城市快速路拥挤疏散策略

为实现城市快速路交通拥挤的及时消散,研究城市快速路系统拥挤疏散控制方法。该方法以控制区域内输入车辆数的变化及各入口匝道相连辅路排队长度的变化为研究对象,确定控制区域内入口匝道各自的调节率。通过实例验证了方法的可行性。结果表明:该方法可以缓解城市快速路主路的交通拥挤状况,而且避免了辅路因排队过长而造成的阻塞现象,实现了城市快速路主路及其相连辅路交通状况的改善。该成果可在交通工程实践中为缓解或消除城市快速路交通拥堵提供良好的解决对策。     

基于动态交通需求估计的高速公路优化控制模型研究

依据动态交通需求估计信息,基于分层递阶的思想,建立了一个高速公路优化控制模型. 模型分为4个主要模块:交通需求预测模块对长时期内总的交通需求进行预测,提前确定将来排队长度的上界;全局最优控制模块预测未来的交通状态,为路网中的各个匝道建立协调约束;交通需求估计模块对真实交通流进行估计;局部反馈控制模块根据对真实交通条件的估计信息及全局最优控制层的寻优结果决定匝道调节率. 仿真结果表明,控制系统具有良好的动态性能,协调了各个匝道之间的利益,实现了高速路网整体性能的优化.     

基于遗传算法的高速公路网入口匝道优化控制

为了实施高速公路路网交通流的优化控制,采用MATANET模型进行路网交通流建模,应用非线性最优控制方法,构造了路网入口匝道的协调控制模型. 该模型应用全局实时交通数据,以缩短行程时间和减少入口匝道排队长度为控制目标,能够提高交通运行效率和有效处理偶发性拥挤. 针对模型的非线性,应用遗传算法对性能指标进行优化,探究不同性能指标的优化对路网交通运行状况的影响. 以南京市周边高速公路路网作为应用实例,验证了所研究模型与优化方法的可行性.     

基于ALINEA算法快速路入口匝道单点动态控制

在考虑匝道排队控制和控制阈值约束的前提下,基于ALINEA算法对武夷路上匝道进行动态控制.研究ALINEA算法参数设置目的,综合以往研究成果,分析相关采集数据,确定ALINEA参数设置;分析ALINEA经典排队模型,结合武夷路上匝道实际物理条件,提出匝道排队分段约束模型.分析匝道单点动态控制机理和武夷路匝控相关数据特征,构建控制阈值表;控制阈值表、ALINEA算法和匝道排队分段约束模型一起构成了武夷路上匝道单点动态控制策略.离线仿真结果证明了该策略不但平滑了匝道流量脉冲,而且提高了主线下游行车速度,解决了主线下游的拥挤.     

城市快速路入口匝道控制仿真分析

以深圳春风路高架快速路为例,对不同交通需求水平情况下定时、Alinea、Flow 3种常用入口匝道控制算法的实施效果进行了仿真分析,并详述了各种算法的参数取值.仿真结果表明,入口匝道控制在交通需求高到一定程度的情况下能有效发挥改善主线交通的作用.Alinea和Flow算法总体优于定时控制,但也显著增加了匝道的延误和排队长度.当交通瓶颈与上游2个入口匝道均密切相关时,Flow算法控制效果优于Alinea算法.最后,对在Alinea,Flow算法中引入匝道排队调节的情况进行了仿真分析,结果表明排队检测器离匝道入口的距离是平衡主线拥挤和匝道排队的关键因素.     

城市快速路出口匝道与衔接交叉口协调控制研究

城市交通出行需求具有动态性,快速路出口匝道与下游衔接交叉口具有较强的关联性,当交叉口交通疏解能力有限,出口匝道与衔接交叉口距离未合理设置时,交叉口排队易延伸至出口匝道,影响快速路车流正常运行。利用并行微观交通仿真软件Paramics对不同交通需求、出口匝道与下游衔接交叉口间距情况下的城市快速路出口匝道与衔接交叉口的信号协调控制进行研究,分析出口匝道的信号控制和相位差对路网交通流量和行程时间的影响。仿真结果表明出口匝道与衔接交叉口的信号协调控制能明显提高交通流量,降低行程时间。     

基于ALINEA算法的上海快速路入口匝道控制方法

通过分析上海典型匝道--内环内侧武夷路上匝道,将国外运用较为成功的单点控制方法--ALINEA算法,在附加考虑匝道排队长度限制的基础上,运用于实际的工程实践.经过离线模拟,发现主线速度得以提高,同时匝道流量的脉冲性被一定程度地平滑了.故认为:以ALINEA算法为基础的控制方法,适用于上海快速路入口匝道控制.     

基于模型预测控制的快速路网匝道调节方法

探索了基于模型预测控制(MPC)的匝道调节方法.提出了匝道MPC调节的非线性动态时间离散最优控制模型及其解法.最优控制模型采用动态网络交通流模型作为过程模型,采用遗传算法求解.考察了匝道MPC调节的效果和鲁棒性,并将其效果与经典的ALINEA匝道调节方法相比.针对三起点三终点快速路网的仿真案例显示,匝道MPC调节能明显缓解拥堵,改善路网总体运行效率,较之ALINEA调节能够更连续平稳地调节交通流,在存在预测误差的情况下控制效果依然很好,其路网总耗时改善率明显高于ALINEA调节,具有很好的鲁棒性和应用前景.     

基于遗传算法的单向路网配时优化

为求取单向路网整体配时优化方案,实现路网排队长度最小,构造了路网排队长度模型作为评价函数。考虑到单向路网信号配时的整体性和相关性较强,计算复杂度较高,为降低计算的复杂度,采用遗传算法对路网排队长度模型进行计算,得到优化的配时方案。通过评价指标的对比,表明利用遗传算法进行最优值的计算可以取得很好的优化效果。     

高速路入口匝道的模糊神经网络自适应协调控制

为了实现高速公路多路段入口匝道的协调控制,提出了一种基于模糊神经网络的自适应协调控制方法.该方法首先利用模糊规则实现了相邻路段间交通状态的协调,并对匝道排队进行调节,使其不超过最大排队长度.然后,在神经网络权值优化过程中,采用遗传算法对隶属度函数进行优化,避免算法收敛于局部最优解.该方法具有不依赖于系统的精确模型、控制算法能自适应外界变化、可实现多路段间协调控制等优点.仿真结果表明,该方法对3个路段的高速公路入口匝道能够较好地实现自适应协调控制;与经典的ALINEA方法相比,优化速度更快,在抑制交通密度波动和排队长度增长方面效果更好,对道路容量的利用也更加充分.     

城市路外停车场出入口交通组织分析

从分析城市道路路外停车设施出入口对城市动态交通的影响入手,运用排队论方法进行了停车场入口道长度的设计,设计了停车场出入口交通组织方式,并根据不同路外停车场规模、不同车辆驶入(驶出)率、不同周边道路交通流条件对停车场出口道设置的影响,进行停车场出口道通行能力及服务水平计算方法研究和评价分析,论文最后对镇江市大市口地下停车库出入口道路设计进行实例分析.     

基于神经网络的交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制．仿真结果表明，文中所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力，是实现交通系统智能控制的一条新途径．     

车辆排队位置确定模型及其网络效应分析

为了揭示车辆排队形成的多米诺效应，基于运动学起动–停车波模型构造了车辆排队位置确定模型。该模型能实时确定路网中任意车流形成的排队队列的头部位置、尾部位置和队列长度。根据该模型以及车流间的相互作用，以任意相邻的两个交叉口为例，分10种情况讨论了下游车流能否对延续车流或冲突车流造成阻滞作用，从而能否引起网络效应。结果表明，相邻路段车辆排队之间的耦合关系是研究网络效应的核心。研究成果可以为探讨车辆排队产生网络效应的形成机理奠定基础，为认识车辆排队的演化规律提供工具与方法。     

基于模糊非支配排序遗传算法的多车型快速路交通拥堵和排放优化

以优化城市多车型快速路交通系统拥堵和排放为目标, 综合考虑了走行时间(total time spent, TTS)、走行距离(total travel distance, TTD)、匝道排队、尾气排放和燃油消耗这5个性能指标, 改进了多车型快速路宏观交通流模型Multi-class METANET和多车型排放模型Multi-class VT-macro. 提出了一个新的高维多目标优化算法——模糊非支配排序遗传算法(fuzzy non-dominated sorting genetic algorithm, FNSGA-Ⅲ), 对快速路的匝道汇入率和主路的可变限速(variable speed limit, VSL)值进行了优化, 实现了缓解主路和匝道交通拥堵以及节能减排的目标. 提出的FNSGA-Ⅲ算法, 基于自适应模糊推理系统(adaptive network-base fuzzy inference system, ANFIS), 对下一时刻高维多目标优化的超平面进行预测, 能够有效引导算法在迭代过程中的进化方向, 提高算法的收敛速度. 基于上海市广中路实际路网进行仿真实验. 结果表明, 与现有的单目标遗传算法和高维多目标NSGA-Ⅲ算法相比, FNSGA-Ⅲ算法结合改进的多车型宏观交通流模型, 可以更合理地设置期望速度与匝道控制策略, 更为有效地环缓解快速路的交通拥堵和排放.     

快速路匝道汇入方案优化及软件仿真

针对城市快速路交通压力日益增长,匝道汇入处经常形成拥堵、交通事故频发等现状,结合当前城市快速路现状,通过理论计算和仿真实验方法,对现有汇入方案进行分析和优化,提出了“限速增道”汇入方案.方案在匝道汇入处采取隔离和限制措施,适当减少主、匝道车道宽度,降低车辆速度,引主导、匝道车辆各行其道,减少相互干扰,最终达到提高汇入处通行能力的目的.仿真实验数据显示,方案的单位时间车流量、通行速度、排队长度等交通指标均明显优于其它方案,效果明显.“限速增道”方案在现有车道宽度较宽的城市快速路上可以采用.     

城市快速路入口匝道控制算法的改进

本文阐述了城市快速路入口匝道控制的机理和作用,对匝道控制方法进行简单分类,分别给出了各种控制方法的模型表达式,并比较分析了不同控制方法的优缺点和给出了各自的适用范围。针对目前城市快速路入口匝道控制中的不足,结合模糊理论控制和支持向量机算法,提出了一种新的城市快速路入口匝道控制策略的标定方法,并给出了基本算法流程,能够满足城市快速路中不断变化的交通状况对控制策略的动态需求。最后,结合广州市某主干道上的实际调查数据,利用本文的控制算法得出了相应的控制方案,并将其用于该主干道的匝道控制中,通过对调查数据的分析表明本文的控制方法能满足动态变化的交通状况,控制效果较好,对城市入口匝道控制的方法研究有一定的参考作用。     

基于视频交通图像的潮汐车道自适应控制系统设计

针对城市道路双向交通需求不均衡的潮汐交通问题,设计了一种新的基于视频交通图像的潮汐车道自适应控制系统。通过局域网实现两台工控机间的独立运行,给出系统结构。介绍了控制逻辑,通过视频交通图像获取车辆平均速度、交通流量等数据。以计算交通饱和度,选择道路双向饱和度的加权切换动态控制方式对潮汐车道进行自适应控制。按照车道交通状态中两个方向的饱和度,把潮汐车道交通状态划分成五种情况,通过枚举法对模型进行求解。依据潮汐车道交通特征,把全部车道配置看作解空间,把双向车道交通饱和度与流率看作输入量,实现模型求解。实验结果表明,所设计系统综合延误低,车辆排队长度少,在中高密度交通流下也可有效实现控制。