基于自适应遗传算法的交通信号配时优化

研究城市交通信号设置问题中对单交叉口多相位交通流建立了动态信号配时模型,以交叉口车辆平均延误最小为控制目标,以相位绿灯时间和周期时长为控制变量,并运用自适应遗传算法对控制变量进行优化.根据实时交通流数据,通过MATLAB平台进行仿真.结果表明,自适应遗传算法能够有效降低车辆平均延误,在优化过程中比简单遗传算法具有更好的搜索能力和解质量,其良好的优化性能有助于优良配时方案的产生,同时也提高了交通分配模型的实用价值.     

基于遗传算法改进的交通干线信号优化研究

针对城市交通拥挤、道路通行能力低等问题,通过建立城市交通干线系统信号配时模型,设计了一种基于遗传算法改进的混合式优化算法.算法对遗传算法中适应度函数、交叉算子和变异箅子等进行了一些改进,并将混沌优化思想融入改进后的遗传算法中.用混合式优化算法对城市交通干线系统信号进行配时,有效地协调了各路口的信号灯,使交通干线系统的交通量得到了明显改善.仿真结果表明此算法具有较快的收敛速度和进化效率,能有效实现全局优化.     

交通控制信号的遗传优化调度算法

针对日趋紧张的交通拥挤这一全球性＂城市病＂的现状和存在的问题,为了改善目前用于交通信号控制算法的不足,提出了一种改进的基于遗传算法的交通信号控制方法,该算法采用了淘汰机制和精英保留策略。仿真表明该算法有效地改善了遗传算法早熟的现象,将此算法应用到交通信号的控制中,取得了良好的效果。     

设置待行区条件下双环相位信号配时优化模型

为提高设有待行区交叉口的行车效率,首先将设置待行区的效果等价于车道绿信比的增加;接着基于美国国家电气制造商协会（NEMA）标准双环相位,以车辆平均延误最小为目标,建立了交叉口信号配时优化模型;然后考虑相位结构中环-屏障约束条件,设计了用于求解模型的遗传算法;最后将模型和算法应用于实例交叉口。研究结果表明：该模型能够得到比Synchro软件周期更短、车辆平均延误更低的信号配时方案。在交叉口仅设置左转待行区的条件下,模型的延误降低幅度为12.9%~17.4%;在交叉口同时设置左转、直行待行区的条件下,模型的延误降低幅度为17.5%~25.5%。此外,该模型对排队消散速度的取值并不敏感,在最小及最大车速的条件下能够得到几乎相同的配时方案。     

信号配时结合渠化设计的交叉口组织方案优化

针对交叉口因施工占道、交通管制以及车流量增加等原因导致交叉口拥堵以及交叉口相位存在空放情况的问题。提出了信号配时结合渠化设计的交叉口组织方案优化方法,来替代单一信号配时优化与渠化优化方法。以北京市月泉路与学清路交叉口为实验环境,搭建SUMO仿真路网模型进行单一组织方案优化与结合组织方案优化的对照实验。通过对照实验得出,二者结合的方案在减少车流延误、停车排队次数、排队长度上均有更好的效果。     

基于混沌遗传算法的区域交通计算机控制配时优化

充分发挥混沌理论和遗传算法各自的优势,开发了混沌遗传算法,混沌遗传算法能有效地改进遗传算法的收敛速度慢、早熟收敛和有可能陷入局部最优点的缺陷。分析了城市交通这个复杂大系统的混沌性,并将混沌遗传算法成功应用于城市区域交通计算机控制信号配时优化。采用TSIS5.1进行了仿真,仿真结果表明:混沌遗传算法比遗传算法的收敛速度大大加快,且车辆平均延误和平均停车率都比遗传算法和固定周期法有明显的降低。     

单点定时信号配时的多目标优化模型

为提高定时信号控制通行的效率与鲁棒性,提出一种多目标优化模型。将目标函数分为2层：第1层选择平均延误、停车次数、通行能力指标以优化交叉口通行效率;第2层选择车辆延误标准差以提高信号控制稳定性。对不同交通状态的交叉口进行分析,建立流量波动幅度与目标权重的关系,并采用遗传算法求解。结果表明,该模型能有效降低车辆的平均延误,提高信号配时的鲁棒性。     

道路信号交叉口配时控制的优化仿真设计

在讨论城市道路交叉口运营特征的数学模型基础上,采用优化算法进行设计配时方案.优化算法以事件步长法推进仿真钟,模拟输出运行延误、通行能力和饱和度等主要评价指标.在对输出结果进行分析后,可以对信号控制交叉口进行通行效率评价.     

基于种群小生境粒子群优化算法的交叉路口多相位信号配时优化

针对城市道路交叉口的交通流特性,建立无冲突车流组合.并对各优化目标采用变化的加权系数建立多目标综合优化模型.在此基础上,提出以交叉口车流组合(映射为交叉口相位)为小生境种群运动特征分量的种群小生境粒子群优化算法进行交叉口相位优化和配时优化.最后对重庆市某交叉路口进行实例研究,结果表明,该方法降低了交叉口的延误时间和停车次数,使交叉口得到了优化控制.     

城市单交叉路口交通信号实时优化控制与仿真

针对城市道路单点交叉口交通流的到达特性,将路口到达的交通流划分为4种状态,提出了“基于状态划分的多相位交通信号实时控制方法”,该方法根据路口各状态下交通流的到达特征和控制目标,为不同交通状态选择合适的性能指标,并建立各状态下交通信号的动态配时模型。同时,设计了一种改进的自适应实数编码遗传算法对交通信号配时模型进行求解,该算法采用基于分类的排序惩罚机制对约束进行处理,并引入模拟退火算子增强遗传算法的局部搜索。最后,采用3种算法对实例进行大量的数值计算和Paramics仿真,计算和仿真结果均表明所设计的算法求解精度高且模型具有良好的控制效果。     

单点交通信号控制系统的优化设计与仿真

针对城市固定相序的单点交叉口多相位交通信号进行控制,设计了基于车流量预测的动态调整相位最大绿灯时间的模糊控制系统。综合评估当前相位、后续相位的交通需求度,以此决定绿灯时间分配。系统采用遗传算法对模糊隶属度函数进行优化调整,使隶属函数的选取更为合理,随交通状况的改变自适应地调整。仿真结果表明,该方法能有效降低通行车辆在交叉口的平均等待时间,提高平均车流速度,控制效果明显优于传统控制方法。     

一种基于粒子群的交通信号离线配时优化方法

提出了一种基于粒子群的交通信号离线配时优化方法,采用实数编码表示区域内各信号交叉口的各相位绿灯时间,不同的配时方案对应于不同的粒子,粒子的适应度利用微观交通模拟获取的总延迟时间进行评价,最后得到的具有最小延迟时间的粒子即为最优配时方案。与已有的离线配时技术相比,提供了一种编码形式简单、参数较少、计算速度较快的信号配时智能优化方法。     

增强学习与神经网络在交通信号控制中的应用

城市交通系统是一个十分复杂的系统,鉴于交通流的多变性和交通控制的实时性,将增强学习应用于交通信号控制问题中,这样就可以根据实时的交通状态信息动态地进行决策,自动地适应环境以便取得更好的控制效果。然而由于交通状态空间太大而难以建立线性表,采用增强学习与人工神经网络相结合的方法,解决了多个路口的交通信号控制问题。通过在仿真环境下的对比,证明该方法的控制效果明显优于传统的固定配时控制策略。     

智能交通信号机的设计及其实现

针对我国混合交通流的特点,利用AVR128单片机设计了一种智能交通信号机,给出了信号机各模块的硬件设计方案和软件设计流程图。该信号机采用模块化设计思想,具有硬件自检测和软件抗干扰功能,可实现单点自适应控制和区域协调控制等多种控制方式。实际使用表明,该信号机具有较强的稳定性和通用性,可有效适应我国的混合流交通状况。     

基于agen t 的城市交通信号控制

利用agent技术对城市交通信号控制进行研究．首先给出了区域agent(ARA)的组成和结构，然后给出了城市交通控制的模型和协调算法．基于agent技术的城市交通控制系统能对交通状况进行实时反映和处理．在此模型基础上，应用博弈论的相关知识给出城市交通信号协调控制算法．最后通过仿真程序验证了该模型和算法的有效性和实用性．     

基于层级控制的宏观基本图交通信号控制模型

针对城市交通子区内部与边界交叉口的协调控制问题,提出基于分层多粒度与宏观基本图的交通信号控制模型HDMF.首先利用城市交通系统的分层多粒度特性与粗糙集理论描述交通要素的实时状态;然后结合基于背压算法的分布式交叉信号控制和交通元素的动态特性,计算交叉口相位压力并对相位进行决策;最后使用宏观基本图(MFD)实现区域驶出总流...     

单源交通流数据质量控制算法设计与程序实现

针对基于数值计算理论的单源交通流数据质量控制算法作程序实现。首先进行程序流程设计,包括数据读取模块、数据识别模块、数据修正模块、数据存储模块和数据输出模块五部分,各模块间相互联系,按照数据流的方向结合在一起按顺序使用。其次,给出了详细的总体程序工作流程,并且针对其中的两个核心模块给出了具体的工作流程。最后,针对北京市实时交通流数据进行了检验,结果表明程序设计实现了算法设计的要求,并且极大改进了质量控制的自动化程度,提高了质量控制的工作效率。     

基于免疫遗传算法的区域交通自适应协调控制

提出一种基于改进免疫遗传算法的城市区域交通自适应协调控制方法.采用两层的递阶分布式结构;分阶段和分级优化控制参数(周期、相位差和绿信比),每个阶段长5~30分钟,周期、相位差由区域控制级每个阶段优化一次,绿信比由路口控制级每个周期优化一次;采用最小化平均延误时间或平均停车次数等为性能指标.周期、相位差和绿信比均采用改进的免疫遗传算法进行优化.仿真结果表明本文提出的方法是可行而有效的.     

基于ICGA的雷达与雷达干扰一体化信号的优化设计

现代雷达与雷达干扰一体化系统中一体化信号的优化设计对整个系统性能发挥具有深远意义。结合伪随机信号特点,运用时空混沌系统构造伪随机二相序列,并在分析一体化信号设计原则的基础上建立了一体化二相序列的优化模型,将基于自适应排序选择策略的混沌遗传算法应用于求解序列优化模型,给出了具体的解算步骤,并进行了实例仿真。仿真结果表明改进的混沌遗传算法有效地解决了雷达与雷达干扰一体化信号优化设计问题,得到了性能良好的一体化信号。