基于粒子群优化的关联交叉口群信号控制策略研究

提出基于粒子群优化的城市关联交叉口群信号控制策略.采用具有车型信息的感应线圈检测装置,获取各交叉口的实时交通流信息;通过对短时交通流时间序列进行可预测分析,确定交通流时间序列的动力学性质,对于具有确定性变化规律的时间序列建立基于神经网络的组合预测模型,实现对交通流的在线预测;以车辆平均延误时间最少为优化目标,建立关联交叉口群的信号控制参数优化性能函数,根据粒子群优化思想求解信号控制参数.仿真实验证实,基于粒子群优化的关联交叉口群信号控制策略有效.     

信号控制交叉口实时延误计算与仿真研究

信号控制交叉口实时延误计算模型是实时自适应交通控制系统核心模型之一。在HCM2000中提出的延误模型的基本假设决定了其在计算实时延误方面的局限性。根据车辆延误产生的基本原理，建立了基于上、下游检测器数据实时车均延误计算模型，并对模型进行了平滑处理。Vissim仿真结果显示，在不同流量的情况下，笔者提出的模型比HCM的延误模型的计算结果更能反映真实延误值随车流量的波动而变化的趋势。仿真还发现，以2个周期为单位经移动平均处理后，模型计算结果与真实值吻合程度较好。最后，对模型的适用条件进行了分析。     

现代有轨电车条件下的交叉口信号控制方法

以交叉口交通效益最大化为目标,对现代有轨电车条件下的交叉口信号控制方法展开研究.改进了NSGA-II算法,提出了基于非支配排序的交叉口多目标优化算法,对单点交叉口多目标优化模型求解.在获取基础信号配时方案的基础上,根据车辆的实时参数,构建现代有轨电车主动信号优先控制方案评价指标体系,利用DEA-TOPSIS模型客观地从优先相位延误、非优先相位延误和电车偏移度等多个方面对各信号控制方法进行分析,实现最优信号控制.仿真实验表明:交叉口人均延误时间和平均停车次数为有效的控制目标;基于非支配排序的交叉口多目标优化算法与加权组合遗传算法相比,可综合优化多目标;与NSGA-II算法相比,可降低交叉口人均延误时间1.8 s,降低平均停车次数0.02;基于DEA-TOPSIS模型的有轨电车信号控制评价方法可以客观地综合多角度分析各信号控制方法的有效性和变化趋势,实现最优信号控制.      

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.     

基于遗传算法的左转待行区交叉口信号配时优化研究

以左转待行区交叉口为研究对象,通过研究左转车流运行特征的变化,提出左转相位启动损失时间的计算方法,并进一步调整通行能力和延误模型。进而以信号周期、绿灯时长作为约束条件,以交叉口平均延误最小为优化目标,建立信号配时优化的非线性模型。以长沙市某交叉口为例,基于遗传算法利用Matlab程序寻找模型最优解,结果显示优化后高峰时期交叉口延误由64 s/veh减少至43 s/veh。同时以优化前后配时方案为基础,通过Vissim建立交叉口仿真模型,仿真结果显示交叉口延误由53 s/veh减少至32 s/veh,在一定误差范围内,可表明模型的合理性和寻优算法的实用性。     

面向常发拥堵点的交通信号协调控制方法

针对高峰期间常发拥堵点交通需求过大、周边关联交叉口交通负荷分布不均的问题, 研究了面向常发拥堵点的交通信号协调控制方法。通过对常发拥堵点的车流进行追踪与溯源, 根据交通量关联度确定信号协调控制范围, 然后基于路径的流量分担率与路段平均饱和度识别信号协调控制范围内的关键路径。基于宏观基本图理论, 考虑关键路径对路网运行状态的影响, 构建边界交叉口主动限流控制模型。同时, 利用元胞传输模型描述交叉口与路段的运行状态, 以关键路径通行能力最大化和进口道饱和度均衡化为信号控制优化目标, 建立均衡路网交通负荷的信号控制优化模型。以武汉市发展大道青年路交叉口以及关联交叉口为对象开展仿真实验, 结果表明: 虽然本文方法下的边界交叉口车均延误增加了6.8 s, 但常发拥堵点的车均延误降低了15.7 s; 关键路径的车均延误减少72.6 s, 平均排队长度减少26.1 m。并且, 路网整体的车均延误降低14.7%, 驶出车辆数增加26.6%, 验证了提出方法缓解常发拥堵点交通拥堵的有效性。      

信号控制交叉口交通组织优化研究

为提高城市信号控制交叉口的运行效率和保障行车安全,针对城市信号控制交叉口冲突点的特性,提出了信号控制交叉口交通组织优化方法,建立了信号控制交叉口交通组织优化仿真模型。该模型以西安市西影路与雁翔路十字型交叉口为例,对该信号控制交叉口进行交通渠化、信号相位设计及信号配时优化,利用Vissim微观交通仿真软件对优化方案进行仿真,仿真结果表明,交叉口总延误减少了30.9%,东进口左转减少45%,西进口左转减少了22.5%,南进口总延误减少39.4%,北进口总延误减少62.6%。     

基于粒子群理论的干道协调控制优化研究

基于粒子群优化(particle swarm optimization, PSO)算法及车流离散理论,提出了以车流延误最小为目标的相位差优化模型.该模型为共用干道的一系列交叉口组成的线控系统.介绍了车流通过线控系统交叉口停车线后的流率-时间规律,建立了车流通过线控系统交叉口时产生延误的计算方法.仿真试验运行结果表明,该模型能更准确地反映现实的交通运行情况,为干道交通运行提供更好的控制效果,模型的递推形式有利于计算机编程实现,较双向绿波数解法优越.     

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.     

信号交叉口增量延误分析

为了对交通信号控制参数进行优化,需对交叉口延误进行定量分析与计算.对已有的平面信号交叉口增量延误模型提出了改进,并且对该模型进行了校正.针对交叉口处于非饱和与过饱和状态下的交通状况,用排队论分析并推导了交叉口增量延误公式.其结果既完善了现有的延误计算理论,又可为设置信号相位提供理论依据.