城市交通流配流问题的遗传算法求解

路径的选择和交通量的分配是智能交通运输系统的主要问题．本文以遗传算法为基础，设计了一个求解该问题的优化算法，将其化为一个多约束条件的0-1规划。对路网优化设计实例表明，这一方法能迅速求出问题的全局近似最优解，并具有较高的计算精度。     

多相位控制在城市交通信号控制中的应用

随着城市道路建设的飞速发展,对道路交通信号控制提出了更高的要求,城市大中型平面交叉路口的不断增加,使得交通信号多相位控制得到越来越广泛使用.应用交通信号多相位控制不但可以解决路口各车流之间的冲突问题,而且还可以通过交通信号多相位控制使主干道或子系统内路口之间的协调更好.利用交通信号多相位控制,可以解决路口不同方向进口由于车流量不平衡而造成的既有绿灯时间空等又有一些进口的车辆排长队的现象,以提高路口的通行能力,减少路口的车辆延误时间,达到主干道和整个控制区域交通信号优化控制的目的.     

基于绿色交通的城市交通规划方法改进

就是从城市实现绿色交通的思想理念为起点,让城市尽可能的实现能够很好的保护自然环境,让城市资源得到更长期的利用,增强城市的交通运输能力等等,从这些角度出发,让城市的交通变得越来越好。从而可以让传统的城市交通规划方式得到有效的改进,让我国的一些城市能够实现绿色交通的目的。     

基于遗传算法的神经网络在道路收费中的应用

道路拥挤收费被认为是城市交通管理和控制的一个有效方法,国内外不少学者提出了模型和相应的计算方法。文章根据弹性需求下的拥挤收费模型,利用BP神经网络算法模拟路段流量和路段收费之间的对应关系,并在神经网络的训练过程中引入遗传算法,加速神经网络的全局收敛。通过训练后的神经网络制定收费,可以使得各路段流量基本达到最优路段流量的要求,并通过实例证明了该算法的有效性。     

基于改进Retinex的城市交通图像增强

为提高在雾霾天气条件下获取的城市交通图像的对比度和清晰度,本文提出了一种基于引导滤波平滑约束和分数阶积分的改进Retinex的图像增强方法.Retinex理论把一幅图像视为照射分量与反射分量乘积的形式.首先,利用引导滤波作为Retinex算法的目标函数的平滑约束项,通过最小化该目标函数获取照射分量;反射分量为原始图像与照射分量的比值,其主要体现图像的局部细节,对反射分量进行分数阶积分掩膜,在去除噪声干扰的同时保留图像的细节信息;最后,将处理后的反射分量与照射分量相乘,得到最终的增强图像.实验结果表明,本文方法在图像平滑和细节保持方面得到了很好的平衡,有效地提高了雾霾天气条件下城市交通图像的对比度和清晰度,使得增强后的图像更加真实自然.     

基于遗传算法的公交线路发车间隔优化

为优化公交企业运营管理,提出基于遗传算法的公交线路发车间隔优化方法。通过对公交线路发车间隔进行优化,平衡公交企业运营成本和乘客出行成本。以公交企业运营成本及乘客等车时间成本最低为目标,通过加权求和设定目标函数;考虑乘客舒适度、公交线路车辆满载率以及政府部门规定的最大最小发车间隔等因素,针对客流的高峰和平峰时段,建立相关约束条件;以郑州市60号公交线路为例,利用遗传算法对发车间隔优化模型进行了求解,得到了各时段的公交发车间隔,并将优化前成本与优化后成本进行比较,有效降低18%～26%的线路总成本。     

城市交通信号控制系统现状及发展透视

现代城市交通的智能控制与管理是智能交通系统的重要组成部分。交叉口的通行能力又是决定道路通行的关键所在,对城市交通网络的交叉口信号控制系统进行协调优化控制,对提高道路的通行能力和服务水平具有重要意义。文章分析了目前国内外城市交通信号控制系统现状及存在的问题,为我国城市采用此系统提供了决策依据。     

城市交通感应控制综述

城市交通感应信号控制是一种重要的交通信号控制方法,目前被国内外许多中小城市广泛应用。简略介绍了传统的感应控制方法,重点论述了基于绿时有效利用率的感应控制、基于模糊控制和绿时有效利用率的全感应控制、具有相序优化功能的全感应控制等几种改进的感应控制算法的基本原理、控制过程及线圈安装位置,分析了各种感应控制方法的延时策略。分析了定时信号控制和感应信号控制的优缺点,最后对感应信号控制的进一步研究提出了几点看法。     

城市交通噪声与控制综述

介绍城市交通噪声的来源,据此提出相应的控制措施.可为有关部门制定机动车噪声法规和城市市政建设规划提供参考.     

城市交通噪声与控制综述

介绍城市交通噪声的来源，据此提出相应的控制措施，可为有关部门制定机动车噪声法规和城市市政建设规划提供参考。     

基于遗传算法的交通信号多层模糊控制模型研究

针对城市交通信号控制问题,提出了一种基于交通需求强度的单路口多层模栅控制模型,第一层用来判断路口的交通需求强度;第二层为相位优化层,主要完成相位优化功能;第三层为绿灯时间优化层,用来确定各个相位的有效绿灯时间,针对模糊控制模型中隶属度函数优化的问题提出了利用遗传算法进行模糊控制模型中隶属度函数的优化模型,确定了遗传算法各类参数的计算方法,通过与普通多层模糊控制模型仿真的比较,结果表明本文提出的基于遗传算法的多层模糊控制模型具有较好的控制效果.     

遗传算法在城市单交叉路口信号动态控制中的研究及应用

提出一种实时遗传算法优化配时控制方法,对单交叉路口多相位交通流建立一种实时动态模型,根据不同时刻的不同车流量,选择最优相位配时和相位顺序,通过对本周期及前一周期的车流量进行实时测量,采用线性预估方法,对下一周期的车流量进行预估,以最大通行能力为路口模型控制性能指标,从而确定下一周期的相位配时方案。最后在原模型的基础上作为改进模型的例子融入了延误时间,得到了新的目标函数。采用C语言编程进行实时仿真试验,结果表明,算法实时性好,运行稳定。     

基于遗传算法的城市单交叉路口信号动态控制

针对单交叉路口多相位交通流建立一种实时动态模型,并根据不同时刻的不同车流量, 选择最优相位配时和相位顺序.提出一种实时遗传算法优化配时控制方法,通过对本周期及前 一周期的车流量进行实时测量,采用线性预估方法,对下一周期的车流量进行预估,以最大通行能力为路口模型控制性能指标,从而确定下一周期的相位配时方案.采用MATLAB语言编程 进行实时仿真试验,结果表明,算法实时性好,运行稳定.     

���ڸĽ��Ŵ��㷨������ͨ�ź���ʱ�Ż�

针对城市网络的区域信号配时,本文建立了旨在最小化网络总延误的双层规划模型.在考虑出行者出行需求的基础上,以信号相位绿灯时长为控制变量,实现总延误最小化.在对用户出行需求的路径分配上,将流量分配模型转化为均衡路径问题,进而实现出行用户均衡.由于区域信号配时的变量随着网络规模的增加而增加,因此在求解多变量优化模型时,本文采用改进的遗传算法对该多变量优化问题进行分析和求解.以典型的城市区域交通网络为例,对该问题进行分析和算法的验证.算例表明,改进的遗传算法在城市区域网络中,能够有效地实现信号配时方案的优化,对于城市交通信号配时优化和管理有积极的启示.     

基于事件驱动的城市交通信号控制方法

随着城市交通信号控制需求的不断提高,各种新智能交通信号控制算法不断被提出和改进。然而受到现有设备固有控制方式和不同类型信号机无法协同的局限,智能控制算法多停留在理论研究和仿真试验阶段。为实现不同交通信号控制算法的统一模式,提出一种基于事件调度的交通信号控制模型（ED-Model）。该模型将控制算法拆分为状态检测与请求调度两大功能模块,通过扩展后状态检测的抽象概念事件统一了系统输入,通过交通信号控制请求调度系统实现系统输入的响应模式,从而实现各类交通信号控制算法的统一实现架构。分析表明,ED-Model可以有效地实现当前各类常规控制需求,并对其他各类智能算法的移植实现具有较好的可扩展性。     

���ڻ���Ŵ��㷨�Ķ�Agent��ͨ����ϵͳ

首先简述了交通控制系统的控制结构，然后对多Agent技术在控制系统中的应用优势进行了分析，在对已有相关文献进行分析的基础上，提出了以路口Agent为单位的多Agent交通控制系统结构和路口Agent的内部结构，并对Agent间的协调机制进行了讨论.以混合遗传算法作为路口Agent的计算模型，以延误作为PI值，采用惩罚函数对绿信比进行了优化，通过matlab编程进行实际数据验证，结果表明混合遗传算法的优化结果优于已有的爬山法.     

城市道路交通信号控制的若干问题

针对我国城市道路交通信号控制中的灯色规定和一些常用信号正反两方面的影响因素等进行分析。首先提出我国现行交通法律法规对信号灯色规定的不足之处,然后对交通信号控制存在的基本问题进行重点研究。通过分析不同信号灯色（如机动车黄灯、红灯＋黄灯、绿闪、红闪,行人绿闪）及其他辅助设施（如倒计时信号）对交叉口交通安全和通行效率的影响,对信号灯色及倒计时信号设置提出方向性建议,并就道路交通安全法及其条例的补充、修订给出相应建议。最后,简要分析了信号控制领域应着重研究的若干理论和应用层面的问题,包括绿灯间隔时间、信号周期、转弯车辆控制策略、公交优先控制、自适应控制、干路协调控制等。     

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.     

基于深度强化学习的城市交通信号控制综述

传统模型驱动的自适应交通信号控制系统灵活性较低,难以满足当前复杂多变交通系统的控制要求.近年来,深度强化学习方法在城市交通信号控制研究领域得到快速发展,并且与传统方法相比展现出一定的优势.交通信号控制在城市交通管理中起着至关重要的作用,因此,基于深度强化学习的交通信号控制具有较高的研究价值和意义.本文系统地介绍了深度强...     

一种基于模糊逻辑的城市交叉口交通信号控制方法

提出了一种基于模糊逻辑的交叉口信号控制方法, 此方法不需要建立复杂的交通流模型, 可以有效地解决交通信号控制过程中复杂和随机性难题。同时应用加权系数的遗传算法对模糊逻辑控制器的参数进行了优化。仿真结果表明模糊逻辑控制可以成功地应用于城市交叉口交通信号控制中。