区域交通信号系统节点分析及优化策略研究

SCOOT、SCATS等区域交通信号控制系统的关键路口通常根据交叉口交通流量、道路联接数等指标来确定,很难保证"蓄意"交通事件下区域网络运行的有效性。鉴于城市交通网络的无标度特性,以路段阻抗为权重将城市交通网络抽象为复杂加权网络,提出以网络凝聚度为指标的加权节点收缩方法,评估交叉口节点的重要性,解决区域交通网络hub点的选择问题,并用实例说明该方法的有效性,进而以SCATS系统为对象提出基于hub点选择的系统优化策略。

基于改进遗传算法的区域交通信号优化控制

为实现对区域交通信号的优化控制,在车辆延误模型HCM2000的基础上纳入相位差因素;对遗传算法的交叉和变异过程进行改进,将个体中各个参数分割开来,对各个参数分别执行交叉和变异操作;对整个区域建立以最小化车辆平均时延为目标的优化模型。对4交叉口区域的仿真结果表明,该方案的优化效果较好,整个区域的平均车辆延误比优化前减少了7.3%,达到了优化控制的目的。

基于黄金分割双种群遗传算法的区域交通信号控制

针对非均匀交通流的城市区域信号配时优化问题,以区域总通行能力和总延误为优化目标,构建基于目标相对占优策略的城市区域交通信号优化模型;在采用遗传算法求解优化模型时,由于遗传算法易早熟收敛会导致寻优效果不佳,因此引入黄金分割法对双种群遗传算法进行改进,两个种群同时且独立地进行寻优操作,并进行个体交换,避免算法陷入局部最优的陷阱,利用4个常用的测试函数验证算法有效性,实验结果表明改进的算法能够快速搜索到全局最优解;最后对所提的模型和算法进行有效性评价,结果表明,所建模型符合实际交通控制目标并且计算简单,验证了模型的有效性;所改进的算法在城市区域路网中能够有效地获得良好的信号配时方案。

基于MFD的城市区域过饱和交通信号优化控制

为了解决交通高峰时段城市区域路网过大的交通需求引起的路网通行效率下降以及区域内部交通流分布的异质性产生的道路资源浪费等问题.本文提出了基于区域路网固有属性宏观基本图(Macroscopic fundamental diagram,MFD)的过饱和区域控制优化模型,建立了边界控制信号和内部控制信号目标函数的双层规划优化,进一步设计了基于BP(Back propagation)神经网络的自适应动态规划(Adaptive dynamic programming,ADP)模型,对建立的双层规划区域交通信号进行求解,实例仿真结果验证了本文方法的有效性.通过本文的研究分析,对城市区域交通的需求管控、拥堵政策制定等城市区域交通管理具有一定的指导意义.

混合交通流条件下区域交通信号控制优化模型

针对传统区域交通控制技术无法应对机非冲突干扰的问题,结合中国城市道路混合交通流的特点,研究了交叉口与路段非机动车对机动车的干扰。分析了区域路网机动车交通特征,确定了混合交通特性相似的区域。基于路段非机动车的阻滞作用,分析了交叉口通行能力的折减与相邻交叉口相位差的优化。以区域路网机动车总延误为优化目标,建立了非机动车影响条件下的区域交通信号控制优化模型,优化了信号周期时长、绿信比和相位差等参数,并利用遗传算法求解模型。利用VISSIM仿真软件,以上海市杨浦区五角场环形区域路网为例对优化模型进行验证。验证结果表明：现状信号控制方案下区域路网7个交叉口机动车的车均延误为24.5-42.9s,平均为35.99s,路网总延误为256.39h,优化后交叉口的车均延误为21.8-36.4s,平均为30.12s,路网总延误为214.57h,7个交叉口车均延误减少了10%-24%,平均为16.31%。可见,优化模型能够显著降低区域路网车均延误与总延误,提高区域路网通行效率。

基于排队长度的多路口交通信号控制方法

城市区域交通信号控制是一个复杂的问题,排队长度是一个特别重要的参数,提出了一种基于排队长度的多路口交通信号控制方法。该控制方法根据各路口的交通状态信息,利用模糊控制算法协调区域内各路口的交通信号配时,达到整体最优的目的,仿真研究结果表明,相对于传统的定时控制方法,该方法可以取得整体较优的效果。

基于城市交通信号控制系统的最优模型

随着城市化程度的提高，机动车数量的逐年增长，城市交通问题逐渐演变为城市的主要问题。鉴于此，建立起高效的城市区域交通信号控制系统则显得尤为重要。论文基于城市区域交通信号控制系统采用系统最优原理的思想，并通过对建模过程及模型中的约束条件进行详细的分析介绍，最后建立起系统最优模型。

基于Q-学习和粒子群算法的区域交通控制模型

针对城市交通系统的动态性和不确定性,提出了基于Q-学习和粒子群算法相位差优化算法,对区域交通动态实时控制进行了研究。根据不同的交通流情况确定不同的区域控制目标函数,将Q-学习的奖惩机制引入粒子群算法的选优过程中,通过改进的粒子群算法实时优化区域控制策略。编制该控制方法的仿真程序,应用AIMSUN仿真软件验证算法的控制效果。结果表明,该方法对不同交通量下可保持较高的控制效率,控制效果明显优于感应控制。

约束可松弛的网络绿波模型

为解决区域交通信号协调控制领域中常规网络绿波模型可行域窄或无解的问题,提出了约束可松弛的网络绿波模型。应用混合整数线性规划方法构建模型,以所有路段双向绿波带宽加权和最大为优化目标,利用约束松弛方法,将干线约束和网络外圈闭环约束转变为可松弛的不等式约束。模型针对每条路段引入了0~1二元变量,表示路段的绿波是否被打断。通过模型求解,获得网络中必要的松弛路段,并打断相应的路段绿波,去除外圈闭环约束,以扩大可行域并找到最优解。算例对不同控制方案下提出的模型和其他绿波模型的绿波优化结果进行比较分析。算例显示,当网络各个交叉口采用同一化控制方案时,易于在不打断任何路段绿波的条件下找到最优解。此时,所提出的模型的解和常规网络绿波模型的解等价。当网络各交叉口采取差异化控制方案时,常规网络绿波模型无可行解,Gartner网络绿波模型仅获得非最优的可行解,而所提出的模型能够获得全局最优解。算例中只有1条路段的绿波被打断,而网络的其他路段均获得有效绿波带,且任意相交的干线绿波能够合理协调。算例优化结果表明:所提出的模型优于常规网络绿波模型和Gartner网络绿波模型,更适合复杂的城市交通网络信号优化设计。