基于多目标配时优化模型和交通设计的城市交叉口协同优化研究

文章基于多目标配时优化模型和交通设计,旨在缓解城市道路交通拥堵。通过分析城市道路交叉口交通流特性和问题,关注交叉口车流流向、车流交织点以及配时合理性。在交通设计方面,提出将左转车道右置的渠化设计方案。在配时优化方面,建立了多目标优化模型,以延误、通行能力和停车次数为优化目标,以各相位有效绿灯时间、交叉口饱和度及周期时长为约束条件。通过遗传算法对模型进行求解,并用SUMO仿真软件评价求解结果。研究结果表明,交叉口的时空资源得到更有效的利用,明显缓解了交通压力,为城市道路交叉口的运行、管理和规划提供了参考。

利用AnyLogic和VISSIM混合仿真的交叉口信号配时优化

为缓解现有道路交叉口配时方案所引发的交通拥堵,提高交叉口通行效率,以启东市人民医院周边的交叉口交通流量为基础数据,探究该交叉口的最佳信号配时方案。首先利用AnyLogic软件构建道路仿真模型并对原有信号配时进行仿真优化;然后运用遗传算法以及交通流量在交叉口占比来确定最优仿真参数,再用AnyLogic优化得出最佳交叉口信号配时方案;最后使用VISSIM仿真软件对交叉口信号配时优化前后方案进行指标评价分析。通过混合仿真结果表明:交叉口采用AnyLogic优化后的信号配时方案,平均排队长度减少33.75%、平均车辆延误减少21.10%、平均停车延误减少25.38%,交叉口的整体通行效率得到提高,交叉口拥堵得到缓解。

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。

信号配时结合渠化设计的交叉口组织方案优化

针对交叉口因施工占道、交通管制以及车流量增加等原因导致交叉口拥堵以及交叉口相位存在空放情况的问题。提出了信号配时结合渠化设计的交叉口组织方案优化方法,来替代单一信号配时优化与渠化优化方法。以北京市月泉路与学清路交叉口为实验环境,搭建SUMO仿真路网模型进行单一组织方案优化与结合组织方案优化的对照实验。通过对照实验得出,二者结合的方案在减少车流延误、停车排队次数、排队长度上均有更好的效果。

基于F-B法的多路交叉口信号配时优化设计分析

交叉口是城市道路网的重要组成部分,尤其多路交叉口的交通问题决定着整个路网交通的运行效率。从F-B法在普通交叉口的配时设计中得到启示,将F-B法运用于多路交叉口的信号设计中,并以五岔路口的信号配时优化为实例研究,通过验证充分说明其可行性。

干道信号控制交叉口相位相序优化模型研究

干道常常被人们誉为"城市交通的大动脉",是城市内部的重要交通道路。交叉口作为干道与干道之间的关键节点,是实现不同道路连接的纽带,也是车辆持续通行的咽喉。对城市干道信号交叉口相位相序的模型进行研究,提出了相位矩阵的表示方法,并结合信号交叉口约束条件,使用MATLAB软件构造出干道交叉口的相位相序结构优化算法,采用遗传算法计算原理得到最小总延误。同时,通过模型计算输出信号交叉口新的相位相序及有效绿灯时间组成新的配时方案,结合城市干道信号交叉口实际采集的数据,在MATLAB构造的目标函数值中与实际信号配时进行对比验证,最后运用VISSIM仿真软件对优化的相位相序方案进行仿真验证分析,与实际相位相序方案的平均延误进行比较。结果表明,新的相位相序方案达到了减小信号交叉口路网平均延误的目的,从而提高城市干道的通行能力。

基于云遗传算法的信号交叉口相序相位优化

交叉口是影响通行效率的关键场所,为更好地提高路网通行能力,提出利用云遗传算法对信号控制交叉口的相序相位及信号配时组成方案进行优化。首先,运用MATLAB构造出交叉口的相序相位优化模型;其次,利用云模型改进的遗传算法计算得到最小总延误,同时输出最小总延误下的配时方案;最后,将得出的结果与现状和传统遗传算法得出的信号配时方案进行对比验证,并运用VISSIM对3种信号配时方案进行仿真验证。结果表明,云遗传算法得出的优化方案能更好地减小交叉口延误,提高交叉口通行效率。

渠化形式对设有客流集散点的交叉口通行能力的影响

文景路-凤城七路交叉路口段是通往西安北客运站、城际客运站、机场、西安高铁站的必经之路,基于此提出渠化改进方案,利用VISSIM对方案进行对比评价得知:其中环岛渠化方案将交叉口的最差的南进口最大排队长度从原来的162m缩至71m,使路口总体平均延误减少至25.61s,平均停车延误减少为19.89s,让路口服务水平最低维持在C或D,是渠化改进的最佳选择.其研究方法和手段可以为该类问题的解决提供经验.

主辅路隔离信号交叉口控制方案优化

城市交通量不断增加,一些交叉口进口道设计为“主路+隔离带+辅路”,且辅道中再设有左直右车道,如何对该交叉口进行科学配时成为实际难题。文中以旅行时间分布法计算出的车均延误作为评价指标,比较辅道独立法、辅道折算系数法以及遗传系数法,选出最佳配时方法与信号方案。然后以常德市武陵大道与洞庭大道交叉口为例,分别使用HCM延误、Vissim仿真以及旅行时间分布法延误分析现用方案与上述三种方案的优劣,验证了辅道独立法更为简单实用。

基于用户出行模拟的电动汽车快充站负荷预测及其优化调度

电动汽车作为一种新型交通工具,其充放电优化问题得到越来越广泛的关注。论文提出一种基于用户出行模拟的电动汽车光储充一体式直流快充站优化调度方案。首先结合用户出行链概念,基于城市道路网络和改进的路阻函数模型,运用实时路径搜索算法和基于模糊理论的用户充电方式选择方法对一天内城市电动汽车充电负荷的时空分布进行预测;然后以预测结果为基础,以用户"充电贴合度"指标最大的原则将区域充电负荷落实到建设在特定节点处的充电站,接着以站内综合运行成本最小为目标,在满足设备功率、用户出行需求和储能电池状态等约束的条件下,构建优化调度模型。最后将优化方案与仅需满足设备功率平衡且电动汽车用户以额定功率随到随充的常规调度方案进行比较,结果显示,论文所提优化调度方案能够较大限度地降低充电站的运行成本,具有推广应用价值。

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。

基于群体决策的多交叉口协同控制方法

基于竞争-合作的群体决策机制,将单点信号优化构建为各相位的交叉口通行权的竞争过程,将多点协同构建为上下游相位之间的协作过程,提出了一种兼顾多交叉口协同效益和单交叉口控制优化的路网信号配时设计方法;利用车路协同环境下路网内车辆路径信息的可感知性,动态精准地量化解析上下游交通耦合关系;在此基础上建立了分层动态决策框架,在单层决策中剥离了上下游交叉口控制决策对本地决策的影响,解耦协同控制模型中路网交通状态和信号控制决策之间的复合关系;设计了基于交叉口内各交通流向竞争力的分布式信号配时决策算法,并通过仿真试验平台比较了群体决策协同控制方法与传统协同控制方法的控制效果。研究结果表明:相较于传统协同控制方法,群体决策协同控制方法可动态适应路网交通需求,在交通效率和稳定性上具有显著优势,在不同饱和度的交通需求水平下可降低车均延误15%以上;在路网交通饱和度较高的情况下,群体决策协同控制方法延误降低幅度可达19.2%,控制优势更加明显;由于群体决策协同控制方法可在下游交叉口进口道车辆排队过长时减少上游车辆流出,可降低路网最大排队长度超40%,有效规避路网溢流风险;通过对群体决策协同控制模型的分布式求解,可实现单次决策过程计算时间小于0.01 s,具有应用于大规模复杂路网的实时信号配时决策的潜力。