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.     

基于Vissim仿真软件的交通信号配时研究

研究了交通信号配时，阐述了平面交叉口单点信号控制配时设计的具体方法和过程，以及各种交通信号配时参数的确定方法、标准及依据，并将其应用于长春市一个极具代表性的5路交叉口；在现有配时方案的基础上，设计多个不同时段的新方案，并利用仿真软件Vissim对其进行模拟，从模拟结果中选取适当参数加以综合比较，评选出最优方案。     

不良天气和路面环境对交通信号配时方案的影响

针对不良天气和路面环境下沿用正常天气交通信号配时方案时信号控制效益下降的问题,从不良天气和路面环境下交通流运行特征入手,分析了因天气和路面环境改变导致的以经典信号控制理论为优化基础的信号配时方案演变情况,采用Vissim软件建立了哈尔滨市嵩山路与淮河路交叉口良好天气与雪天的交通信号控制仿真模型,并进行了案例分析.分析表明:雪天及时调整信号配时方案,与仍采用良好天气情况下的信号配时方案相比,能有效降低车辆在信号交叉口的停车次数和延误,提高交叉口的通行效率.这一分析结果适用于所有不良天气和路面环境下的交通信号优化控制.     

基于大数据的单点交通信号配时优化策略研究

针对传统信号路口配时优化中存在的问题识别困难、缺乏理论指导和优化效果不佳等问题,基于智能交通大数据发展背景,针对路口单点信号配时构建信号配时评估及优化体系。通过融合视频、地图导航、信号配时等多源交通数据建立基于导航数据的延误计算模型,综合考虑饱和度和延误指标,建立信号配时合理性评估矩阵,同时采用改进最优分割法对时段表进行优化,在此基础上,利用Webster配时优化理论对配时不合理时段的周期和绿信比参数进行优化;深圳某路口的应用结果表明,基于大数据的单点交通信号配时优化策略的应用效果较好,可为城市信号配时优化提供参考。     

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。     

交叉口流线动态控制的优化配时模型研究

针对城市交叉口信号控制仍以单点固定相位方式为主,且配时优化方法不能随交通流线的状态变化而优化的问题,以交通流线相容且绿灯损失最小为原则,根据交叉口进口流线流量动态生成了最优流线组合的相位.在确定周期相位组合的情况下,考虑周期结束流线是否有车滞留,对应分析了流线车辆平均延误.将延误模型组合,建立了适应交叉口流线流量动态变化的优化配时模型,计算了各相位的最优配时,以实现交叉口流线动态优化控制效果.实例计算分析表明:采用流线动态控制配时优化模型延误更小,对改善交叉口运行状况更为有效.     

基于动态信号配时的非线性规划模型

为提高整个路网的通行效用,根据周期时长、相位绿信比与机动车延误特征,建立周期波动动态信号配时的非线性规划模型.信号控制系统根据路网中各路段机动车的流量特征,进行动态调整信号周期时长和各相位绿信比的最优配置,从而合理分配各进口车道的通行权.结果表明:运用动态信号配时法和固定信号配时法交通分配的结果基本一致,运用动态信号配时法与固定信号配时法相比,动态信号配时法使机动车在十字交叉口上效用提高10％左右,在T型交叉口上效用提高30％左右,较好地适应各种交通状态的变化.在非机动车交通量较小的交叉口,动态信号配时有利于非机动车通行效用的提高;而在交通量较大的交叉口上,动态信号配时对非机动车的通行效用有较小量的波动.     

约束可松弛的网络绿波模型

为解决区域交通信号协调控制领域中常规网络绿波模型可行域窄或无解的问题，提出了约束可松弛的网络绿波模型。应用混合整数线性规划方法构建模型，以所有路段双向绿波带宽加权和最大为优化目标，利用约束松弛方法，将干线约束和网络外圈闭环约束转变为可松弛的不等式约束。模型针对每条路段引入了0~1二元变量，表示路段的绿波是否被打断。通过模型求解，获得网络中必要的松弛路段，并打断相应的路段绿波，去除外圈闭环约束，以扩大可行域并找到最优解。算例对不同控制方案下提出的模型和其他绿波模型的绿波优化结果进行比较分析。算例显示，当网络各个交叉口采用同一化控制方案时，易于在不打断任何路段绿波的条件下找到最优解。此时，所提出的模型的解和常规网络绿波模型的解等价。当网络各交叉口采取差异化控制方案时，常规网络绿波模型无可行解，Gartner网络绿波模型仅获得非最优的可行解，而所提出的模型能够获得全局最优解。算例中只有1条路段的绿波被打断，而网络的其他路段均获得有效绿波带，且任意相交的干线绿波能够合理协调。算例优化结果表明：所提出的模型优于常规网络绿波模型和Gartner网络绿波模型，更适合复杂的城市交通网络信号优化设计。     

考虑风险规避的动态路径选择模型研究

为了研究在不确定性交通环境下路径选择问题,引入前景理论建立动态路径选择模型以规避出行风险,保障出行者准时稳定地到达目的地。首先介绍了前景理论,计算了以行程时间为指标路径前景值和在给定的预算时间内确定路径准时到达可靠度。考虑到绝大多数出行者属于风险规避型,定义可靠度最高的路径为基准路径,将二阶随机占优于基准路径的路径归入有效集。最后定义了延误风险,以有效集中延误风险最低的路径作为可接受的最优路径。通过一个简单测试网络算例,研究了考虑风险规避的动态路径选择,并分析了对路径选择的影响。研究结果分析显示,当考虑风险规避时,出行者不再以单一的期望行程时间为最优目标,而会综合考虑出行选择。     

基于排队网络均衡条件的最优信号设置

提出了交通网络中交通分配和信号配时的双层规划组合模型,下层表示具有排队约束的Wardrop均衡模型用于预测驾驶员对信号控制模式的响应,上层用于确定最优信号控制以使网络中总的出行时间最少,并利用灵敏度分析法对该模型进行了求解。     

基于PC端的交通信号控制实验平台的研制

概述了基于PC端的道路交叉口交通信号控制实验平台的设计,利用Visual Basic语言设计出交通信号控制实验平台,将复杂的交通信号配时设计过程模块化、可视化;并利用该实验平台对某交叉口进行了信号控制方案设计。     

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。     

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%。     

一种交通信号控制系统分布式相位差优化和调整策略

周期、绿信比和相位差是交通信号控制系统中3个基本配时参数，相位差是实现路口之间协调控制的关键参数。章论述了一种相位差中心优化、路口控制器分布调整的相位差优化和调整策略，实现了信号配时优化的分布式处理。     

基于多智能体系统的城市交通控制与诱导集成化研究

首先分析城市交通信号控制与动态诱导系统集成的特点及多智能体系统的原理,在此基础上提出基于多智能体系统的城市交通信号控制与交通诱导集成系统的体系结构以及两类相互作用的智能体模型结构：交通信号控制智能体模型及动态交通诱导智能体模型,以交通信号控制智能体模型为主,分析其内在结构和作用机制,最后分析总结了未来研究展望。     

基于Agent的城市道路交通信号控制方法

将Agent技术与Q学习算法相结合,应用到交通信号控制系统中,提出基于Agent技术的城市道路交通信号控制方法,建立了基于Agent的单交叉口信号控制结构模型,并阐述了Q学习机制的实现方法.系统根据交叉口基本的路况信息,以及实时采集到的交通量,通过加强学习的奖惩机制来动态调整不同相位的通行权及信号配时时长.当奖惩值为加强时,保持该相位通行权,并适当延长绿灯时间;当为惩罚时,则相应缩短绿灯时间或将通行权切换到下一相位,实现自适应控制,减少路口排队车辆的平均延误.通过对一个四相位交叉口进行仿真研究,与定时控制相比,控制效果得到明显提高.     

基于交通环境的单交叉口信号配时优化研究

为维护交通环境的可持续发展和降低机动车的尾气排放,采用系统建模和仿真技术,提出了一种基于交通环境的单交叉口信号配时优化模型。根据机动车尾气排放的污染物特性,确定了信号配时延误函数计算方式,设计了基于交通环境信号配时优化目标和环境质量约束条件,根据韦伯斯特配时法构建了单交叉口信号配时数学模型,并以广州大学城某交叉口为例进行了仿真模型有效性验证。结果表明:相较于现行信号配时方案,新的最优方案可     

基于人均延误最小的干线交叉口协调配时优化

为了提高干线协调控制在国内混合交通流条件下的交通运行综合效率,以干线中小汽车、公交车和自行车为研究对象,提出了综合考虑上述3种车型通行效率的干线交通信号协调控制的配时优化模型与算法。模型的研究从出行者的角度分析干线协调的延误,以干线人均延误最小建立了目标函数,并设计启发式算法进行计算,从而获得目标函数的优化值。为了验证提出的干线协调配时优化方法的有效性,选取南京洪武北路上的干线协调交叉口为实例进行验证,通过在Vissim中建立实际干线协调控制路段的空间模型并采用提出的优化方法进行配时,发现在不同车型组成比例条件下,人均延误最多减少了11．4％。结果显示,该模型能够有效地提高混合交通流条件下的干线交通运行综合效率。     

引入MARKOV过程预测的强化学习下的城市交叉口自适应交通信号配时决策

针对城市交叉口交通流具有的动态性、不确定性等特性,采用Markov过程对进入交叉口各入口的交通流占有率进行预估,通过构造Q-强化学习方法对道路交叉口交通信号配时决策进行优化。以交叉口车均延误为性能指标,与传统的定时配时决策方法进行对比分析,验证了此强化学习配时决策方法的有效性,其对于动态交通流环境具有一定的适应能力。最后从系统集成等方面就提高城市交叉口交通信号配时决策效率提出一些对策。     

聚类与模式匹配方法在区域交通控制中的应用

针对区域交通控制中定时控制效果不佳，以及区域交通模型很难建立的特点，章提出了一种基于聚类与模式匹配的区域交通控制方法。针对不同的交通网络状态模式，用信号配时优化程序和仿真软件算出每种模式的最佳配时方案；当系统识别出网络处于某种模式时，就可根据事先确定的最优方案进行控制。该方法具有无须建立交通模型、适用性广等优点。仿真结果表明，此方法可行，有效。