过饱和道路交通控制信号周期优化解分析

分析了过饱和交通条件下城市道路信号控制交叉口周期参数值的优化解。以拥挤消散时间和路网总延误为控制目标,采用定时信号控制策略,基于元胞传输模型建立了路网优化控制模型,并采用遗传算法优化信号配时,对比了不同信号周期条件下拥挤消散时间和路网总延误的变化规律。最后,本文以某市L路为算例分析了周期值与消散时间及路网总延误的关系,结论表明路网在过饱和拥堵条件下,当控制周期大于某一临界周期值时,相位差和绿信比的优化将无法抑制消散时间的持续增长趋势;最优配时结果的路网总延误值比采用传统最大周期控制策略的路网总延误值降低17％以上。     

基于分层递阶结构和S模型预测控制的快速路多匝道协同控制模型研究

为缓解快速路匝道拥堵,提出一种基于分层递阶结构和S模型预测控制的快速路多匝道协同控制模型,包括上层主线关联多匝道协同控制模型和下层子系统的模型预测控制,案例分析中以VISSIM为仿真平台,结合MATLAB进行二次开发,结果表明:协同控制模型相对于ALINEA控制模型来说,在快速路主线的平均行程时间和车均延误方面没有优化效果,但是在入口匝道的平均行程时间、平均排队长度和车均延误方面都有较大程度的优化,且从整体上来说,协同控制模型相对于ALINEA控制模型在平均行程时间、平均排队长度和车均延误方面分别优化了14.6%、88.9%和71.7%,总体上能够提高快速路系统,尤其是入口匝道的运行效率。     

小型突发事件场景下的应急车辆优先通行策略研究

对于高峰期发生的小型突发事件, 应急车辆优先通行可能对路网造成强负外部性, 同时为保证应急车辆优先通行而采取的信号协调策略可能导致路径选择不可靠。因此, 提出1种基于双层规划模型的应急车辆优先通行策略, 综合考虑应急车辆的时效性以及交通系统的运行效率。路径选择受路径长度等物理条件以及交通状态的影响, 信号控制改变车道通行能力和上下游流量, 进而改变路网状态。以车道组饱和度作为表征路网状态的参数, 并以此联系路径选择与信号控制, 进而构建应急车辆优先通行的双层规划模型。具体地, 上层目标为应急车辆行程时间最短以保证应急车辆出行的时效性, 下层目标为信号控制对交通系统的社会车辆效益最大, 采用改进的前N条最短路径多重标号算法求解。算例结果表明: 相较于传统方案, 应急车辆行程时间增加8.7%, 对社会车辆的延误降低261%, 即应急车辆每降低1%的行程时间以交通系统增加30%的延误为代价。该方案能够以较小的应急车辆延误为代价降低高峰期交通系统较大的延误。      

宏观交通网络拥堵区边界最优控制

为了缓解交通拥堵,解决拥堵状态下区域交通控制问题,提出了宏观交通网络拥堵区边界最优控制方法。首先,基于同质性路网宏观基本图特性固定划分控制子区,通过分析子区之间的车辆流入、流出关系,建立了宏观网络车流平衡方程;其次,以路网旅行车辆完成率最高,同时子区边界处受阻车辆数最低为优化目标建立了拥堵区边界最优控制模型,根据最优控制确定子区边界输入、输出最佳交通流量,进而以饱和度高的边界交叉口饱和度快速降低为优化目标,提出了子区边界交叉口流量分配及信号配时参数优化方法;最后,以合肥市一环路以内的路网为测试对象,通过微观仿真分析,比较了无区域边界控制、拥堵区入口Bang-Bang边界控制、拥堵区出口与入口BangBang边界控制和最优控制4种控制方案。结果表明:最优控制条件下宏观路网运行效益比前3种方法分别提高49.17%、30.19%、71.99%,车辆行程延误分别降低21.65%、3.74%、1.94%;最优控制可有效改善拥堵区内外交通密度的均衡性;宏观路网拥堵区的边界控制可有效降低高峰期间拥堵区的拥塞程度,提高整个路网的疏散能力。     

基于Ring-barrier相位的干线公交协调控制

为减少城市干线公交运行延误,提高干线公交运行效率,首先,基于Ring-barrier双环相位控制理念,结合干线公交协调控制技术,提出了一种适合于公交运行的相序与相位结构。在此结构之上,从干线协调控制参数角度出发,以公共周期信号、相位有效绿灯时间和双向相位差等参数分析为基础,考虑公交车行驶过程中受到中间停靠站以及自身行驶特性的影响,建立了干线公交协调控制的优化模型。其次,针对该模型中有效绿灯时间的计算以及相位差的选取,主要采用Lingo、MATLAB工具软件对其中的非线性问题和遗传算法优化进行了求解,同时结合延误三角形法,建立起延误评价函数用于评价公交协调控制效果。最后,结合实际案例与分支定界和遗传算法的解法,选取南京市城区某条城市干线并将其南北方向主干路设定为干线协调控制方向,采用两种计算工具对模型中的公共周期、有效绿灯时间、相位差等重要参数进行了优化、求解。结果表明:实施该算法后,公交车延误随着迭代次数的不断增加,延误函数值总体上呈现不断下降的趋势且收敛速度较快;在迭代计算的过程中,第50次迭代优化结果与第1次迭代结果相比,公交车的运行延误降低20.13%。     

基于数据预测的区域道路状态模糊判别

区域路网交通状态判别是实施区域交通管理控制和交通诱导的基础。为有效且有前瞻性地描述区域路网拥挤状况,提出了1种基于时间序列数据预测和主成分分析相结合的模糊综合定量评价方法。以路段平均速度和交通流量为描述交通拥挤状况的参数,利用时间序列预测模型对数据进行预测;将路网中各路段的平均旅行时间作为总延误的影响因素;再利用主成分分析法确定各个路段对区域拥挤的影响权重;最后运用模糊综合评价法对区域路网拥挤状况进行评估。以山西省临汾市实际路网为例,通过 Vissim 交通仿真软件和 SPSS 数据统计分析软件对算法进行了仿真验证。仿真结果表明,该算法能够有效地预判城市区域的交通状况,为交通管理、控制和诱导提供准确的依据。      

面向常发拥堵点的交通信号协调控制方法

针对高峰期间常发拥堵点交通需求过大、周边关联交叉口交通负荷分布不均的问题, 研究了面向常发拥堵点的交通信号协调控制方法。通过对常发拥堵点的车流进行追踪与溯源, 根据交通量关联度确定信号协调控制范围, 然后基于路径的流量分担率与路段平均饱和度识别信号协调控制范围内的关键路径。基于宏观基本图理论, 考虑关键路径对路网运行状态的影响, 构建边界交叉口主动限流控制模型。同时, 利用元胞传输模型描述交叉口与路段的运行状态, 以关键路径通行能力最大化和进口道饱和度均衡化为信号控制优化目标, 建立均衡路网交通负荷的信号控制优化模型。以武汉市发展大道青年路交叉口以及关联交叉口为对象开展仿真实验, 结果表明: 虽然本文方法下的边界交叉口车均延误增加了6.8 s, 但常发拥堵点的车均延误降低了15.7 s; 关键路径的车均延误减少72.6 s, 平均排队长度减少26.1 m。并且, 路网整体的车均延误降低14.7%, 驶出车辆数增加26.6%, 验证了提出方法缓解常发拥堵点交通拥堵的有效性。      

基于车路协同技术的BRT信号优先控制方法研究

针对交叉口延误过大制约着快速公交系统的发展问题,基于车路协同技术,通过预测BRT车辆行程时间并确定到达时间窗在信号周期中的定位,以交叉口总体人均效益最大化为目标,兼顾乘客乘坐舒适性、车辆运行状态、社会车辆交通效益等因素提出了绿灯延长、红灯早断和相位插入等3种BRT单点交叉口信号实时优先控制方法.最后以济南市BRT一号线北园大街无影山路交叉口为背景,基于VISSIM仿真软件进行信号优先控制方案的验证,结果显示:该方案可以使交叉口人均延误平均降低18.60%,BRT车辆运行速度平均提升7.28%.     

信号控制结合路径选择的新动态交通模型研究

为提高路网通行能力,结合已有信号控制和路径选择方法,提出一种为信号控制网络实时计算绿信比的新型动态分配和控制模型。此模型可用于固定信号配时设计,也可用于可预期事件迅速响应的信号预配时,如果计算速度足够快,还可以用于实时信号配时。仿真实验表明,此动态模型在未饱和路网中最多减少行程时间和平均延误分别可达30.28%和29.23%。     

基于预测的快速公交信号优先设计及效果仿真

建立了一套基于预测的公交信号优先干线联动控制方法。考虑到公交车辆在停靠站的停留时间受到多重因素的综合影响,首先构建了ARIMA-SVR的组合模型用于预测公交车辆的站点延误,并以此为重要依据,预测了公交到达交叉口的时间。通过比较车辆预计到达时间与理想时间的差值,计算了延伸和压缩信号周期的惩罚因子,根据惩罚因子的大小调整了信号周期和绿灯时间。在进行交叉口间协同控制时,又将交叉口平面设计的物理条件和交叉口群的协同控制条件纳入对信号的调整进行约束。为了验证该方法的实际应用效果,为某城市快速公交工程实例设计了VISSIM信号优先模块。研究结果表明:组合模型预测公交车辆站点延误的相关系数为0.890 4,预测精度较好;在改进的信号优先算法的情况下,公交交叉口延误比现状降低近50%,公交车车头时距一致性平均下降38.8%,且该算法为信号调整提供了较为充足的缓冲空间,在绿灯时间调整时兼顾考虑了对社会车辆的影响,因此,在预测式信号优先中,社会车辆的行驶延误和交叉口排队长度也较其他优先方法有所降低。     

临界饱和状态交通干线协调控制模型

为提升临界饱和状态下干线车流通行效率，提出了一种基于冲击波理论的干线双向信号协调控制方法。首先，建立了考虑车速变化、转向比例、车道变化等因素的干线交通流模型，分析了临界饱和交通干线交通流运行状态与各参数间的关系。第二，构建了以干线双向通过量最大化为优化目标的混合整数线性规划模型，通过优化干线公共周期和各交叉口绿信比以提高干线通行能力。第三，构建了以延误最小化为优化目标的二次规划模型，并提出了相应的求解算法，通过优化相位差和相位方案实现了干线交叉口的信号协调。临界饱和交通干线协调控制模型由通过量最大化模型和延误最小化模型构成，考虑各交叉口间的制约影响关系，有效避免了排队滞留、溢出、交叉口“死锁”等现象。采用两阶段优化方法，通过通过量最大化模型优化周期及绿信比，继而应用延误最小化模型优化交叉口相位方案及相位差，获得干线系统双向信号协调最优控制方案。最后，应用临界饱和交通状态干线协调控制模型对南京市中山东路10个交叉口进行了信号协调优化，并对优化结果进行了仿真分析。结果表明：临界饱和交通状态干线协调控制模型能对双向临界饱和干线的信号控制方案进行优化，与对照方案相比，优化方案的双向总交通量提升了21.9%，车均延误降低了63.1%，通行能力与服务水平提升显著。     

基于群决策理论和双层规划模型的交通信号控制优化

基于干道延误时间最小和路段行程速度最大的设计理念,利用智能优化算法和群决策理论,建立了一种双层规划模型下的城市干道交通信号控制方法。算法结合了智能优化策略中的遗传算法和丰富的群体专家意见,并采用模糊数的描述方式实现对不同控制目标的分析评价,给出了一套完善的干道交通信号配时优化方案,使交通问题的分析得以更加客观和实际。最后给出一个实际主干道问题的算例分析,运用MATLAB和Visual C++编程计算对控制方案进行模拟。仿真结果表明,这一方法能有效地改善延误和路段行程速度。     

考虑动态车速的双周期干线信号协调控制多目标优化

干线协调控制通常以干线方向通行效率最大为目标，导致一些小型交叉口次路方向延误较大。针对该问题，基于车路协同环境，研究了车速引导下的双周期干线多目标优化方法。针对上游交叉口饱和交通流与非饱和交通流2种情况，提出了考虑排队消散和相位差的动态车速引导模型。以干线延误、通行能力、停车次数，双周期交叉口次路方向延误为优化目标，构建了车速引导下的双周期干线多目标优化模型，采用遗传算法对模型进行求解。基于COM接口，采用Python和Vissim搭建车路协同仿真环境，以北京市两广路的3个路口为例进行仿真验证。对比了本文模型与原配时方案、无车速引导下双周期干线多目标优化模型的效果，结果表明，本文模型相比于原配时方案和无车速引导下多目标优化模型，干线平均延误分别减少19.6%，8.3%，通行能力分别提升5.6%，8.4%，平均停车次数分别减少11.2%，24.2%，双周期交叉口次路方向平均延误分别减少33.9%，5.8%，表明本文模型将速度引导与多目标优化相结合，提高了双周期干线的通行效率，降低了双周期交叉口次路方向的延误，达到了干线和双周期交叉口共同优化的目的。      

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.     

干道信号协调控制优化方法

针对干道信号协调控制中控制策略及其控制优化参数设置上存在的问题,考虑到智能控制中Sugeno模糊推理所具有的复杂系统动态性能表达能力和神经网络控制方法所具有的学习能力,结合两者的优势建立了1种基于模糊神经网络的交通信号协调控制模型,实现对绿信比与相位差的优化,使用微观交通仿真软件Vissim对干线交通进行了仿真研究,仿真结果表明,该方法能更为有效地减小平均车辆延误。     

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。     

面向协调路径集与双环结构的区域绿波控制模型

考虑到区域内交叉口之间的方向性协调控制需求，以协调路径集作为区域绿波控制对象，针对双环相位结构建立一种区域绿波协调控制模型。通过对协调路径链、协调路径进行特征表述，结合协调路径的相交情况，分析在进行区域绿波协调控制设计时，不同类型的交叉口协调相位时间基点约束条件；在初选协调路径集的基础上，通过分析公共信号周期、相位时间、相位结构、相位差等优化变量之间的约束条件，以所有满足协调控制设计的协调路径总流量最大为优化目标，建立面向协调路径集与双环结构的区域绿波控制模型，实现对区域绿波协调控制参数的综合优化。模型通过引入协调路径决策变量以及设置交叉口协调相位基点最大允许偏移时间，保证通过区域协调路径集再优选后，纳入最终协调路径集的各协调路径上下游交叉口的协调相位基点受到最大允许偏移时间约束，以获得理想的绿波协调控制效果。算例仿真试验结果表明：与Synchro软件的单点优化和区域协调信号配时设计方案相比，所提模型方案的协调路径集平均延误时间分别减少了35.5%和18.1%，平均停车次数分别减少了74.1%和63.8%，所提模型方案的整个路网平均停车次数分别减少了38.9%和25.1%，可见所提模型能够最大限度地保证区域内协调路径集的绿波协调控制效果，在减少区域停车次数方面效果显著。     

基于纵向平等的干道BRT信号优先方法

在定时式协调信号控制的背景下，以加快BRT车辆运行速度，降低信号优先给社会车辆造成的负面影响为目标，以实现绿灯时间再分配的纵向平等性为基本要求，提出了一种新颖的干道BRT主动信号优先方法。在BRT专用道沿线布设3类检测器，采集BRT车辆的到达时刻。定义了绿灯延长、相位插入、绿灯早启3类优先请求时间窗，有条件地生成和删除不同类型的优先请求，有节制地实施相位插入。给出信号优先贡献和补偿的混合作用方式以及协调方向的社会车辆连续行进的保障措施。遵循纵向平等性的要求，建立信号优先贡献算法和信号优先补偿算法。在高负荷机动车交通需求下进行仿真试验，给出该方法的最佳参数取值建议；BRT车辆的行程时间降幅超过28%，协调方向社会车辆的行程时间增幅不足5%的结果验证该方法的有效性；BRT车辆的行程时间降幅超过19%、社会车辆的车均延误差异不足1%的结果验证该方法相较于传统方法的优越性。     

交通干线相邻交叉口动态协调控制研究

建立了交叉口交通流的动态模型,基于该模型实现了交通信号相位的动态配时,提出了一种考虑双向绿波的干线相邻交叉口相位差优化控制方法,并采用改进的遗传算法(GA)进行求解,从而实现交通干线分级递阶协调控制,避免了交通拥挤和堵塞。以济南市经十路干线交叉口为对象,选择不同时段的车流量数据进行仿真研究,仿真结果表明,本文提出的控制方案能够有效地减小车辆排队长度,从而提高干线交通畅通,降低车辆平均延误时间,是进行城市交通干线控制有效且实用的方法。     

基于自适应遗传算法的相位差优化模型研究

通过分析车辆在城市交通干线交叉口的延误规律,从相对相位差的约束条件出发,以干线的总延误最小为目标,建立了城市交通干线的相位差优化模型。模型中考虑到了车辆在干线相邻交叉口的双向延误情况,并采用自适应遗传算法在Matlab下编程实现了相位差优化模型的算例计算。结果表明该优化模型具有较好的有效性,能较大地提高城市交通干线协调控制的性能。