考虑绿灯延长的干线公交绿波优化控制模型

针对绿灯延长控制策略使公交车辆在交叉口实际可通行时间大于社会车辆的事实，研究了考虑绿灯延长的干线信号协调优化控制模型。在MAXBAND模型考虑公交车运行速度和站点停靠时间的基础上，选择以绿灯起点作为绝对相位差的计算依据，结合最大延长绿灯时间改进对公交车辆的绿波带宽约束和时间-距离的几何关系约束，并使用Matlab求解改进模型相关参数。选取平均排队长度、社会车辆平均延误、公交车平均延误、平均停车次数和人均延误作为模型的评价指标，并使用Vissim软件对其仿真实验。实验结果表明，在无公交专用道且不考虑车辆排队影响的情况下，改进模型相较于在MAXBAND基础上考虑公交车行驶速度和靠站停车时间模型而言，5个评价指标均至少提升了2.87%;相较于MAXBAND模型而言，由于改进模型未考虑交叉口车辆排队情况，公交车平均延误增加了1.87%，但其他4个指标均至少提升了1.71%。      

考虑上下游交叉口延误的干线公交优先模型

为克服干线绿波协调控制中上游交叉口公交优先控制策略对绿波协调方案和下游交叉口造成的影响,在单点公交优先控制策略的基础上提出了一种综合考虑上下游交叉口延误的干线公交优先模型。该模型以红灯早断、绿灯延长为基本策略,将相邻上下游交叉口车辆综合加权延误作为优化目标,保证上游交叉口公交优先通行的同时,尽量减少对干线绿波协调控制和下游交叉口的影响,并以干线协调控制下的上下游交叉口为例,利用Vissim进行仿真验证。结果表明:该模型与单点公交优先相比虽然上游交叉口车均延误增加2.6%,但下游交叉口车均延误降低10%,上下游交叉口综合车均延误降低3.7%,一定程度上缓解了公交优先控制策略与绿波协调控制策略互相冲突的问题。     

城市货运干道信号优化控制及其评价方法

以城市货运干道为研究对象,量化分析车型构成、机动性能差异及不同饱和度条件下交通组成对车流延误的影响,从黄灯时间、信号周期与相位差等参数优化入手,获得了适合城市货运干道的交通信号控制方法;以辽宁省大连市辽河西路作为城市货运干道实证分析对象,选取车均延误、排队长度、停车次数、空气污染指数作为评价指标向量,对VISSIM仿真手段所获取的基础数据以隶属度方式进行量纲一化处理,考虑评价参数的内在变化规律及交通流量、不同交叉口特征,以置信度准则确定控制效果的评价向量。分析结果表明:采用优化后的信号配时方案能有效降低车均延误,提高车辆出行效率。     

过饱和状态干线协调控制策略适用性研究

续进式绿波协调和同步式绿波协调,均为经典干线协调控制策略。我国传统使用的续进式绿波协调策略,已无法满足高饱和度交通流的需求,甚至会对复杂多变的交通状况产生负面影响。续进式绿波控制在过饱和状态的失效机理,是由于续进式协调控制中上游交叉口先放行,当下游交叉口排队未完全消散时,导致上游绿灯初期放行车辆的二次停车,造成延误增大甚至排队溢出。过饱和状态时,同步式绿波协调更有利于车辆连续不间断地通过交叉口群,车速越高则绿波带越宽,控制效果越显著。以此为基础,基于 Vissim 仿真的建模分析,对比分析了不同交通饱和度,尤其是过饱和状态下,2种干线协调控制策略效果,并对结论进行了实例验证。      

基于非饱和条件下主干道的绿波控制设计

信号控制是城市交通管理中最常用和最有效的方法,机动车驾驶在设有若干信号灯的城市道路上时,可能会依次受到多个信号的干扰。干线协调控制将一条干道上若干相邻的交通信号连接起来,加以协调控制,以减少车辆在各交叉口上的停车时间,使干道的车辆通行顺畅。在干线协调控制理论与方法的基础上,根据单点控制F-B模型,以昆明市一二一大街干道为例,实地调查了几何特性、交通量、行车速度等交通基础数据,对各独立交叉口进行单点配时设计。应用＂图解法＂,形成了一二一大街干道的＂绿波＂设计方案,并对方案进行了定性和定量分析评价;通过指标对比,采用线控后此路段平均延误降低,车辆排队时间缩短,交通状况明显改善。     

考虑关键路径序列的干道绿波协调控制方法

传统的干道协调控制通常以协调流向的通行效率最大为优化目标, 然而在实际交通流量波动环境中, 某些非协调流向的流量在局部时段可能与协调流向相当甚至高于协调流向, 从而影响干道运行的总体效率。为了解决该问题, 研究了1种考虑关键路径序列的干道绿波协调控制方法。利用路径流量分担率和行程时间指数计算各车辆行驶路径的重要度, 并采用系统聚类算法识别干道上车辆行驶的关键路径。在此基础上构建了考虑关键路径序列的干道绿波协调控制模型: 考虑了各关键路径信号相位之间的协调关系, 设置了含0-1变量的信号相位矩阵, 并构建模型的基础约束条件; 设置了无效带宽存在性判断变量和最小重要度判断变量, 构建了考虑路径重要度的绿波带宽分配策略, 确保绿波带宽优先分配给重要度大的关键路径; 以关键路径序列加权绿波带宽总和最大为优化目标, 构建了模型的目标函数。利用VISSIM仿真软件搭建仿真环境, 以武汉市中山路4处交叉口组成的干道路段为例进行仿真验证。实验结果表明: 相比于传统的干道绿波协调控制方法和干道多路径绿波协调控制方法, 考虑关键路径序列的干道绿波协调控制方法使得干道平均延误分别减少了12.1%和4.8%, 平均排队长度分别减少了13.6%和7.6%, 平均停车次数分别下降了16.5%和9.7%;各关键路径的车辆平均行程时间与自身重要度大小严格成反比, 避免了绿波带宽的浪费。      

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。     

考虑行人过街的地铁站邻近交叉口公交优先信号控制方法

为了充分考虑行人过街对地铁站等大型公共设施邻近交叉口公交优先信号控制的影响,解决传统公交优先信号控制方法未考虑行人过街延误,造成行人滞留交叉口时间过长影响交通的问题,提出了综合考虑行人过街、公交车辆和社会车辆乘客延误情况的优先控制方法。根据人流和车流情况将交叉口交通状态分为人多车多、人多车少、人少车多和人少车少4种不同状态。针对前3类交通状态分别建立以道路通行能力最大化和公交乘客、社会车辆乘客以及过街行人延误变化最优化为目标的双层规划模型和以交叉口延误变化效益最大化为目标的多目标规划模型,并利用遗传算法进行求解。通过实测数据对比了采用该方法前、后公交乘客延误、社会车辆乘客延误、行人过街延误的变化情况。研究结果表明:该方法能在少量增加公交乘客和社会车辆乘客延误的情况下,大幅减少过街行人延误;相较于传统公交优先信号控制方法,在人多车多时采用该方法行人延误可减少59%,人多车少时行人延误可减少41%,人少车多时行人延误可减少195%;实测结果验证了该方法的有效性,其更具公平性并更符合实际,能够获得最大延误效益。     

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。     

非对称相位相序方式下的双向绿波协调控制图解法的优化

为缓解交通拥堵,减少车辆在交叉口的延误,利用干道双向绿波协调控制中的时间-距离分析图,找出制约双向通过带带宽的瓶颈交叉口,经过对主干道交叉口相位差和相位相序的改善,对经典的双向绿波图解法进行优化。算例分析表明,相比于经典的双向绿波图解法,优化后的双向绿波协调控制图解法能确保干道协调控制系统获得更大的绿波带宽,绿波协调控制效果得到了有效提升,两个方向的带宽分别增加了56%和33%,可以有效地改善交通流的运行状态,且图解法简单直观、方便应用,有利于工程应用。     

降低交通排放的干线协调信号控制优化方法

为降低干线道路系统的交通排放量,基于机动车比功率改进红绿灯期间排放因子的标定方法,进而以相位有效绿灯时间为决策变量,构建使机动车排放总量最小化的干线交叉口群时空资源优化模型.分析相邻交叉口间车队延误与相位差的关系,改进以车队延误最小为目标的相位差优化模型.为验证模型,设计一个案例,根据传统方法获得参考配时方案,借助Vissim软件标定红绿灯期间的排放因子,并使用所提方法获得优化配时方案.结果显示,每种污染物绿灯期间的排放因子均明显高于红灯期间;与参考配时方案相比,优化配时方案下各交叉口车辆延误和排放量均减少8~11%.所提模型能同时降低干线交叉口群的车辆延误和交通排放量,可用于优化干线协调信号控制方案,进而缓解交通拥堵.      

干道协调控制相位差模型及其优化方法

通过对协调控制系统进行相位优化设计,综合考虑各路段的平均车速、车流的离散性、相交道路的转弯车流以及车辆到达的不均匀性等各种影响干道协调控制方案实施效果的主要因素后,建立了一种新的干道协调控制相位差模型.以干道控制系统的总延误与总停车次数作为相位差模型的输出,对上、下行车队在交叉口的延误规律进行了分析,并利用Matlab编程计算来实现相位差的优化.结果表明:该优化模型为解决干道协调控制相位差优化问题提供了一种新方法.     

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。     

基于双站台的 BRT与社会车辆协同绿波优化模型

公交车在运行过程中需要停靠站台，导致现有绿波交通模型很难同时优化社会车辆与公交车。针对该难题，建立了以双站台为基础的社会车辆绿波与BRT行程时间协同优化模型。该模型以社会车辆绿波带宽最大与BRT行程时间最短的加权值为目标函数；以周期时长、相位相序、社会车辆与 BRT 车速、交叉口双站台停靠选择为优化变量。算例表明，与 maxband模型相比，优化模型在绿波带宽占周期比例不变的情况下，BRT平均行程时间由 407.54 s降为 308.08 s，降低24.4%；BRT平均延误由68.66 s降为9.2 s，降低86.6%；停车次数由35次降低为2次，降低94.6%。优化模型在保证社会车辆绿波通行的前提下可以显著提高BRT的通行效率，为BRT的进一步推广应用提供理论基础。     

线控制相位差概率模型研究

在对现有线控制模型和算法进行分析的基础上提出按照概率思想求解相位差参数的策略。论文确立优化相位差的目标为通过车流在主干道上的停车次数和停车延误最小。建立相位差概率模型时,着重考虑4个影响因素:路段上车流行驶速度不均匀性,主干道上下行流量不均衡现象,相交道路上的转弯车流,短连线上的车辆排队约束。最后,论文用实际算例对建立的模型进行了验证,并对进一步的研究工作给出了建议。     

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。     

车联网环境下连续信号交叉口协同控制模型

智能交通信号控制技术是缓解交通拥堵的重要手段。为解决传统强化学习算法应用到连续多交叉口的局限性问题，提出了1种基于上下层神经网络的连续交叉口交通信号控制模型。控制模型由下层神经网络选择当前状态下可能的最优控制策略，再由上层神经网络根据各路口车均延误进行二次调整，将最终控制策略应用到多交叉口的相位配时中。以典型连续3个交叉口为例，通过SUMO仿真平台对模型进行仿真验证，在低与高饱和度下，该控制模型分别对车均延误降低了23.6%和26%，排队长度降低了8.4%和9.4%。实验数据表明，该模型可有效提高连续交叉口道路通行能力，为缓解城市交通拥堵提供了1种有效技术手段。