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.     

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%.     

交叉口定周期信号控制多目标优化方法

为了克服以往采用加权组合方法将多目标优化模型转为单目标优化模型进行求解的弊端,以非饱和交叉口为研究对象建立了定周期信号控制参数的多目标优化模型,并以非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA II)为基础建立了直接求解单个交叉口交通信号多目标控制模型的相容优化方法。最后通过实例分析了延误、停车率、排队长度等常用交通信号控制目标的有效性和对控制参数的敏感性。研究结果表明:与单目标优化方法相比,多目标相容优化方法更能减少车辆在交叉口上的停车延误和排队长度;与加权组合方法相比,多目标相容优化方法能获得更优的综合交通效益。     

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.     

基于遗传算法的交叉口信号控制可靠性优化模型研究

随着城市道路交通网络可靠性研究的深入,交叉口的可靠性问题开始凸显。交叉口可靠性主要取决与各进口流量的大小和交叉口控制方式。当前以平均延误为优化对象的控制方式实际上很难满足路口可靠性的要求。本文在定义了路口旅行时间可靠性的基础上,运用概率论基础知识,建立了路口可靠性优化控制模型,并且运用遗传算法对优化模型进行了求解。     

基于遗传算法的城市交叉口实时信号控制研究

研究了相对固定周期条件下交叉口信号配时随路上交通流量变化而实时调整的优化算法。以各相各进口道上总的延误时间最少为目标建立优化函数，以饱和度限制及最小绿灯时间要求为约束条件建立非线性规划模型，采用遗传算法对模型进行求解以得到最优配时方案。通过仿真实例说明了函数构造和求解过程。在仿真实例中比较了不考虑饱和度限制下的优化情况和仅以各相关键进口道的总延误最小为目标的优化情况。结果表明，为保证优化的正确性及合理性，应考虑最大饱和度的限制，并以各相各进口道的总延误最小为目标，建立目标优化函数。     

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.     

交叉口信号优先技术在有轨电车系统中的应用研究

本着公交优先的理念,针对以有轨电车为代表的中运量公交在交叉口的安全与延误问题。基于有轨电车路权、速度、车长、加减速等特性,提出了适用于有轨电车通行的交叉口信号相位设计方法。并以上海松江有轨电车线路为例,分析了针对不同交叉口类型及不同有轨电车断面型式下的信号优先相位设计方法。通过交叉口信号优先技术的应用,可以有效提高有轨电车安全性与运行效率。     

一种基于模糊逻辑-遗传算法的城市单交叉口交通信号控制方法

针对传统的单交叉口交通信号控制方法考察不全面和运算量大等缺陷，引出了“大相位”的概念。提出了一种基于模糊逻辑-遗传算法的城市单交叉口交通信号控制方法，通过分析和仿真，对该信号控制方法的有效性进行了验证。仿真结果表明，该方法有效地提高了控制效果和计算效率，特别是在路口交通量相差较大和变化较快的情况下。     

信号控制交叉口交通组织优化研究

为提高城市信号控制交叉口的运行效率和保障行车安全,针对城市信号控制交叉口冲突点的特性,提出了信号控制交叉口交通组织优化方法,建立了信号控制交叉口交通组织优化仿真模型。该模型以西安市西影路与雁翔路十字型交叉口为例,对该信号控制交叉口进行交通渠化、信号相位设计及信号配时优化,利用Vissim微观交通仿真软件对优化方案进行仿真,仿真结果表明,交叉口总延误减少了30.9%,东进口左转减少45%,西进口左转减少了22.5%,南进口总延误减少39.4%,北进口总延误减少62.6%。     

基于移动控制代理技术的交叉口交通信号控制算法

基于移动控制代理技术和“当地简单,远程复杂”的控制思想,提出了一种新型的交叉口交通信号控制算法。采用移动控制代理软件把多种交叉口信号控制算法“打包”成可在计算机网络上分发的移动控制代理(Mobile Control Agent,MCA);由位于远程监控层的网络调度器,根据交叉口实时交通流状况向交叉口信号控制器派遣或召回相应的MCA,从而实现“按需控制”。这种做法可降低交叉口信号控制器所需的内存等计算资源,实现低成本自适应智能交通信号网络化控制。     

采用遗传算法的交通信号模糊控制器优化设计

一般模糊控制器控制规则依赖于专家经验，量化因子固定，不能随交通流的变化而动态改变，针对这种情况，提出了基于遗传算法的模糊控制器的优化控制．对模糊控制器所作出的决策进行动态调整，文章介绍了控制过程、染色体的编码及遗传算子的实现方法。以车辆平均延误为目标函数，在模糊控制器作出判决的基础上，对控制规则的调整量进行全局寻优，加快了收敛速度。通过对某一4相位交叉口进行仿真的结果表明．控制效果有明显的改善。     

北京市交通信号管理与控制平台设计及应用

在分析现有交通信号系统的特性以及存在问题的基础上,以对现有信号系统进行有效整合、综合利用交通流数据、提高交通信号控制的管理水平为目标,设计了1种集成的交通信号控制平台,并给出了平台在北京市交通信号管理与控制系统中的应用。     

基于遗传算法的交通监控图像模糊恢复

提出一种用遗传算法进行图像模糊恢复的方法.该方法具有计算简单和全局搜索收敛的优点,实验结果是得到了高质量的图像恢复效果,表明了该算法的有效性.     

基于模糊控制算法的干道信号协调控制优化

城市干道是城市交通的主要载体,干道的畅通对提高城市道路的通行能力、缓解城市的交通拥挤起着重要的作用.城市交通系统是一种对象不确定的,结构十分复杂的大系统.城市道路交通控制主要是对交通信号的控制,针对对象的不确定性和复杂性,文章从交通信号控制的角度,对城市干道交通信号控制策略及其控制优化的参数(周期时长、绿信比、相位差)进行分析,并结合合肥市芜湖路的交通状况采用模糊控制的方法实现城市交通干道的优化协调控制.通过 Vissim 仿真,对芜湖路分别采用模糊协调控制方案、传统数解法协调控制方案及单点控制方案进行比较,结果表明模糊协调控制方案明显优于其他2种方法.     

基于小生境混合遗传算法的交通网络最大流控制

现代城市道路错综复杂,各条道路交错相连.如何分配各道路流量使得交通系统中的流量最大是智能交通的一个重要环节.从若干条互相关联的道路出发,把它们看成一个整体,通过建立优化模型来计算出各条道路的最大平均流量.因为系统庞大,且求解模型中有多个等式约束,对其转化为多目标优化模型来解决,把自适应的适应度函数加入基于小生境的混合遗传算法中求解.用实例仿真,结果令人满意.     

交通规划中基于遗传算法的最短路交通分配法应用研究

对交通分配中的最短路径和遗传算法进行分析,提出一种适合在不考虑各条出行路径路况和用户出行行驶速度情况下基于遗传来搜索最短路径的分配方法.介绍交通分配的最短路法原理以及遗传算法的概念和过程,给出基于遗传算法的搜索最短路算法过程设计,并用简例对其进行说明.     

基于交通预测的多态交通流信号控制

为解决现有信号控制方法对多态交通流交叉口适应性不足的问题,通过在交叉口设置多功能进口车道和车辆检测器、车道控制器等硬件设施,进行了短时交通流预测基础上的多态交通流条件下交叉口信号配时优化研究。根据交通量预测数据,建立信号控制延误估计模型,以交叉口总延误最小为优化目标选取多功能车道流向,根据每相位最大排队长度逐步优化绿灯时长并实施信号控制。短时交通预测以小波分析为基础,采用RBF神经网络及Markov链分别预测交通流的稳态与随机部分。使用VISSIM软件对设置多功能车道的交叉口多态流信号控制方法进行了交通仿真。分析结果表明：该方法可有效降低行车延误,提高交叉口服务水平。