过饱和状态交通信号控制方法综述

为向拥堵状态城市路网的交通控制优化提供依据,综述并评价了过饱和状态的交通信号控制策略;分析了过饱和状态交通流的特征,提出了过饱和状态交通信号控制的对应优化原理;从单点交叉口、协同控制交叉口及路网3个层次对过饱和状态交通控制方法进行了总结与评价,应用VISSIM仿真环境评价了已有控制策略的适用性;总结了具备处理过饱和状态能力的自适应交通信号控制系统的控制策略.仿真结果表明:过饱和状态的交通信号控制应优先优化道路空间的分配矛盾;排队管理策略对过饱和交通流具有较好的优化效果;建议在进行过饱和交通信号控制优化时,结合实时交通信息,采用排队管理、关键路径通行能力最大等控制策略,在交叉口群或路网层面对交通信号控制方案进行优化.     

不同交通状态下直左交通冲突模型研究

在分析直左冲突与交通流影响关系的基础上,依据信号交叉口周期时长、饱和车头时距、相位绿灯时间和交通冲突影响系数,计算实际交通流量与道路通行能力的比值,依据该比值对信号控制交叉口的交通状态进行划分。并选择碰撞时间(time to collision,TTC)指标作为交通冲突的判定指标,以全贝叶斯方法为基础,构建独立状态下单维泊松对数正态贝叶斯组合回归(Poisson logarithmic normal Bayesian combination regression,PLCR)直左交通冲突模型和不同交通状态下多维泊松对数正态贝叶斯组合回归(multidimensional Poisson logarithmic normal Bayesian combination regression, MPLCR)直左交通冲突模型,分析表明:MPLCR模型的精度是PLCR模型的2.2倍左右,MPLCR模型可定量分析不同交通流与交通冲突的影响;交通状态不同,直行交通流和左转交通流对直左交通冲突的影响结果不同。     

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。     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.     

高速公路入口匝道的协调优化控制

为了实施高速公路路网交通流的优化控制,采用MATANET模型进行路网交通流建模,应用非线性最优控制方法,构造了路网入口匝道的协调控制模型。该模型应用全局实时交通数据,以总费用时间与密度控制的组合构建性能指标,能够提高交通运行效率,并有效处理交通拥挤。针对模型的非线性,应用遗传算法对性能指标进行优化,探究TTS-密度控制指标的优化对路网交通拥挤状况的控制效果。以南京市周边高速公路路网作为应用实例,验证了所研究模型与优化方法的可行性。     

一种基于深度学习的离散化交通状态判别方法

在智能交通信号控制和交通流诱导系统中,交通环境状态的有效判别是影响交通控制决策的先决条件,本文针对交通流产生的大数据信息,结合深度学习算法提出一种离散化交通状态的判别方法.给出了包括交通状态数据采集、状态数据描述、状态深度学习和判别等功能模块的系统架构,构建了一种离散交通状态编码方法,为深度学习交通状态特征提供了数据基础.模型训练阶段,对采集到的二值和连续值交通状态数据,分别构建了两种不同的深度置信网络实现交通状态特征的无监督学习;模型微调阶段,在整合形成的高层抽象特征向量顶端增加softmax分类器,采用反向传播算法实现参数微调.最后,该方法基于VISSIM微观交通软件进行仿真,实验结果表明,离散交通状态编码方法可有效表达交通状态,基于深度学习的交通状态判别方法相对传统方法具有较高的准确度.     

基于元胞自动机的交通流状态研究

为方便交通部门能够更直接地掌握道路交通流状态,对交通流进行管理、调节和诱导,从而提高路网交通效率,本文主要围绕交通流状态统计、交通流状态仿真和不同交通状态的决策方案三个方面进行研究。研究基于物理公式和格林希尔治模型理论构建交通流流量与车辆平均速度的基础模型,根据不同道路的最大流量判断道路交通状态;利用matlab将道路简化为元胞自动机的运动过程进行分析;并根据交通流状态分析结果提出合理的决策方案。     

��ʱ��ͨ״̬Ԥ���������Ⱥ�㷨�Ż��о�

短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础。目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,使得短时交通流状态的分析处理和预测成为可能。考虑到道路网交通状态的混沌特性和相关性,应用多维混沌时间序列可对道路网多断面交通状态进行预测。建立的多维混沌时间序列模型中有多个参数需要确定,并且与以往一维混沌时间序列预测中参数确定原则既有区别又有联系,因此在分析其差异性之后,本文利用粒子群优化算法优化模型中参数,当输入新的数据时,应用该模型就可以预测道路多点的交通状态。通过某城市快速路上7个断面交通流量来验证模型的有效性。     

数据挖掘的模糊统计法及其在交通流中的应用

交通流变化是复杂的,对其定量研究必须采用数据挖掘技术。注意到交通流既存在由于随机性带来的统计不确定性。也存在着由于人们对于交通状态描述时无法避免的概念含混性带来的模糊不确定性。因而必须用模糊概率描写交通状态。为此,给出交通流数据挖掘的模糊泊松分布和模糊二项分布模型。模糊概率用于交通流数据与建模分析,可用于对模糊交通状态之间的模糊转移概率计算、道路通行能力的模糊预测等。     

实时自适应交通信号控制优化理论模型

通过对交叉路口交通流到达和排队延误规律的研究,提出了一种新的交通信号控制理论,此理论把交通延误和停车次数综合为一个性能指标,称为PI值,建立了以PI值最小为目标的交通信号配时优化理论模型,该信号配时方法与通常采用的单点自适应信号控制方法的区别在于不但考虑了交通延误,而且考虑了停车次数,实现对交通延误和停车次数两个指标的优化,从而保证了以车队形式到达的交通流可以不间断地通过交叉路口,由于以实时交通流的到达规律为依据进行信号优化配时,因此,该信号配时优化模型又是实时自适应交通信号控制优化模型。     

�������н�ͨ�Ľ�����ź���ʱ��Ŀ���Ż�ģ��

城市道路交叉口各交通方式构成比例不同,对控制方案需求不一. 针对各种交通方式混行的信号控制交叉口,考虑道路使用率、出行者时间效率以及环境效益之间的协调关系,结合多目标规划模型的思想,以通行能力最大、车辆停车率及出行者平均延误最小为目标,以饱和度为约束条件,建立交叉口信号配时多目标优化模型. 根据不同交通状态下,各交通方式混合比例确定各性能指标的重要程度,最后运用遗传算法进行求解. 计算结果表明,配时参数多目标优化模型在综合性能指标下优于Webster算法,而且能较好地适应各交通状态的变化,使快、慢行交通协调运行.     

����ǰ·��ѡ��Ķ�Ŀ��滮ģ��

在分析了基于城市交通信息港的出行前最优路径选择问题的多目标属性的基础上，建立了出行前最优路径选择的多目标规划模型，模型所求得的解是综合最优路径，反映了城市交通出行者信息以及目标需求多样性的特点.设计了基于线性加权法的模型求解算法.通过算例初步验证了模型的合理性和有效性.     

基于稳定匹配的路径选择行为研究

为了证明是否能用双边匹配理论研究出行者路径选择行为,构建了以出行者和路径为主体的二部图,从图论的角度证明了所构建二部图的稳定匹配是路径选择的最终结果,且稳定匹配存在纳什均衡,可以用来分析出行选择行为. 在综合考虑出行者阻抗和路径影响的基础上,建立了不考虑流量和通行能力影响与考虑流量和通行能力影响的两类多目标优化模型,使用线性加权法转化为指派模型,利用匈牙利算法进行求解. 结合数值算例说明所建模型的正确性和合理性. 算例结果表明,两类模型的路径选择结果均满足用户均衡原理,可以在此方法的基础上建立对应的交通分配模型.     

基于稳定匹配的路径选择行为研究

为了证明是否能用双边匹配理论研究出行者路径选择行为,构建了以出行者和路径为主体的二部图,从图论的角度证明了所构建二部图的稳定匹配是路径选择的最终结果,且稳定匹配存在纳什均衡,可以用来分析出行选择行为. 在综合考虑出行者阻抗和路径影响的基础上,建立了不考虑流量和通行能力影响与考虑流量和通行能力影响的两类多目标优化模型,使用线性加权法转化为指派模型,利用匈牙利算法进行求解. 结合数值算例说明所建模型的正确性和合理性. 算例结果表明,两类模型的路径选择结果均满足用户均衡原理,可以在此方法的基础上建立对应的交通分配模型.     

不确定交通需求下交叉口信号配时区间优化模型

为解决混合交通流的不确定需求，合理描述不确定参数用以信号配时优化，本文提出交叉口信号控制配时参数区间优化模型。首先，以高峰时段5min采集标段数据，构造交通量区间，修正Highway Capacity Manual 2010(HCM2010)饱和流率计算公式，估计混合交通饱和流率区间；其次，构建信号配时参数区间非线性多目标规划模型，并以交叉口服务水平为性能目标，利用区间序关系与区间可能度模型进行转换，采用多层嵌套遗传算法求解；最后，以北京市道路等级相差较大的两相位与三相位交叉路口高峰时段数据为例，验证信号配时区间优化模型，并运用 VISSIM软件进行仿真比较。结果表明：本文所建模型可行、有效，且考虑饱和流率区间的信号配 时区间优化模型更适合于关键相位饱和流率波动较大的两相位信号交叉口，机动车平均延误和交叉口通行能力较Webster方法分别优化了35.9%和14.9%。     

基于理性疏忽理论的交通疏散网络双层优化模型

研究交通网络疏散问题的文献较多,但鲜有基于理性疏忽理论来分析交通网络疏散问题的。本文考虑疏散网络交通状态的随机性和出行者信息处理能力的有限性,将交通状态信息成本内生化,建立基于理性疏忽理论的疏散网络双层优化模型。上层以系统总疏散时间最小为优化目标,将路段是否单行作为决策变量,下层建立基于理性疏忽理论的用户均衡模型。设计离散粒子群优化算法与逐次平均法相结合的启发式混合算法(DPSO-MSA),上层采用粒子群算法求解,将上层得到的单行策略传递给下层,下层模型采用MSA方法求解,将得到的路段交通量返回给上层。并通过算例验证模型的有效性。研究发现,最优单行策略要优于非单行策略和全单行策略,设计的算法可以快速识别疏散网络的关键路段。对于整个疏散系统而言,出行者获取的信息并不是越多越好。研究结果可以为疏散策略的制定提供参考依据。     

城市交叉口交通流特征与短时预测模型

时间尺度大于15 min的城市交通流预测模型已无法满足交通信号实时控制和交通信息实时发布的需求,通过对广州市中心区交叉路口交通流长期观察和数据采集,分析了各种时间尺度的交通流特性,提出以路口信号周期作为时间尺度,绿灯流率作为变量的ARIMA(p,d,q)短时交通预测模型。以1个和3个信号周期的时间尺度为例,对城市交叉路口不同时间段交通流进行建模和预测。结果表明ARIMA(p,d,q)预测模型结构稳定,算法简单,时间尺度为3个信号周期的预测模型可以很好地保持交通流特征,均方根误差为0.015 9,预测精度较高。     

单向交通复合指标评价模型

综合出行者感受直观的速度、距离、时间指标与表征路段拥挤状态的饱和度指标,提出基于出行者对交通通畅主观感受的复合指标评价模型,并给出案例,说明模型的可操作性.     

缓解交通拥挤的多目标优化模型和算法研究

多路径选择下,机动车分布不均衡造成了交通资源利用不合理的情况.合理征收的拥挤费可以达到个人和社会总成本最优、交通分配合理的目的.使用合理的路阻函数,提出了多路径选择下个人成本总量与社会总成本最优的多目标优化模型,并给出求解方法.算例分析不同拥挤费对交通量分配的影响,结果表明,所提模型比UE模型优越,可以控制社会总成本和个人成本总量更加平衡,能够兼顾各方利益、合理确定拥挤费率.     

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.