协调控制子区快速动态划分方法研究

通过建立基于交叉口关联度的协调控制子区划分模型,设计最佳控制子区划分方案获取流程,实现了交通信号控制子区的动态划分;针对最佳控制子区划分方案求解过程中可能面临的维数灾难问题,提出利用降维处理与遗传算法两种方法进行子区划分方案的快速寻优,并给出了一套协调控制子区快速动态划分流程.通过算例分析说明,在一定规模路网之下本文提出的控制子区快速动态划分方法将以一个较大概率搜索到次优子区划分方案,且因其计算时间可以被有效控制,因此完全能够满足控制子区划分的实时性要求,可推广应用于城市区域交通信号实时控制系统中.

诱导条件下交通控制子区自动划分

实现路线诱导系统与交通控制系统的最终集成 ,需要解决的一个现实问题是 :在目前不少城市已使用了 SCAT或 SCOOT等区域自适应交通控制系统的情况下 ,路线诱导系统是如何与这类交通控制系统实现数据共享和方案协调 ,试图探讨区域自适应交通控制系统与路线诱导系统如何利用数据共享 ,实现区域交通控制中心在诱导条件下交通控制子区的自动划分。

交通信号控制子区模糊动态划分方法研究

针对城市交通信号网络控制中控制子区的动态划分问题,应用模糊推理理论提出了交通控制子区的模糊动态划分方法.提出用于表示路口间协调控制需求大小的协调系数的概念,综合考虑了路口间距、交通流离散性、主干道交通流量、主干道交通流构成及周期等5个因素的影响,给出每个因素影响系数的计算方法,确定了协调系数的模糊推理方法.选择案例网络进行仿真并与Synchro的相关数据进行了比较,给出了利用协调系数进行控制子区动态划分的判断依据.

交通控制子区动态划分方法

在分析交通流特性的基础上,提出了周期子区、相位差/绿信比子区的概念。与此概念相对应,详细介绍了一种控制子区动态划分的方法。运用V issim软件进行了仿真。结果表明:与传统控制子区划分方法相比,运用该方法可进一步提高道路交通流的运行效率。

基于快速疏散控制的城市道路偶发性交通拥堵区域动态界定及控制子区划分

偶发性交通拥堵具有较大的随机性及衍生性,拥堵发生后需要快速进行控制以防止拥堵向上游路段及交叉口漂移,同时应对拥堵内部进行及时疏散。从交通事件的发生导致道路瓶颈到拥堵完全消散这一过程中,拥堵区域的范围是不断变化的。根据交通流参数及拥堵传播速度,提出了一种以疏散为目的的拥堵区域动态划分方法,划分为阻塞区、过渡区和常态区3个动态控制子区。同时,在不同的动态控制子区实施对应的控制措施。数值模拟表明,本研究提出的拥堵区域控制子区动态划分及控制方法能快速疏散拥堵。

关于控制子区与VMS结合的研究

通过对大城市交通拥堵的原因进行分析可知,仅仅靠改变控制策略、引进先进的信号控制系统不能对解决交通拥堵起到决定性作用。而以控制子区为控制的基本单元,结合可变信息情报板(VMS)的合理安装来疏导交通流,可实现车流在路网间的合理分配。

基于含权Newman算法的交通控制子区划分

为使交通网络控制子区内的交通流具有更好的同质性,本文将道路网络中的路段抽象为点,相邻路段之间的连接关系抽象为边,形成一个对偶的网络拓扑结构图。以用户均衡交通分配得到的路段交通流数据除以路段长度计算得到路段的“拟交通密度”;通过引入路段拟交通密度,扩展了Newman子区划分算法。最后,选取实际路网、以NSK (Normalized cut Silhouette)指标验证K均值聚类算法、传统Newman算法和扩展的Newman子区划分算法的优劣。研究发现:传统K均值聚类算法得到的各子区NSK指标和路网NSK指标都相对最小,但同一个子区内的路段在空间位置上不相连,没有实际运用价值;扩展的Newman子区划分算法的NSK值优于传统Newman快速划分算法,证实引入了路段拟交通密度作为边权,使得划分出来的结果更加符合交通网络的特性。

基于模糊神经网络交通控制子区动态划分

提出将模糊神经网络方法应用于交通控制子区动态划分,利用神经网络的学习能力自动寻找模糊推理规则,根据实时的交通流量、距离和最佳信号周期,预测输出城市相邻道路交叉口之间的协调系数,根据协调系数大小划分交通控制子区.用MATLAB进行仿真实验,实验结果证实该方法可行,比用BP神经网络方法实现更加快速、有效.

基于狄利克雷问题的路网控制子区动态划分

传统静态的路网控制子区划分算法难以适应复杂路网中交通流动态变化的特性。为此,基于狄利克雷问题提出一种动态划分算法。根据密度峰值理论重新定义局部密度概念,用以识别控制子区的稳定块。在此基础上,将狄利克雷问题求解模型融入动态划分过程,迭代地对匀质性低的路段进行重新分配,实现控制子区的动态划分,模拟交通流动态变化时的子区演化过程。基于美国法默布兰奇市真实路网数据集的实验结果表明,该算法子区内部匀质性均值与归一化总方差指标较静态密度峰值划分算法分别降低22%和11%,其控制子区的匀质性较两层动态划分算法也得到有效提升。

干线协调系统控制子区划分方法

针对干线协调控制系统中交叉口数量较多,很难获得有效带宽的问题,论文利用可达性指标分析了交叉口的数量对于绿波带宽的影响,提出了基于NV(Non-stop Vehicle)值划分交通控制子区的方法;设计了基于NV值的交通控制子区划分算法;利用VISSIM对一个含有7个交叉口的干线路网进行仿真,仿真结果表明:与干线系统未划分子区相比,本论文提出的方法可提高干线协调系统的运行效率.

山地城市干线交通控制子区划分方法研究

山地城市干线承载了道路交通较大比例的出行需求,单一固定的管控手段难以适应当前复杂的交通环境,需要协调控制才能满足交通管理需求。交通控制子区划分作为协调控制的首要任务,影响着交通管控效果的优劣。当前交通子区划分研究重点已从静态交通控制子区划分转变为动态交通控制子区划分,主要集中在关联度指标计算、子区划分算法等方面。针对目前子区划分方法与实际应用关联度不足,且不太适用于山地城市干线的局限,基于交通管控应用分析了山地城市干线多维不均衡性,从数据库构建、关联度建模、子区划分算法等方面提出了子区划分算法思路,构建了基于距离、流量、交通流结构的多因素山地城市干线交通控制子区划分方法。

交通控制子区划分方法研究

交通控制子区划分主要将相邻的众多交叉口划分为若干个交通子区进行干线协调控制,可有效缓解交通拥堵现象,但现有方法划分出的交通子区无法满足实际协调控制的准确性与鲁棒性。为解决这一难题,结合当前流行的划分技术,考虑4个影响因素:信号交叉口间距、交通流量、周期、通行能力,建立模糊C均值聚类划分方法,再通过实例,借助Vissim仿真软件,验证方法的适用性与可行性。Vissim仿真结果表明:与传统协调控制方法相比,方法可使系统车均延误时间减少27%,协调相位行车时间减少20%。

基于宏观基本图的相邻子区协调控制方法

为了提升道路网整体运行效益,克服针对单个控制子区的最优化控制可能造成的拥堵转移,本研究基于宏观基本图的概念,建立控制子区间驶入驶出交通量的协调控制模型.该模型以两个相邻控制子区为对象,考虑各子区自身宏观基本图特征及交通量流入流出关系.在运用博弈论对其相互作用进行描述的基础上,提出了一种以两个子区整体运行效益最大化为目标的博弈控制逻辑及其求解流程.通过VS2010对所建立的博弈进行仿真,验证了模型的可行性及控制效果.研究表明,不同的控制策略对相邻小区的运行水平(收益)会造成不同的影响,但经多次博弈后,两相邻控制子区整体运行状况可稳定在一个最佳水平.博弈结果显示路网容量相对较小的控制子区更应受到保护,当内部车辆数达到最佳车辆数时应对其进行流入限制.

短时交通状态预测下交通控制子区自动划分方法

如何依据交通态势变化而进行交通控制子区的动态划分,一直是区域交通自适应协调控制系统中的难点.为解决该问题,首先依据预测的交通流量并结合交叉口的相位和信号周期,提出了一种短时预测交叉口交通状态的方法,给出交叉口的交通状态;然后在相邻交叉口间距最大-最小原则的静态子区划分基础上,结合短时预测的交叉口状态,设计了相邻交叉口相似度计算方法,并提出了一种基于相邻交叉口相似度的交通控制子区动态划分方法;最后,通过算例分析,对短时交通状态预测下的交通控制子区自动划分方法进行了验证.结果表明,文章提出的方法能够使交通控制子区依据路网交叉口交通状态的变化而进行自动调整,使划分的各控制子区更符合实际的交通需求.

主干道动态协调控制方法研究

针对干线交通双向绿波协调控制中的相位冲突问题,提出了一种主干道动态协调控制方法。根据交通路口关联度计算方法将主干道划分为若干个控制子区;根据划分好的控制子区,计算出控制子区控制参数和控制子区间的协调控制参数:其中,针对我国城市交通流特点,对韦伯斯特周期公式进行修正,并设计了一种支路相位排前可行度函数用于各个路口相序进行优化,依此根据一段时间内的交通流信息计算出所有控制参数,包括公共信号周期,各路口的绿信比,各路口的相序以及所有路段的引导车速。仿真结果表明,该方法比分散控制能有效地提高主干道的行车速度,能够有效降低干线的通行时间。

基于MFD的路网边界控制策略研究综述

网络交通流宏观基本图是路网的固有属性,可以从宏观层面监测路网运行状态,故近年来,MFD在网络控制领域中得到广泛应用。本文对基于MFD的路网边界控制策略相关研究成果进行了回顾,分析总结了目前针对单一网络和多个子区的边界流量控制策略方面所取得的成果,并梳理出具有研究价值的方向和问题,在交通拥挤日益严重的背景下,成果可以提升网络边界控制策略在缓解交通拥挤应用上的有效性,从而增强路网整体运行效益。

城市道路分层动态协调控制技术

为了缓解城市道路车流拥堵问题,提出了一种城市道路分层动态协调控制技术。首先将城市道路按纵向分为三层:匝道层、普通道路层和快速路主线层;然后采用BP神经网络预测下游动态临界车辆占有率,根据匝道相对排队长度和下游动态临界车辆占有率,匝道层设计了一种用于匝道子区划分的函数,将匝道层横向分为主匝道子区和从匝道子区;其次根据相邻路口关联度将普通道路层划分为不同控制子区,利用动态交通流数据修正周期公式,考虑十字交叉口驶向匝道车流量对绿信比进行调整;快速路主线层无十字交叉口不做横向分层。最后根据该分层方法确定动态协调控制算法。仿真结果表明:该分层动态协调控制方法能够有效提高城市道路协调控制范围和车辆行车速度。

专用道公交优先干线协调控制研究现状及展望

公交信号优先干线协调具有实施方便、效果突出等特点,在公交专用道连续性得到提升的前提下,进一步研究干线优先控制方法将具有更强的实际应用价值。在收集国内外交织区大量研究文献的基础上,从公交驻站时间预测、公交信号优先干线协调控制子区划分、公交信号优先干线协调控制、间歇式公交专用道等四个方面对国内外研究现状加以综述和分析,并针对后续可进一步工作研究的内容进行了展望。

基于层级控制的宏观基本图交通信号控制模型

针对城市交通子区内部与边界交叉口的协调控制问题,提出基于分层多粒度与宏观基本图的交通信号控制模型HDMF。首先利用城市交通系统的分层多粒度特性与粗糙集理论描述交通要素的实时状态;然后结合基于背压算法的分布式交叉信号控制和交通元素的动态特性,计算交叉口相位压力并对相位进行决策;最后使用宏观基本图(MFD)实现区域驶出总流量最大和各子区内存在车辆数量最优。实验结果显示,HDMF模型与协同最大压力控制模型EMP、基于MFD和混合遗传模拟退火算法的HGA模型相比,平均排队长度分别降低了6.35%和10.01%,平均行程时间分别降低了6.55%和11.15%,表明HDMF模型能够有效疏导子区域内部与边界的交通,实现整体路网的车流量最大化。

城市交通信号控制系统关键技术

针对城市道路交通拥堵问题,概述了城市交通信号控制系统的组成、功能和特点;考虑交通路网复杂性,交通随机性和动态性等因素,提出了城市交通信号控制系统控制子区划分、自适应控制和交通流信息采集处理3项关键技术;重点描述了关键技术的模型和处理方法。最后通过实际案例验证了控制子区划分技术。