过饱和交通状态下的停车延误协调控制模型

选取整个过饱和状态持续作用时间作为研究时段,利用交叉口进口道的车辆到达–驶离图,根据行驶车队头车到达下游交叉口进口道的不同时刻,分别针对行驶车队在一个以红灯启亮为起始的信号周期之内到达和跨越一个以红灯启亮为起始的信号周期到达两种情况,对过饱和交通状态下行驶车队通过协调信号控制交叉口的停车延误进行了分析研究,建立了一套过饱和交通状态下的停车延误协调控制模型,得到了滞留车辆数、停车次数、延误时间等性能指标与相邻交叉口相对相位差、公共信号周期等协调控制变量之间的相关关系,并通过交通仿真对控制模型进行了分析验证,为过饱和交通状态下的协调控制技术方法研究提供了相关理论依据.     

城市交通干线双向绿波带智能控制研究

提出一种双向绿波带智能控制算法.利用两层递阶结构和模糊逻辑对城市交通干线进行实时协调控制.控制的目标是使进入干线上行和下行的车辆一路绿灯,明显降低车辆停车率和平均延误时间.实际应用表明该双向绿波带控制算法十分有效.     

城市交通干线双向绿波带智能控制研究

提出一种双向绿波带智能控制算法.利用两层递阶结构和模糊逻辑对城市交通干线进行实时协调控制.控制的目标是使进入干线上行和下行的车辆一路绿灯,明显降低车辆停车率和平均延误时间.实际应用表明该双向绿波带控制算法十分有效.     

融合改进关联度与Newman算法的区域交通划分研究

针对区域路网复杂度高、现有子区动态划分方法的不足,以优化区域协调控制为目标,提出一种基于引入改进关联度模型的改进Newman算法的区域路网动态划分方法。综合分析车队离散性和车流密度两种因素,提出了一种改进关联度模型;以模块度Q为划分标准,将交叉口关联度作为边权,改进传统的无权社团凝聚算法,使其能够依据交通流特性将路网动态划分为不同子区。仿真实验结果表明,所提出的改进划分方法能够有效结合实际交通流特性,对路网子区进行更加准确的实时动态划分。     

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.     

ANFIS实现的模糊神经网络在交通信号配时优化中的应用

提出一种使用Matlab中的ANFIS模糊神经网络(FNN)工具箱来对传统的模糊控制器进行参数优化的方法，改善了控制器中的隶属度函数形状及分布，并应用于城市单交叉路口的多相位信号配时上．仿真实验证明所提出的算法可以降低车辆平均延误时间，保证车队更顺畅地通过交叉路口．     

城市干道协调控制综述

城市干道协调控制主要有2方面的目标优化,一是绿波带法,二是最小延误法。绿波带法主要有传统的图解法,传统的数解法和改进的图解法,改进的数解法来进行求解。最小延误法主要是遗传算法,神经网络和改进的遗传算法,改进的神经网络等来进行求解。其模型的建立过程中运用其他的学科的知识,如CTM来建立相位差模型。其延误减少在10%-20%的范围。     

灾变粒子群优化算法及其在交通控制中的应用

城市交通系统是一个随机性很强的、复杂的巨型系统。为了获得良好的通行效率,必须对城市区域交通协调控制信号进行整体优化,但是到目前为止还没有一个能较好完成此项任务的、实用的实时智能优化方法。在粒子群优化算法中引入灾变策略和模型,开发了灾变粒子群优化算法,解决了基本粒子群算法易陷入局部极小点的缺陷,并将其应用于城市区域交通协调控制信号配时优化。仿真结果表明:与基本粒子群算法(在陷入局部极小点时)、固定周期法和遗传算法等配时方法相比,采用所开发的灾变粒子群优化算法对区域交通协调控制信号进行智能优化配时,被控区域的车辆平均延误可以分别平均减少25.2%、41%和11.5%,并可以大大提高路口的通行效率。开发的灾变粒子群优化算法也可以应用于其他许多对象的优化。     

基于GA-PDD的干线信号协调控制优化

针对城市交通干线负荷量大、信号配时计算效率低、协调优化约束条件多的特点,提出了基于比例分配解码方法的遗传算法(GA-PDD)协调控制策略,采用交通波理论建立了排队长度预测模型并以干线系统内车辆平均延误时间最小为目标函数建立了遗传算法优化模型,采用比例分配解码方法来进行求解.分别采用单点信号控制、定时协调信号控制和基于GA-PDD的协调控制3种控制策略对某城市干线实例进行对比仿真实验,仿真结果表明,随着调用周期的增大,GA-PDD控制策略的车辆平均停车次数和延误时间逐渐减小,调用周期在15 min及以上时,优于单点信号控制和定时协调控制,验证了不频繁剧烈地改变干线上的信号周期和相位差时,GA-PDD控制策略具有可行性和有效性.     

多时空配送任务驱动的无人车队车辆数优化方法

为解决快递终端配送多时空任务驱动下的最小无人车队车辆数配置问题,提出一种随机优化方法。首先,分析服务时长和等待时长对无人车队行驶路线规划的影响,从而构建最短路径模型;然后,基于二维时空网络构造服务序列网络;其次,通过网络转换将最小无人车队车辆数配置问题转化为网络最大流问题,并建立以车队车辆数最小为目标的最小车队模型;最后,针对模型特征设计一种融合Dijkstra算法和Dinic算法的Dijkstra-Dinic算法来对最小无人车队车辆数配置问题进行求解。在四种不同规模的服务网络中进行仿真实验,实验结果表明：在不同成功服务率下,最小无人车队车辆数与服务网络规模呈正相关,但随等待时长的增加而减少并趋向于稳定;所提算法中所引入的One-stop算子大大提高了搜索效率,所提模型和算法适用于大规模服务网络中的最小车队计算。     

单交叉路口交通灯实时配时算法的研究

研究了城市道路交通信号实时控制系统的问题,重点论述了单交叉路口交通信号灯控制(点控制)模型的实时配时算法.根据城市交通流分布规律,设计出流量序列生成算法来模拟实时交通流;通过建立信号灯动态模型从而获得最佳周期长度和有效绿灯时间,然后采用模糊控制算法对信号灯配时方案进行实时的动态优化调整,并建立基于排队的车辆延误模型来对模糊控制算法进行评价.计算机模拟仿真的结果表明所设计实时配时方案比定时配时方案有显著的改善.     

基于模糊控制的进场飞机排序

针对日益增长的空中交通需求所带来的严重航班延误,利用模糊控制理论设计对终端区进场飞机的调度排序算法。把管制员调度航班考虑的主要因素作为输入,制定模糊规则,建立模糊控制器,输出比较合理的飞机排定着陆顺序。     

城市路网交通分散协调控制

针对城市路网交通系统规模大和非线性、不确定性强等特点，利用模糊神经网络设计了一种新的实时分散协调控制算法．把城市区域和市内快速公路作为一个路网大系统，子系统为路网中的各个交叉口；每个子系统都有一个模糊神经网络控制器，该控制器根据它自己和相邻子系统的交通流信息来动态管理相序及绿灯时间．控制器由3个模块组成：相序选择模块、绿灯判断模块和相位切换模块．控制器的控制目标是保持快速公路主线密度均衡和区域内各车辆平均延误时间最短．仿真研究表明，该算法能有效处理各种路网交通环境．     

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。     

基于主从粒子群的模糊小波神经网络交通控制

城市交通智能控制是ITS的重要组成部分,交叉口是决定道路通行顺畅的制的基础.为提高路口的通行能力,提出了主从结构的粒子群算法优化模糊小波神经网络参数,并将其应用于交通信号的控制.算法中,主级粒子进行全局搜索,从级粒子以主级粒子找到的最优解为中心进行局部搜索.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.     

单交叉口交通灯信号模糊控制及其仿真

本文采用模糊控制算法对四相位三车道单交叉口的交通灯进行控制。首先通过离线计算机得到绿灯延时的模糊控制查询表,根据当前等待队列长与通行队列长查表和到绿灯延时。通过使用同一随机种子产生随机数对该方法与传统定时控制方法进行仿真,仿真结果表明模糊控制方法在车辆延误时间上较之传统定时控制方法大为改善。     

两相邻路口交通信号的协调控制

传统路口的控制算法大多研究单个路口的信号控制情况.该文根据路口之间的相互关 系,利用高阶广义神经网络及模糊推理提出了两个相邻交通路口的协调算法.利用此算法设计 的交通信号控制器,可以有效地协调两相邻路口的红绿灯信号,在一定程度上改善了交通路口 的交通状况.     

基于城市区域路网的分散协调控制研究

根据城域多路口交通系统的特点,摒弃统一信号周期的方法,以各单路口为基点,采用分散协调控制策略,综合考虑各相邻路口及两路口间的交通流,实时控制各路口交通信号,并智能的加以协调,使区域内道路的交通通行能力得到提高,降低车辆的延误时间。为提高系统的控制精度和鲁棒性,采用神经网络技术实现模糊控制。仿真结果表明,该方法控制效果良好。     

基于ARM的交通信号灯智能控制系统设计

针对城市交通道路十字交叉路口的交通灯信号控制存在的问题进行了探讨,并基于中国城市道路交通控制的现状,提出一种新的控制方案,采用模糊控制的算法,通过主相位和辅相位的自选择,建立拟人化的多相位信号灯智能控制,并由性能优越的ARM7控制器S3C44B0承担主要的控制任务。实验表明,此种控制方法对减少车辆平均延误时间、提高路口通行能力具有很好的控制效果。     

城市主干道交叉口交通流的模糊控制

城市主干道的交通效率,从整体上影响着整个城市的交通运作效率。该文以城市中心地带主干道交叉路口为对象,进行了交通流的模糊控制研究,提出的基于闭环模糊控制算法的智能化控制策略,有效地提高了主干道交叉口相关区域内的道路使用率。