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.     

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.      

基于比功率法的信号控制交叉口排队车辆尾气排放估计

为了优化信号控制参数以降低机动车在交叉口上的尾气排放,分别根据排队车辆的减速工况、怠速工况、加速工况,按照比功率法建立了一种新颖的反推估计方法,定量估计信号控制交叉口前排队车辆的尾气排放总量,并建立了信号控制参数优化的尾气排放评价依据,最后应用建立的模型对某个单点定时信号控制交叉口前排队车辆的尾气排放进行了估计.研究结果表明:该方法能依据比功率计算公式反推出加速过程和减速过程经历的所有比功率区间对应的时间长度;可根据车辆的到达和离去特征、信号配时参数计算每周期的总停车次数和平均停车延误,以此作为受信号控制影响的停车车辆总数及怠速工况对应的时间长度;应用该方法估计尾气排放是可行的.     

静止队列法交叉口排队与停车延误分析

交叉口延误是现代城市交通研究的重要课题,论文采用静止队列法分析了交叉口排队与停车延误。根据车辆通过交叉口的真实过程,运用静止队列法,以队列首尾各自向上游移动描述排队过程,在此基础上分析了一次排队和二次排队通过交叉口的排队长度与停车延误,并归纳了排队长度与停车延误的一般算式,最后仿真研究了连续多个周期各时段的排队长度及其变化,讨论了时段长度与停车延误准确度的关系,并确定了时段长度合适的取值范围。     

信号控制下交叉口延误计算方法研究

为了对交通信号控制参数进行优化,需要对交叉口延误进行定量的分析与计算。根据信号控制交叉口理论,在以往定时信号延误研究的基础上,基于交叉口一个进口方向的车辆延误分析,针对交叉口各进口方向同时处于非饱和与同时处于过饱和交通状况,分析并推导了交叉口延误公式.并用具体的算例说明了公式的用法。公式表明了交叉口延误与信号控制参数、车辆到达率等参数之间的动态关系,为进一步研究交通信号自适应控制方法和建立交通信号控制参数优化的性能指标函数提供了信息。     

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.     

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。      

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.     

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.      

移位左转交叉口自适应信号控制方法和模型

为降低交通流波动对移位左转交叉口通行效率与安全的不利影响,运用模型预测控制(MPC)确定移位左转交叉口自适应信号控制方法的基本框架,在此基础上,实时检测交通数据进行短时交通预测,并对累计到达消散理论进行拓展,将交通流划分为随机到达流、车辆到达受预信号影响的约束流以及车辆到达受主信号多流向影响的组合流3种类型,根据上、下游行程时间差对主、预信号间不同车流的到达情况进行推演,提出面向移位左转交叉口的延误估算方法,建立以延误最小为目标的自适应信号配时优化模型.运用Vissim软件进行仿真验证,结果表明,与定时控制相比,文中方法可使移位左转交叉口的车均延误、停车次数、排队长度分别下降31.2%,7.4%,47.8%.      

Multi-objective optimal predictive control of signals in urban traffic network

Traffic congestion in urban network has been a serious problem for decades. In this paper, a novel dynamic multi-objective optimization method for designing predictive controls of network signals is proposed. The popular cell transmission model (CTM) is used for traffic prediction. Two network models are considered, i.e., simple network which captures basic macroscopic traffic characteristics and advanced network that further considers vehicle turning and different traveling routes between origins and destinations. A network signal predictive control algorithm is developed for online multi-objective optimization. A variety of objectives are considered such as system throughput, vehicle delay, intersection crossing volume, and spillbacks. The genetic algorithm (GA) is applied to solve the optimization problem. Three example networks with different complexities are studied. It is observed that the optimal traffic performance can be achieved by the dynamic control in different situations. The influence of the objective selection on short-term and long-term network benefits is studied. With the help of parallel computing, the proposed method can be implemented in real time and is promising to improve the performance of real traffic network.     

基于自适应网格粒子群算法的多目标配送优化模型

对配送方案的选择提出多目标优化,在满足客户需求的前提下,力求成本最低和各配送中心负荷均衡,建立多目标规划模型。运用粒子群算法对解空间粒子进行局部和全局的搜索,再运用自适应网格算法对非劣解外部集进行更新和维护,保持其规模。实证表明,采用基于自适应网格的多目标粒子群算法对该模型进行求解能够得到均匀分布于解空间的Pareto前沿。结果表明两目标具有一定的悖反关系,据此选择满意解。     

单点交叉口鲁棒优化信号配时研究

为了消除单点信号控制不适应交通流波动的缺陷,提高信号控制的稳定性,建立了多目标信号配时优化模型.该模型以平均延误时间最短,通行能力最大,以及鲁棒性最好即流量波动时车辆延误标准差最小为目标,以有效绿灯时间、总时长、各方向最大滞留车辆数为约束条件,对定时信号配时参数进行优化,并利用遗传算法对模型进行求解.求解结果表明,该方...     

基于多目标模拟退火算法的高速电磁阀优化设计

高速电磁阀的关键结构参数对高压共轨喷油器的响应特性具有决定性影响,采用多目标模拟退火优化算法MOSA(Multi Objective Simulated Annealing),基于多目标多学科优化平台modeFrontier,并集成有限元分析软件Ansys,以高速电磁阀开启、关闭延迟时间和电磁力为目标函数建立了多目标优化模型,对高速电磁阀的关键结构参数进行多目标优化设计。结果表明:电磁阀开启延迟时间降低了15.4%,达到0.11 ms;关闭延迟时间降低了25%,达到0.18 ms,;电磁力提高了12.5%,达到160 N。     

基于PARETO最优解的重型汽车传动系速比优化

针对某重型汽车动力传动系统匹配设计中遇到的参数反求问题,提出了基于PARETO最优解的重型汽车传动系统参数优化方法.建立了某算例车型的CRUISE仿真模型的近似模型,并将其作为多目标优化的代理模型.利用Matlab遗传算法工具箱对该优化问题进行了求解,得到了算例车型传动系参数的1组PARETO最优解集.结果表明,计算所得PARETO解集能为工程人员提供多种可选方案,方便其选择合适的传动系统参数.     

随机条件下单点交叉口绿灯时间计算方法研究

通过分析交叉口交通流的随机特性,建立了以期望排队长为目标函数的绿灯时间优化模型。在模型求解过程中,利用Lagrange乘数法给出了求解随机期望值模型的解析算法,通过随机仿真逼近随机函数得到了交叉口各相位绿灯时间的最优值。最后以两相位信号交叉口为例进行了算例试验和分析,结果表明到达率的随机变化特性对于绿灯时间的分配有明显影响,仿真结果验证了模型和算法的正确性。     

信号交叉口自动驾驶左转车辆类人化全局运动轨迹规划

为了提高信号交叉口自动驾驶车辆左转运动规划的适应性、鲁棒性与类人化程度，提出一种考虑多目标需求的自动驾驶类人化全局运动规划方法。首先，基于西安市北大街信号交叉口规格构建结构化场景，结合车辆运动学模型与道路几何规格定义自动驾驶车辆规范化行驶安全域和车辆运动参数约束条件；其次，根据信号灯状态、道路限速与车辆性能约束制定上游阶段车辆不停车通行规则，以行驶安全、燃油消耗、通行效率与驾驶舒适度作为目标性能函数，构建类人化全局多目标优化模型，通过人类驾驶的车辆预转弯行为耦合上游阶段与转弯阶段；再次，针对非线性运动规划模型变量与约束规模化问题，采用粒子群算法与全联立正交配置有限元方法求解不同阶段车辆运动轨迹的最优解；最后，试验建立Prescan与MATLAB/Simulink联合仿真平台，从多目标性能、适应性以及合理性方面验证该模型的综合性能。结果表明：在以信号灯状态和车辆初速度为变量建立的12种工况下，该模型与人类驾驶车辆、混合运动规划模型相比，平均可分别节省燃油消耗63.7%和29.5%，平均通行延时分别降低3、0.9 s，且轨迹曲率更平缓，最大横向加速度与方向盘转角平方和的平均值最小，证明该模型的多目标性能更好；在以路缘石半径与车道数目为变量建立的7种交叉口规格工况下，所提出模型的车辆轨迹平滑，轨迹安全域边界距离始终大于1.4 m，曲率变化符合期望且峰值小于0.22 m^-1，说明该模型具有较好的适应性；在自由/固定终端时刻条件下，该模型规划的车辆空间路径、速度、曲率及航向角的变化与目标权重变化保持一致，验证了模型的合理性。     

基于改进粒子群优化算法的多目标自适应巡航控制

跟驰过程中,在保证安全性的前提下为了提升自适应巡航控制(ACC)系统的舒适性和燃油经济性,研究了多目标自适应巡航控制算法.在建立车间纵向运动学模型的基础上,根据模型预测控制理论,设计综合考虑安全性、舒适性、燃油经济性以及车辆自身限制等因素的目标函数和约束条件,并引入松弛因子向量软化硬约束边界解决无可行解问题.进一步在滚...     

考虑稳健性的汽车结构耐撞性优化设计

本文中基于C-NCAP中40%重叠度的偏置碰撞工况对某轿车进行结构耐撞性优化。为提高输出响应的预测精度,使用基于粒子群算法优化的支持向量回归模型来拟合设计变量与输出响应之间的关系,并利用非支配排序多目标遗传算法Ⅱ获得该优化问题的Pareto前沿。在确定性优化的基础上,并考虑产品性能在不确定因素影响下的波动,对其进行稳健性优化设计。最后,对优化结果进行有限元仿真验证。结果表明:优化后,结构质量减轻,耐撞性能明显提升,同时保障了稳定的产品性能。