基于交通预测的多态交通流信号控制

为解决现有信号控制方法对多态交通流交叉口适应性不足的问题,通过在交叉口设置多功能进口车道和车辆检测器、车道控制器等硬件设施,进行了短时交通流预测基础上的多态交通流条件下交叉口信号配时优化研究。根据交通量预测数据,建立信号控制延误估计模型,以交叉口总延误最小为优化目标选取多功能车道流向,根据每相位最大排队长度逐步优化绿灯时长并实施信号控制。短时交通预测以小波分析为基础,采用RBF神经网络及Markov链分别预测交通流的稳态与随机部分。使用VISSIM软件对设置多功能车道的交叉口多态流信号控制方法进行了交通仿真。分析结果表明:该方法可有效降低行车延误,提高交叉口服务水平。

多态交通条件下交叉口定时控制延误模型

延误是评价交叉口服务水平的基本指标,延误模型对交叉口信号控制方案的选择意义重大.在多态交通条件下,采用现有模型分析信号控制下交叉口延误程度存在较大误差.为适应交叉口交通流的多态性,基于混合Gamma分布稠密性,准确拟合交叉口到达车头时距数据.运用拟合概率函数,统计交叉口进口到达交通量概率.将交叉口按照到达交通量大小分为欠饱和、过饱和两种状态,根据统计概率提出交叉口信号定时控制延误模型.实例分析表明,基于混合Gamma分布的延误与实际结果更为吻合.

多态交通条件下无信号交叉口通行能力模型

为适应交叉口交通流的多态性,基于混合Erlang分布稠密性,采用期望最大化算法准确拟合交叉口主路交通流到达车头时距数据.以次路让行主路交叉口为研究对象,统计交叉口次路穿越主路的可接受间隙概率,提出基于混合Erlang分布的无信号交叉口通行能力模型.以实际交叉口调查车头时距为例,采用负指数分布、Erlang分布和混合Erlang分布分别拟合车头时距,并采用不同分布条件下无信号交叉口通行能力模型计算次路的通行能力,结果表明不仅混合Erlang分布更好拟合分布数据,所提出的无信号交叉口通行能力模型分析结果也更为准确.

基于混合Gamma分布的交叉口感应控制延误模型

为适应交叉口多态特征交通流,采用期望最大化算法,选取稠密性混合Gamma分布函数,准确拟合交叉口到达车头时距,统计交叉口进口到达交通量概率.以两相位全感应控制交叉口为例,根据交通量统计概率和信号相位状态获得每相位最大排队长度,并由此提出交叉口感应控制延误模型.在混合Gamma分布拟合精度不低于95%条件下的计算实例表明,基于混合Gamma分布的感应控制延误与实际结果更为吻合.