基于强化学习的干线信号混合协同优化方法

交通拥堵已成为很多大中城市普遍存在的社会问题。信号控制作为缓堵保畅的重要措施之一,愈发受到社会关注。信号优化手段可分为模型驱动和数据驱动两类,且随着交通大数据的不断充实,基于强化学习的数据驱动方法日益成为新兴发展方向。然而,现有数据驱动类研究主要偏重于决策模型设计,缺乏对智能体结构的探讨;同时,在多路口协同方面多采用分布式策略,忽略了智能体之间信息交互,无法保障区域层面的整体最优性。为此,本文以干线信号为对象,构建一种多智能体混合式协同决策的信号优化方法。首先,针对交通状态的多样性、异构性及数据不均衡性,设计分布训练-分区记忆的单智能体决策模型,并优化状态空间和回报函数,界定单路口控制的最佳方案;其次,融合分布式和集中式学习的模型优势设计多智能体交互方法,在单路口分布式控制的基础上,设置中心智能体评价局部智能体的决策行为并反馈附加回报以调整局部智能体的决策模型,实现干线多信号的协同运行。最后,搭建仿真平台完成效果测试与算法对比。结果表明：新方法与独立优化和分布式协同相比,在支路交通流基本不受影响的前提下,干线停车次数分别降低了14.8%和13.6%,具有更好的控制效果。     

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...     

考虑行人保护策略的交叉口信号配时优化模型

为促进平面交叉口的行人交通安全,本文基于美国国家电气制造商协会(NEMA)的双环相位标准,将行人专用相位(EPP)、行人同步保护相位(CYPP)以及行人前置相位(LPI)这3种行人保护策略整合到一起,以信号周期和行人-右转车的冲突点数量最小化为目标,构建交叉口信号配时优化模型。在假定交通参与者遵守信号规则的前提下,除LPI策略中远端行人与右转车冲突外,其余冲突点经模型优化后皆可消除,并且机动车的通行效率能够得到维持。该模型属于0-1 混合整数线性规划问题(BMILP),可用分支定界法求解。选取南京市两个交叉口进行实例研究。结果表明：在交叉口几何尺寸及交通流量较小时,模型倾向于得到 EPP 方案,否则倾向于得到 CYPP和LPI方案;在进口道设有直右共享车道或右转相位不易满足最大饱和度限制时,模型倾向于得到LPI方案。     

基于交叉口可靠性的公交优先信号配时优化模型

公交信号优先被广泛应用于提高道路通行能力和服务水平等方面,但是,公交信号优先经常会破坏路网,从而导致交叉口可靠性降低.因此,交叉口可靠性是交通信号设计中需考虑的一个重要问题.本研究针对单点交叉口提出了基于可靠性的公交信号优先配时优化模型,将人均延误最小化作为目标函数,将交叉口相位清空可靠度指标作为一个重要约束条件,该模型在优化信号配时的过程中不仅降低了人均延误,并且保证了交叉口的可靠性.本研究将该优化模型应用于单点交叉口,通过分析影响参数得到:仅提高可靠性要求,延误时间会非线性增加;若一味地降低总延误会导致低可靠性.最后,通过案例分析将传统模型与本研究模型进行对比分析,验证了本研究所提出模型的实用性.     

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。     

基于累积能耗的信号交叉口优化配时方法

为了减少车辆在城市道路系统中的能源消耗,从降低信号交叉口能耗的角度出发,对交叉口进行基于累积能耗的优化配时方法研究。在累积延误分析的基础上研究机动车怠速能耗、减速能耗和加速能耗的规律,由此推导出信号交叉口累积能耗模型,在该模型的基础上建立基于累积能耗与延误综合指标最小的交叉口信号配时优化模型。利用实际交叉口的vis-sim仿真,对比分析现状配时、韦伯斯特法配时和基于累积能耗方法配时的交叉口累积能耗和延误,结果表明,基于累积能耗的优化配时方法可以有效降低累积能耗和延误。     

古棕路与沪城环路交叉口相位及信号配时优化

交叉口相位及信号配时优化是提高交叉口服务水平的重要途径.针对古棕路与沪城环路交叉口现有的交通状况及存在的问题.应用Webster配时方法进行交叉口信号配时设计,并运用Synchro仿真不同配时方案下的交叉口延误情况,最终确定使交叉口延误最小、服务水平最高的配时方案.     

基于遗传算法的交叉口信号配时多目标优化

为了提高城市交叉口通行能力和减少机动车尾气排放,提出了利用遗传算法实现多目标优化的方法,开发了基于遗传优化的城市交通微观仿真模型,并进行了仿真试验.仿真结果表明:这种多目标优化方法可以获得更好的交通信号控制效果和改善环境.     

城市单点交叉口信号配时优化

为了缓解城市交通拥挤, 分析了城市单点交叉口交通流特性与通行能力, 建立以平均延误时间最短、平均停车次数最少为目标, 以相位有效绿灯时间、饱和度及周期时长为约束条件的城市单点交叉口信号配时优化非线性函数模型, 用遗传算法及遗传模拟退火算法对其进行求解。求解结果表明, 遗传算法及遗传模拟退火算法均可将平均延误由现状的40.394 s优化至10^-3 s, 减少了平均停车次数, 获得较为理想的效益值, 将各交叉口服务水平由C级提升到A级。     

基于Synchro的畸形交叉口信号配时优化分析

介绍信号配时模型的现有研究成果,分析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、停车次数计算模型、通行能力计算模型和服务水平等模型。以重庆市临江门交叉口为例,在调查实际数据的基础上结合进口道调整对当前信号配时方案进行优化研究。经过Synchro系统优化后,最大饱和度由1．19减小到1．01,平均控制延误由68．5S减少到36．4s,服务水平由E级提高到D级。结果表明应用Synchro系统可有效提高路口的控制效果。     

基于VISSIM的交叉口信号控制优化

城市十字路口较多,加之信号配时不合理,车辆通过就会干扰频繁,使得延误时间过长,十字路口的通过量低.文章以桂庙村口交叉口为例,在对该路口交通流量数据调查的基础上,运用VISSIM建立微观仿真模型,检验仿真与现实路口的相似度,通过“等效交通量”方法优化配时方案,并对优化前后的配时方案进行仿真评价.仿真结果表明：优化方案使得交叉口停车时间下降了10.96％,平均排队下降了15.82％,通过车辆数增加了12.92％,说明优化配时方案能够有效提高该交叉口的服务水平,提高通行率.     

�������н�ͨ�Ľ�����ź���ʱ��Ŀ���Ż�ģ��

城市道路交叉口各交通方式构成比例不同,对控制方案需求不一. 针对各种交通方式混行的信号控制交叉口,考虑道路使用率、出行者时间效率以及环境效益之间的协调关系,结合多目标规划模型的思想,以通行能力最大、车辆停车率及出行者平均延误最小为目标,以饱和度为约束条件,建立交叉口信号配时多目标优化模型. 根据不同交通状态下,各交通方式混合比例确定各性能指标的重要程度,最后运用遗传算法进行求解. 计算结果表明,配时参数多目标优化模型在综合性能指标下优于Webster算法,而且能较好地适应各交通状态的变化,使快、慢行交通协调运行.     

基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性,提高交通流参数估计精度,基于深度学习提出一种交通流参数估计的组合方法.根据目标断面及其上游断面的交通流数据构造输入矩阵,利用卷积神经网络捕捉交通流的空间特性,使用长短期记忆和门控循环神经网络挖掘交通流的时间特性,组合3种深度学习方法所得输出,得到交通流参数估计值.采用中国安徽省合肥市和美国加州...     

交叉口交通信号配时优化研究——以宣城市某交叉口为例

信号配时优化是提高交叉口服务水平的重要途径.以中小城市交叉口为例,通过对现状交通量、交通信号配时的分析,以及时在低交通量条件下的信号优化配时方法的讨论,并利用Vissim软件进行交通仿真,结果表明,非比例调整方法具有一定的优越性.     

智能网联环境下基于混合深度学习的交通流预测模型

为适应未来智能网联环境下精细化交通流预测需求,提出一种基于混合深度学习 (Hybrid Deep Learning, HDL)的车道级交通流速度预测模型. 模型以智能网联系统强大的数据采集和计算能力为基础,采用集成经验模态分解算法将原始速度序列分解为多个固有模态函数分量和残差分量,并将所得分量重构为模型输入;利用双向长短期记忆神经网络和注意力机制,构建深度学习模型框架;为检验模型预测精度和可靠性,选择北京市二环路多个连续车道断面速度数据进行算法验证. 结果表明,HDL模型在不同车道均有理想的预测结果,单步和多步预测精度均显著优于对比模型.     

基于Synchro仿真的交叉口渠化与信号配啦协调优化

考虑到交叉口渠化对信号配时的影响,提出一种信号配时协调优化方法。第一阶段,在交通调查基础上,利用Synchro仿真软件对现有交叉口配时方案进行优化;第二阶段,根据第一阶段配时优化结果和交叉口现状提出合理的渠化改进方法,并进一步利用Synchro仿真软件得到新的优化配时方案;最后,从两个方案中选择较优的作为最后方案。典型交叉口案例表明,本协调优化方法可在较少渠化的基础上提高交叉口服务水平,尤其适用于拥挤的交叉口。     

基于HAM的汽车乘员约束系统多参数优化

针对汽车乘员约束系统高度非线性且难于求解最优值的特点,提出全局敏感性分析结合混合元模型的优化方法,通过蒙特卡罗模拟在整个设计空间内采样,以元模型代替仿真模型来完成设计参数的敏感性分析,并将分析获得的信息用于混合元模型优化（hybrid and adaptive metamodeling method,HAM）,将二阶多项式响应面、Kriging模型、径向基函数三种元模型有机结合,自适应选择最佳的元模型进行寻优.搜索过程中元模型不断更新与重建,逐渐提高关键区域的精度,从而快速寻找到全局最优解.对某工程实例的优化结果表明该方法是有效的.     

BRT主动优先交叉口信号配时方法改进设计

现有的BRT主动优先控制配时,大多忽略红灯期间次干道排队长度过大,甚至溢出交叉口进道口范围的问题。据此建立优化模型如下:以交叉口乘客人均延误和次干道排队长度二者为约束组建双目标优化函数。最后,运用Synchro软件进行实例计算,结果表明此模型能有效降低次干道排队长度过大问题,优化交叉口的通行效率。