交叉口交通信号灯的模糊控制及优化研究

针对城市单交叉口的交通信号控制问题,提出一种交通灯信号的模糊控制方法。该方法基于四相位定相序对单交叉口交通灯进行控制,模糊控制系统输入为车辆排队数和车辆到达率,输出为当前绿灯相位的绿灯延长时间。利用遗传算法(Genetic Algorithm,GA)优化模糊控制系统的模糊规则和隶属度函数,提升模糊控制系统性能。利用Sumo(Simulation of Urban Mobility)仿真软件,实现了该模糊控制方法。将Sumo自带的控制方法、模糊控制方法、以及基于GA的模糊控制方法进行仿真对比。结果表明,基于GA的模糊控制方法能有效减少车辆的平均延误时间,提高了交叉口的通行能力。     

考虑黄灯驾驶行为的城市交叉口微观仿真

根据新交规施行后驾驶人黄灯驾驶行为的变化,建立同时考虑交规、交通灯信号和前车影响的车辆跟驰模型,利用Multi-agent技术构建城市交叉口微观仿真模型并在其中嵌入CFTL模型,通过仿真对比分析新老交规及不同黄灯间隔下交叉口通行能力、车辆平均时速、延误时间、车辆违反交通灯和交叉口交通事故次数的变化.结果表明:CFTL模型较好地刻画了车辆遇交通灯的跟驰行为,突出了黄灯对驾驶行为的影响;无论新老交规下,闯红灯车辆随黄灯间隔增加而显著下降;与老交规相比,新交规在保持交叉口通行能力的同时明显抑制了闯红灯车辆数;停止线以外追尾事故次数在新老交规下差异不明显,并且追尾事故次数随流量增大呈U型变化.     

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     

城市普通道路与快速路出口衔接区域信号交叉口公交优先实施方法

针对城市普通道路与快速路出口衔接路段的公交优先实施方法开展研究,并提出一种针对该区域交通特征的新型公交优先控制技术.新技术的目标是减少研究区域公交车辆的交通冲突点,以及提升公交车的通行能力.新技术的主要支撑工具是交叉口渠化设计技术.本文对实施公交优先控制前后交叉口各交通方式通行能力进行分析,并结合多属性决策理论给出了不同交通状态下公交优先控制策略.本研究将提出的公交优先控制技术与传统的信号交叉口公交优先控制技术进行了对比,研究结果指出了新公交优先控制技术的优势所在,适用环境以及应用前景.     

基于完全竞争机制的交叉口模糊控制模型

通过两个新的度量指标——实际通行需求度(ATUD)和加权通行需求度(W TUD),反映各入口车道的交通需求,并提出一种基于完全竞争机制的交叉口模糊控制模型,旨在通过匹配各入口车道的交通供需,达到提高交叉口通行能力的目的。模型的控制过程如下:绿灯时间结束时,算出各车道的ATUD和W TUD,将通行权分配给W TUD最大的车道所在的相位。如果通行相位被选中,则绿灯时间延长一个事先设定值;当绿灯时间到达上限时,则根据W TUD选择下一个通行相位。如果非通行相位被选中,则将通行权交给该相位,并根据其中ATUD最大的车道设定初始绿灯时间。仿真结果表明,该模型比传统定时和感应式控制的适用范围更大,自适应能力也更强。     

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%。     

一种基于通行需求度的单交叉口模糊控制算法

针对城市交通拥挤问题，提出一种根据通行需求度确定通行相位和通行时间的、可变相序的单交叉口模糊控制算法。仿真结果表明，在不同交叉口结构形式、不同相位构成和不同车流量组合的各种情况下，该方法均表现出良好的控制效果，是解决城市交通拥挤问题的有效途径。     

单交叉口多策略模糊控制算法与优化

大量研究表明,模糊交通信号控制算法在性能上明显优于传统方法,但现有研究大多采用单策略控制,在复杂多变的城市交通流条件下,难以充分发挥交叉口的通行能力.为此,在深入分析交通需求的基础上,提出了基于模糊理论的多策略模糊控制算法.同时,为克服用经验法确定多套模糊策略的困难与不足,还设计了基于遗传算法的模糊规则和隶属度函数优化方法.仿真结果表明,多策略模型优于单策略模型,更优于传统交通控制方法.     

城市交通干线递阶模糊控制及其神经网络实现

利用大系统的分解-协调思想、模糊理论和神经网络技术来进行城市交通干线的实时协调控制.把交通干线作为一个大系统,子系统为干线上的各个交叉口,在此基础上,设计了一种城市交通干线的两级模糊协调控制算法并用BP神经网络实现.控制级在线调整各子系统的信号周期和绿信比;而协调级则根据测得的交通信息协调相邻子系统间的车辆数.控制目标是使干线交通畅通并使平均车辆延误时间尽可能小.最后进行了仿真研究,结果表明,该方法比车辆全感应式控制能有效地减小平均车辆延误.     

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。     

基于遗传算法的交通信号动态优化方法

针对典型的城市多车道双向交叉路口的交通流分布，以四相位信号控制为例，建立了以控制周期内路口的总延误车辆数最小为控制目标、以信号相位绿灯持续时间和信号周期时长为控制变量的交通信号动态配时模型。并用基于实数编码的遗传算法对信号周期和相位4绿信号时间等控制变量同时进行优化。为检验算法的优化效果，针对实际交叉路口高峰小时的实测交通流量数据，进行了大量次数的仿真计算，并对仿真结果进行了分析。     

一种分布式交通信号控制方法及仿真实现

在基于多智能体的分布式道路交通控制概念模型和单路口交通信号自学习控制方法的基础上，提出了一种基于多智能体的分布式交通信号区域控制方法。通过相邻路口信号控制智能体的信息交互和协调，在确保路口绿灯时间利用率较高的前提下，尽量使相邻路口驶来的车队不停车地通过路口。编制交通控制微观仿真软件，在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验，实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式。     

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。     

仿真交通流混沌特性研究

基于非线性跟驰模型建立了由五辆机动车组成的动态仿真模型,利用Matlab软件产生了五辆机动车的仿真交通流,给出了在一定参数组合下前后车辆之间的车头间距、速度差随时间变化的过程曲线.并结合实际交通系统的特点,对仿真结果做了理论分析.基于混沌时间序列分析方法,提出了证明非线性跟驰模型产生的仿真交通流具有混沌特性的一种方法,并分析了模型参数对仿真交通流动态特性的影响.该研究结果有助于进一步理解实际交通流系统的动态特性,并为短时交通流预测、诱导方法和智能交通控制提供理论依据.     

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。     

混入智能网联车队的混合交通流元胞自动机模型

针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明：智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。     

高速公路交通流问题的分段固支梁计算机仿真模型

用分段固支梁模型描述高速公路上三车辆行驶过程。给定了三车辆的初始位置，整个时间过程被分为不同的时间段，每一时间段内车辆具有一定的排列次序，任意一个车辆或者处于跟车过程中，或者处于超车过程中。基于梁挠度曲线方程给出车辆在超车和跟车过程中的速度．时间关系曲线解析表示式。这些解析表示式中包含一定个数的参量，用于体现司机行为；各有关时间段的起始和终了端点则根据有关车辆运动距离相等的条件及跟车和超车的判别条件确定。由计算机自动给出计算任意时刻各车辆位置的公式。与传统方法相对比，该方法考虑建立尽可能大范围的局部模型(跟车或超车模型)并明确给出不同阶段局部模型的衔接方法，因而能较好地刻画车辆的行驶过程。旨在为开发出类似于Maple的高速公路交通流仿真软件奠定基础。     

基于路段速度区间的干道协调控制模型研究

传统的干道协调控制模型均以路段的平均速度或设计速度为前提设计绿波协调控制方案,但路段实际车速受驾驶员行为、车辆汇入汇出、公交车进出站台等因素影响,往往无法用单一的数值去衡量,实际速度应有一定的波动区间.论文以传统的混合整数线性规划模型为基础,通过分析路段最小速度和最大速度对带宽的影响和要求建立了基于路段速度区间的干道协调控制模型,并通过与其它两种主流方法进行对比说明了模型的有效性.最后,通过仿真验证说明在路段速度处于一定的区间时该模型优化得到的控制方案对车流的排队长度、延误时间和停车次数有显著的改善.