基于模糊逻辑交通信号优化控制算法

提出了基于模糊逻辑单交叉口信号变相位控制算法,并实现了仿真．传统的信号控制方法,仅考虑了相位时间的优化,而忽略了对相位组合的优化,以现实中常用的4相位信号控制为例,通过研究发现,在不改变原来4相位相序的前提下,通过灵活的相位组合,可以获得更好的控制效果．与传统交叉路口信号模糊控制的方法相比,交通信号变相位控制的相位组合、相位时间更加灵活,更适应城市交叉口实时变化的交通状况．以典型的十字路口为对象,选用不同时段的交通流状况进行仿真实验,研究结果表明,对于交通流量不平衡的交叉口来说,信号变相位模糊控制的效果要优于传统的模糊控制,能够减少车辆延误时间,是进行城市交叉口信号控制的一种实用和有效的算法．     

基于聚类思想的交通信号相位组合优化研究

为合理地进行信号相位组合的优化设计,从单点信号控制交叉口车辆运行特性出发,对相位组合优化问题进行分析。首先定义相位绿灯时间的相对利用率,在此基础之上,将相位内交通流的组合优化问题抽象为不同交通流对象之间的聚类问题,运用聚类分析方法建立相位组合优化模型。模型选取相位绿灯时间的相对利用率作为聚类结果的检验标准,将交叉口延误时间作为相位组合优化方案的评价指标。通过vissim仿真对比,信号交叉口总延误降低15%左右。     

基于车队D-Q模型的交通信号控制算法

用D-Q模型对单交叉口的车队形成、消散进行了描述,D(discharging)代表车队的消散过程、Q(queuing)代表车队的形成过程.在交通信号控制中,设计了一种以车队总延误时间为优化目标的实时的onestep控制算法.编制交通仿真系统平台,对该方法的控制效果与定时控制进行了模拟比较,仿真试验的结果说明该方法的控制效果明显优于传统的控制方式.     

交互式智能交通信号控制系统研究

介绍了城市交通信号控制的重要性、主要研究内容及其特点,提出了自适应交通信号控制方法是智能交通研究的主要方向,重点介绍了交互式智能交通信号控制系统和组成、功能、系统工作原理和系统特点。     

基于控制系数的交通信号动态配时研究

为缓解城市路口处的交通拥挤状况,针对路口多相位交通流建立一种实时动态模型,提出一种基于控制系数的交通信号配时方法。用随机的交通流数据模拟路口各个车道上监测到的车辆数目,在以各个相位对应车道上的车辆数目按照比例分配相位时间的基础上,提出车辆资源竞争公平性问题,引入控制系数,以最大通行能力为路口模型控制性能指标,进行周期信号灯配时的仿真。仿真结果表明,此方法比定时控制方法提高了1.7%的通行率,对于路口的信号控制是行之有效的。     

基于控制系数的交通信号动态配时研究

为缓解城市路口处的交通拥挤状况,针对路口多相位交通流建立一种实时动态模型,提出一种基于控制系数的交通信号配时方法。用随机的交通流数据模拟路口各个车道上监测到的车辆数目,在以各个相位对应车道上的车辆数目按照比例分配相位时间的基础上,提出车辆资源竞争公平性问题,引入控制系数,以最大通行能力为路口模型控制性能指标,进行周期信号灯配时的仿真。仿真结果表明,此方法比定时控制方法提高了1.7%的通行率,对于路口的信号控制是行之有效的。     

城市干线交通信号的模糊协调控制研究

为了提高干线交通的通行能力,根据相邻路口具有相关性的特点,选取干线上相关的3个交叉口作为研究对象,在周期和相位差确定的基础上,提出一种以平均排队长度为优化目标的模糊协调控制算法.同时,根据具体的路口模型设计了一种使干线上3个相邻路口的交通流协调一致的方法,实现了干线上多交叉路口交通流的相关性.根据焦作市某干线上的具体交通流情况进行仿真验证,结果表明,模糊协调控制算法的配时方案比感应控制算法更加合理,能更好地协调城市干线的红绿灯信号,使平均排队长度减少了4.74辆.     

基于改进遗传算法的区域交通信号优化控制

为实现对区域交通信号的优化控制,在车辆延误模型HCM2000的基础上纳入相位差因素; 对遗传算法的交叉和变异过程进行改进,将个体中各个参数分割开来,对各个参数分别执行交叉和变异操作; 对整个区域建立以最小化车辆平均时延为目标的优化模型。对4交叉口区域的仿真结果表明,该方案的优化效果较好,整个区域的平均车辆延误比优化前减少了7.3%,达到了优化控制的目的。       

基于双向绿波带宽最大化的交叉口信号协调控制优化

为优化信号交叉口配时,减小交叉口延误和拥堵,通过改进现有的主干路协调控制相位相序优化算法,给出了基于双向绿波带宽最大化的相位相序优化模型。为验证优化模型的效果,采用VISSIM仿真软件对不同流量条件下的15组场景进行了仿真实验。仿真结果表明,交叉口延误减小了2%~29%,起停车次数降低了14%~28%,同时行驶时间缩短了1%~9%,可以有效改善城市主干路的交通运行状态。     

基于Sumtree DDPG的智能交通信号控制算法

提出了基于和树—深度确定性策略梯度(Sumtree DDPG)的多路口智能交通信号控制算法,通过对交叉路口数据的实时观测,智能地调控交通信号周期时长、相位顺序以及相位持续时间,提高路口通行效率.同时,基于和树结构的经验数据存储模式提高采样效率,加速了算法收敛.仿真结果表明,在动态环境下,该算法在车辆排队长度、车辆等待时间、车辆平均速度等性能指标上均优于现有的固定配时方案和基于流量权重的配时算法.     

交通信号智能控制仿真系统

根据交通信号智能控制过程中的各种复杂情况,研制了一个微观仿真的实用系统。微观仿真系统可实现交通路网编辑模块、交通参与者模型、交通信号控制模型、方案评价模型等,还能够实现多种方案的动态实时仿真,提高信号控制方案选择的有效性。     

传统道路交通信号机的实时时差控制

传统交通信号控制机在硬件上属于单环结构,当交叉路口的车流随时间变化大,且上下行车流极不对称时,时间利用效率差、疏导车流能力低.提出了软件模拟双环机制、将其运算结果变换为单环硬件可以执行的信号输出的方法,以及实用的车流饱和度计算步骤和方法,在单环结构的信号机上实现了双环结构才能实现的实时时差控制.这种方法对改善传统信号机应对各种车流变化时的信号控制效能具有十分重大的实用价值.     

城市智能交通信号控制系统的设计与开发

为了解决我国城市道路交通拥挤的信号控制问题,开发智能交通信号控制系统.基于ARM7平台,提出基于S3C44B0X处理器的智能交通信号机主控板设计方案.应用Clinux移植方法,完成了基于Clinux操作系统的信号机软件设计.基于组件化设计,采用UDP协议通讯和以太网连网方式,开发城市交通控制中心软件.通过开发多种群多编码遗传算法通用控件,实现绿信比优化.将GIS技术引入中心控制软件来配置信号机和获取路网拓扑空间信息.应用结果表明,新型的智能交通信号控制系统性能稳定,便于实现城市交通网络的优化控制.     

交通流诱导与控制协同的双目标优化模型及准最优求解算法

提出了一种基于消散拥堵和系统总出行时间最小的双目标诱导控制协同优化模型,算法引入饱和度的概念,采用小步距微量调整信号配时、试算优化的方法,适当加载或卸载交通量,优化交叉口信号配时,使交通流在不断反馈与不断调整过程中达到最优。采用VISSIM建立模拟路网进行了协同算法试验,并对协同实施效果进行了评价,结果表明:在进行3次协同后拥堵基本消散,经过第4、5次协同能实现系统总行程时间尽可能小。     

干线交叉口信号协调控制下延误分析

为了对干线交叉口信号协调控制参数进行优化,需要对交叉口延误进行定量分析。通过对交叉口一个进口方向的车辆延误进行算法分析,给出交叉口延误计算公式,结合定时信号延误模型,利用车流离散原理获取车辆到达系统内部交叉口的流量分布模式,以此为基础形成信号协调控制系统延误评价方法,并进行具体的算例分析。     

交通控制子区动态划分方法

在分析交通流特性的基础上,提出了周期子区、相位差/绿信比子区的概念。与此概念相对应,详细介绍了一种控制子区动态划分的方法。运用V issim软件进行了仿真。结果表明:与传统控制子区划分方法相比,运用该方法可进一步提高道路交通流的运行效率。     

基于博弈论的突发灾害下区域间交通信号协调控制技术

构建了基于博弈论的区域间交通信号协调控制策略模型。对模型参数进行优化选择。提出了区域间交通信号协调控制的运作时机。开发了软件包,结合Paramics V6仿真软件对模型进行了验证。验证结果显示模型能够有效降低大范围路网内车辆的平均延误,提高行车速度。