基于群体决策的多交叉口协同控制方法

基于竞争-合作的群体决策机制,将单点信号优化构建为各相位的交叉口通行权的竞争过程,将多点协同构建为上下游相位之间的协作过程,提出了一种兼顾多交叉口协同效益和单交叉口控制优化的路网信号配时设计方法;利用车路协同环境下路网内车辆路径信息的可感知性,动态精准地量化解析上下游交通耦合关系;在此基础上建立了分层动态决策框架,在单层决策中剥离了上下游交叉口控制决策对本地决策的影响,解耦协同控制模型中路网交通状态和信号控制决策之间的复合关系;设计了基于交叉口内各交通流向竞争力的分布式信号配时决策算法,并通过仿真试验平台比较了群体决策协同控制方法与传统协同控制方法的控制效果。研究结果表明：相较于传统协同控制方法,群体决策协同控制方法可动态适应路网交通需求,在交通效率和稳定性上具有显著优势,在不同饱和度的交通需求水平下可降低车均延误15%以上;在路网交通饱和度较高的情况下,群体决策协同控制方法延误降低幅度可达19.2%,控制优势更加明显;由于群体决策协同控制方法可在下游交叉口进口道车辆排队过长时减少上游车辆流出,可降低路网最大排队长度超40%,有效规避路网溢流风险;通过对群体决策协同控制模型的分布式求解...     

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。     

组合放行下的干路交叉口协调控制优化

采用双层规划方法建立干线协调控制模型,模型以干线两相邻交叉口之间的行驶时间,关键流向的绿灯需求,交叉口绿信比,公共周期时长等参数为基础和约束,对干线协调控制信号方案进行优化,优化参数包括交叉口放行方式、各交叉口绿波起始和终止时刻以及双向绿波带宽,实例求解计算及仿真验证显示,本方法可以应用于干线绿波控制的优化设计.     

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%。     

基于遗传算法的城市应急车辆调度优化

分析应急车辆到达事故地点行程时间的各种影响因素,结合实时路段交通量和交叉口控制状况,计算路段行程时间和交叉口延误时间,以总行程时间作为适应度函数,基于遗传算法优化城市道路应急车辆调度。遗传算法采用可变长度节点序列编码方式,并引入邻接矩阵概念,对应急车辆出行的合理路网进行路径集合估计,为初始路径个数的选择提供理论支撑。最后以西安市曲江区路网为例进行计算与检验,验证了优化方法的有效性与合理性。     

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...     

适于不等双周期的干道双向绿波协调控制数解法

针对现有数解法研究主要适用于单周期控制方式的不足，本文提出一种适于不等双周期的干道双向绿波协调控制数解法，通过重新定义双周期控制方式，打破了双周期交叉口信号周期时长固定为公共信号周期时长1/2的局限，并归纳了双周期交叉口的2种协调类型。本文算法首先通过计算干道的公共信号周期允许变化范围，为各交叉口选择合适的信号周期控制方式；其次，通过分析双周期交叉口的协调特点，推导出适用于双周期交叉口的理想交叉口间距计算公式；然后，通过设定双周期交叉口各相位绿信比的分配比，实现协调方向相位绿信比的分配；最后，以最大调整偏移绿信比之和最小为优化目标确定绿波协调控制方案。算例结果分析表明，与双周期模型法和单周期数解法相比，本文数解法求解方案的干道双向延误时间分别减少16.0%与19.6%，停车次数分别减少15.1%与15.5%，特别是本文数解法的求解方案能使支路车流和行人过街的平均延误时间较单周期数解法分别减少46.0%与50.7%。可见，本文数解法能够获得理想的绿波协调效果，扩大数解法的适用范围，在减少交叉口延误时间方面表现出明显优势。     

考虑交通事件影响的动态交通信号控制策略

采用数值仿真方法评价了固定式信号控制、延误最小自适应信号控制与通行能力最大自适应控制3种典型信号控制策略下的路网动态运行效率; 采用双排队模型构建了动态交通流仿真平台, 提出了交叉口流量传输优化模型, 分析了双排队模型中交叉口内交通流运行的状态; 假定用户依据瞬时用户最优原则选择路径, 提出了考虑信号控制惩罚时间的瞬时用户最优约束; 以系统总行程时间、有无交通事件影响的行程时间为评价指标, 研究了低、中、高3级不同交通需求下的信号控制效果。试验结果表明: 在低、中级交通需求下延误最小自适应控制策略的系统总行程时间最小, 比通行能力最大自适应控制在无交通事件影响下总行程时间分别降低0.45%和0.18%, 在有交通事件影响下总行程时间分别降低5.95%和2.52%;在高级交通需求下, 通行能力最大自适应控制总行程时间最小, 对比延误最小自适应控制, 在有、无交通事件影响下系统总行程时间分别降低5.46%、5.31%;对比有无交通事件影响下系统总行程时间变化幅度, 固定式信号控制在不同交通需求下均表现出最高的稳定性; 在低、中级交通需求下, 延误最小自适应控制策略较通行能力最大自适应信号控制策略更稳定, 在高级交通需求下, 两者的稳定性无显著差异。可见, 当交通需求较大时, 应提升交叉口通行能力, 当交通需求较小时, 应降低车辆延误。      

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.     

交通信号控制与平衡网络设计组合模型中利益分配问题的研究

由于在交叉口进行信号控制使得系统的总延误增加，所以信号控制的优化目标是使系统的总延误最小，同时要使得增加的延误在用户之间尽可能均衡分配。为解决这一问题，设计了一个平衡约束条件下信号控制与平衡网络设计组合问题的多目标规划模型，然后使用效用函数法将有双目标的上层优化问题转化为一个单目标优化问题。此时，该模型变成一个标准的双层规划模型。并利用全局优化方法模拟退火算法和惩罚函数法相结合求解。     

干线协调控制方案的快速平滑过渡方法

为减少动态协调控制系统中因信号控制方案切换而导致系统产生的扰动,保证交通流的平稳运行,在综合考虑过渡时间和平滑特性的基础上,提出一种基于最佳相位差调整量控制方案的快速平滑过渡方法.该方法以使各交叉口相位差变化量最小为目标,优化计算得出各交叉口最佳相位差调整量,并以此为依据计算各交叉口在控制方案过渡期间的信号周期.仿真实验对比分析显示,当相位差变化量为40 s时,提出的方法与国外著名的Add和Subtract方法相比,车均延误指标分别下降了23%和11%,路网车均停车次数指标分别下降了9%和8%;此外,本文方法能够使干线协调控制方案最多通过3个信号周期快速地过渡到新方案,且过渡期间的控制效果优于Add和Subtract方法.      

ʵʩ�������ȵĽ�ͨ �źſ���ϵͳ���ź�Э�������о�

分布式交通信号控制系统拓扑结构的分布式特性使得网络的控制问题被划分成不同层次，路口的控制器优化单个交叉口，系统的协调要求每个路口的控制器同时还要考虑相邻路口控制器的配时方案、相邻上游交叉口车辆的离去特性、相邻下游交叉口车辆的到达特性。本文在综合考虑上下游交叉口信号配时、车辆排队和公交运行情况的基础上，提出了实时交通信号控制系统中实施公交优先的模型系统的框架，然后给出信号优化过程和计算最佳绿灯请求时间和信号协调方法。     

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.     

城市道路两相邻交叉口信号控制组合优化研究

以两个单点信号控制交叉口组成的简单绿波系统为例,建立一个以干线车辆行程时间最短为目标,各相位有效绿灯时间、饱和度及周期时长为约束条件的非线性函数模型,分别运用遗传算法和遗传退火算法对目标函数进行优化,实现了对绿波系统各交叉口信号配时的优化设计,并以实例加以论证,其优化效果良好。结果表明:遗传退火算法更能快速、准确地寻找出全局最优解。     

基于RBF神经网络预测的交叉口信号周期时长优化

针对交叉口信号配时仅仅依靠单一历史数据进行计算的现状,为了使交叉口信号周期时长能够充分利用过往历史数据,根据城市交通流量具有周期性与不确定性的特点,提出了一种基于RBF神经网络预测的交叉口信号周期时长优化方法.根据交叉口晚高峰历史交通流量对RBF神经网络进行训练,用训练好的RBF神经网络去预测未来某一天交叉口晚高峰的交通流量;结合直行当量系数法将预测得到的交通流量转换为等效直行车流量,建立以平均车辆延误及车辆平均停车率为主要控制目标的多目标优化模型,用MATLAB建立遗传算法进行求解;以平均车辆延误与车辆停车率为评价指标对比分析了优化方法、Webster法和实际配时3种方法得到的结果.结果表明:提出的优化方法相较于Webster法和实际配时,在工作日分别减少12％、2％的平均车辆延误,在非工作日分别减少20％、18％的平均车辆延误,提高了交叉口的通行效率.     

混行环境下网联信号交叉口车路协同控制方法

为了提高网联信号交叉口车路协同控制对真实交通环境的适应性,以智能网联汽车与网联人工驾驶汽车混行的典型交通应用场景为研究对象,通过构建八相位网联信号交叉口,研究了混行环境下的交通信号和网联车辆轨迹车路协同优化控制方法;在对场景中的网联车辆运动学特性和跟驰行为进行建模的基础上,构建了一种混行车辆编队方法;基于混行车队模型、安全约束与燃油消耗模型,建立了基于滚动优化的交通信号-车辆轨迹协同优化控制方法;基于异步分层优化思路,将该协同控制问题分解为上层交通信号优化与下层车辆轨迹优化两方面,以交叉口车辆行驶延误时间和燃油消耗量为优化目标,利用遗传算法和“三段式”轨迹优化法分别对交通信号优化问题与车辆轨迹优化问题进行求解;对不同稳态车速与智能网联汽车渗透率下构建的混行交通流的稳定性进行了验证,并通过仿真测试分析了所提出的协同优化控制方法的控制效能与关键参数对控制效能的影响。分析结果表明：在不同交通流量与智能网联汽车渗透率下,提出的控制方法均可有效提升交叉口通行效率与燃油经济性;在完全渗透环境下,较固定配时交通信号控制方法最高可分别提升57.3%和13.3%;随着智能网联汽车渗透率的增加,其控制效能...     

信号交叉口不对称交通流的优化控制方法

为了改善不对称交通流导致信号交叉口进口道交通负荷分布不均、通行效率低下的问题,对交叉口对向交通流的分布形式及其适用的相位方案进行了分析,建立了信号周期动态相位方案的生成规则,并以综合交通效益最大为目标建立了交叉口不对称交通流的动态相位信号控制参数优化模型,并给出了其求解算法.分析了不对称系数大小及其阈值变化、不对称信号周期比例对优化方法的影响,并以哈尔滨市红旗大街-淮河路交叉口为例,VISSIM仿真结果显示,采用动态相位优化方法后,该交叉口的车均延误、平均排队长度和停车率等评价指标下降了27.8%以上,验证了动态相位优化方法的有效性.该方法能减少直行车流的停车等待时间、避免交叉口部分进口方向时空资源的空耗,有利于信号交叉口通行效益的提升.     

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.     

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.