基于MOPSO-GRU神经网络的信号配时优化模型——以延安市交叉口为例

延安市宝塔区杨家岭路段交叉口是延安市城区内的重要交叉口,近年来由于城市交通流量的日益增加,该交叉口的交通拥堵问题日益严重,传统的信号配时方法已不能满足实际需求,需要新的信号配时优化方法和模型来缓解该交叉口的交通通行压力.为解决此问题本研究首先分析杨家岭路段十字交叉口存在的问题,进而采用多目标粒子群算法和GRU循环神经网络建立模型,最后利用VISSIM软件分别对两相位交叉口和多相位交叉口进行仿真实验验证,结果反映了基于MOPSO-GRU神经网络的信号配时优化模型可提高交通流量的效率和整体交通系统的性能.