基于Petri网的城市交通控制混合系统模型

城市道路交通信号控制是典型的混合动态系统,既包含连续状态变量又包含离散状态变量.本文归纳研究了信号控制交叉口群的主要构成元素：交通信号控制、交叉口与道路路段,其中交通信号控制与交叉口两个元素属于离散事件动态系统（DEDS）,而道路路段交通流属于连续时间动态系统（CVDS）.然后,应用混合系统建模理论,分别构筑了交通信号控制的petri网模型、交叉口的petri网模型、道路路段交通流的连续系统模型,以及交叉口petri网模型与路段交通流模型之间的接口.该模型具有既能够进行交通控制信号优化与交通阻塞机理解析应用,又便于计算机软件实现的优点.     

城市单交叉口信号多相位自适应控制模型

针对交通系统的动态性和随机性,提出了信号交叉口的自适应控制模型.充分考虑了转弯比例的时变性以及车道分配的时变性,给出一种交叉口随机动态模型.将强化学习(RL)引入到交通信号系统中,针对交通网络的交通流及信号特征,建立了RL的状态空间、动作空间和回报函数,以最小化交叉口的排队车辆数为目标,实施对交通信号的优化控制.在不同的交通环境设定下,对典型的十字交叉口进行仿真试验,将RL控制方法同传统的定时控制和感应控制进行了对比.结果表明,RL控制器具有很强的学习能力,对于交通环境的突然变化仍可以保持较高的控制效率.     

交叉口群交通控制实时评价模型仿真研究

正确的交通控制评价指标实时计算模型为实时评价交通控制方案提供了客观依据。由于交叉口群的内部交叉口和单个交叉口的交通控制评价指标的实时变化规律存在很大不同、已有的以周期为单位的评价模型假定交通流随机到达,因此无法正确地实时计算交叉口群的交通控制评价指标。提出了交叉口微观交通状态的概念,将进口交通状态细化为阻塞态、拥挤态、非拥挤态,并分别建立了与之相对应的交通控制评价指标的实时计算模型。通过对实时评价模型进行大量的仿真研究表明,提出的实时评价模型能够为交叉口群信号协调控制方案的实时优化提供有效和可行的评价手段。     

自适应变异粒子群算法在交通控制中的应用

提出了自适应粒子群算法结合实数遗传算法中变异算子的混合算法，它能提高算法的收敛性和稳定性。同时，通过对交通路口的通行情况的研究提出了一种新颖的离散交通信号控制模型。此模型以交叉路口各方向车流支路为基本单元，以各支路车流信息为输入，得出交通信号控制的各项性能指标。在此模型的基础上，应用自适应变异粒子群算法实现交通信号优化控制及验证算法。仿真结果表明自适应变异粒子群算法能够有效实现交通信号优化控制。     

交通信号自适应遗传控制算法及其仿真研究

针对传统的交通信号控制方法时效性不强、运算量大等缺陷,提出了一种基于自适应遗传算法的单点交通信号控制策略。首先构建了多相位单交叉路口的数学模型,并推导出平均延误时间目标与绿灯配时之间的关系,在此模型的基础上采用自适应遗传算法进行优化,并对该方法的有效性以及相对于传统遗传算法的快速收敛性进行了仿真验证。结果表明,相对于固定配时方案和传统的遗传算法配时方案,该方法有效的提高了控制效果和时效性。     

一种交通信号自学习控制方法及仿真实现

将模糊理论和机器学习应用到交通信号控制过程中，提出了一种基于遗传算法的单路口交通信号模糊控制方法。通过对到达车辆数目的模糊分类，将不同车辆数目到达情况下的信号控制决策方案以规则集的形式存储在知识库中，在交通信号控制过程中使用遗传算法对规则集进行改进。编制该控制方法的仿真程序，对该方法的控制效果与定时控制和感应控制进行了模拟比较，仿真实验的结果说明该方法的控制效果明显优于传统控制方式。     

城市快速路入口匝道交通控制及优化

针对城市快速路入口匝道的信号灯控制方案，借助车流波动理论，分析了该类交叉口内部的车流运行时空特性，描述了快速路、入口匝道上的车流在交叉口的排队过程，以交叉口车流总延误最小为目标，快速路与入口匝道的绿时分配以及信号周期为参数，建立了城市快速路入口匝道交通控制优化模型，并通过一个实例对优化模型和求解算法进行了验证。研究结果表明：当快速路及匝道绿灯时间均满足最低要求而交叉口有效通行时间（信号周期与周期损失时间的差值）仍有富余时，应将富余的可通行时间分配给快速路，以使得交叉口车流总延误最小。快速路入口匝道交叉口的车辆平均延误由优化前的16.76 s下降至13.18 s，同比下降21.36%；匝道最大排队长度由48.82 m缩短至33.28 m，同比下降31.83%。     

单路口交通的多相位实时模糊控制

讨论单路口多相位的交通信号控制 ,控制方法采用实时模糊控制 ,提出以当前相的主队列、最近1 0秒车辆到达数、后继相的主队列三者决定信号配时的方法 ,给出了该三维模糊控制器的设计 .根据通过交叉口的车辆停驶过程 ,推导出交叉口平均车辆延误计算模型 .对上述控制器进行四相位交叉口的仿真试验 ,以通过交叉口的平均车辆延误作为性能评价指标 ,仿真结果表明 ,控制效果比较满意 ,优于定时控制方法     

分层控制算法在过饱和交通干线控制中的应用

提出一种启发式分层控制算法框架来解决过饱和城市交通干线的控制问题.整个控制器由控制层和协调层组成,在控制层,引入主线延误和次线延误的概念,将控制问题描述为一个冲突的多目标控制问题,提出一种新的基于IPNSGA-Ⅱ遗传算法的多目标相容控制策略来产生相邻交叉口的信号配时方案;在协调层,首先确定需要进行协调的交叉口群,然后以主线延误和次线延误为目标,采用IPNSGA-Ⅱ遗传算法进行优化,实现交叉口之间的协调.提出的相容控制策略具有鲁棒性、实时性、动态性的特点,能够实现干线交叉口的实时控制.将该分层算法应用于一个七个交叉口组成的城市交通干线的交通流仿真系统进行测试,仿真结果表明,本文方法比单点控制策略能够更有效的缓解网络中的过饱和状态,减小延误.     

事件状态下城市快速路交通通道优化控制模型

交通控制和管理是解决城市交通拥挤问题的有效措施。在事件状态下，对快速路交通通道的优化拉制建模进行了研究．以快速路和干道交叉口的交通需求与通行能力的方差和最小为优化目标，建立了快速路交通通道优化控制模型，该模型同时优化干道交叉口绿信比、事件上游出口匝道转秽率和事件下游入口匝道转秽率三个控制参数。最后对目标函数进行了评述，表明谊优化控制模型简单实用。     

基于混合整数规划的相邻交叉路口信号协调控制

建立一个基于混合整数规划的相邻交叉路口信号协调控制模型，该模型适用于两路口之间距离比较短的情况。根据上游路口的驶入率和周期初路段上的车辆数，对该路段上的车辆运行情况进行了研究，得到了一个周期内该路段的车辆数变化以及下游路口车辆驶出累积数，并通过协调上游路口信号灯变换时间来控制下游路口车辆周期内的驶出数量。本文与现有文献的不同之处在于，是以固定时间内下游路口驶出的车辆数为目标函数进行建模，给出了模型的一些重要性质，并通过算例对模型的协调控制能力进行了仿真研究。     

采用系统科学方法优化交通信号灯的控制策略

为了控制车辆在交叉路口顺畅通行,本文在介绍交通信号灯系统结构、运行模式及工作流程的基础上,分析了系统控制中不同策略的方法,使用在不同的时段采用不同的路口控制模式,自适应地控制车辆通行时间,并根据路口间距采用不同的开启时刻以及使用交通诱导策略,减少车辆等待时间,提高车辆通行效率,保证整个交通系统的高效流通,而且通过车载标签及时掌握的车速、车型和交通量等交通信息可以为该路段远期规划的交通预测提供基础数据,对智能交通控制具有很大的指导意义。     

对交通控制与诱导结合研究的评述

交通控制与诱导的集成和一体化代表了现代交通管理的发展方向，是智能交通系统中的重要研究内容。而动态交通分配与交通控制的结合是控制与诱导集成的理论基础。本文回顾交通控制与交通诱导以及动态交通分配结合研究的发展．对控制为主和以诱导为主的两类系统的设计和研究思想以及结合的主要模型和求解算法进行详细的论述、总结和分析．指出研究中存在的不足和局限性，提出建立控制与诱导真正协调、一体化的研究改进的方向和思路．最后给出一个完整的控制与诱导结舍研究的框架结构。     

交叉路网交通灯的协调模糊控制方法

交通灯的控制是城市交通系统中一个重要的问题，本文探讨了一种新的交叉路口网交通灯的协调模糊控制方法，首先在交叉和阵道上设置流量检测器得到路口的交通数据；然后根据路网多个节点的交通动态特征，提出了一个种模糊规则来控制交通信号灯的延长时间和相位变化，使得整个整网车辆的平均时延得到优化，这个方法与一种典型方法作了比较，并且给出了仿真实例，其结果相当令人满意。     

FL-FN-MOGA Based Traffic Signal Control

In this paper, a traffic signal control method based on fuzzy logic (FL), fuzzy-neuro (FN) and multi-objective genetic algorithms (MOGA) for an isolated four-approach intersection with through and left-turning movements is presented. This method has an adaptive signal timing ability, and can make adjustments to signal timing in response to observed changes.The "urgency degree" term, which can describe the different user's demand for green time is used in decision-making by which strategy of signal timing can be determined. Using a fuzzy logic controller, we can determine     

基于改进Lagrange乘子法的交通信号配时优化研究

为提高交叉口的机动车通行效率及环境效益,采用改进罚参数来构造一种新的Lagrange乘子法对交叉路口的交通信号进行优化配时。通过权重系数建立车辆延误与尾气排放的数学模型,利用改进Lagrange乘子法进行优化,将其结果与两种典型智能算法的优化结果进行对比,并利用VISSIM(Verkehr in Stadten Simulation)微观交通可视化仿真软件进行验证。实验结果表明,该方法优化的信号配时使车辆延误降低19.89%,尾气排放量降低2.379%,可见大比例优化了交叉口的车辆延误,同时可以降低尾气排放量。     

基于模糊C均值聚类和神经网络的短时交通流预测方法

短时交通流预测是动态交通控制和诱导的前提。提出一种模糊C均值聚类和神经网络相结合的短时交通流预测方法。用同一组实测数据对比计算了该方法与BP神经网络预测方法、模糊神经网络预测方法分别得到的预测结果。计算结果表明：所提出的方法的预测准确性明显地高于其他两种方法。     

面向控制的城市快速路网宏观动态交通模型

针对我国城市交通特点，在改进经典的高速道路网宏观交通流模型METANET的基础上，提出了面向控制的城市快速路网宏观动态交通模型。该交通模型能够更好地描述快速路出口匝道流出能力受限、快速路主线起始点车流以及快速路主线车速控制等现象。对上海高架快速路的实际交通流数据进行了仿真研究，结果表明该模型较好地反映了城市快速路交通流的动态演化特征，可以作为城市交通控制系统分析和设计的有力工具。