基于车流量的智能交通信号优化控制研究

道路交叉口是城市交通网络的关键组成部分,其通行效率直接决定了城市交通网络的通行能力。为了提高城市交通路网的通行能力,缓解交通拥堵,根据相邻交叉路口车流量具有相关性的特点,提出一种基于车流量的智能交通信号控制方法。建立基于门限服务策略的交通灯轮询控制模型,利用马尔科夫链和概率母函数分析了交叉口车辆平均排队长度和信号灯配时方案,并根据实际交通情况进行仿真实验。结果表明,基于车流量的智能交通信号控制比传统的固定配时控制更加合理,能有效地降低车辆通过交叉口时的平均延误时长和排队长度,提高通行效率。     

城市交通过饱和状态下干线信号的多目标仿真优化研究

针对城市交通过饱和状态下的干线信号优化问题,分析了交通控制目标对车辆排队的影响,提出以绿信比、相序、相位差和周期为优化参数,以车辆平均时延、系统平均排队-车道长度比和系统通行能力为优化目标的交通信号仿真优化模型。构建了优化模型的实施框架,该框架采用自主构建的微观交通仿真环境来获取信号方案评价指标,改进多目标优化算法NSGAII中的重复个体问题,完成对干线各交叉口信号配时方案的同时优化。最后,利用采集的交通数据对由3个交叉口组成的干线进行实例验证,验证结果表明,在过饱和状态下,所提出的信号优化方法不仅可以有效控制车辆排队长度,均衡车辆分布,同时在系统通行能力、车均时延方面表现更佳。     

基于排队长度均衡的交叉口信号配时优化策略

城市交通的快速发展和交通需求的不断增长,使得城市交通拥堵日益严重,由此造成的时间延误和经济损失越来越大.鉴于此,提出了基于排队长度均衡的交叉口信号配时优化策略,根据排队长度均衡的控制思想,实时动态调整各相位绿灯时间,以达到排队长度均衡的控制目标,保证了绿灯时间的充分利用.通过近似动态规划方法的引入,使得该算法具有自学习和自适应的特性,不依赖于交通流模型.仿真结果验证了算法的有效性.     

基于CTM的多种交通状态控制目标一致性分析

交叉口信号控制优化目标一般由实践经验或交通控制目的所确定,往往忽略了不同交通状态下优化目标之间相互矛盾和相互制约的关系,造成交通控制效果不理想.为解决上述问题,提出建立基于元胞传输模型的单个交叉口优化控制模型,给出了交叉口延误、通行能力、排队长度以及机动车尾气排放量四类性能指标的表示方法,进而利用粒子群算法对控制目标进行了优化求解,并在MATLAB环境下对上述四类控制指标之间的一致性进行了仿真分析.仿真结果表明:在轻度流量下,延误、通行能力和排队长度之间具有一致性,延误与排队长度之间的一致性相对较好,而中度和重度流量下,延误与尾气排放量之间有较好的一致性,排队长度与通行能力有较好的一致性.     

三维城市交通微观仿真与信号优化方法

为提高城市交通干线信号配时方案的求解效率,提出微观交通环境构建和信号优化相结合的全自动信号配时生成算法.首先结合城市交通和栅格地图特点,利用图像处理技术实现干线路网自动化提取,构建微观交通仿真环境;然后通过改进车辆跟驰与换道模型,对城市交通车辆动态行为进行建模;最后提出以绿信比、相序、相位差和周期为优化参数,车辆平均时延、系统平均排队-车道长度比和系统通行能力为优化目标的改进快速非支配遗传算法NSGAⅡ优化模型.利用由多个交叉口组成的干线进行实例验证结果表明,算法能够有效地提高信号配时方案的求解效率和控制性能.     

状态相关闭排队网络中的性能指标灵敏度公式

本文通过研究一类Ｍａｒｋｏｖ过程在无穷小矩阵的参数摄动下稳态性能指标的灵敏度,运用无穷小矩阵的群逆,实现矩阵和势能这三个描述稳定性能指标灵敏度的等价量,给出了状态相关闭排队网络在参数摄动下的稳态性能指标灵敏度公式,这些结果可直接用于排队网络的控制和优化。     

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。     

一种数据丢包情况下的交叉口排队长度均衡控制方法

针对交通数据在传输过程中随机丢包造成交通拥堵的问题,提出一种新的交叉口排队长度均衡控制方法。考虑到交叉口交通控制的重复特性和强非线性,将无模型自适应迭代学习控制方案应用于交叉口排队长度控制中,通过实时调整各交叉口的信号配时方案来调节路口车辆的排队长度,实现各交叉口排队长度的均衡。针对道路交通网络控制中排队长度差值数据在传输过程中存在的丢包现象,将数据丢失现象描述为概率已知的伯努利序列,提出数据丢失情况下的补偿算法,即利用上次迭代的输出数据、伪梯度的估计值和控制输入差值对丢失数据进行补偿,解决存在数据丢包情况下多交叉口排队长度均衡控制问题。仿真结果表明,该方法在数据丢包的情况下迭代100次左右能够收敛于期望值并达到期望控制效果,验证了补偿算法的有效性。     

基于视频排队长度管理的小步增减绿信比优化方法

针对高峰期间交叉口各进口道排队不均衡或溢出的现象，提出了一种基于视频排队长度管理的小步增减绿信比方法。首先，判断红灯结束时的排队状态及绿灯结束时的排队长度等级；然后，计算各个相位绿灯时间的增减量；最后，以均衡各进口道排队长度为目标，实现各相位绿灯时间与各进口道排队长度的动态平衡。实验结果表明，所提优化方法能有效地均衡各个进口道的排队长度，降低交叉口的通行延误和交通拥堵。当相位绿信比与排队长度不匹配时，该优化方法能快速进行绿信比调整，以适应排队长度的变化。     

基于遗传算法的单交叉口信号优化控制

建立了一种单交叉口自适应优化配时模型。通过对本周期交通流数据线性预测下一周期各车道的排队长度，以各相位绿灯结束时的排队长度最小作为优化目标，建立多目标优化函数。通过采用理想点法，运用遗传算法进行优化。仿真实验结果表明，该方法优化后的配时方案能够反映各相位实际交通需求，并具有很好的实时性。     

基于改进粒子群算法的单交叉口信号配时仿真

研究城市交通信号控制系统中的单交叉口优化交通流问题,由于交通流具有非线性和不确定性特点,很难建立精确模型。为解决上述问题,提出把每一相位的排队长度都作为优化的目标,采用多目标信号配时模型以满足不同交通需求,并采用改进粒子群(PSO)算法进行求解。在深入研究分析PSO算法的基础上,引入变异因子和惯性权重自适应策略对该算法进行改进,既发挥了PSO算法随机优化收敛速度快的优点,又克服了算法易陷入局部最优点的缺点,显著提高了优化算法的性能指标。仿真结果验证了方法的有效性和合理性。     

改进粒子群优化的关联交叉口协调控制

提出了基于改进粒子群优化的关联交叉口协调控制方法。建立了关于排队长度的交通流模型和协调控制目标函数,利用改进粒子群算法对各交叉口绿信比和考虑双向绿波的相位差进行求解,实现了关联交叉口的最优控制。以实际采集的几个关联交叉口的交通数据仿真表明,相比单向绿波控制和感应控制,所提方法可有效减少延误和平均排队长度。     

基于DSP的交叉口车辆排队长度图像检测系统*

详细介绍了系统的硬件结构设计,图像采集主程序流程及车辆排队图像的长度多阈值提取算法。该系统应用于城市交通信号控制机上采集交通量信息,精度高,安装维护方便,优于传统的电感线圈采集方式。     

计算机系统的排队网络模型及其计算方法

计算机系统性能评价是计算机科学中一门新兴的学科。本文分六节系统介绍在计算机系统性能评价中广泛应用的排队网络模型及其计算方法。第一节简述排队网络模型的由来和发展。第二节描述了几种典型的排队网络模型,定义了用于性能评价的四个基本量——利用率、平均排队长度、平均等待时间和吞吐率。第三节介绍建立排队网络模型的一般方法。第四节简介排队网络模型的理论基础之一——运行分析。第五节论述排队网络模型常用的计算方法——归一化常数法、平均值分析法和某些近似计算方法。第六节介绍分析BCMP型排队网络(目前代表性最广的一种模型)的Pascal程序包,这个程序包已在VAX——11计算机上实现并经过验证。     

城市交通信号灯网络化控制及优化配时问题

首先,给出单交叉路口的定义,从抽象模型mn网络出发,该文提出城市交通的动态多车道、四相位控制模型;提出阻塞判别条件,并给出阻塞时对路口控制的网络模型。将两种系统综合在一起,给出多目标优化的性能指标及其约束条件。采用遗传算法进行多目标优化,仿真结果表明该方案是可行的。     

交通网络车流量的分布式协同优化方法研究

针对城市交通网络主干道车流量密度非连续特性,分析了交通网络车流量分段仿射模型.从最小化车流量延迟角度,给出了优化目标函数并进行凸分析.在此基础上,将城市交通网络系统描述为非完整性约束条件的非线性动态系统,利用反步法通过控制变量代换和状态转换将该系统转化为时变可控协同标准型的一般形式,并设计城市交通网络系统的分布式协同控制律.然后在城市主干道交通网络模型中,分别对协同分布式优化方法、定时控制、感应控制三种交通控制算法进行对比仿真分析,从仿真结果可以看出,本文所提出的协同分布式优化方法具有较好的性能,有效的降低了交通网络中车辆平均等待时间.     

均衡流量和饱和度的交通瓶颈控制

为快速疏散交通瓶颈,提出一种均衡流量和饱和度的交通控制方法.首先,利用过车数据获得各路段与瓶颈的关联度,据此得到相关路段,并依据路段剩余空间和排队增长趋势确定可控与不可控路段;其次,依据瓶颈的流量和排队长度,确定总消散量,并分配到可控路段上;可控路段再依据约束条件动态调节分配量,并进行绿灯时长优化;同时不可控路段将多余流量均衡到周边路段;然后,以饱和度均衡为目标进行配时优化.从而,该方法可消散已识别瓶颈,消除潜在瓶颈.最后,通过仿真实验对所提方法的有效性进行了验证.     

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.     

考虑绕行道路上发生排队的施工区长度优化研究

现有的对施工区最优长度的研究,在考虑交通分流时都是在假设绕行道路的通行能力足以承受绕行交通量和绕行道路上已有的交通量的前提下,没有考虑到绕行道路上是否会发生排队.针对绕行道路可能发生排队的情况,研究该情况下的施工区长度和施工总成本的关系,建立以施工区长度为自变量的施工区总成本模型.根据主道路和绕行道路是否发生排队,将总成本模型分为四种形式.研究的目标是总成本最低,采用一定的方法推导出不同情况下的施工区最优长度计算公式和最佳的分流比例.算例研究表明,该模型能够有效地优化不同情况下道路施工工程的施工区长度;当主道路上到达的交通量较大时,适当的分流比例能有效地降低总成本.     

基于TdPN的中小流量交叉口信号控制研究

针对城市中小流量交叉口交通拥堵问题,提出了一种基于时延Petri网(Timed Petri Net, TdPN)的可变相序信号控制模型。利用TdPN建立交叉口车流模型和信号控制模型,结合马尔可夫链,建立交通流的动态生成模型。通过将通行权赋予当前等待车辆数最大的相位来实现相位的随机选择。以平均延迟时间最小为优化目标,通过遗传算法求解最优相位配时。在信号周期固定的情况下,分析基于TdPN的四相位可变相序控制模型在不平衡交通流下对交叉口平均排队长度的影响,并将此模型与四相位固定相序控制模型进行对比。研究结果表明,该方案在单位时间内有效地减少了交叉口的平均排队长度。