机场群共用航路点的航班排序模型及算法

机场群上空空域资源共享、运行耦合复杂，拥堵往往发生在共用航路点。为缓解空域拥堵和航班延误问题，开展了机场群共用航路点的优化排序研究。针对共用航路点的运行特征，引入惩罚因子并以总延误时间成本最小为优化目标，建立了机场群共用航路点的航班优化排序模型，基于滑动时间窗算法和粒子群优化算法的原理提出了TW-PSO组合优化算法对模型进行求解。选取京津冀机场群过共用航路点的航班进行算例仿真，结果表明:TW-PSO组合优化算法与FCFS算法、滑动时间窗算法、粒子群优化算法相比在高峰时段的总延误时间成本分别减少了216，212，161 min；在算法性能方面，具有比经典算法迭代次数少、优化效果更佳的优点，能有效缓解航班延误问题，改善机场群的协同运行效率。      

对角斑马线改进后行人通行能力研究

基于现实的对角斑马线处行人通行能力的研究,提出对目前已运用于现实的需设专供行人过街相位信号灯的"对角交叉口"做出信号灯相位调整和一定程度的导流处理的思路,目的在于通过交叉口处时间上、空间上的分流,以有效减少行人、车辆的冲突区域,从"以人为本"的角度出发,进一步提高交叉口处行人的通行能力。利用Vissim仿真技术,分别对改善前后对角交叉口进行微观分析,对比研究改进前后行程时间、排队长度以及行程延误等指标的变化,以验证对角斑马线改进后行人通行能力的优化情况。结果表明:在设有对角人行横道的交叉口,信号灯相位改进后行人的通行能力得到显著提高。     

基于多目标粒子群算法的智慧城市信号灯配时优化控制

为了顺应智慧城市建设需求，缓解城市道路的拥堵，提高车辆在城市路口的通行效率，本文基于多目标粒子群算法，以车辆实时延迟时间最小、城市路口通行能力最大为优化目标，建立智慧城市路口的多目标优化模型。通过优化计算得到Pareto最优解集，以多属性决策算法得到最优配时方案，并通过更新信号灯参数，实现了信号灯的动态优化。通过SUMO交通仿真平台搭建了城市路口仿真模型，结合粒子群算法进行仿真验证。仿真结果表明，经粒子群算法优化的城市路口配时，路口的通行性能显著提升，平均通行能力提升约3.69%，平均车辆延迟时间降低约21.35%。     

基于车头时距与行程时间的排队长度算法

基于电子警察过车数据,分析该周期内车道通行车辆的车头时距变化规律,提出该周期车道排队长度值的实时计算方法。针对多次排队、绿波协调情况,结合通行车辆的行程时间对结果进行修正,得到该周期车道最大车辆排队长度值。通过桐乡市庆丰路实时监控视频对比计算结果,证明本算法具有较高准确性。算法便于工程实践,可为信号配时优化提供数据支撑。     

高速路网不停车收费车道优化布设方法

合理设置高速公路收费站ETC (Electronic Toll Collection)车道数量，对高速公路通行效率至关重要。针对目前路网中ETC与MTC (Manual Toll Collection)车辆混行的情况，考虑ETC的普及率，结合多用户路网均衡模型和排队论方法，建立基于双层规划模型的高速路网ETC车道优化布设方法。上层模型以车辆总通行时间最小为目标，优化设置进出收费站的ETC车道数量；下层模型为多用户路网均衡模型，反映ETC和MTC车辆的路径和收费车道选择行为。下层模型通过设计收费站的等价拓扑结构，表征收费站的车道使用规则及车辆的收费车道选择行为，并采用排队论方法估计ETC和MTC车道的收费排队时间。根据模型的特点设计了基于主动集的启发式算法，利用参数二进制与拉格朗日函数法确定迭代下降方向，解决了下降方向与步长难以计算的问题；通过内嵌优化函数的方式，保证在主动集转化过程中上层约束均不会失效，且避免了迭代过程中的模型解退化问题。基于上海市绕城高速进行实证分析，结果表明：随着ETC普及率的提升，收费排队时长按照负指数趋势下降；与按比例布设ETC车道的方法相比，所提方法最高可降低57.4%的收费排队时间，且该方法可以避免ETC车道布设过多对于MTC车道通行能力挤压造成的负面效果。研究成果可以有效指导高速路网ETC车道的布设，提高路网通行效率。     

基于混合粒子群优化算法的桥梁有限元模型修正

针对传统模型修正方法求解复杂、精度较差等问题,提出基于混合粒子群优化算法的模型修正策略。由于粒子群算法存在早熟收敛问题,采取自适应动态惯性权重策略改进粒子群算法,并引入差分进化算法进行混合优化。在模型修正时,对模型进行相关性分析并选取待修正参数,引入混合粒子群算法修正模型的参数,得到能够真实反映桥梁结构静、动力特性的有限元模型,为结构安全评估及健康监测提供科学依据。采用该方法对某简支梁模型进行修正,修正后的模型精度较高,验证了该算法的有效性。     

基于扰动收缩粒子群算法的物联网配送车辆调度

为了提高物联网配送车辆的调度效率,采用扰动收缩粒子群算法。首先建立物联网配送车辆优化调度问题的数学模型,考虑到货物品种及数量、需求时间和地点、运输线路以及运输时间的不确定性,包括运输成本、时间惩罚成本、固定成本;接着对基本粒子群算法增设非线性扰动因子用来平衡粒子的全局和局部搜索,在进化前期值比较小,让粒子主要进行局部搜索,而在后期设置值比较大,进行全局搜索,同时增设收缩算子,避免粒子的过度振荡,粒子编码涉及到收货点、车辆编序、行驶顺序,给出了算法流程;最后,仿真试验和实例分析验证了算法的合理性与可行性。结果表明:增设收缩算子对任务目标点寻优地理位置偏差值最小,避免了总成本增加;带有非线性扰动因子调整策略的粒子群优化算法具备更强的跳出局部最优的能力,优化后的算法运行速度加快;对于每次试验的搜索成功率以及违约惩罚成本占总成本比例,与遗传算法、蚁群算法、粒子群算法、混沌量子粒子群算法、模拟退火粒子群算法和柯西变异粒子群算法预测方法相比,扰动收缩粒子群算法预测方法具有更高的搜索成功率和较低的违约惩罚成本,能够满足物联网配送车辆系统对预测精度的需求,对实现实时交通控制具有重要意义。     

城市单点交叉口的信号配时优化研究

信号配时优化是提高交叉口服务水平的重要途径.文章系统地介绍了信号配时模型的现有研究成果,然后分析了Synchro仿真系统中信号配时优化模型、用于延误计算的百分比延误方法(PDM)模型、排队长度计算模型、停车次数计算模型、通行能力计算模型和服务水平等模型,并以延误、停车次数、排队长度组合成的综合性能指标对广州市天河北路与天河东路交叉口的当前信号相位、相序进行了全面的优化研究.应用Synchro系统优化后,最大车流量和通过能力比由1.24减小到1.02,平均控制延误由85.8 s减少到60.3 s,服务水平由F级提高到E级.     

半开放式燃油车和电动车混合车辆路径优化问题研究

随着物流行业的迅速发展,物流运输车辆不断增加,而传统燃油汽车的使用对环境造成了一定的压力,近年来,物流电动汽车由于其节能环保的特性,得到了广泛的应用。然而由于电动汽车的充电时间较长以及运输行业的发展现状,电动汽车目前无法完全取代传统燃油汽车,两种车型同时存在于物流配送领域。文章针对半开放式多配送中心的燃油汽车和电动汽车混合车型的车辆路径优化问题进行研究,同时考虑了客户需求量、车辆载重量以及电动汽车的充电需求等约束条件,以碳排放成本、运输成本以及时间窗惩罚成本之和最小为目标建立线性整数规划数学模型,针对该问题的NP难特性,设计了改进的粒子群算法进行求解。应用佳点集理论产生初始种群,增加粒子群算法的多样性,在迭代过程中,增加局部搜索策略,避免粒子群算法陷入局部最优。实验结果表明:改进的粒子群算法获得的总成本相比标准粒子群算法获得的总成本降低5.69%,证明了该设计的改进粒子群算法在求解开放式混合车型车辆路径优化问题时的有效性;相比于不考虑碳排放的情况,考虑碳排放时传统燃油车的使用数量有所下降;相比于单一配送中心路径优化情况,开放式的多配送中心路径优化,更有利于降低物流成本。     

考虑可变导向车道的干线交叉口协调控制方法

为降低包含可变导向车道的干线车均延误与排队长度,提出一种考虑可变导向车道的干线交通信号协调控制方法.以直行和左转方向交通流饱和度为判别标准,对可变导向车道行车方向是否切换进行判断;基于车道行车方向切换对干线交通流造成的影响,对HCM模型中的通行能力、均匀延误修正系数等参数进行修正,建立考虑可变导向车道的干线协调控制信号配时优化模型.以武汉市青年路3个交叉口为例,利用Vissim软件进行仿真实验,结果表明,相比于现状情况下的单点信号配时方案,模型能够有效降低干线车均延误与排队长度,可变导向车道所在的信号交叉口进口道优化效果最为明显,车均延误减少16.87%,直行和左转方向排队长度分别降低17.95% 和23.24%,证明模型对包含可变导向车道的干线协调控制交叉口运行具有积极影响.      

改进粒子群优化算法在轿车车身轻量化设计中的应用CSCD

为了提高粒子群优化算法(PSO)寻优过程中粒子种群之间的多样性,提出了一种基于停滞判断准则与粒子速度更新的改进PSO。在寻优过程中,当粒子群优化陷入停滞时,新的速度更新公式将激活,提高粒子种群之间的多样性。通过数学标准测试函数,进行了数学实验,对比改进PSO与标准PSO的优化能力。结合近似建模技术与合理的约束处理方法,将该算法运用到考虑100%正面碰撞工况、40%偏置碰撞工况、侧面碰撞工况、追尾碰撞工况以及顶压溃工况的车身轻量化设计中。结果表明:在全局寻优能力方面,运用改进PSO优化得到的问题解均优于标准PSO。在满足各项结构性能指标的前提下,可减轻质量23.41 kg。这为轿车车身轻量化设计提供了可借鉴的方法。     

基于分层递阶结构和S模型预测控制的快速路多匝道协同控制模型研究

为缓解快速路匝道拥堵,提出一种基于分层递阶结构和S模型预测控制的快速路多匝道协同控制模型,包括上层主线关联多匝道协同控制模型和下层子系统的模型预测控制,案例分析中以VISSIM为仿真平台,结合MATLAB进行二次开发,结果表明:协同控制模型相对于ALINEA控制模型来说,在快速路主线的平均行程时间和车均延误方面没有优化效果,但是在入口匝道的平均行程时间、平均排队长度和车均延误方面都有较大程度的优化,且从整体上来说,协同控制模型相对于ALINEA控制模型在平均行程时间、平均排队长度和车均延误方面分别优化了14.6%、88.9%和71.7%,总体上能够提高快速路系统,尤其是入口匝道的运行效率。     

交叉口混合交通流高维多目标信号优化控制

为提高我国城市道路交叉口混合交通流智能信号控制的效率,提出一种基于高维多目标进化算法的交叉口混合交通流信号智能优化控制方法.首先,提出一种新的高维多目标进化算法GRMODE,设计了新的算法模型并改进了Pareto支配排序等多项关键技术;其次,设计了基于GRMODE算法的交叉口混合交通流高维多目标信号优化控制模型,提供5项控制目标最优的信号控制方案.在南京市交叉口信号控制中的仿真实验结果表明,基于GRMODE算法的控制模型能够使交叉口机动车平均延误、停车次数、通行能力、非机动车平均延误及行人等待时间等多项性能指标同时达到最优,提升交叉口智能信号控制效率.     

基于预测的快速公交信号优先设计及效果仿真

建立了一套基于预测的公交信号优先干线联动控制方法。考虑到公交车辆在停靠站的停留时间受到多重因素的综合影响,首先构建了ARIMA-SVR的组合模型用于预测公交车辆的站点延误,并以此为重要依据,预测了公交到达交叉口的时间。通过比较车辆预计到达时间与理想时间的差值,计算了延伸和压缩信号周期的惩罚因子,根据惩罚因子的大小调整了信号周期和绿灯时间。在进行交叉口间协同控制时,又将交叉口平面设计的物理条件和交叉口群的协同控制条件纳入对信号的调整进行约束。为了验证该方法的实际应用效果,为某城市快速公交工程实例设计了VISSIM信号优先模块。研究结果表明:组合模型预测公交车辆站点延误的相关系数为0.890 4,预测精度较好;在改进的信号优先算法的情况下,公交交叉口延误比现状降低近50%,公交车车头时距一致性平均下降38.8%,且该算法为信号调整提供了较为充足的缓冲空间,在绿灯时间调整时兼顾考虑了对社会车辆的影响,因此,在预测式信号优先中,社会车辆的行驶延误和交叉口排队长度也较其他优先方法有所降低。     

基于预测型路线行程时间的信号控制相位差优化技术研究

相位差是区域信号协调控制的重要参数,其动态优化直接影响通行能力和路网延误。论文考虑交通流诱导与交通信号控制的协同运作,通过研究车队在停车线车头受阻和车尾受阻的不同等待状态,建立了相位差与诱导参数路段行程时间的相关关系,基于诱导控制协同的动态性考虑,提出基于预测型诱导用行程时间的信号控制相位差优化技术,阐述其优化算法流程。论文利用长春市长春大街含3个交叉口的路线进行算例试验,结果表明利用预测型行程时间优化相位差之后干线总行程时间最高节约12.9%左右,延误减少高达51.3%,达到诱导控制信息共享、协同运作提高路网运行效率的目的。     

基于Synchro的单点交叉口信号配时优化研究

首先系统地介绍了信号配时模型的现有研究成果,然后分析了Srnchro仿真系统中信号配时优化模型、用于延误计算的百分比延误方法(PDM)模型、排队长度计算模型、停车次数计算模型、通行能力计算模型和服务水平等模型.以广州市天河北路与天河东路交叉口为例,使用延误、停车次数、排队长度组合成的综合性能指标对交叉口的当前信号相位、相序进行了全面的优化研究.应用Synchro系统优化后,最大车流量和通过能力比由1.24减小到1.02,平均控制延误由85.8 s减少到60.3 s,服务水平由F级提高到E级.试验结果表明应用Synchro系统可有效提高路口的控制效果.     

考虑动态车速的双周期干线信号协调控制多目标优化

干线协调控制通常以干线方向通行效率最大为目标，导致一些小型交叉口次路方向延误较大。针对该问题，基于车路协同环境，研究了车速引导下的双周期干线多目标优化方法。针对上游交叉口饱和交通流与非饱和交通流2种情况，提出了考虑排队消散和相位差的动态车速引导模型。以干线延误、通行能力、停车次数，双周期交叉口次路方向延误为优化目标，构建了车速引导下的双周期干线多目标优化模型，采用遗传算法对模型进行求解。基于COM接口，采用Python和Vissim搭建车路协同仿真环境，以北京市两广路的3个路口为例进行仿真验证。对比了本文模型与原配时方案、无车速引导下双周期干线多目标优化模型的效果，结果表明，本文模型相比于原配时方案和无车速引导下多目标优化模型，干线平均延误分别减少19.6%，8.3%，通行能力分别提升5.6%，8.4%，平均停车次数分别减少11.2%，24.2%，双周期交叉口次路方向平均延误分别减少33.9%，5.8%，表明本文模型将速度引导与多目标优化相结合，提高了双周期干线的通行效率，降低了双周期交叉口次路方向的延误，达到了干线和双周期交叉口共同优化的目的。      

基于模糊控制的小区域交叉口群过饱和状态信号协调优化

城市区域交通具有非线性、动态时变性、不确定性的特点,难以建立精确的数学模型.据此,针对小区域交叉口群过饱和状态,研究了基于模糊控制的信号协调优化方案.将现状交通控制下的交叉口群进口道最大排队长度和平均延误作为模糊控制的输入变量,将交叉口绿灯时间调整量作为输出变量,利用模糊C均值聚类获得输入变量的模糊集合和隶属度函数,通过一级模糊控制器和二级模糊控制器分别对区域交叉口群信号进行协调控制,达到减少区域最大排队长度和平均行车延误的目的.通过对武汉徐东商圈过饱和交通状态下的交叉口群进行多次协调控制,并对现状信号方案和协调信号方案进行Vissim微观仿真,交叉口群最大排队长度平均值由201 m减少为63 .6 m ,平均行车延误由110 .62 s减少为22 .68 s .      

基于交通流预测的城市干道相交路口信号控制

提出了一种基于交通流预测的主干道相交路口优化控制方法,将交通流预测与交通信号控制相结合,用于解决交通流量较大的城市主干道相交路口的信号控制问题.建立神经网络预测模型,用变异粒子群优化算法优化网络结构以提高预测精度和速度,将预测的下2个相位队长作为模糊控制的输入以确定下一绿相位时间,在后一绿相位持续时间内放行该相位经预测但尚未全部排队的车辆.仿真实验表明该方法能有效地减小平均车辆延误时间,达到了保持干道交通通畅的目的.     

基于多源轨迹数据的信号交叉口运行评价研究

针对目前信号交叉口运行评价指标估算模型大多需要人工采集、输入多元交通参数,且假设条件较多的局限,考虑到现状评价方法不能有效支撑交叉口绿灯时间分配失衡、车道功能划分不当等问题甄别及交叉口信号控制多方案选择与优化,依据多源轨迹数据特征及交叉口车辆运行特性,论证了基于大样本车辆轨迹数据批量提取排队车辆交叉口通行时间、初始排队长度的技术可行性,提出了基于交叉口通行时间、排队长度、二次停车率的信号交叉口运行评价体系。