考虑车辆排放的城市信号交叉口优化控制研究

运用了考虑排放和延误综合指标的城市信号交叉口信号配时方案,针对车辆在交叉口处不同运行特征下排放量的不同,提出了将车辆通过交叉口的运行特征与排放因子结合的方法,得出了车辆在交叉口的排放模型.在此基础上建立了考虑车辆排放和延误综合指标的城市交叉口信号优化控制模型,并运用改进的遗传算法求解模型,计算结果显示该模型减少了车辆的排放,有效地缓解了城市信号交叉口处车辆排放不易消散的问题.     

基于车辆排放的交叉口信号配时优化控制

从减少城市交叉口车辆排放的角度出发,根据行驶方向与行驶工况变化对车辆尾气排放的 影响,建立了车辆在直行和左转过程中完全停车、不完全停车以及不停车3 种状态下的机动车综 合排放模型,并将其与延误相结合,提出以车辆延误与排放的综合指标为优化目标,基于等饱和 度优化分解算法对信号周期进行求解的优化控制模型。使用VISSIM 微观交通仿真软件分别对原 有配时、Webster 优化配时和文中提出的综合指标优化配时进行了仿真实验和对比分析。结果表 明,采用文中算法优化的配时在交叉口总延误时间、总排放量和综合指标PI 方面都明显减少,优 化效果显著。     

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.     

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.     

信号控制四路环形交叉口多进口协同放行方法

针对传统信号控制四路环形交叉口环内车辆间相互干扰对交叉口延误的影响,本文提出 1种多进口协同放行的信号控制方法.首先,基于元胞传输模型建立能描述信号控制四路环形交叉口车流特征的动力学模型;并在此基础之上,以交叉口延误为优化目标、配时参数为目标变量建立信号优化模型,利用遗传算法进行优化,从而得到信号配时参数;最后,通过实例对模型的适用性进行分析.结果表明：四路环形交叉口进口道左直车道分流渠化后,环道车辆延误明显降低;与单进口轮流放行方式相比,本文提出的多进口协同放行控制方法能有效降低交叉口车辆延误.     

单点交叉口固定信号配时优化模型

为获得更好的单点固定信号配时方案,以交叉口通行能力最大和车辆平均延误最小为目标,以相位有效绿灯时间受限为约束条件,提出一种信号配时优化模型.使用大连市交通调查数据得到韦伯斯特配时方案和2种优化配时方案,采用交叉口通行能力、车均延误和饱和度评价了各种配时方案.利用VISSIM软件进行了交通模拟试验,采用累计通过车辆数、车均延误和平均排队长度对各种方案进行了交叉口评价.结果表明,所提出的配时优化模型优于韦伯斯特配时模型,而且其评价结果更能反映交叉口的实际服务水平.     

�������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.     

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。     

基于ARRB模型的交叉口多目标信号配时优化研究

城市交叉口交通拥堵和机动车尾气排放是近年来城市发展面临的重要问题,而信号配时优化是提高城市交通运行效率、缓解车辆因频繁起停而加剧尾气排放的有效手段之一。本文基于ARRB模型下的信号配时设计方法,综合考虑效率与环境的双重目标,研究不同停车次数惩罚系数下的信号配时方案。同时,以成都市某大型十字交叉口为验证实例,结合VISSIM计算仿真,分析了交通延误、停车次数与排放、油耗的影响关系,继而得到了综合最优的停车次数惩罚因子与配时方案。该方案使延误和停车次数平均提高了36.4%,排放及油耗平均降低了19.4%。     

基于VISSIM仿真的信号交叉口优化方法研究

传统信号交叉口配时往往只考虑车辆延误指标,存在一些不足.故此,建立了考虑延误和停车次数的信号配时优化模型,提出应用VISSIM仿真软件与信号配时相结合的信号交叉口优化方法,并将该优化方法应用于交叉口优化实例中,仿真评价结果表明:采用该方法优化交叉口效果显著,平均排队长度、平均延误指标下降明显,能够很好地从时间和空间两方面改善交叉口的性能.     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。     

逆向可变车道交叉口信号配时优化方法

为提升逆向可变车道交叉口通行效率,提出一种基于逆向可变车道交叉口信号配时优化方法.假设车辆到达服从泊松分布,基于逆向可变车道交叉口车流运行特征,构建了逆向可变车道交叉口通行能力和延误计算模型;以周期时长、主预信号控制、逆向可变车道长度及饱和度等为约束,交叉口通行能力最大和平均延误最小为目标,建立了交叉口信号配时双目标优化模型,采用模拟退火算法求解.选取南昌市某交叉口分析了其设置逆向可变车道后,在高、中、低流量及不同左转比例下的运行效果.结果表明,本文所提方法在不同流量下均能提高交叉口的通行能力并减少延误,且更适合高流量交叉口;当高流量交叉口左转比例大于 20%时,交叉口通行效率改善更加显著.     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.     

基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.     

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%。     

信号交叉口绿色驾驶车速控制方法

信号交叉口是整个城市交通路网中的瓶颈区域.车流经常在路口停车等候造成怠速行驶,严重降低交叉口的通行效率,同时造成严重的汽车尾气排放污染.为了减轻交叉口对交通流的阻断,合理降低信号交叉口的车辆延误、燃油消耗和污染物排放,本文提出了一种基于多级可变速度限制的信号交叉口绿色驾驶控制方法.该方法以可变速度限制值为控制变量,并基于固定式检测器获取的交叉口附近道路交通状况信息对车辆进行速度限制值的实时发布,以实现在不增加旅行时间的基础上平滑车辆驶近交叉口过程中的时空轨迹.通过MATLAB对该方法进行仿真验证,结果表明,其能够有效地降低交叉口的车辆延误,并减少车辆的燃油消耗与污染物排放量.     

基于交通噪声与延误的平面交叉口综合评价

从噪声影响的角度出发,将噪声和延误结合起来对平面交叉口进行综合的评价研究．通过在微观交通仿真软件上加载插件,建立了交叉口交通噪声及延误的计算模型,并用实测数据进行验证．在此基础上,研究信号控制交叉口、环形交叉口、无控制交叉口内车流量与延误、车流量与噪声间的关系,并将延误和噪声采用经济损失估算方法进行统一换算,实现不同流量、不同控制方式下平面交叉口的综合评价．     

˫���и���·�θ��߽�ͨ�ź��Ż�ʵʩ����

干线交通控制系统能有效减少机动车运行延误. 本文以系统延误最小和绿波带宽最大为目标,构建了基于系统周期和相位差最优的干线交通控制模型,以双向有隔离的北京城市主干路——皂君庙路—大柳树路（含4个信控交叉口）为实例,提出了两种线控优化方案,通过VISSIM仿真对该交叉口及其所在路段优化前后的交通状况进行了比较. 结果表明：在北京市这类行人流量较大、交叉口布局紧凑的道路条件下,采用重叠相位能更好地优化线控系统;应用本文提出的控制策略对该路段进行线控优化后,交叉口总信控延误减小了59.6％,主线上的南向北和北向南平均行程速度分别提高了140.0％和51.7％,交通运行效率显著提高.     

基于机动车排放的交叉口信号控制仿真与分析

结合微观仿真元胞自动机模型和机动车排放MOVES模型，以十字信号控制交叉口为仿真对象，研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5 m×3.5 m的元胞，每辆车占2 个元胞，交叉口内转弯车辆减速慢行，直行车辆速度不受限制，提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明：最佳信号周期随着车辆到达率的增加而增加，使得交叉口通行效率达到最大化；行程时间随着左转车比例的增加而增加，对于不同的车辆到达率，均存在一个极限值，当左转车比例低于该极限值时，行程时间变化不大，高于该极限值时，行程时间快速增加；从通行能力、行程时间和尾气排放的角度，交叉口具有不同的最佳信号周期，且差异较大.     

基于机动车排放的交叉口信号控制仿真与分析

结合微观仿真元胞自动机模型和机动车排放MOVES模型,以十字信号控制交叉口为仿真对象,研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5 m×3.5 m的元胞,每辆车占2 个元胞,交叉口内转弯车辆减速慢行,直行车辆速度不受限制,提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明：最佳信号周期随着车辆到达率的增加而增加,使得交叉口通行效率达到最大化;行程时间随着左转车比例的增加而增加,对于不同的车辆到达率,均存在一个极限值,当左转车比例低于该极限值时,行程时间变化不大,高于该极限值时,行程时间快速增加;从通行能力、行程时间和尾气排放的角度,交叉口具有不同的最佳信号周期,且差异较大.