交叉口群信号宏观控制效率分析

为了甄别交通控制技术优劣,定义交叉口组织及相位方案、交通流结构和交叉口控制参数下的宏观效率,并将其数值化;建立基于宏观基本图分析的交通控制技术优劣甄别方法。以1条含有4个平面交叉口的主干路为中心的区域为仿真对象,根据仿真流量、速度、密度绘制宏观基本图,同时求出绿波信号方案、Webster最优周期方案、固定值方案下交通流速度的期望值,比较这3种交通控制技术的优劣。研究结果表明:在交通流由自由流状态逐渐加大并接近拥挤临界状态过程中,绿波控制方案能有效解决交通拥挤造成的车流速度降低问题,且对应的交叉口群通行效率最高;从宏观交通效率看,当交通流接近自由流状态或饱和状态时,Webster最优周期方案宏观控制效率比固定值方案的高;当流量处于限制流状态时,Webster最优周期方案对应的交叉口群通行效率与固定值方案的效率相近,两者的宏观控制效率无差别;所提出的宏观交通效率衡量指标能消除随机干扰所带来的小偏差。

基于含权Newman算法的交通控制子区划分

为使交通网络控制子区内的交通流具有更好的同质性,本文将道路网络中的路段抽象为点,相邻路段之间的连接关系抽象为边,形成一个对偶的网络拓扑结构图。以用户均衡交通分配得到的路段交通流数据除以路段长度计算得到路段的“拟交通密度”;通过引入路段拟交通密度,扩展了Newman子区划分算法。最后,选取实际路网、以NSK (Normalized cut Silhouette)指标验证K均值聚类算法、传统Newman算法和扩展的Newman子区划分算法的优劣。研究发现:传统K均值聚类算法得到的各子区NSK指标和路网NSK指标都相对最小,但同一个子区内的路段在空间位置上不相连,没有实际运用价值;扩展的Newman子区划分算法的NSK值优于传统Newman快速划分算法,证实引入了路段拟交通密度作为边权,使得划分出来的结果更加符合交通网络的特性。