基于M/G(n)/C/C排队模型的高速公路 行程时间估计

为解决现有高速公路行程时间估计并未考虑交通流实时变化特性的问题,以宏观交通流中 流量—密度—速度之间的关系为基础,以速度与密度的线性模型和指数模型为例,假设车辆到达 服从泊松分布,构建了高速公路路段M/G(n)/C/C状态相关性排队模型,该排队模型服务时间与系 统内的车辆数有关,充分反映了交通流的随机性。在Vissim 中构建仿真路网,通过对比仿真实验 结果与模型计算结果可知,两者基本一致,误差在5%以内,且指数模型较线性模型适用范围更 广,更符合实际情况。     

基于离散事件仿真的城市交叉口群协调控制优化方法

为描述交叉口车辆到达的时变性及路段服务车辆的状态相关性,本文提出了交叉口Mt/G (x)/C/C型排队网络系统。同时为解决现有关于城市交叉口群协调控制的解析优化模型及算法过于复杂的问题,提出基于离散事件仿真的城市交叉口群协调控制优化方法。该提出的方法以车辆平均行程时间最短和交叉口群通行能力最大为优化目标,以信号公共周期、绿灯时长、交叉口饱和度及绿信比为约束条件,并基于同步扰动逼近(SPSA)算法收敛速度快的优势,采用该算法求解优化模型。为验证模型有效性,选取昆山市一交叉口群进行仿真分析。结果表明,仿真模型准确性较高、稳定性较好。同时,采用基于离散事件仿真优化的城市交叉口群协调控制优化方法,车辆的平均行程时间较小且交叉口群通行能力较大。