基于改进NSGA-Ⅱ的左转待行区交叉口配时优化控制

为进一步提高道路交叉口综合性能,选取青岛市典型的南京路与江西路交叉口,建立设有左转待行区域的优化模型,利用改进的快速非支配遗传算法对交叉口车辆延误及机动车CO排放两方面进行优化。通过VISSIM软件搭建模型,验证算法有效性。结果表明,改进后算法搜索效率提高了57.4%,多目标优化配时后,车均延误下降了11.7%,CO排放减少了13.5%,平均排队长度降低了11.3%,HC和NOx排放均下降了2.7%。该算法有效地提高了交叉口通行能力和环境效益。

交叉口信号配时优化模型

优化交叉口信号配时已成为解决当今城市交通拥堵问题的关键所在。本文通过建立多目标信号配时优化模型，计算得出信号配时的最优方案并且通过仿真模拟检验来最终确定最优方案以此提高通行效率和道路服务水平。结果表明，方案优化后，有效提高了实际平面交叉口的通行能力和服务水平，减少了城市交通网的交通延误，改善了城市交通现状。

基于蒲公英算法的多目标信号配时优化方法

为解决进口道交通负荷不均衡导致交叉口信号控制效率不高的问题,基于蒲公英算法提出一种交叉口多目标信号配时优化方法。采用泰尔指数量化交叉口延误不均衡度,以信号周期车辆总延误和延误不均衡度为目标函数,构建多目标信号配时优化模型,并提出蒲公英算法对模型求解。选取实际交叉口数据对方法进行仿真分析,对比分析Webster和NSGA-Ⅱ方案的交通运行效率。结果表明:本文方法使车均延误和排队长度均得到降低,可有效提升交叉口运行效率。

面向相位动态优化的交叉口智能控制方法

针对国内十字交叉口大多采用固定相位和配时方案的信号控制现状,对动态可变相位方案以及交叉口信号配时优化进行研究.首先,根据可穿越间隙理论计算左转车流通行能力,对比实际左转车流量,在相位库中选择合适的相位控制方案.其次,以机动车车均延误、行人人均延误和停车率为优化目标,构建了多目标信号配时优化模型,模型中设计两组权重体系,采用带精英策略的快速非支配排序遗传算法求取多目标模型的Pareto最优解集,使用变异系数法得到第1组权重,采用指标系数法得到第2组权重.然后,利用遗传算法求解多目标模型在两组权重下转化的单目标模型,得到优化方案,对比优化结果.最后,使用软件Vissim进行仿真,验证模型的有效性.研究结果表明:对信号控制方案进行优化后,案例交叉口若在平峰时段采用二相位控制方案,可以将机动车车均延误以及行人人均延误降低50%以上,将停车率降低20%以上,证明动态相位控制方案和信号配时优化方法的可行性.

道路交叉口多目标信号配时优化设计

针对交叉口的信号配时优化问题,传统的交通信号控制策略大多采用定时控制,没有考虑到交通流量的变化对信号配时的影响。作者建立了以车辆延误最小化和车辆通行能力最大化为优化目标的多目标信号配时优化模型(Multi-objective Signal Timing Optimization Model,Mo-STOM)。考虑到交叉概率和变异概率对遗传算法(Genetic Algorithm,GA)寻优的影响,提出了自适应交叉概率和自适应变异概率,并在此基础上加入了Tent混沌扰动,设计了改进自适应遗传算法(Improved Adaptive Genetic Algorithm,IAGA)。采用IAGA算法对Mo-STOM进行求解得到道路交叉口信号配时优化方案。在珠海市柠溪路与兴业路的十字型交叉路口开展交叉口信号配时优化的实验,并与传统的SCATS定时控制和经典Webster配时法进行对比,验证了文中所提的交叉口多目标信号配时优化方法的有效性。