基于Stackelberg博弈的停车场管理策略

为了解决城市停车难问题,基于Stackelberg博弈论提出了停车场运营者与交通管理者共同决策的城市停车场管理策略。针对停车者、停车场运营者和交通管理者的交互关系,从博弈论角度分析了这三方参与者之间的影响,并建立了这三方参与者的相应效用函数;以交通管理者与停车场运营者利益主体矛盾最小化为目标,基于Stackelberg博弈建立了这三方的博弈模型,确定了实时停车场进出管理原则;基于数值仿真将差分进化算法与Kriging代理模型进行联立对博弈模型进行求解,得到相应停车预约管理方案及三方效用;通过数值仿真将基于Stackelberg博弈得到的方案与停车场运营者利益最大化方案进行对比分析。研究结果表明:在主线流量大、中、小三种情景下,基于Stackelberg博弈方案是各方利益矛盾最小的方案。

城市干线信号控制策略综合评估体系

城市干线信号交叉口是路网交通流汇合和分离的节点,是保障城市交通顺畅通行的关键所在。面对信号控制策略评估方法单一的问题,构建了一种面向交通效率、交通安全和交通环境的综合指标体系,并利用组合赋权-模糊综合评价(fuzzy comprehensive evaluation,FCE)模型对城市干线信号控制方案展开综合评估。最后以太原市兴华街干线的三种信控方案为例,借助VISSIM软件和间接安全模型,获取所需的评价指标值,计算综合得分。结果表明,在城市干线中使用信号联控方案最优,能有效提高干线的综合水平,其评估结果与实际结果较为一致,验证了评估体系的有效性。研究结果为城市干线信号系统的规划与管理提供了理论依据与技术支撑。

基于模型偏差学习的交通信号自适应优化方法

城市交通信号配时优化是保证交通系统整体运行效率的前提条件。传统基于模型的信号控制方法往往基于历史统计数据,并且底层交通流模型不可避免地存在模型偏差,影响控制方案的科学性及其实际应用效果。考虑模型与数据融合驱动,提出一种基于模型偏差学习的交通信号控制自适应优化方法,以最小化路网行程时间为目标,建立信号控制最优化模型。首先,针对交通流预测模型的模型偏差,引入偏差函数表示预测模型与实际交通流状态间的误差;其次,建立基于径向基函数(RBF)神经网络的偏差函数,结合实际交通流数据对模型偏差进行学习,提高偏差函数的拟合效果;在此基础上,提出考虑模型偏差信息的自适应优化方法,以提高信号控制方法的控制性能。以小型测试路网与实际路网为例进行算例分析,基于SUMO仿真对本文提出的模型偏差学习方法进行验证,考虑不同交通流量条件,与固定配时、模型预测控制进行比较,分析其控制性能指标。结果表明,模型与数据融合驱动的信号控制自适应优化方法能有效提高预测模型的准确性,降低路网行程时间,与基于模型的控制和模型预测控制方法相比路网累积行程时间平均减少了38.3%和25.6%,提升了路网的实际运行效果。最后在宣城实际路网的仿真验证了方法的有效性。

基于非线性交通流模型的交通子区边界控制策略研究

城市交通流具有复杂的非线性动态特征,用简化的线性交通流模型无法准确描述交通流的非线性特征。因此,在考虑扰动对子区边界控制影响的基础上,首先建立了考虑扰动的非线性城市宏观交通流模型,该模型能够更好地描述实际交通流的运行情况。其次,结合城市交通流运行的周期性特点,设计了基于迭代学习控制的子区边界控制策略,并利用Lipschitz条件和偏导数分析了迭代学习控制律的收敛性。最后,通过仿真案例验证了基于非线性交通流模型的交通子区边界控制策略的有效性。

基于CTM模型的入口匝道模型预测控制

入口匝道车流的无序汇入会影响快速路主线车辆的正常行驶,造成交通拥堵甚至交通事故。为了使城市快速路交通流保持稳定有序,提出一种基于元胞传输模型(Cell Transmission Model,CTM)的入口匝道模型预测控制方法。最优控制模型采用CTM交通流模型作为过程模型,综合考虑通行效率、匝道队列和控制信号波动构建目标函数,使用粒子群优化算法(Particle Swarm Optimization,PSO)求解。仿真结果表明,相比于无控制算法,提出的匝道模型预测控制方法可以有效缓解交通拥堵、减少通行时间,使快速路系统取得良好的交通表现。

基于MPC的城市路网交通管控方法

在过饱和状态下,交通流的特征异常复杂,缺乏稳态交通流的概念.为改进城市路网交通的动态管控,引入模型预测控制(Model Predictive Control, MPC)方法.将动态扰动建模纳入MPC框架中,以更好地应对实际交通流的变化;通过改进存储-转发机制,建立更准确的区域交通模型,更贴近实际排队长度;提出一种分层优化的区域交通协调管控方法,以应对过饱和路网交通的挑战,为缓解网络局部交通拥堵、提升路网交通运行效率提供理论支持.

基于RMM和贝叶斯学习的城市交通多智能体系统

提出一种基于递归建模方法 (RMM)的多智能体协调方法 ,使智能体在分布式环境下对其它智能体的决策建模选择合理的行动。对 RMM中的信念更新采用贝叶斯学习方法 ,使智能体可以确定其它智能体的准确模型并实时更新信息。在城市交通控制领域建立多智能体交通控制系统 ,仿真结果表明了该方法的有效性 ,对实现智能交通系统具有重要意义。

一种改进的多带宽干线协调控制模型

针对经典的多带宽干线协调控制模型——MULTIBAND中绿波带按照一条中心线严格对称造成的求解范围小和绿波带在绿灯时段内的位置不合理造成的绿波不稳定两个问题,从取消绿波带中心线对称和增加绿波带位置约束两方面入手,提出一种改进的MULTIBAND干线协调控制模型.改进后的模型提出了非对称式绿波的概念,允许不同路段上的绿波具有一定的灵活性,不拘泥于与其他路段绿波构成连续对称;同时增加了绿波带位置的约束,使得求解出的绿波带会尽量靠近上下游绿灯的中间位置,提高绿波运行的稳定性.以临沂市沂蒙路8个相邻交叉口的干线协调控制设计为例,用VISSIM仿真软件对改进后的模型进行了仿真测试和评价.结果表明,改进后的模型在绿波带宽与绿灯时间比值方面增加了7.1%,在延误和停车次数方面分别减少了20.8%和30.8%.

城市停车设施规划自评判简化决策方法

采用模糊聚类的相似系数法确定了城市停车设施规划方案6项评价指标,对选定指标进行了计算表达分析,其中难以直接量化者采取了模糊相对赋值方法。运用层次分析法以1～9标度计算出各指标的权重值,使判断矩阵满足一致性检验。将各指标的原始数据进行标准化处理,通过综合加权,建立城市停车设施规划自评判简化决策模型,根据实际应用排序决策结果确定最优方案。实例说明该方法符合实际,证明该模型可行。

典型交通控制模型分析及对混合交通控制建模的探讨

随着社会经济的发展 城市交通系统的矛盾和问题日益突出。通过采用先进的控制技术，使城市交通得到有效地组织和管理。西方发达国家城市道路交通组成以小汽车为主，并在此背景下开发了TRANSYT和SCOOT两种典型的交通控制系统模型。通过系统地分析上述两类模型的特征，针对中国城市交通的实际状况，讨论了中国城市交通控制模型开发中应解决的自行车干扰、车队离散、交通网络及模型实验等实际问题。

城市交通拥堵传播规律与消散控制策略研究

解决城市交通拥堵的关键是深入理解城市交通拥堵的形成机理与演变规律,从而制定科学的管理控制策略.本文首先介绍了城市交通拥堵基本概念,以及城市交通拥堵传播规律与消散策略的最新研究进展,在此基础上重点介绍了本课题组在城市交通拥堵传播规律与消散控制策略方面的研究成果.包括采用微观与宏观相结合的方法建立拥堵传播模型,分析突发事件所导致交通拥堵传播规律,交通需求增长所导致拥堵瓶颈识别,提出动态拥堵消散控制策略.

考虑燃油消耗和排放的交叉口汽车路径规划与控制模型

针对现有道路交叉口环保驾驶研究中未充分结合交通状态、未充分考虑道路交叉口冲突区域等问题,基于车联网(V2X)技术,研究提出了一种道路交叉口环保驾驶汽车路径优化控制模型.该模型提前采集前方道路交叉口交通信号灯控制时间信息,并在交叉口前设置控制区域,整个控制过程分为两个阶段:首先,以最低燃油消耗和排放最低为目标,对进入控制区域的车辆进行速度规划,确保以最为环保的方式通过信号灯;其次,以最大程度避开交叉口冲突点为目标,对进入交叉口的车辆进行通行速度规划,使车辆最大程度回避分流冲突点、交叉冲突点、合流冲突点.通过两个阶段的路径规划与控制,实现车辆整体上以最环保的方式通过交叉口的目的.为了验证模型的有效性,搭建了Python和Vissim集成的仿真平台进行仿真,设置了不同的交通流状态场景,并和Webster信号配时下,不受其他控制器控制的车辆进行了燃油消耗和排放对比.试验结果显示,相比于Webster信号配时下,不受其他控制器控制的车辆,受路径规划控制模型控制车辆的燃油消耗降低了42.7%,CO排放量减少了4.26%,表明研究构建的路径规划控制模型是一种有效的道路交叉口环保驾驶路径优化控制策略,可以为车联网条件下车辆环保驾驶提供依据.

城市交通多线路协调优化仿真模型研究

为缓解城市交通拥堵,提高道路利用率,提出一种新的简单实用的城市交通多线路协调优化控制模型及时空相位演化方法,并给出了改进的遗传优化算法。通过仿真系统的开发,实现了城市交通的多线路优化控制仿真并获得了满意的效果。对比优化前后的数据,优化后调度线路上的车流以最少平均停车次数和最短平均延迟时间到达目的地。利用本优化模型可以实现以较小的代价成本疏导城市交通,提高城市道路通行能力。

基于Multisim的交通信号灯混杂控制方法仿真

采用目前方法对交通信号灯进行控制时,没有构建城市交通网络模型,无法获取交通路口的实际情况,车辆在交通路口的延误时间和停车次数较高,方法的整体有效性差。在诱导条件下提出基于Multisim的交通信号灯混杂控制方法,首先构建了城市交通网络模型,获取车辆在交通路口的实际情况,并对交通路口的状态进行预测,采用Multisim软件根据预测结果设计交通信号灯混杂控制器,通过控制器实现交通信号灯的混杂控制。仿真结果表明,所提方法可有效预测交通路口的车流量,减少车辆在交通路口的延误时间和停车次数,验证了所提方法具有良好的控制性能。

基于相交道路左转饱和交通量的MULTIBAND改进模型

为降低相交道路左转饱和交通量对干线车流的影响,提高干线协调控制效益,在MULTIBAND模型的基础上,对于相交道路左转交通量在周期内饱和的交叉口,在计算其下游路段绿波带宽时,将相交道路的部分左转相位时间计入协调方向相位中,并在模型中考虑相交道路左转相位早闭或滞后于协调方向相位对带宽求解的影响.模型的求解和仿真表明,改进的MULTIBAND模型不仅更有利于获得最大带宽,并能有效降低干道中直行车辆的延误和交叉口停车概率,尤其是相交道路左转相位处于滞后相序时,控制效果更为明显.

基于通行能力的借对向车道左转交叉口信号控制模型优化

借道左转是一种在交叉口现有车道设置基本不变的情况下,为了保证更多的左转车辆可以快速通过交叉口而借用对向出口车道进行左转的新型交通组织方式。该交通组识方式适用于当前有专用左转信号相位且左转车流量较大的交叉口。基于苏州市人民路-十梓街交叉口的实际运行困境,在该交叉口进口道进行借对向车道左转的渠化设计和信号控制方案设计,以此来提高交叉口的交通流通行效率。通过分析车流到达情况和车道使用情况,基于传统交叉口通行能力公式,建立借道左转交叉口通行能力模型。接着以左转通行能力最大为目标,以预信号时长、借道左转车道的开口位置为优化变量,建立了交叉口信号控制方案优化模型,并采用迭代算法进行求解。最后通过仿真试验,利用人民路-十梓街交叉口的实际运行数据对所建立的优化控制方案进行验证,证明模型的有效性。结果表明:优化后的借道左转方案可以提高左转机动车通行能力,降低进口道延误,提高交叉口的整体运行效率;对于设置了借道左转车道的两个南北向进口道,左转车道的平均延误分别降低了35%和33%,平均排队长度也有显著下降,且对没有设置借道左转的东西进口道影响较小,说明该借道左转组织方案在左转车流量较大的交叉口适用性良好,具有实践价值和可操作性。

城市高速公路交通的神经网络建模与控制

从城市高速公路交通流的宏观、动态特性出发 ,分析了交通流控制中常用的宏观、动态、确定性模型 在此基础上 ,利用人工神经网络技术建立了城市高速公路的神经网络模型 ,并提出了入口匝道放行和路段速度相结合的多变量神经网络控制策略 利用该控制策略建立的自适应神经网络控制器 ,可以使高速公路上的交通密度维持在理想的密度值附近 .进一步分析可以得到 ,该控制器是一个状态和控制作用均可跟踪的伺服系统 .以杭州某高架高速公路为背景的仿真结果表明 :该控制器具有较强的鲁帮性 ,控制效果令人满意 .

城市道路交通微观仿真模型结构

分析了微观交通仿真在城市交通控制系统以及智能交通系统评价和测试中的重要地位 ,给出了用于交通控制方案测试的微观交通仿真的基本模型结构 :包括五个基本的组成模块 ,即交通网络描述模块、交通需求模块、车辆行驶模块、交通控制和管理方案生成模块和仿真输出模块 。

基于遗传算法的交通信号多层模糊控制模型研究

针对城市交通信号控制问题,提出了一种基于交通需求强度的单路口多层模糊控制模型,第一层用来判断路口的交通需求强度;第二层为相位优化层,主要完成相位优化功能;第三层为绿灯时间优化层,用来确定各个相位的有效绿灯时间.针对模糊控制模型中隶属度函数优化的问题提出了利用遗传算法进行模糊控制模型中隶属度函数的优化模型,确定了遗传算法各类参数的计算方法.通过与普通多层模糊控制模型仿真的比较,结果表明本文提出的基于遗传算法的多层模糊控制模型具有较好的控制效果.

交通控制子区动态划分模型

传统的交通控制子区静态划分方法无法适应城市路网交通流的快速变化。针对该问题,研究了交叉口车队散布模型,提出了可协调度的概念以定量描述相邻交叉口间实施协调控制的必要性;在此基础之上,建立了基于超图表示的城市路网模型,并设计了相应的超图划分算法,通过对超图的分割来实现交通控制子区的动态划分。基于北京市二环内实际路网的实例验证表明,该模型在高峰时段和平峰时段下,均能给出高质量的控制子区划分结果。