基于模拟退火的交叉口自适应信号控制优化研究

在车联网环境下,以交叉口车辆的平均延误时间最小为优化目标,通过神经网络预测各进口短期时间窗交通流到达情况,进而基于模拟退火算法提出了交通信号控制动态配时方法。选取成都市某一交叉口的实测交通流数据,在VISSIM环境下对COM进行二次开发实现了早高峰、平峰和晚高峰时段下的自适应信号优化控制,对固定信号配时情况和模拟退火优化情况进行仿真,结果表明基于模拟退火算法的自适应信号控制能够显著提高交叉口的通行能力。为进一步说明本方法的优越性,将结果与遗传算法优化结果进行对比,发现模拟退火算法结果更优,三个时段内车辆的平均延误分别节省了15.61s/veh、0.47s/veh和8.53s/veh,平均停车次数也分别降低了0.59次/veh、0.04次/veh和0.27次/veh,证明了方法的有效性。     

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...     

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.     

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.     

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。     

基于ARRB模型的交叉口多目标信号配时优化研究

城市交叉口交通拥堵和机动车尾气排放是近年来城市发展面临的重要问题,而信号配时优化是提高城市交通运行效率、缓解车辆因频繁起停而加剧尾气排放的有效手段之一。本文基于ARRB模型下的信号配时设计方法,综合考虑效率与环境的双重目标,研究不同停车次数惩罚系数下的信号配时方案。同时,以成都市某大型十字交叉口为验证实例,结合VISSIM计算仿真,分析了交通延误、停车次数与排放、油耗的影响关系,继而得到了综合最优的停车次数惩罚因子与配时方案。该方案使延误和停车次数平均提高了36.4%,排放及油耗平均降低了19.4%。     

基于模式搜索算法的交叉口信号配时优化研究

交叉口信号配时优化,对提高城市道路的通过能力,缓解城市交通拥堵,具有重要意义.本文研究了相对固定周期条件下,交叉口信号配时随道路上交通流量变化而调整的优化算法.以各相位各进口道上总的延误时间最小为目标,并考虑了最小绿灯时间和饱和度限制约束条件,构建了城市单点交叉口信号配时的非线性模型,为设置交叉口信号配时提供了新的方法--模式搜索算法.利用模式搜索算法对模型进行求解得到配时方案,并将得到的配时方案和传统的Webster算法得到的配时方案进行比较.研究结果表明:模式搜索算法在解决单点信号交叉口信号优化控制方面具有较好的实用价值.     

基于带宽最大化的城市干线子区划分技术研究

针对以直行车流为主要流向,实行两相位控制的城市干线,基于经典的MAXBAND 模型,建立了干线分子区协调控制模型.该模型自动将干线分为若干具有3–6个交叉口的控制子区,每个子区追求最大化绿波带宽,不同子区协调方向的直行车辆享有尽可能均等的绿波通行时间.采用遗传算法求解模型,求解结果显示,分段点一般为周期相对较大或间距较大的交叉口.通过与Synchro 优化方案相比,本文模型优化的方案可以使子区的平均带宽有效率提高27.8%.利用CORSIM对分别采用本文模型和Synchro 划分的 6 种配时方案进行仿真,结果表明,与后者优化的方案相比,本文模型优化的方案具有更优的干线平均延误、平均车速、停车率等性能指标.     

基于车辆排放的交叉口信号配时优化控制

从减少城市交叉口车辆排放的角度出发,根据行驶方向与行驶工况变化对车辆尾气排放的 影响,建立了车辆在直行和左转过程中完全停车、不完全停车以及不停车3 种状态下的机动车综 合排放模型,并将其与延误相结合,提出以车辆延误与排放的综合指标为优化目标,基于等饱和 度优化分解算法对信号周期进行求解的优化控制模型。使用VISSIM 微观交通仿真软件分别对原 有配时、Webster 优化配时和文中提出的综合指标优化配时进行了仿真实验和对比分析。结果表 明,采用文中算法优化的配时在交叉口总延误时间、总排放量和综合指标PI 方面都明显减少,优 化效果显著。     

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。     

基于模糊理论的城市区域交通控制研究

城市区域交通协调控制是智能交通的主要研究方向,研究的主要目的是避免交通拥塞的产生,并能够在发生时及时疏散车辆。针对这种情况,提出一种基于模糊理论的区域协调控制方法,以区域内交叉口各相位方向的排队长度为评价参数,建立模糊控制规则对区域交通进行协调控制,采用典型五交叉口组成的区域对提出方法进行验证。结果显示:该方法能够有效地提高交叉口的通行能力和平均延误时间。     

基于停车场限制的物流中心选址模型及算法

针对停车场限制的物流中心选址问题,建立了双层规划模型．上层规划以物流中心费用最小来确定物流中心的位置,下层规划建立了配送／采购车辆与城市道路交通组合分配模型,最后,采用遗传模拟退火算法对模型进行求解．     

基于多智能体的城市交通区域协调控制方法

在分析城市道路交通信号控制特点的基础上,提出了基于多智能体的城市道路区域协调控制方法.在单路口Agent中引入加强学习方法,实现交通信号实时在线调整;在由多交叉口构成的区域路网中,以车辆平均延误为目标,通过多路口Agent之间的协调机制,实现城市交通区域信号控制的智能协调和全局优化,提高整个区域交通的效率,减少车辆的延误.通过仿真实验,与定时控制和感应控制相比,该方法使车辆的平均延误明显减小.     

基于交叉口双站台的BRT 优先控制研究

为解决交叉口因BRT优先影响其他车辆通行问题,提出基于交叉口双站台的BRT 优先控制方法. 给出交叉口BRT双站台设置方法,对比分析BRT在交叉口单、双站台的平均延误. 根据BRT发车时刻、交叉口信号配时、BRT平均车速、交叉口间距及站台停靠时间等,制定 BRT站台预停靠方案和行车时刻表. 为确保BRT按照预停靠站台及时刻表运行,采用BRT车速引导与信号配时双重补偿修正BRT 实际离站时刻与时刻表的偏差. 以常州BRT 1 号线为例,对应用本文方法的5 个交叉口进行分析. 结果表明：BRT在每个站台实际离站时刻偏差范围为±5 s、±10 s、±20 s 时,本文优先控制方法显著减少BRT停车次数和延误,提高了BRT整体运营效率.     

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.     

城市交通连续平衡网络设计问题的GASA混合算法

通过建立城市交通连续平衡网络设计问题的双层规划模型,提出的一种基于遗传算法和模拟退火算法的GASA混合算法,经实例验证其与单一算法相比,具有较高的精确度,且最优解的性能指标有很大改善,在解决大型网络设计问题方面具有明显优势。     

����п���·������··�躯�����о�

城市道路分等级路阻函数的研究对智能交通系统(ITS)至关重要，本文首先分 析了大城市快速路以及主干路的特点，并给出了相应的路阻函数的形式，并基于实际调查数据分析了城市快速路及主干路路段的车速与交通量的关系，通过得到的关系论述了两等级道路的路段路组函数的特点及适应形式。并重点针对主干路的交叉口延误计算进行研究，建立了适应各类型交又口延误计算的统一模型，设计了延误计算公式的检验方法，并通过实际调查数据进行了模型的检验.最后确定了城市快速路与主干路路阻函数的模型。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。