基于机动车延误的Hook-turn交叉口信号控制方案优化方法

为了给Hook-turn交叉口信号配时方案设置提供理论依据,建立了交叉口直行专用车道的机动车延误计算方法;之后考虑交叉口内部待行区左转机动车发生排队上溯、未发生排队上溯2种情况,建立了直行/左转/右转共用车道的机动车期望延误模型;研究了待行区左转机动车对同相位交通流运行的影响,提出了有效利用绿灯时间的校正方法。以交叉口机动车平均延误最小为目标,以周期时长、相位绿灯时间为自变量,建立信号配时方案优化方法。采用实际交叉口数据对所建立方法进行检验,并根据Hook-turn方法设计了2种改进渠化方案;在VISSIM中采集2种改进方案、现状方案的机动车延误指标,并进行对比分析。结果表明:在优化信号配时方案下,Hook-turn方法可以减少直行机动车以及交叉口整体机动车平均延误;当左转车流量较小时,Hook-turn方法的效益显著。     

基于MP 与MPC 相结合的分布式交通信号控制研究

依托于最大压(Max Pressure,MP)分布式信号控制特性,结合已建立的实时排队长度预测模型,利用模型预测控制(Model Predictive Control,MPC)进一步对修正后的MP信号控制策略进行滚动反馈优化,提出了MP与MPC相结合的分布式信号控制方法. 模型验证结果表明：MPC嵌入后,MP优化下的交叉口1 与交叉口2 延误分别降低了13.47%、15.35%;并且对比了MP绿信比分配权重修正前后对控制输出的影响,优化后瓶颈路段的车道4 和车道10 的排队溢出次数分别从6 次和9 次降低为0 次,表明修正后MP绿信比权重的信号优化策略更能有效防止排队溢出现象的发生.     

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.     

重力模型在TRANSCAD中的应用研究

集GIS与交通模型功能于一体的TransCAD软件为交通规划者提供了完善的交通分布模型。而重力模型是交通分布模型中最为完善和应用最广泛的模型之一。论述了重力模型在TransCAD软件中的工作原理,针对云南省中小城市的交通特点,探讨了利用TransCAD重力模型进行重力模型参数标定和交通分布预测的整个流程。     

重力模型在TRANSCAD中的应用研究

论述了重力模型在TransCAD软件中的工作原理,针对云南省中小城市的交通特点,探讨了利用TransCAD重力模型进行重力模型参数标定和交通分布预测的整个流程。     

多路交叉口交通改善方法

针对城市路网中存在多路交叉口的客观事实,在分析多路交叉口带来的交通问题的基础上提出多路交叉口交通改善的基本思路和方法。通过曲靖市张三口交通治理工程实例及改造前、后的对比,说明文中提出多路交叉口交通改善方法的有效性。     

平面交叉口交通组织渠化若干问题的探讨

平面交叉口是我国城市交通节点的主要组成部分,合理地对其进行交通组织渠化是保证路网交通良好运行的基础,因此探讨平面交叉口交通组织渠化中的一些基本原则和框架是非常重要的。在此基础上,综合考虑各方面情况,在多目标和多原则中进行权衡和选择,可为实现良好的交通管控效果打下基础。     

基于粒子群算法的道路交叉口信号配时优化模型——以昆明市为例

在现有交通资源下,利用交通信号的动态调控缓解交通拥堵是一种行之有效的方式。首先探讨了道路交叉口信号控制的空间和时间优化思路,在时间优化方面提出基于粒子群算法的信号配时优化模型。以昆明市学府路为例,在分析大量交通流数据的基础上,根据三相交通流理论,对交通状态进行划分并提出有针对性的控制策略。将信号配时优化模型应用于学府路3个相邻的关键交叉口。交通仿真和方案试运行结果显示,优化前后同步流状态下交叉口延误平均降低21.0%,车辆排队长度平均降低12.4%;堵塞状态下交叉口延误平均降低32.0%,车辆排队长度平均降低24.9%。这一结果表明该模型在道路交叉口信号配时优化中具有合理性和有效性。