基于CTM的信号优化设计及求解

为合理控制交叉口交通流,优化相位方案和信号配时,基于元胞传播模型和双层规划方法进行信号优化设计。以交叉口入口引道交通流为研究对象,改进元胞划分及其状态描述方法,建立了交叉口元胞传播模型;以相位优化问题为上层规划,以配时优化问题为下层规划,同时优化信号相位和配时。应用精确罚函数法转化下层规划后,集成遗传算法和混沌优化方法,设计了信号优化求解算法。实例计算结果表明:该算法克服了混沌优化在大范围内失效的缺点,提高了遗传算法的局部搜索能力和搜索精度,与相位固定的感应控制相比,车流总延误为270.2pcu.h,总延误减少了5.6%。     

基于遗传算法的交通信号优化控制研究

通过对信号交叉口延误模型的研究,提出了一种新的相位配时优化算法。此算法是将遗传算法引入到延误模型中,以信号交叉口车辆的平均延误最小为目标,考虑交叉口服务水平等多方面的限制,建立新的模型算法,并将其应用于常州市的典型交叉口,获得较好的优化结果。     

基于NSGA-Ⅱ算法的逆向可变车道信号配时优化

以相位有效绿灯时间、饱和度和逆向可变车道长度为约束条件,建立交叉口控制延误时间最小、交叉口通行能力最大的双目标函数控制模型,运用NSGA-Ⅱ双目标优化算法,求解目标函数,获得以通行能力相对占优的信号配时方案,达到交叉口控制效率提高的目标。以重庆某交叉口实际数据为例,用NSGA-Ⅱ算法对设置可变车道后的配时优化方案求解,并与现状配时方案进行对比,设置逆向可变车道和优化信号配时能够提高交叉口通行能力,降低控制延误。     

基于模式搜索算法的交叉口信号配时优化研究

交叉口信号配时优化,对提高城市道路的通过能力,缓解城市交通拥堵,具有重要意义.本文研究了相对固定周期条件下,交叉口信号配时随道路上交通流量变化而调整的优化算法.以各相位各进口道上总的延误时间最小为目标,并考虑了最小绿灯时间和饱和度限制约束条件,构建了城市单点交叉口信号配时的非线性模型,为设置交叉口信号配时提供了新的方法--模式搜索算法.利用模式搜索算法对模型进行求解得到配时方案,并将得到的配时方案和传统的Webster算法得到的配时方案进行比较.研究结果表明:模式搜索算法在解决单点信号交叉口信号优化控制方面具有较好的实用价值.     

基于云遗传算法的信号交叉口相序相位优化

交叉口是影响通行效率的关键场所,为更好地提高路网通行能力,提出利用云遗传算法对信号控制交叉口的相序相位及信号配时组成方案进行优化.首先,运用MATLAB构造出交叉口的相序相位优化模型;其次,利用云模型改进的遗传算法计算得到最小总延误,同时输出最小总延误下的配时方案;最后,将得出的结果与现状和传统遗传算法得出的信号配时方案进行对比验证,并运用VISSIM对3种信号配时方案进行仿真验证.结果表明,云遗传算法得出的优化方案能更好地减小交叉口延误,提高交叉口通行效率.     

基于交叉口可靠性的公交优先信号配时优化模型

公交信号优先被广泛应用于提高道路通行能力和服务水平等方面,但是,公交信号优先经常会破坏路网,从而导致交叉口可靠性降低.因此,交叉口可靠性是交通信号设计中需考虑的一个重要问题.本研究针对单点交叉口提出了基于可靠性的公交信号优先配时优化模型,将人均延误最小化作为目标函数,将交叉口相位清空可靠度指标作为一个重要约束条件,该模型在优化信号配时的过程中不仅降低了人均延误,并且保证了交叉口的可靠性.本研究将该优化模型应用于单点交叉口,通过分析影响参数得到:仅提高可靠性要求,延误时间会非线性增加;若一味地降低总延误会导致低可靠性.最后,通过案例分析将传统模型与本研究模型进行对比分析,验证了本研究所提出模型的实用性.     

城市单点交叉口信号配时优化

为了缓解城市交通拥挤,分析了城市单点交叉口交通流特性与通行能力,建立以平均延误时间最短、平均停车次数最少为目标,以相位有效绿灯时间、饱和度及周期时长为约束条件的城市单点交叉口信号配时优化非线性函数模型,用遗传算法及遗传模拟退火算法对其进行求解。求解结果表明,遗传算法及遗传模拟退火算法均可将平均延误由现状的40.394 s优化至10-3s,减少了平均停车次数,获得较为理想的效益值,将各交叉口服务水平由C级提升到A级。     

基于机动车比功率的单点信号配时优化模型

为减少车辆延误和交通排放,基于机动车比功率提出信号交叉口红、绿灯期间污染物排放因子的标定方法.根据运筹学和交通流理论,以车辆延误和排放最小为目标建立单点交叉口信号配时优化模型.考虑小汽车尾气中的CO、HC和NOx三种污染物,利用 VISSIM 软件设计交通仿真实验,使用MATLAB软件编制参数标定和模型求解算法,根据车辆行驶状况数据标定每条车道组每种污染物的两类排放因子,并验证双目标信号配时优化模型.结果表明,与仅降低延误相比,双目标优化模型所获最优信号配时方案能使车均延误降低19%、交通排放减少11%.研究成果能有效减少交叉口延误和排放,为建立考虑交通排放的干道信号配时优化模型奠定理论基础.     

交叉口动态车道与交通信号协同优化方法

以往动态车道研究倾向于在固定信号配时或预先设定的信号配时方案下进行优化,无法充分利用交叉口的时空资源.本文根据实时交通需求,以交叉口车辆平均延误最小为目标,以信号周期、相位绿灯时间和车道数为约束条件,构建动态车道与交通信号协同优化模型.模型分两部分,第1部分考虑进出口道车道平衡,计算可行的动态车道备选方案,将备选方案的输出参数作为第2部分模型的输入参数;第2部分根据实时交通需求,生成动态车道优化方案和信号优化方案.将本文优化方法与传统信号配时方法进行比较,实验结果表明,本文模型能更好地降低交叉口平均延误,有效提升信号交叉口时空资源利用率.     

有轨电车优先的固定信号配时优化模型

为确保现代有轨电车在道路交叉口能够优先、安全通行,对有轨电车的信号优先理论进行 了研究。首先,在传统信号配时方法TRRL的基础上,对现代有轨电车信号配时的关键参数进行 了分析,并对交叉口各相位的信号时长进行优化。然后,鉴于现代有轨电车通过交叉口时会形成 离散交通流,研究并提出了其特定的延误公式,构建以人均延误最小为目标函数的固定信号配时 优化模型;同时,还提出了该优化模型的求解思路。最后,以武汉东湖新技术开发区现代有轨电 车T1 线为例,用优化模型与传统信号配时模型进行了仿真分析与对比,从而对优化模型进行了 验证。结果表明,采用有轨电车优先的固定信号配时优化模型后,尽管车均延误有所增加,但人 均延误却有明显的减小,交叉口整体运行效益最大,验证了固定信号优化模型的有效性。