交通事件下快速路网匝道控制与路线诱导的集成控制

本文建立了交通事件影响下匝道控制与路线诱导相结合的完全集成控制模型,即建立了一个以节点分流比例与匝道调节率为控制变量的非线性最优控制模型,模型中考虑了突发交通事件后快速路的交通特点,基于粒子群算法设计了模型的求解算法.以一个简单的小型路网为例,讨论了突发事件后采用不同控制策略对系统的全局影响,仿真表明,匝道控制与路线诱导相结合的集成控制有效地降低了事件的影响.     

基于蚁群算法的城市快速路优化控制

根据城市快速路交通流的特性,以宏观稳态交通流Macro模型为基础,将快速路虚拟划分为多个路段,将车辆在快速路系统内总的服务流量最大及入口匝道车辆平均等待时间最小作为优化控制目标,设计快速路多匝道联合控制模型,并采用蚁群优化算法对设计的控制模型进行求解计算,以确定各匝道最优调节率。模拟实验结果表明,通过多匝道联合控制,能够提高城市快速路系统的运行效率,减少交通事故及交通拥堵的发生概率。     

城市快速路入口匝道与交叉口协调控制策略

为提高城市快速路的运行效率,避免快速路入口匝道处发生拥堵并影响地面交通,结合快速路交通状态的实时判别、匝道调节率及交叉口信号配时方案,提出了针对快速路典型交通状态下的精准协同控制模型。协调控制模型的四个子模型为,流量精准推送模型、交叉口关键相位迟闭、早断配时优化模型、匝道排队调节控制模型。案例仿真表明：协调控制信号迟闭策略下匝道通过流量、车均延误,交叉口平均排队长度、车均延误分别优化了2.3%、40.4%、21.8%、22.4%;协调控制信号早断策略下匝道车均延误、平均排队长度,交叉口平均排队长度、车均延误分别优化了22.6%、31.7%、9.7%、4.5%;协调控制较大程度上提升了研究区域运行效率。     

城市快速路入口匝道控制策略比较分析

入口匝遭控制是缓解城市快速路交通拥挤最有效的方法之一；首先阐述了城市快速路入口匝道控制的基本原理和作用，对匝道控制策略进行了分类，在此基础上，对各种入口匝道控制策略进行了比较研究，分析了各自的优缺点以及适用范围，最后，根据快速路构造上的特点，对入口匝道控制的研究方向进行了展望。     

快速路控制策略仿真研究

城市快速路是城市交通的主动脉,承担着城市大部分交通量,良好的快速路控制策略能有效缓解道路拥堵。本文借助改进的宏观交通流模型,采用Visual Basic面向对象语言,开发城市快速路的控制仿真系统。运用该仿真系统对一个包含两起点两终点的快速路段进行仿真,模拟采用ALINEA策略和不采用控制的快速路交通运行状态。仿真结果表明,对入口匝道实施ALINEA控制后,高峰时刻主线流量增加约150veh/h,入口匝道与主线汇合区速度提高约10km/h,说明ALINEA控制策略能有效缓解快速路拥堵。     

城市快速路实时交通状态估计器的构建

根据城市智能交通系统的实际需要,构建能够实时估计城市快速路上交通状态的估计器。其基本思想是将扩展卡尔曼滤波理论引入宏观流体力学模型,结合快速路上的固定检测设备,实时估计快速路上的交通状态。实例分析结果表明,该模型的适用性和精度都令人满意,可为城市快速路交通控制和诱导提供决策参考。     

基于元胞自动机的快速路交织区交通流仿真建模

城市快速路交织区由于复杂的交通流容易造成拥塞, 成为快速路交通的瓶颈。充分考虑到辅道交通流对交织区的影响,以元胞自动机NS模型为基础,通过设定跟车规则、换道规则,对一个包含入口匝道、出口匝道、主线车道和辅道的快速路交织区路网建立模型进行微观仿真。仿真得出交织区长度对流量、密度、速度等交通流参数的影响并给出了最优交织区长度参考值, 最后用HCM经验公式的计算结果验证了仿真模型。     

紧急事件的动态交通流模型及双向动态最短路诱导算法

针对城市快速路的交通紧急事件给出了宏观的动态交通流模型,在METANET模型的基础上考虑紧急事件所占用车道数、进出口匝道及诱导信息对模型的影响,同时针对交通紧急事件的及时有效处理,给出了一种双向动态的最短路径诱导算法,在此算法中,节点间的权值是随着高速路的路面状况及交通拥堵情况等变化的动态函数,故在紧急事件处理中从两个方向搜索最短路,其过程是动态的,实时的,为紧急事件的及时处理和有效的救援争取了时间。通过仿真对比,证明了此算法的可行性,有效性,同时证明了此算法的搜索效率也得到了较大提高。     

基于MLD-MPC的快速路出口与辅路协调控制

城市交通信号控制系统是典型的混杂控制系统。针对当前大中城市普遍存在的快速路出口匝道、辅路及下游交叉口的信号协调控制问题,研究了一种多信号自适应控制方法,以保证出口匝道排队长度较小且下游交叉口排队不溢流。首先,基于车道路段当量排队长度建立状态方程,分别选取出口匝道、辅路交叉口和下游交叉口排队长度为连续状态变量,信号灯切换信号为离散控制变量;其次,以有限排队长度为模型约束,建立了包含快速路出口匝道、辅路及下游交叉口排队长度和信号状态的混合逻辑动态MLD模型;然后,比较研究了快速路出口匝道有信号灯控、无信号灯控两种不同情况下的MPC模型预测控制方法。仿真结果表明,基于MLD-MPC的控制方法可解决快速路出口匝道与辅路及下游交叉口的多交叉口信号协调控制问题。     

高速公路多匝道远程协同控制技术研究

传统高速公路多匝道控制方法大多是使用线圈进行参数采集,使交通调节率计算不精准,导致技术控制精准度较低,针对该问题,提出了多匝道远程协同控制技术研究。结合高速公路协同环境,限制主线交通,计算车辆进入路网后周期性路径距离和预测时间的通行成本,根据实际路况对系数进行调整,当参数系数为0时,通行成本最低即为最优规划路径,并触发路径诱导执行。充分考虑匝道总流量约束条件,执行诱导方案,获取最短控制周期,使用模糊逻辑算法计算控制周期内的控制率,从而实现多匝道控制目的。通过实验对比结果可知,该技术控制精准度较高,为保障高速公路安全运行奠定基础。     

恶劣气象条件下高速公路NN控制系统的研究

各种恶劣气象条件下的高速公路的交通流控制是目前急需要解决的重要问题。就此问题,利用Markos Papageorgiou的高速公路交通流模型对各种气象条件进行分析,使用神经网络方法,建立了一套适合各种气象条件的交通流模型和匝道入口控制系统,有效地控制恶劣气象条件下的高速公路交通事故。其次,利用BP神经网络的算法进行了仿真,对其中的参数进行辩识。仿真的结果与实际情况能很好地吻合,为在恶劣气象条件下控制高速公路的交通流奠定了理论和实践基础。     

恶劣气象条件下高速公路NN系统的研究

各种恶劣气象条件下的高速公路的交通流控制是目前急需要解决的重要问题。就此问题,我们利用Markos Papageorgiou的高速公路交通流模型对各种气象条件进行分析,使用神经网络方法,建立了一套适合各种气象条件的交通流模型和匝道入口控制系统,有效地控制恶劣气象条件下的高速公路交通事故。其次,我们利用BP神经网络的算法进行了仿真,对其中的参数进行辩识。仿真的结果与实际情况能很好地吻合,为在恶劣气象条件下控制高速公路的交通流奠定了理论和实践基础。     

城市快速路网匝道与污染控制双层多目标规划模型

基于环境容量和交通容量，建立了一个双层多目标规划模型描述城市快速道路网的污染控制与匝道控制，并考虑了用户的路径选择行为．设计了基于改进遗传算法的启发式求解算法。该算法借助不可微精确罚函数将约束问题转化为单个无约束问题来解决，采用混合杂交和间歇变异提高算法的搜索能力．最后。通过算例说明该模型及算法的有效性．     

基于多agent和分层递阶结构的城市快速路网多模控制*

提出了基于多agent和分层递阶智能结构的城市快速路网多模控制策略。执行级agent采用单点积分反馈控制策略,协调级agent采用多匝道协调控制策略,组织级agent采用路线诱导与匝道控制相集成的控制策略。仿真表明,多模控制能灵活有效地适应路网中各种状况的实时变化,控制效果良好。     

城市道路分层动态协调控制技术

为了缓解城市道路车流拥堵问题，提出了一种城市道路分层动态协调控制技术。首先将城市道路按纵向分为三层：匝道层、普通道路层和快速路主线层；然后采用BP神经网络预测下游动态临界车辆占有率，根据匝道相对排队长度和下游动态临界车辆占有率，匝道层设计了一种用于匝道子区划分的函数，将匝道层横向分为主匝道子区和从匝道子区；其次根据相邻路口关联度将普通道路层划分为不同控制子区，利用动态交通流数据修正周期公式，考虑十字交叉口驶向匝道车流量对绿信比进行调整；快速路主线层无十字交叉口不做横向分层。最后根据该分层方法确定动态协调控制算法。仿真结果表明：该分层动态协调控制方法能够有效提高城市道路协调控制范围和车辆行车速度。     

整合快速路网匝道控制和路径诱导的进化粒子群算法

针对快速路匝道控制和路径诱导优化,改进已有宏观交通流模型对上下匝道的处理方式,提出了一种实现快速路网协同整合动态优化控制的进化粒子群算法。利用区分目的地车流的均匀分布,给出起始路段区分目的地车流的实际驶入比例。通过对实际路网中上下匝道车流的观察分析,给出上匝道车速与下游主线车速的关联关系,并对下匝道实施类似主线路段的建模处理。针对基于上述改进得到的快速路网动态控制系统,利用控制变量的箱式约束,在经典粒子群算法中引入交叉变异操作,给出了一种高效的进化粒子群算法。通过算例分析比较了经典粒子群算法和进化粒子群算法,证实了新方法可以高效处理复杂的实际快速路网。