山地城市干线交通控制子区划分方法研究

山地城市干线承载了道路交通较大比例的出行需求,单一固定的管控手段难以适应当前复杂的交通环境,需要协调控制才能满足交通管理需求。交通控制子区划分作为协调控制的首要任务,影响着交通管控效果的优劣。当前交通子区划分研究重点已从静态交通控制子区划分转变为动态交通控制子区划分,主要集中在关联度指标计算、子区划分算法等方面。针对目前子区划分方法与实际应用关联度不足,且不太适用于山地城市干线的局限,基于交通管控应用分析了山地城市干线多维不均衡性,从数据库构建、关联度建模、子区划分算法等方面提出了子区划分算法思路,构建了基于距离、流量、交通流结构的多因素山地城市干线交通控制子区划分方法。     

基于MFD的城市区域路网多子区协调控制策略

针对城市路网中区域性的大范围交通拥堵问题,提出了基于宏观基本图(Macroscopic Fundamental Diagram,MFD)的多子区协调控制策略,以提升路网的整体运行效益.该策略将城市区域路网划分为多个子区,每个子区的交通流又划分为内部流和转移流,综合两者建立了基于MFD的多子区交通流模型,并给出了对各子区交通流诱导时的边界约束条件;通过调节子区边界控制输入,设计了边界反馈控制器对各子区转移流进行动态诱导,继而进行了迭代分析,以判断其是否满足边界约束,并对控制器进行了Lyapunov稳定性分析.仿真结果表明,所提策略使城市区域路网中各子区车辆总数渐近收敛于设定值,且整体平均流量提高了约11%,大范围交通拥堵状况得到明显缓解.     

考虑交叉口不同饱和度的路网动态分区方法

为了便于信号控制策略的实施,针对路网中不同状态的交叉口,考虑子区内交叉口的同质性和关联性,提出了基于不同拥挤程度的路网动态分区方法.首先考虑相邻交叉口的交通关联度和相似度,建立了路网动态分区模型;然后结合谱图理论设计了动态分区算法,根据特征向量元素,对路段、交叉口的拥堵程度进行划分;最后提出了动态子区划分评价准则.算例结果表明,本文提出的方法既能有效地保证相关性较强的交叉口划入同一子区,又使得各子区内部路段的拥堵程度比较均衡,有利于各种不同拥挤程度的子区信号控制方案的选择和实施,对于交通信号控制方案的设计有实际的指导意义.     

混合交通路口动态多级模糊信号控制

在城市交通控制中,交通路口各个方向的交通流分布不均匀,车流到达随机性大,非机动车与行人对交通路口信号控制有影响.针对此特点,利用多级模糊控制理论,提出了以车道组流率比为基准的混合交通路口变相位、变相序、变周期的动态多级模糊控制算法.最后用VC 语言进行了编程仿真,结果表明,与传统四相位信号控制相比,该控制算法效果较好.     

交叉路口车辆流模型及其交通信号灯的控制策略

针对四叉路口的交通流建立了一个动态离散非线性模型。给出了它们的统一格式。并应用控制理论的方法讨论了交通信号灯的控制策略,研究了各种情况下路口的车流量的情况。     

基于模糊推理的区域路网交通状态分析方法

为准确判别区域路网的交通状态,对区域路网交通流的宏观特性进行了详细分析,建立了路网交通状态评估指标体系。结合区域路网的拓扑结构与交通流特征,基于模糊推理技术提出了路网交通状态分析方法。以城市主干道路网为例,验证了路网交通状态分析方法的有效性。该方法可应用于在线交通状态分析和历史数据库交通运行特征的提取,为交通管理决策提供基础信息。     

�����������ֵĽ�ͨ���������Ż������о�

传统区域交通信号控制系统对控制子区的划分未充分考虑交通网络拓扑结构的复杂特性,由工程师根据交叉口物理距离及现场交通流特性来确定,难以保证其客观性和统一性.本文以社区模块度为评价指标,利用凝聚社区发现算法实现了区域交通信号控制系统的控制子区划分;进而,以北京市望京地区为实验案例进行应用测试,利用VISSIM仿真平台比较了本文方法和传统方法在SCOOT系统控制条件下的控制效果.仿真结果表明,在高峰、平峰、低峰等不同交通需求下,区域主干道的平均旅行时间有明显下降,区域内车均停车延误、车均停车次数、车均延误、平均车速等指标均有改善,验证了方法的有效性和可行性,为区域交通信号控制系统结构优化提供了新方法.     

基于路径关联性的交叉口群动态划分方法

交叉口群是路网交通流协调控制的基本单元,其动态范围划分与路网协调控制效益直接相关。在对经典Whitson路段关联性模型进行改进的基础上,考虑局部路网上交通流OD的空间分布特征建立了相邻交叉口之间的路径关联性模型;基于路径关联性模型计算结果,应用层次聚类方法对信号控制交叉口群进行动态划分。最后对路段关联性和路径关联性的交叉口群动态划分方法进行了算例验证和对比分析。研究结果表明,考虑路径关联性动态划分交叉口群可以减少对局部路网中主要OD路径的分割,从而降低主干道交通流的总停车次数和停车延误。     

基于交通流时间序列相似性的NCut城市路网分区算法

针对大规模城市道路交通路网分区的实际需求,基于可反映时间序列变化趋势的皮尔逊相关系数和度量空间关系的欧式距离,构建了一种衡量交通流时间序列相似性的综合指标; 结合交通流时间序列的时空相似性特点,引入子区内的空间连通约束,利用归一化割(NCut)算法设计了一种改进的路网静态分区算法; 为体现交通路网分区的时变特征,选取了合适的评价指标来确定每一时间段内合理的分区数量,提出了一种基于时间序列的NCut路网动态分区算法; 利用北京市东北二环区域内采集的路段交通流速度数据,应用所设计的算法对7.23 km2的路网进行分区,对比了晚高峰时期的分区效果。研究结果表明:所提出的分区算法能实现对路网内不同区域交通状况的有效识别,以30 min为间隔的动态分区算法能划分出数量和范围随时间变化的多个可变子区域; 与子区数固定为2、3、4、5的静态分区算法相比,动态分区算法的评价指标分别提升了63.77%、50.06%、6.43%和7.13%,提高了路网分区效果。可见,本文提出的动态分区算法在保证子区内部连通性的基础上可将异质路网划分成多个内部同质子区域,并充分体现交通流动态演化的时空特性,有利于制定动态的多区域边界控制方案。      

基于MPC的城市路网交通管控方法

在过饱和状态下,交通流的特征异常复杂,缺乏稳态交通流的概念.为改进城市路网交通的动态管控,引入模型预测控制(Model Predictive Control, MPC)方法.将动态扰动建模纳入MPC框架中,以更好地应对实际交通流的变化;通过改进存储-转发机制,建立更准确的区域交通模型,更贴近实际排队长度;提出一种分层优化的区域交通协调管控方法,以应对过饱和路网交通的挑战,为缓解网络局部交通拥堵、提升路网交通运行效率提供理论支持.     

基于模糊理论的城市区域交通控制研究

城市区域交通协调控制是智能交通的主要研究方向,研究的主要目的是避免交通拥塞的产生,并能够在发生时及时疏散车辆。针对这种情况,提出一种基于模糊理论的区域协调控制方法,以区域内交叉口各相位方向的排队长度为评价参数,建立模糊控制规则对区域交通进行协调控制,采用典型五交叉口组成的区域对提出方法进行验证。结果显示:该方法能够有效地提高交叉口的通行能力和平均延误时间。     

基于双层规划的城市交通拥塞疏导优化研究

为研究城市路网区域信号控制下的交通子区划分及交通拥塞疏导优化问题,明确交通拥 塞控制子区划分影响因素并建立相邻交叉口关联度模型,将拥塞控制区域划分为“疏散区”“平衡 区”。考虑“疏散区”“平衡区”不同的优化目标构建城市路网交通拥塞疏导优化双层规划模型,并 以昆明市部分城市路网作为实验对象,通过仿真将实际控制方案与本文模型计算方案的控制效 果进行对比,以此验证模型的适用性和有效性。仿真结果表明：除两个方案的平均停车次数优化 效果一般以外,其他控制效果指标均具有很大的优化提升,其中车辆平均延误时间降低了7.7 s, 重度拥塞里程比例下降了10.1%,路网车辆占有率下降了14.1%。综上可知,本文的疏导优化模 型控制可快速疏导和有效缓解交通拥塞,模型具有良好的有效性,可为路网交通拥塞分区治理及 疏导控制提供参考。     

基子前置信号的单交叉口多相位模糊控制

在城市道路网络中，交通拥挤或阻塞往往发生在道路交叉口处，应用进口道渠化优化设置与模糊控制相互协调的方法控制信号交叉口，能够有效地利用城市交叉口空间与时间资源，并提高信号交叉口的通行能力。     

基于多智能体的城市交通区域协调控制方法

在分析城市道路交通信号控制特点的基础上,提出了基于多智能体的城市道路区域协调控制方法.在单路口Agent中引入加强学习方法,实现交通信号实时在线调整;在由多交叉口构成的区域路网中,以车辆平均延误为目标,通过多路口Agent之间的协调机制,实现城市交通区域信号控制的智能协调和全局优化,提高整个区域交通的效率,减少车辆的延误.通过仿真实验,与定时控制和感应控制相比,该方法使车辆的平均延误明显减小.     

基于模糊控制的城市交叉路口群信号控制及仿真

提出一种基于模糊逻辑控制的交叉路口群信号控制器，通过收集由交叉路口检测器获得的车流量信息制定模糊控制规则，给出交叉路口绿灯相位和相位转换次序，以控制路口信号，并与相邻路口的信号进行协调。仿真结果表明，该控制器能适应多个路口的车流变化，减少车辆平均延误。     

基于模糊时序网络的城市路网关键交叉口识别方法

在城市路网拓扑结构和动力学过程的基础上，增加对其时序特性的考虑，提出适用于城市路网关键交叉口识别的模糊时序网络模型。首先，阐述一般时序网络的描述方法和超邻接矩阵时序网络模型的原理，分析其优势以及将其用于城市路网分析的局限性；然后，提出优化措施，一 方面结合交通网络的功能特性，以动态交通参数构造单个时间步网络的层内交叉口交互强度模糊指标，另一方面借鉴并改进邻居拓扑重叠系数，对其进行模糊化处理，实现两相邻时间步网络层间交叉口关联强度的差异化表达；之后，在改进时间步层内、层间关联描述矩阵基础上，搭建模糊超邻接矩阵(Fuzzy Supra-adjacency Matrix, FSAM)时序网络模型(FSAM模型)；最后，以某城市核心区域147个交叉口构成的路网数据验证模型有效性。结果表明：以时序网络模型分析交叉口重要性非常必要，以中位数表达交叉口在时段内的重要性排序更为可靠；FSAM模型对交叉口重要性的排名时间序列有阶段持续性特征，且相比于特定时间步下基于单一指标的关键交叉口识 别结果具有更丰富的内涵；不同时间颗粒度下，FSAM模型对交叉口重要性排序的一致性较好，结果较为稳定。综上，该模型可供城市路网关键交叉口识别之用。     

����������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。     

城市交通干线协调控制

城市干线协调控制是智能交通研究的重要环节。由于城市交通具有随机性和时变性的特点,因此,很难建立准确的科学模型,针对这一问题采用模糊控制的方式进行推理分析。以各交叉口、各相位方向的平均排队长度为控制优劣的评价参数,把三个相邻交叉口作为城市干线控制模型。在主次干道车流相差较大时进行仿真,相比于传统的基于相位差的协调控制,数据显示:采用模糊控制方式对干线进行协调控制,能够有效地减少交叉口的平均延误。     

����ģ���߼��Ľ�ͨ�źſ��Ʒ�����������ɳ�ذ�������Ӧ��ǰ��

模糊控制器的应用于1977年首次在文献中提出,其中指出对于有简单绿灯延时控制的单车道交叉口,模糊控制器比车辆感应式控制器更具优势。此后,模糊控制器有了进一步发展,关于交通信号控制的模糊逻辑方法的研究也进一步深入,该方法被陆续应用于无转向车流的双车道交叉口、无限制的单车道交叉口、多交叉口、相位顺序和相位时长控制、拥挤交叉口和路网等等,尤其在高负荷和不均衡交通流条件下表现出优于传统交通信号控制方法的特性。模糊逻辑方法可以改善自适应交通信号控制,改变自适应控制器和TMS的整个决策过程,很大程度上改善未来的交通需求管理方法,然而这类交通信号控制和交通需求管理方法的实际应用并不多见。在诸如沙特阿拉伯这样的发展中国家,学者应根据本国的特有情况研究基于模糊逻辑的交通信号控制与TMS的发展潜力,从而减少拥挤导致的各种损失。