改进人工鱼群算法的多目标信号配时优化研究

由于信号配时方案影响交叉口的通行效率,为改善交叉口的运行现状,构建了以车辆延误、停车次数和延误不均衡度为优化目标的交叉口信号配时优化模型,并以改进人工鱼群算法进行求解。在改进算法中引入衰减函数,获得可变步长和可变视野;在人工鱼移动策略中结合遗传算法的交叉、变异操作,利用云模型生成新的交叉变异概率优化交叉与变异操作。选取重庆市某交叉口作为案例,利用VISSIM软件进行实验仿真,对比分析现状配时方案和优化后的方案对交叉口运行效率的影响。结果表明,应用本文中方法可以使车辆延误、停车次数、排队长度均得到降低,可以有效提升道路交叉口的通行效率。

基于实时延误的交叉口控制方案优化分析

针对信号交叉口延误—配时之间的复杂联系,通过对目前延误参数的获取情况进行分析,使用实时提取的周期延误值,借助K近邻预测算法,结合交叉口的流量对下个周期的延误进行预测,并使用预测的延误参数对下个周期的控制方案优化方法进行了研究。借助VISSIM仿真平台对提出的方法进行了分析,结果表明使用该方法对配时方案优化后的交叉口车辆延误可以降低13.52%,表明该方法在信号配时优化中有一定的应用前景。

单点交叉口信号配时优化方法及原型系统实现

本文通过分析目前单点交叉口信号配时的局限性,提出了改进的信号配时优化算法,模型采用了动态规划的思想,通过模型的求解能获取在滚动时间窗内的全局最优解。利用GIS、计算机技术等,设计并实现了单点交叉口信号配时优化原型系统。该系统已经在太仓城市进行了初步使用,提高了交通系统的运行效率,节约了交警部门的管理成本。

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。