输到交叉口信号控制器中。最后,通过实际调查数据构建微观仿真环境,采用VISSIM COM二次编程开发技术结合MATLAB编程软件实现了文中模型和算法,并对比分析文中算法和经典的COP算法。通过改变交叉口的输入流量,测试不同流量条件下控制算法的控制效果。结果表明,与经典的COP算法相比,文中算法不仅能够使车辆在交叉口的平均延误减少20%,而且能够保证交叉口各个相位的车辆平均延误的均衡。     

信号交叉口多目标动态决策模型及其优化方法

以减少机动车在交叉口的延误时间和尾气排放为目标,针对目前交通信号控制模型中普遍采用单一目标进行求解的问题,以非饱和交叉口为研究对象建立了信号交叉口多目标动态决策模型(MODD模型),对信号周期时长、绿信比和相序3个信号配时参数同时进行优化,提出交叉口多目标评价满意度函数,制定交叉口信号控制决策准则并应用混合遗传算法求解最优决策变量.算例的求解结果显示,混合遗传算法能够均匀地逼近Pareto最优前端,多目标优化方法更能减少车辆在交叉口上的停车延误和停车次数,对单交叉口信号配时有理论指导和应用价值.     

现代有轨电车条件下的交叉口信号控制方法

以交叉口交通效益最大化为目标,对现代有轨电车条件下的交叉口信号控制方法展开研究.改进了NSGA-II算法,提出了基于非支配排序的交叉口多目标优化算法,对单点交叉口多目标优化模型求解.在获取基础信号配时方案的基础上,根据车辆的实时参数,构建现代有轨电车主动信号优先控制方案评价指标体系,利用DEA-TOPSIS模型客观地从优先相位延误、非优先相位延误和电车偏移度等多个方面对各信号控制方法进行分析,实现最优信号控制.仿真实验表明:交叉口人均延误时间和平均停车次数为有效的控制目标;基于非支配排序的交叉口多目标优化算法与加权组合遗传算法相比,可综合优化多目标;与NSGA-II算法相比,可降低交叉口人均延误时间1.8 s,降低平均停车次数0.02;基于DEA-TOPSIS模型的有轨电车信号控制评价方法可以客观地综合多角度分析各信号控制方法的有效性和变化趋势,实现最优信号控制.      

一个改进的城市交叉口信号配时模型

章对城市交叉口信号配时问题进行了研究．从行车和行人的安全角度出发．研究了6相位的控制方式，提出了以车辆在交叉口的时间延误之和最小化为控制目标．建立了一个新的交叉口信号配时模型，并采用了神经网络、遗传算法等人工智能方法对模型进行求解。     

基于交通预测的多态交通流信号控制

为解决现有信号控制方法对多态交通流交叉口适应性不足的问题,通过在交叉口设置多功能进口车道和车辆检测器、车道控制器等硬件设施,进行了短时交通流预测基础上的多态交通流条件下交叉口信号配时优化研究。根据交通量预测数据,建立信号控制延误估计模型,以交叉口总延误最小为优化目标选取多功能车道流向,根据每相位最大排队长度逐步优化绿灯时长并实施信号控制。短时交通预测以小波分析为基础,采用RBF神经网络及Markov链分别预测交通流的稳态与随机部分。使用VISSIM软件对设置多功能车道的交叉口多态流信号控制方法进行了交通仿真。分析结果表明：该方法可有效降低行车延误,提高交叉口服务水平。     

基于虚拟车队的自动交叉路口车辆时序优化模型

智能网联汽车可通过彼此交互协同安全地通过交叉路口,自动交叉路口控制已成为未来发展趋势。为解决现有基于预约的自动交叉路口控制模型未全局优化车辆通过顺序及模型非线性导致求解效率低等问题,提出一种基于虚拟车队的自动交叉路口车辆时序优化模型,实现车辆通过时序的高效全局优化。首先,为构建到达安全时间间隔约束,基于车辆冲突分析计算交叉口进口道停车线到各相互作用点的距离。其次,为便于建模和求解,基于时间维度构建虚拟车队并形成车辆索引序列。然后,以交叉口车辆总延误最小为优化目标,车辆通过控制区段的最小行程时间和到达冲突区域边界的安全间隔为约束条件,构建自动交叉路口车辆通过时序非线性优化模型。在此基础上,引入0-1变量将该模型转化为混合整数线性规划模型,并基于开源求解器CBC对模型进行求解。最后,设计数值仿真试验验证模型的有效性并进行了模型的参数敏感性分析。研究结果表明:所构建模型在不同交通需求下优化效果均优于基于"先到先服务"规则的模型,车均延误和最大单车延误能够减少61.50%和39.73%;当安全间距和优化周期较大时,构建模型的延误控制效果更为显著;模型和算法为未来智能网联环境下自动交叉路口控制提供了一种可选的方法。     

关键交叉口优化对路网运行效率的影响研究

随着机动车保有量的增加,城市路网拥堵情况日益严重。交叉口作为城市路网的咽喉,其服务水平直接影响到整个路网的运行效率。以重庆市民族路-新华路路口为例,基于现场交通调查数据,明确交叉口的现存问题,采用Synchro(设计软件)对该路口进行建模分析。通过优化信号配时和车道功能划分后,交叉口延误降低了71.6%,服务水平从D提升至B。同时,采用VISSIM(仿真软件)对重庆市渝中区解放碑商圈整体路网和该关键交叉口影响的区域路网进行建模分析,并对路网优化前后的车辆运行状况进行对比。结果表明,通过优化,影响区域路网的平均延误下降了17.74%,平均行车时间下降了13.46%,平均停车次数下降了17.18%,尾气排放也有所减少,关键路口优化对路网运行效率的提升作用明显。     

Optimizing multi-agent based urban traffic signal control system

Agent-based approach is a popular tool for modelling and developing large-scale distributed systems such as urban traffic control system with dynamic traffic flows. This study proposes a multi-agent-based approach to optimize urban traffic network signal control, which utilizes a mathematical programming method to optimize the signal timing plans at intersections. To improve the overall network efficiency, we develop an online agent-based signal coordination scheme, underpinned by the communication among different intersection control agents. In addition, the initial coordination scheme that pre-adjusts the offsets between the intersections is developed based on the historical demand information. Comparison and sensitivity analysis are conducted to evaluate the performance of the proposed method on a customized traffic simulation platform using MATLAB and VISSIM. Simulation results indicate that the proposed method can effectively avoid network oversaturation and thus reduces average travel delay and improves average vehicle speed, as compared to rule-based multi-agent signal control methods.     

考虑礼让行人的信号交叉口配时优化方法

为提高机动车礼让行人背景下的人车通行效率,研究了基于叠加相位设计的信号交叉口配时优化方法.以西安市1个典型交叉口为例,分析机动车与过街行人冲突情况;在Webster配时模型的基础上,提出叠加相位设计与人车冲突时空分离策略相结合的信号配时优化方法,并给出行人信号早启时间、人车绿时分离设置阈值的计算方法;运用VISSIM仿...     

全设置连续流交叉口信号配时及延误模型

为了解决连续流交叉口车辆多次停车问题，提出了各流向车辆在所遇第2条停车线处不用停车的优化控制策略。通过协调主预信号配时，调整信号控制相位相序方案，促使车辆直接通过所遇第2条停车线，使得左转车辆停车次数由3次减少到2次或者1次，直行车辆停车次数由2次减少到1次。分析各流向车辆到达-驶离图式，构建左转车流在所遇第3条停车线处的延误计算模型，结合Webster经典模型，给出连续流交叉口整体延误计算模型，其计算结果与VISSIM仿真结果基本一致。推导给出车辆不二次停车、车车不冲突以及连续流交叉口自身交通组织等因素所需满足的约束条件，以交叉口车均延误最小化为优化目标，构建连续流交叉口主预信号协调配时优化控制模型，并设计了4种交通场景以验证不同情况下的效益改善情况。研究结果表明：通过信号协调减少1次停车，能够降低50%以上的车均延误和车均停车次数；根据各转向交通量所占比例选择合适的车道分配方案有助于提升连续流交叉口通行效率；在2种策略下交叉口车均停车次数分别为0.88~1.05、0.59~0.77，与已有控制策略约2次车均停车次数相比，明显降低了连续流交叉口车辆停车次数。研究成果可为连续流交叉口控制提供新的视角，对交叉口通行效率的提升效果也更加显著。     

借用公交专用道左转的主预信号控制方案优化

设置有路中式公交专用道的交叉口进口道存在因公交与其他车辆两股平行车流在路口同时左转、直行和右转而形成的多路交织现象,传统信号控制方案已无法消除这类交叉口相位放行造成的交织冲突问题。为解决该问题,设计了一种借用公交专用道左转的新型交叉口,规定了各流向车辆的运行规则,同时设计了主信号与预信号相位方案及相互协调配时关系。具体来说,根据公交直行车辆和其他左转、直行车辆的到达-驶离图式,分别建立各流向不同情况下车辆的延误与停车次数计算方法,以交叉口车均延误与车均停车次数加权的当量费用最小为目标,建立交叉口信号配时优化模型。为验证该优化控制策略的有效性,结合算例对传统控制方案和优化控制方案进行比较,并分析等待区长度对车辆排队演化过程的影响,确定优化方案适用场景。结果表明：相对于传统方案,优化方案增加了交叉口的通行能力,使得车均当量费用下降比例达到了32.3%;参数灵敏度分析显示,主信号等待区长度宜设置为80 m。所提出的控制策略通过借用公交专用道左转,提高了交叉口的利用效率,最大限度地降低了对公交优先策略实施的影响,能够完全消除设置有路中式公交专用道交叉口相位放行中的交通交织冲突现象,以保证交叉口行车安全。     

基于车速与信号协同优化的区域绿波协调控制模型

针对车路协同环境下的区域绿波协调控制问题，根据自动驾驶车辆车速可控的特点，提出利用绿波车速与信号配时的协同优化方法，建立一种区域绿波协调控制模型。模型在信号配时与相位相序优化的基础上，增加对路段绿波车速的优化，为车路协同环境下的自动驾驶车辆提供路段车速引导方案；通过扩大优化模型的可行解空间，以解决区域协调中相位差的设计问题；选取绿波带宽折减率与通行速度折减率的加权量作为模型评价指标，使得设计方案能够实现绿波带宽与通行速度的综合最优。算例结果分析表明：模型可以根据不同的绿波带宽权重系数，求解相应的绿波带宽与通行速度综合最优协调控制方案，其中绿波带宽最优方案的路网绿波带宽占比均值能够达到95%，明显优于TRANSYT模型的绿波协调优化效果。VISSIM仿真结果显示，与TRANSYT优化方案相比，所提模型方案能够减少干道平均停车次数39%，缩短交叉口平均延误时间10%，使区域交叉口的通行效率得到进一步提升。     

Multi-objective optimal predictive control of signals in urban traffic network

Traffic congestion in urban network has been a serious problem for decades. In this paper, a novel dynamic multi-objective optimization method for designing predictive controls of network signals is proposed. The popular cell transmission model (CTM) is used for traffic prediction. Two network models are considered, i.e., simple network which captures basic macroscopic traffic characteristics and advanced network that further considers vehicle turning and different traveling routes between origins and destinations. A network signal predictive control algorithm is developed for online multi-objective optimization. A variety of objectives are considered such as system throughput, vehicle delay, intersection crossing volume, and spillbacks. The genetic algorithm (GA) is applied to solve the optimization problem. Three example networks with different complexities are studied. It is observed that the optimal traffic performance can be achieved by the dynamic control in different situations. The influence of the objective selection on short-term and long-term network benefits is studied. With the help of parallel computing, the proposed method can be implemented in real time and is promising to improve the performance of real traffic network.     

基于城市干道十字路口场景的纯电动汽车两目标优化研究

以某款纯电动汽车在城市双向四车道十字路口场景下运行的安全性和经济性为目标函数,进行了4种运行轨迹分析,采用NSGA-Ⅱ算法对车速和加速度进行优化求解,提出一种基于NSGA-Ⅱ算法的模糊控制策略,并制定相关的隶属度函数和模糊规则,验证了纯电动汽车双目标优化模型的准确性和可行性。结果表明,该目标函数很好地兼顾了纯电动汽车的安全性和经济性等问题,得到了纯电动汽车在双向四车道十字路口下的最优运行轨迹和最佳道路宽度,提高了纯电动汽车通过城市干道十字路口的安全性和经济性。