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。     

交通信号控制方法综述

如何缓解交通拥堵问题是近年来的一个热点话题,国内外一直致力于对此问题进行研究,其中对于交通信号控制方法的研究较多。目前常用的城市交通信号协调控制的方法为单点控制、干线控制和区域控制,这些交通信号控制方法经历了从手动到自动、固定周期到可变周期、无感应控制到感应控制、单一交叉口到关联交叉口再到区域交叉口控制的进步历程,每种方法相应可以满足不同交通系统的控制需要。基于国内外现有的研究成果,对单点控制、干线协调控制和区域协调控制方法进行了梳理,为发展智能交通,解决交通拥堵问题提供更有效的途径。     

过饱和交叉口交通信号控制动态规划优化模型

为满足过饱和交叉口信号控制的需求, 应用动态规划理论, 建立了过饱和交叉口信号控制优化模型, 界定了模型的阶段、状态变量和决策变量, 推导了平均排队长度状态转移方程和控制器状态转移方程, 确定了基于交叉口不同饱和状态的目标函数与约束条件, 提出了模型优化框架。非饱和状态以最小化延误为控制目标, 饱和状态和过饱和状态以最大化通行能力为控制目标。通过迭代运算判断保持或者切换当前相位, 并将控制效果实时反馈以调节下一阶段信号配时方案。以秦皇岛市某交叉口为例, 基于实际采集数据得到了非饱和、饱和与过饱和3种状态的交通流量, 应用动态规划模型获得配时方案, 并与TRANSYT方法给出的配时方案进行了对比分析。分析结果表明: 在非饱和状态下, 采用动态规划模型计算的平均延误、饱和度、平均排队长度分别为49.3s、0.76、13.7veh, 采用TRANSYT方法计算的对应值分别为52.0s、0.78、14.4veh; 在过饱和状态下, 采用动态规划模型计算的饱和度与平均延误分别为0.85、78.5s, 采用TRANSYT方法计算的对应值分别为0.86、82.5s, 但对应的平均排队长度为27.3veh, 略优于动态规划模型的27.6veh; 饱和状态控制效果与过饱和状态控制效果类似。可见, 采用动态规划模型可以有效降低交叉口饱和度, 减少各相位不同进口道车辆的平均延误。     

基于泛布尔代数的交通信号控制的数据挖掘

提出了将基于泛布尔代数理论的数据挖掘技术应用到城市交通信号控制中。针对城市单个T形交叉路口的交通流控制,利用这种新的数据挖掘技术对其进行了初步分析,采用了多相位实时控制策略;对提取的决策规则,建立起决策系统的泛布尔模型。仿真结果表明,通过这种新的数据挖掘技术得出的控制模型,对实时改善交通流的管理和控制,效果优于传统的交通流控制技术。     

一种基于迭代学习的自适应交通信号控制方法

迭代学习控制作为数据驱动控制的一个分支,经历二十多年的发展,无论在理论研究,还是在实际应用上都取得了丰硕成果. 本文以交通信号系统为被控对象,利用迭代学习控制和模糊理论的核心思想,设计基于数据驱动的信号交叉口自适应控制器,使交叉口的通行能力得到显著提升. 信号控制的关键规则采用模糊迭代理论,通过迭代学习使得信号控制策略适应交通流的不断变化,通过模糊理论处理交通系统中的不确定性和随机性,从而避免对复杂交通系统的建模,发挥了数据驱动的无模型控制优势. 最后,使用基于VISSIM的仿真平台对算法的有效性和实用性进行验证. 仿真结果表明,基于迭代学习自适应交通信号控制方法的控制效果优于定时控制和感应控制.     

城市轨道交通信号控制及其车辆发展动态

城市轨道交通包括了地铁、轻轨、有轨电车和市郊铁路等不同形式的交通系统。它具有运量大、速度快、安全准点、平稳舒适、污染小等优点。而要发挥其独特的优势。自动化、智能化的信号控制系统及其先进的车辆是必不可少的。     

混合交通流条件下区域交通信号控制优化模型

针对传统区域交通控制技术无法应对机非冲突干扰的问题, 结合中国城市道路混合交通流的特点, 研究了交叉口与路段非机动车对机动车的干扰。分析了区域路网机动车交通特征, 确定了混合交通特性相似的区域。基于路段非机动车的阻滞作用, 分析了交叉口通行能力的折减与相邻交叉口相位差的优化。以区域路网机动车总延误为优化目标, 建立了非机动车影响条件下的区域交通信号控制优化模型, 优化了信号周期时长、绿信比和相位差等参数, 并利用遗传算法求解模型。利用VISSIM仿真软件, 以上海市杨浦区五角场环形区域路网为例对优化模型进行验证。验证结果表明: 现状信号控制方案下区域路网7个交叉口机动车的车均延误为24.5~42.9s, 平均为35.99s, 路网总延误为256.39h, 优化后交叉口的车均延误为21.8~36.4s, 平均为30.12s, 路网总延误为214.57h, 7个交叉口车均延误减少了10%~24%, 平均为16.31%。可见, 优化模型能够显著降低区域路网车均延误与总延误, 提高区域路网通行效率。     

两近距离城市交叉口交通信号的研究

两近距离城市道路交叉口属于交通控制中的特殊情况。利用交通流理论中提出的车速与密度关系,采用交通流宏观动态模型中的密度动态模型和流量动态模型,推导出两近距离城市道路交叉口交通信号相位应满足的约束条件,并通过实例论证出在这种约束条件下对交通信号进行配时是正确的且是行之有效的。     

基于车均延误最小的Q学习交通信号控制方法

为了检测Q学习算法在信号控制方案中的效果,在Webster配时法的基础上,建立了适应交通信号控制及以车均延误最小为目标的奖惩函数,并详细说明了Q学习独立交叉口信号控制的原理和应用过程.通过流量波动大和小两个算例,验证了Q学习控制优于定时控制.     

基于强化学习下城市道路交通信号控制研究

随着现代城市的人流和车流的不断增加,交通拥堵问题越发地突显出来,而交通网络中对交通流的疏通主要是依靠对交通信号的有效控制,所以,完善和优化交通信号的控制是缓解交通拥堵的关键措施.同时,随机性和动态性是交通流的特点,而交通信号控制归根到底的问题是顺序决策,由此在交通流管控过程中应用强化学习是行之有效的措施.也就是说,将城...     

过饱和状态交通信号控制方法综述

为向拥堵状态城市路网的交通控制优化提供依据,综述并评价了过饱和状态的交通信号控制策略;分析了过饱和状态交通流的特征,提出了过饱和状态交通信号控制的对应优化原理;从单点交叉口、协同控制交叉口及路网3个层次对过饱和状态交通控制方法进行了总结与评价,应用VISSIM仿真环境评价了已有控制策略的适用性;总结了具备处理过饱和状态能力的自适应交通信号控制系统的控制策略.仿真结果表明:过饱和状态的交通信号控制应优先优化道路空间的分配矛盾;排队管理策略对过饱和交通流具有较好的优化效果;建议在进行过饱和交通信号控制优化时,结合实时交通信息,采用排队管理、关键路径通行能力最大等控制策略,在交叉口群或路网层面对交通信号控制方案进行优化.     

基于MP与MPC相结合的分布式交通信号控制研究

依托于最大压(Max Pressure,MP)分布式信号控制特性,结合已建立的实时排队长度预测模型,利用模型预测控制(Model Predictive Control,MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化,提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后,MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%;并且对比了MP绿信比分配权重修正前后对控制输出的影响,优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次,表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

基于MP 与MPC 相结合的分布式交通信号控制研究

依托于最大压(Max Pressure,MP)分布式信号控制特性,结合已建立的实时排队长度预测模型,利用模型预测控制(Model Predictive Control,MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化,提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后,MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%;并且对比了MP绿信比分配权重修正前后对控制输出的影响,优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次,表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

城市路网交通信号分层分布式控制优化方法

合理的路网信号控制结构对提高城市交通系统运行效率具有重要意义。本文综合考虑控制性能和计算效率,提出路网交通信号分层分布式控制策略。在控制结构的上层,引入Webster方法实时更新周期时长;在下层,采用模型预测控制方法对交叉口信号控制问题进行建模,以最小化路网总行程时间为目标,优化信号绿信比,并利用Benders分解思路将原问题分解为独立求解单个交叉口信号配时方案的Primal问题和协调优化相邻交叉口间交通流交互作用的Master问题,提出一种基于Benders分解的双层分布式信号协调控制优化算法。通过两个实际路网算例,验证分层分布式控制方法的有效性,并针对上下层的控制方法设置对比实验。结果表明：基于Benders分解的分布式模型预测控制方法能求得接近集中式控制的整体优化解(路网总行程时间差在3.26%以下),在兼顾控制性能的同时大幅提升优化求解的计算效率,相较于集中式控制,计算时间减少的幅度可达42.24%;在不同实验场景下,分布式控制方法的控制效果均优于定时控制方法,路网总行程时间约减少9.40%～20.57%。此外,在上层加入周期优化层后,分层控制方法能根据实时交通状态调整周期时长...     

交通信号控制子区模糊动态划分方法研究

针对城市交通信号网络控制中控制子区的动态划分问题,应用模糊推理理论提出了交通控制子区的模糊动态划分方法.提出用于表示路口间协调控制需求大小的协调系数的概念,综合考虑了路口间距、交通流离散性、主干道交通流量、主干道交通流构成及周期等5个因素的影响,给出每个因素影响系数的计算方法,确定了协调系数的模糊推理方法.选择案例网络进行仿真并与Synchro的相关数据进行了比较,给出了利用协调系数进行控制子区动态划分的判断依据.     

基于GIS的交通信号模拟控制实验平台研制

在道路交通控制课程教学中,交通信号控制是重要的教学内容之一;目前市场上与之配套的实验设备成本较高或停留在理论研究,尚未得到推广;鉴于此,文中提出用软件模拟交通控制代替硬件模拟交通控制的方法,在GIS平台上,开发新一代的交通信号模拟控制实验平台;该实验平台具有结构简单、成本低、易操作等特点。     

基于模糊神经网络的交通信号控制

本提出一种将模糊控制与人工神经网络和结合的自组织学习方法对交通信号进行实时控制。该方法以模糊神经网络为核心，应用在线滚动学习模型生成交通信号配时方案。这种方法克服了现有控制方法需要大量的数据传输，准确的数学模型等缺陷。中应用微观交通仿真系统对模型进行了校验，仿真结果表明该方法有效。