多目标相容控制在过饱和相邻交叉口控制中的应用

提出一种基于IPNSGA-Ⅱ(Iterative Predictive Nondominated Sorting Genetic Algorithm-Ⅱ)的多目标相容控制方法,用于处理过饱和状态下相邻交叉口的信号控制问题.引入主线延误和次线延误的概念,采用反向传播神经网络BPNN(Back Propagation Neural Network)方法,利用从交通流仿真中获得的数据,建立了一个多输入多输出的延误模型;将控制问题表示为一个有冲突的多目标控制问题,提出一种新的基于IPNSGA-Ⅱ的多目标相容控制算法来实现在线控制.提出的相容控制算法具有鲁棒性、实时性、动态性的特点,能够很好地处理有冲突的多目标控制问题.在一个由11个交叉口组成的路网仿真环境下对本文所提出算法进行了测试,并将计算结果与单点控制策略进行了比较.结果表明,本文方法比单点控制策略能够更有效地缓解网络中的过饱和状态,并减小延误.