基于Ring-Barrie相位的交叉口信号配时优化模型

为了将交叉口时空资源最大化利用,以Ring-Barrier相位运行规则为基础,建立了一种城市交叉口信号配时优化模型,该模型将求解交叉口整体延误最小值转化为非线性规划问题.通过选取交叉口平均延误作为优化目标,选取交叉口信号控制的周期时长和各相位绿灯时间作为变量,选用分支定界算法作为此非线性规划问题的求解算法.为验证信号配...     

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%。     

考虑城市干道车队运行特点的交通信号协调控制算法

为建立交通信号协调控制算法并确定其适用条件,考虑车队离散、车辆转出、下游交叉口排队长度3个因素,在分析罗伯逊离散模型的基础上,提出了交叉口协调相位车流到达图式的预测方法,并根据车流到达时刻与协调相位绿灯启亮、结束时刻的关系,建立了协调相位车流延误的计算模型;以交通控制子区内各交叉口协调相位车流总延误最小为优化目标,以相位差为优化变量,设计了信号协调方案优化算法.仿真结果表明:与改进数解法相比,该算法降低了协调相位车流延误7.4%;随着交叉口间距、转出车辆数、下游排队长度的增加,信号协调控制效益逐渐下降.      

单交叉口公交信号优先控制策略建模研究

为研究公交信号优先策略对交叉口公交车及社会车辆的影响,建立公交信号优先控制模型及延误模型,以采取公交优先方式后交叉口所有车辆的人总延误减小为控制目标,引入效益指数PI,以信号交叉口优先相位获得的效益与非优先相位损失效益的差值来衡量整体效益,使得每一次采取的公交优先策略都能提高信号交叉口的整体效益。结果表明:在信号交叉口采取信号优先控制策略后,交叉口车辆的人总延误显著降低。本研究成果对其他信号优先控制方式模型、交叉口群公交优先协调控制等具有一定的参考价值和理论意义。     

考虑上游信号的交叉口延误计算

延误是交叉口交通设计和信号优化的重要评价指标.针对传统延误计算仅考虑单个交叉口的不足,本文构建了综合考虑上下游交叉口交通运行参数的延误计算模型. 模型以交通波理论为基础,综合考虑了上下游交叉口的相位相序、绿灯时长、流向流量、路段长度及相位差等因素,通过计算下游交叉口队尾时空点在各相位的演变构建队尾时空多边形,计算队尾时空多边形的面积即可得到下游交叉口计算车道组的停车延误,将其加上加减速延误最终得到交叉口信号控制延误.示例分析表明,该模型与VISSIM 和 SYNCHRO等软件相比,延误计算精度较高.     

���������źŵĽ�����������

延误是交叉口交通设计和信号优化的重要评价指标。针对传统延误计算仅考虑单个交叉口的不足,本文构建了综合考虑上下游交叉口交通运行参数的延误计算模型。模型以交通波理论为基础,综合考虑了上下游交叉口的相位相序、绿灯时长、流向流量、路段长度及相位差等因素,通过计算下游交叉口队尾时空点在各相位的演变构建队尾时空多边形,计算队尾时空多边形的面积即可得到下游交叉口计算车道组的停车延误,将其加上加减速延误最终得到交叉口信号控制延误。示例分析表明,该模型与VISSIM和SYNCHRO等软件相比,延误计算精度较高。     

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。     

车路协同下考虑绿波协调的公交优先控制

在绿波协调控制交叉口群中,为分析公交优先控制对后续交叉口群的扰动,基于车流运行时间偏移分布,以概率期望描述了交叉口各相位绿时左端和右端时长变化引起的后续交叉口群在绿波带内、绿波带间的延误变化;采用组合优化的方法,以交叉口群在车速引导下的公交通行效益优化为上层模型,以交叉口群在公交优先控制下的延误优化为下层模型,对公交引导车速和信号控制参数进行协同优化.通过算例分析表明,公交优先控制模型有效提升了交叉口整体通行效益,最大化减小了对周边交叉口群的不利影响.     

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。     

连续流交叉口信号协调配时及延误模型

为解决连续流交叉口车辆二次停车和人-车冲突问题,防止车辆排队溢出,破坏连续流交叉口稳定的运行状态,提出人-车信号协调优化控制策略.根据车流运行特征,协调主、预信号配时,优化信号相位方案,以车均延误最小为目标构建优化模型.通过仿真对比可知,本文模型计算的延误估算误差在5％以内.通过案例分析可知,现状方案南北左转车均延误和...     

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。     

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.     

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.     

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.     

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。     

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。     

潮汐车道清空与下游路口信号协同控制方法研究

潮汐车道快速清空成为提高潮汐车道控制效率的关键环节之一.本文基于集散波理论对直行绿灯汇入及左转绿灯汇入流量差异状态下的车辆运行状态进行分析,构建车道指示灯切换时刻、下游路口信号控制和相应车道清空时间之间的关系模型,在此基础上设计车道清空时间与下游路口车均延误的组合优化模型.最后,利用遗传算法对目标函数进行最优求解,获取最优组合控制方案.经仿真验证发现,不同的车道指示灯变换时刻及下游信号优先策略,会提高车道的清空速率,但也会带来下游路口车均延误的增加,而通过组合优化模型的筛选可以寻找出平衡两者需求的最佳控制策略.