单交叉口公交优先双系统模糊控制策略研究

公交系统能够显著地提高城市客运量,有效缓解日益增长的交通需求压力.交叉口公交优先是公交优先发展的一个重要措施,传统的交叉口控制方案将公交车辆与其他类型车辆同等对待,对于载客量较大的公交车辆是不公平的.以人均延误最小为目标,提出了一种单交叉口公交优先的双系统模糊控制模型,其相位模糊控制系统负责对相位方案进行优化,延时抉择模糊控制系统优化各相位的绿灯时间.仿真结果表明,相对于定时控制的公交优先机制,模型在正常交通流的情况下能够有效的减少人均延误.     

交叉口信号实时滚动优化模型及算法

为了合理控制单交叉口交通流并且优先公交,建立可变相序的实时滚动优化模型.该模型将公交优先嵌入优化控制,对每辆公交车实时分配权重系数,以交叉口社会车辆和公交车辆的人均延误最小为目标,优化确定相位序列和相位长度.通过跳相来实现相序优化,运用改进的遗传算法来求解.具体实例表明,可变相序的实时滚动优化模型能有效地减少系统的人均延误,并能在尽量减小对社会车辆的影响下实现公交优先.     

具有公交优先的交叉口信号控制技术

针对一类典型交叉口,提出一种具有公交优先的交叉口模糊信号控制技术。采用公交专用道和公交优先进口道实现公交车辆在空间上的优先,通过具有公交优先的交通信号控制算法实现公交车辆在时间上的优先。信号控制算法的核心模块由绿灯相位模块、红灯相位模块和决策模块组成,分别设计这3个模块的模糊控制策略。控制目标是达到对公交车辆加权的车辆平均延误最小。仿真结果表明,与定时信号控制技术相比,该控制策略不仅大幅度减少了公交车辆的平均延误,而且提高了非公交车辆的通行效率,可应用于实际工程。     

基于RFID车载电子标签的公交优先控制策略研究

针对现有的信号控制系统不能对达到交通流做出精准预测,只能被动适应交通流达到而无法主动引导交通流;提出基于RFID车载电子标签车路通信环境,引导公交车辆适时到达并通过交叉口;以交叉口总延误最小化为目标,综合考虑当前交通流运行状态,建立公交信号优先控制模型,最大限度降低交叉口的车均延误,减少平均停车次数,使绿灯的利用率最大化;仿真实验表明,控制模型的控制效益明显提高,实现公交优先目标。     

考虑相邻交叉口的公交优先信号模型与仿真

在公交系统优先信号模型优化设计中,传统公交信号优先仅考虑公交车辆通过交叉口的影响,而忽视了相邻交叉口所受的影响,因此考虑相邻交叉口通行能力的影响,以总交叉口人均延误为目标,提出以公交优先度作为判别是否优先以及优先程度的决策依据,进而采用绿灯延长和红灯早断两种策略,建立有限的主动优先控制模型.最后,通过VISSIM软件的VAP模块建立仿真模型,并通过案例分析,与无公交优先策略、绝对公交优先策略进行对比分析,结果表明与无公交优先策略相比,所提出的优化控制策略,在中高饱和度下能使总交叉口人均延误平均降低15.7％,在高饱和度下平均降低14.6％.验证了研究成果具有应用价值.     

公交优先模糊控制算法研究

为了克服公交定时优先信号控制不够灵活的缺点，设计了公交优先模糊控制算法，该算法以公交误点数值和待行相位排队长度为输入，以当前相位绿灯延时为输出，实现了以路口总延误人数最少为目标的最优控制．借助Matlab 6．5进行仿真，仿真结果表明了该模糊算法的有效性，模糊控制算法延误人数比定时控制下的延误人数平均低26．6％．     

基于混合Gamma分布的交叉口感应控制延误模型

为适应交叉口多态特征交通流,采用期望最大化算法,选取稠密性混合Gamma分布函数,准确拟合交叉口到达车头时距,统计交叉口进口到达交通量概率.以两相位全感应控制交叉口为例,根据交通量统计概率和信号相位状态获得每相位最大排队长度,并由此提出交叉口感应控制延误模型.在混合Gamma分布拟合精度不低于95%条件下的计算实例表明,基于混合Gamma分布的感应控制延误与实际结果更为吻合.     

交叉口BRT实时优先通行控制方法研究

针对交叉口大运量快速公交(BRT)优先通行控制问题,基于智能控制理论提出一种交叉口BRT实时优先通行控制方法.以BRT车辆的延误时间、载客量和非BRT相位社会车辆的排队长度作为神经网络模糊控制器的输入变量,输出BRT通过交叉口的优先等级,以此得到其优先服务方案,有条件地给予BRT车辆的优先通行权.仿真结果表明,与定时控制相比,所提出的方法在交叉口非饱和交通流下,能有效减少BRT车辆通过交叉口的延误时间和停车率,且交叉口的正常交通秩序不受影响.     

基于RFID电子标签的公交信号单点优先策略

为加强路口单元与公交车辆的信息交互,提高公交信号优先系统的效能,以RFID电子标签为信息交互中介,建立车路通信环境,构建交通信号系统、公交系统为一体的公交信号优先系统;通过与电子标签的信息交互,路口单元对公交车的信号优先请求进行分级错开,计算信号配时、建议车速、驻站时间等控制参数,制定出基于引导的优先方案,在交叉口实现公交车的优先通行与安全行驶服务;实验结果表明,在高饱和状态下,文章引导策略能使交叉口公交的平均延误降低30%,在中、低饱和状态下的效益更佳。     

基于粒子群的模糊神经网络交通信号控制

针对城市交通流的特点,提出了一种单交叉口多相位模糊神经网络交通信号控制模型,并采用全局优化的粒子群算法优化模糊神经网络参数.仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力.     

基于Q学习的单路口交通信号协调控制

Q学习通过与外部环境的交互来进行单路口的交通信号自适应控制。在城市交通愈加拥堵的时代背景下,为了缓解交通拥堵,提出一种结合SCOOT系统对绿信比优化方法的Q学习算法。本文将SCOOT系统中对绿信比优化的方法与Q学习相结合,即通过结合车均延误率以及停车次数等时间因素以及经济因素2方面,建立新的数学模型来作为本算法的成本函数并建立一种连续的奖惩函数,在此基础上详细介绍Q学习算法在单路口上的运行过程并且通过与Webster延误率和基于最小车均延误率的Q学习进行横向对比,验证了此算法优于定时控制以及基于车均延误的Q学习算法。相对于这2种算法,本文提出的算法更加适合单路口的绿信比优化。     

基于元胞传输模型的交通信号优化控制与仿真

由于元胞传输模型更能详细描述实际的交通情况,因此在建立平面交叉口元胞传输模型的基础上,以交叉口延误最小为优化控制目标,利用自适应遗传算法进行优化从而得到配时方案,并以单交叉口为实例进行仿真。结果表明,相比传统遗传控制算法,自适应遗传算法既能够减少车辆延误,也能加快收敛速度。     

相序优化模糊控制在智能交通中的应用研究

根据平面交叉路口的智能交通信号控制原理,建立了一个交叉路口的交通流量模型,提出一种基于相序优化模糊控制的交通控制方法,以PCU(小客车当量)平均延误时间为控制目标实施控制。仿真结果表明,这种控制方法能使交叉路口的PCU平均延误时间明显减小,取得了较好的控制效果。     

过饱和状态下的单交叉口最小延误信号周期模型

由于现有单交叉口信号配时方法主要适用于低饱和交通状态,本文以过饱和交通状态作为研究对象,利用定数理论分析了信号交叉口进口道的车辆到达与驶离规律,建立了信号周期与延误时间之间的数学模型,推导了单交叉口最小延误的信号周期计算公式.以某个四相位交叉口为例,针对3组不同流量比的过饱和交通状态,分别获取了延误时间与信号周期之间的变化曲线,计算了最小延误所对应的最佳信号周期,并利用VISSIM微观交通仿真软件,仿真得到了3组不同流量比情况下的延误时间.仿真结果表明:在各组流量比设置下,延误时间的理论计算值与仿真实验值相一致,有效验证了该模型的准确合理性,为解决过饱和状态下的交叉口信号配时优化问题提供了理论指导依据.     

基于VISSIM的单点交叉口微观模型仿真

通过对城市交叉口交通流微观仿真模型的分析,针对给定城市交叉口各路口的一些几何参数和交通量,运用VISSIM进行交通系统的建模和仿真,得到最佳配时方案,减少路口的交通延误,并用MATLAB软件对仿真结果做了简要分析,证明了交叉口的仿真对提高路口的服务水平有很重要的意义、增加绿信比是提高道路通行能力的有效途径、阐明了仿真的重要性。     

基于简化路网模型的城市实时路况监控方法

在城市实时路况监控中, 因交叉路口延误时间的采集困难、计算模型复杂, 导致路况判别失准。针对该问题, 提出了一种基于简化路网模型的实时路况判别方法。该方法通过在道路通行数据采集时将各种类型的交叉口都抽象为一个节点, 并将在交叉口的延误时间计入相连道路的通行时间, 然后在监控时针对不同类型节点进行反推计算, 获得普通道路、环道以及立交桥的路况状态, 实现实时监控。最后通过对城市实时路况监控的仿真实验验证了方法的有效性。     

基于单层MAS的分布式交通信号智能控制模型

提供了一种基于单层分布式MAS结构的智能交通信号灯控制系统模型，系统中每一个Agent根据本地交叉路口的交通状况自主形成控制策略，并将该策略与其他的Agent进行协商，以实现整个系统的自适应控制。为了验证本研究的结果，用Java开发了TSCSNHM模拟器，并在其中使用KQML语言实现各个Agent之间的信息交换和协商。通过3种典型的控制模式的模拟实验结果表明，TSCSNHM模式的控制效能接近于集中智能控制模式。     

基于DEVS的交叉路口建模与仿真

考虑有信号控制的交叉路口内车辆之间、车辆与行人之间的冲突，在离散事件仿真规范（DEVS）框架下构建了交叉路口微观交通仿真模型.以某市典型交叉路口观察数据标定仿真参数，将仿真结果与按《城市道路设计规范》计算得到的通行能力进行比较，验证了模型.在此基础上，首先，仿真分析了不同左转比例对交叉路口通行能力的影响；然后，基于各方向等待通过交叉路口的车辆数目设计了智能绿信比控制策略.仿真试验表明：通行能力随着左转车比例的增加先上升后下降；智能绿信比控制能显著提升交叉路口通行能力，明显降低平均引道延误时间.由此证明仿真模型能真实地模拟交叉路口各因素间的相互作用，且易于扩充，通用性强，能够用于其它智能交通问题的研究.     

城市非连通车载自组网中低时延路由协议

针对城市车载自组网具有路径寿命短、网络非连通的特点,设计一个低时延路由协议。该协议根据车辆密度建立时延模型,将路由分为路段转发和路口转发2个阶段,路口转发选择时延最小的路径进行路由。实验结果表明,该协议能在城市非连通的车载自组网中达到较高的分组投递率和较低的传输时延。