基于粒子群优化的关联交叉口群信号控制策略研究

提出基于粒子群优化的城市关联交叉口群信号控制策略。采用具有车型信息的感应线圈检测装置,获取各交叉口的实时交通流信息;通过对短时交通流时间序列进行可预测分析,确定交通流时间序列的动力学性质,对于具有确定性变化规律的时间序列建立基于神经网络的组合预测模型,实现对交通流的在线预测;以车辆平均延误时间最少为优化目标,建立关联交叉口群的信号控制参数优化性能函数,根据粒子群优化思想求解信号控制参数。仿真实验证实,基于粒子群优化的关联交叉口群信号控制策略有效。

动态关联交叉口实时优化控制系统的设计与实现

就建立关联交叉口优化控制系统的一种实现方法,给出了动态关联交叉口的定义,提出了复杂关联交叉口的优化策略,在此基础上以关联交叉口群一个周期内延误最小为目标建立了优化模型,并设计了关联交叉口实时优化控制系统。模型的求解和运算效率高,有利于建立实时的区域交通控制系统。仿真实验证明了所提出的方法在系统延误方面优于传统方法。

网络交叉口群关联性研究

通过分析交叉口间距、路段流量、周期比对相邻交叉口关联性的影响,提出量化相邻交叉口关联性的交通度量指标,通过仿真验证了度量指标的合理性,在此基础上进一步提出了网络交叉口群中交叉口之间关联性的计算方法以及相应的网络交叉口群子区域划分的原则。运用该原则进行案例说明,结果证明了其有效性,为以后进行网络交叉口群的交叉口子区域划分的研究提供了一种新的方法。