基于线性规划的城市交通流优化调度模型

对城市交通流的优化调度是保障交通网络畅通的关键。传统方法采用神经网络PID控制方法进行交通调度控制,当不同车道内的车辆增长模型出现非线性特征时,调度性能不好。提出一种基于线性规划的城市交通流优化调度模型,构建城市智能交通网络路网结构模型,采用Small-World模型模拟交通拥堵在复杂路网中的动态演进过程,进行交通流信息特征提取,信息特征提取之前,采用线性规划方案,对交通网络路网结构进行线性分割,考虑车流观测矢量时间尺度均衡特性,通过线性规划策略,得到交通流特征尺度向量空间和空闲时间片的长度,实现对车流密度信息特征的准确估计,实现交通流优化调度。仿真结果表明,该算法通过交通流优化调度,提高了路网的吞吐性能和通行能力,展示较好的应用价值。     

城市交通网络宏观控制模型及仿真实现

为研究适合城市交通网络控制系统应用的交通流预测模型,在改进Van Den Berg, M的路段交通流模型的基础上,建立了以路口交通流为基本建模单元,以动态非线性离散方程反映交通流变化的城市交通网络宏观模型.为验证该模型能有效地预测城市路网的交通流信息,在VC++net环境下,开发了城市交通宏观控制模型仿真系统UTFS,设计了网络拓扑结构模块,以适应不同规模、不同复杂程度的实际交通网络的仿真要求.最后选取典型网络进行应用研究.仿真结果表明:该模型满足交通控制对控制模型的实时性和精度要求,该仿真系统可以作为城市交通网络宏观控制模型验证的有效工具,也可以作为城市交通控制系统控制和优化研究的辅助工具.     

环状交通流Washout控制及其稳定性分析

针对环状交通流中因车辆加减速度控制不当引起的交通不畅问题,提出基于Washout控制的拥堵抑制方案。利用最优速度函数,建立了环状车流非线性动态数学模型,为降低将驾驶员操作灵敏程度作为依赖变量的不合理因素,采用Washout控制实现系统在其速度平衡点的稳定运行,并通过小增益方法分析了实现系统稳定的控制参数范围。以20辆车组成的环状车流为对象进行了仿真分析,实验结果表明:所提方案能在100 s内完全抑制环状交通流的拥堵现象。     

考虑交通流非线性特性的交通信号迭代学习控制策略

现实中城市交通流的运行具有很强的非线性特性, 采用简单的线性模型难以全面描述交通流的实际运行过程. 本文在考虑城市交通流非线性动态特性的基础上, 提出了一种非线性交通流排队模型, 并基于宏观交通流固有的周期性特征, 设计了交叉口信号的迭代学习控制策略. 通过对交叉口信号的迭代学习控制, 使交叉口各进口道的车辆排队长度尽可能趋于均衡, 提高交叉口信号有效绿灯时间的利用率, 从而提高路网的通行效率. 最后通过严格的数学推导证明了该方法的收敛性, 仿真研究及实验结果验证了所提方法的有效性.     

环状交通流Washout控制及其稳定性分析

针对环状交通流中因车辆加减速度控制不当引起的交通不畅问题,提出基于Washout控制的拥堵抑制方案。利用最优速度函数,建立了环状车流非线性动态数学模型,为降低将驾驶员操作灵敏程度作为依赖变量的不合理因素,采用Washout控制实现系统在其速度平衡点的稳定运行,并通过小增益方法分析了实现系统稳定的控制参数范围。以20辆车组成的环状车流为对象进行了仿真分析,实验结果表明:所提方案能在100s内完全抑制环状交通流的拥堵现象。     

基于Stackelberg博弈的动态用户最优配流和信号控制

研究了动态用户最优配流与信号控制的组合问题.首先基于交通分配将交通流分配到合适的路网上由信号控制来适应这些交通流的思想,并由此建立了交通分配和信号控制的Stackelberg博弈模型,模型的上层是动态用户最优,下层是信号控制优化.然后,通过对模型离散化应用模拟退火算法进行求解.最后,对一个简单的交通网络进行仿真,仿真结果表明所提方法的有效性.     

基于TCPN的交叉口信号控制模型与优化

针对城市路网中交叉口车辆通行效率低下,交通信号控制策略难于满足输入路段上车流变化的问题,本文提出了一种基于时延赋色Petri网的交叉口交通流优化控制模型。首先建立路段车流、交叉口车流和交通信号控制的TCPN模型,其次建立以交叉口输入路段车辆数最小为目标的车流优化方程。在假设信号周期固定的前提下,利用15个周期采集的交叉口输入、输出路段车辆数,求解满足优化目标的相位配时,确保交叉口输出车辆数最大,且输入路段上待通过车辆平均数最小。仿真结果表明,交叉口的通行能力显著提高,各输出路段上的车辆平均数分别增加了13.3%,9.7%,9.8%和4.3%。     

基于多智能体分群同步的城市路网交通控制

在城市交通网络中,经常出现某些路段较为拥堵,而其它路段内仍有空间未被充分利用.为了解决该问题,本文提出一种路网分群一致算法.首先,以路段的空间占有率为状态,建立交通网络状态空间模型,描述路网中车流的传递关系;进一步,将路网中的各条路段抽象为智能体,提出路网多智能体分群一致算法,将路段集划分为若干个非空不交子集,每个子集内的路段状态可达一致,不同子集的一致状态不同.从而,该算法可使各路段的空间占有率达到均衡,减轻局部拥堵,减少车辆延误时间.最后,采用VISSIM交通仿真软件对北京市望京地区的实际网络进行仿真,仿真结果说明了本文方法的可行性和有效性.     

城市交叉路口交通流传递函数模型研究

为研究交通流对象动态特性,提出了描述城市交通流对象的一般模型结构,确定了描述单路口交通流为代表的城市路网交通流的典型动态环节。通过设计不同的仿真试验内容,获得了不同条件下的不同仿真交通流的输入输出数据,基于系统辨识的方法分别建立了单路口交通流的传递函数模型。研究表明,城市交通流的周期控制通道传递函数为三阶系统;绿信比控制通道传递函数为二阶系统。该传递函数模型能够很好地描述交通流状态,可以用于交通流对象动态特性研究。     

基于迭代学习与模型预测控制的交通信号混合控制方法

针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题,本文在基于迭代学习控制的交通信号控制方法基础上,结合模型预测控制滚动优化和实时校正的特点,提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法.该方法在有效利用交通流周期性特征改善路网交通状况的同时,可借助模型预测控制的优点对非重复性的实时干扰进行处理,从而进一步提高交通信号的控制效率.通过仿真实验对该方法的有效性进行了验证.实验结果表明,基于迭代学习与模型预测控制的交通信号混合控制方法能够更有效地均衡路网内的车辆密度,进一步提高了路网的通行效率.最后,本文还对该方法的收敛性进行了分析.