基于多智能体的交通干线动态智能协调控制

为减少干线上车辆的平均延误时间,提出了一种基于多智能体技术的动态双向绿波带智能控制算法。采用两层递阶结构和模糊逻辑对城市交通干线进行实时协调控制。上层是协调控制器智能体,根据一段时间内交通流数据计算干线上优化的公共周期时间和上下行相位差,下层是路口控制器智能体,确定每个周期内各交叉口的绿信比。周期依照关键路口饱和度的大小由模糊控制算法进行优化,而相位差根据上下行速度进行计算,绿信比基于历史和实时的交通数据确定。实例分析表明该双向绿波带控制算法能够有效减少车辆在干线上的平均停车次数。     

城市交通干线的Q-学习控制算法

针对城市交通干线协调控制的要求,提出了利用Q-学习控制算法和模糊算法的分层递阶控制的方法.采用两层结构,第1层为控制层,针对单个路口,对下一个时间段内路口各个方向的相位饱和度进行预测,并在此基础上计算出下一个时间段内各个路口的周期、各个方向上的绿信比;第2层是协调层,采用Q-学习控制算法对干线各个路口间的相位差进行调整.采用TSIS交通分析软件对由5个路口组成的交通干线进行仿真,Q-学习控制算法与定时控制和遗传算法进行比较,结果表明:Q-学习控制算法具有明显的优越性.     

不同周期信号交叉口间的相位差优化模型

为满足不同周期子区间协调控制的需要,提出对不同周期的信号交叉口实行大周期内协调控制的思想.通过分析不同周期下相邻交叉口间的车流到达规律,利用交通波理论建立了不同周期相邻交叉口间的延误模型,并提出了基于最小延误的不同周期交叉口间的相位差优化方法.最后以两个不等周期时长交叉口为例,利用VISSIM仿真对优化前后的协调控制效果进行对比.仿真结果表明,相位差优化后车辆的平均延误降低了13.60%,平均停车次数降低了6.43%,以此证实了该方法的有效性.文中研究为解决不同周期子区间的协调控制问题提供了新的思路与方法.     

基于绿灯时间的交通子区划分

针对传统交通子区划分方法对协调系统中车流运行状态分析不够透彻导致车流量与协调系统公共周期不匹配的缺陷,将实际交通量转换成系统公共周期下的协调交通量,通过协调系统中车流散布密度进行初级子区划分;分析协调系统车流进入影响因素及运行时协调相位绿灯间相互作用关系,提出基于绿灯时间的交通子区划分方法;对划分出的交通子区协调相位差求解提出切合实际的求解方法,对子区间协调时相位差调整提出合理计算方法,并以双向绿波带宽和最大为目标函数,寻求最佳相位差;最后选取实例利用Vissim软件对进行仿真验证。仿真结果表明,划分出的交通子区协调控制效果优于传统分区的协调控制效果。     

干线公交优先信号协调控制方法

为了解决在干线协调控制中,采用绿灯延长、红灯早断等方法实施公交优先可能破坏干线协调的交通流问题,提出了干线公交信号优先的2层优化方法,上层为干线协调控制,下层为公交优先控制.在干线协调层面,以检测器检测到的社会车辆流量数据优化公共周期、绿信比和相位差;在公交优先层面,以协调相位绿波带上下限作为配时参数调整的约束条件,在...     

基于双路口划分的城市绿波模糊控制方法

用模糊控制方法设计城市交通绿波协调控制方法。将多路口的绿波带划分为若干个协调控制相位差优化双路口子系统,子系统内路口间的相位差需要两个路口的交通参数确定,各个路口的各相位绿灯时长由各自的绿灯时长模糊控制快完成。通过子系统的逐级串联,完成整个绿波干线上的相位差计算。该方法避免建立绿波带内各路口的综合模型,减少了模糊规则和计算量,同时减少了多个路口控制机之间的数据交换。在VISSIM仿真中将相位差优化模糊块嵌入到干线绿波方向绿灯时长模糊控制块中实现。以延误时间和停车次数作为评价指标,实现城市干线上绿波协调控制的优化配置。     

基于VISSIM仿真的干线交通绿波协调控制设计

为了缓解城市交通拥堵状况,提高主干道通行能力,提出了干线绿波交通协调控制策略.其原理是:通过调整相位差和干线各交叉口相位相序之间的顺序,使连续车流不停车通过主干道,以达到各交叉口信号协调联动控制.提出的干线绿波交通模型可以通过输入交叉口各流向交通量、交叉口渠化方式、各交叉口之间的距离等参数,并结合实际的交通情况输出干线...     

基于CAS-FQL算法的区域交通控制

针对Q-学习算法收敛慢、易陷入局部最优的缺陷,提出了一种基于灾变模糊Q-学习（CAS-FQL）算法的区域交通协调控制方法,即将灾变策略引入到模糊Q-学习算法的学习过程中,以提高和改进Q-学习的寻优能力和学习效率.具体是,利用CAS-FQL算法分别优化路网中各交叉口的周期和相位差,绿信比则采用常规方法优化.TSIS软件交通仿真的结果表明,相比基于Q-学习的控制方法,CAS-FQL算法能显著加快算法的收敛速度、提高交通效率.     

干线信号协调控制下的公交优先研究

为了在干线协调控制下实现公交信号优先,提出了干线协调控制下的公交优先双层优化方法.上层为干线协调层,以检测到的社会车辆信息为依据,采用最大绿波带法,优化干线交叉口的公共周期、绿信比和相位差;下层为公交信号优先,以干线协调控制层的绿波带上下限为控制约束条件,在不破坏约束的条件下采用绿灯延长、红灯早断的公交优先控制策略,将公交优先融合到干线协调控制中.根据优化算法,建立公交优先控制流程,利用微观仿真软件Transmodeler进行了模拟验证.仿真结果表明:协调控制下的公交优先控制算法虽然会导致干线总体车均延误增加,但是能有效减少公交车辆延误和干线人均延误.     

基于公交优先的多路口车速引导控制方法

对于复杂的交通流,传统公交信号优先有可能会破坏干线协调控制效果,为此,提出公交优先可变车速引导和多交叉口信号配时优化的集成方案. 以背景公交线路需求的历史数据为前提,通过定时检测公交车流状况,优化公共周期、绿信比和相位差,实时调整多路口交通信号配时,以此改善公交车的通行效率. 同时,以福州市金山大道三个交叉口为例,进行Vissim仿真模拟验证,仿真结果表明： 所提方法可有效提升多交叉口公交车流的通行效益,减少公交车辆的延误,最大化减少停车次数.     

考虑关联交叉口排队长度的干线协调相位差模型

为减少干线车辆延误与停车次数,将干线相邻交通信号连接起来进行协调控制。基于相邻交叉口交通流的到达特性,分析干线协调控制的内在机理。依据车流到达类型,将车队头车绿灯到达情况下的交叉口延误分为车队尾部受阻与车队不受阻两种类型。分析关联交叉口的排队特性,将排队长度引入延误计算过程,建立了四种干线协调控制相位差模型。选取青岛市珠江路干线五个相邻信号交叉口进行模型验证,得出相邻交叉口相位差与延误的相关关系,确定了使车辆延误最小的相位差。结果表明,基于排队特性的相位差模型在干线协调控制中具有一定的可行性与实用性。     

基于多智能体的城市环道交通信号控制算法

针对城市环道交通信号控制问题,利用多智能体系统自主性、分布性、协调性、主动学习等特性,提出基于多智能体的环道交叉口绿波协调方法,将每个环道交叉口都看作一个智能体,相邻智能体间能够进行信息的互通交流,利用智能体系统记忆存储以及推理学习能力,对环道上的多个交叉口进行绿波协调优化,从算法模型与参数描述、协调方式的相位选择策略等角度对所提算法进行描述和推导,并通过实验仿真验证了所提的算法的有效性.     

基于Synchro系统的交叉口信号协调控制仿真——以秦皇岛市河北大街西段为例

基于对秦皇岛市河北大街西段道路与交通条件的调查，指出其中存在一些影响信号协调控制的问题：（1）各交叉口间距参差不齐，（2）信号灯配时协调性差，（3）交通量及其构成多变，（4）过街行人较多，并提出了相应的解决方案。最后，应用Synchro系统对各交叉口的信号周期与相位差进行优化，并对协调控制实施前后的交通状况进行了仿真实验。结果为实施信号协调控制之后，河北大街西段各交叉口的服务水平均显著提高。另外，对协调控制的两种模式进行了对比，并建议在河北大街西段处采用感应协调控制模式。     

强化学习在城市交通信号灯控制方法中的应用

 悉尼自适应交通控制系统（SCATS）、绿信比-周期-相位差优化技术（SCOOT）及Smooth采用自适应交通信号灯控制方法，对城市道路口的交通信号灯进行了有效控制。随着深圳城市交通流量急剧增长，深圳交警在自主研发Smooth信号控制式基础上，提出实时、分布式、自适应调控要求，联合创新了人工信号控制方案TrafficGo，探索基于深度神经网络的强化学习，通过在线学习各种流量负荷，实时推理计算信控时段、相位、相序、信号周期、绿信比、相位差，进一步优化了交通信号灯的控制模式。介绍了在交通信号灯控制中运用的强化学习模型，实地测评表明，其取得了一定改进效果。     

基于GMPLS的波长交换光网络的路由方案

波长交换光网络(WSONs)被认为是目前最有前途的下一代核心和城域网络技术,基于通用多协议标签交换(GMPLS)的分布式控制的WSONs,可以在光网络发生故障后尽快地将受故障影响的业务恢复,GMPLS协议提供路由,信令和链路管理职能,因此,基于GMPLS的WSONs端到端光路可以动态建立,维持和释放。为减少功率平坦度对网络的影响,提出了一种适用于大型网络的基于GMPLS的WSONs的感知式路由方案,称为功率平坦度感知的路由方案(POSR),在该方案中,每个网络节点处引入本地矩阵,该矩阵包括路由中所有现有光路的功率平坦度信息,并通过RSVP-TE和OSPF-TE协议存储和动态更新矩阵。利用该矩阵得出功率平坦度最小的路径,使单个波分复用链路在突发故障时功率平坦度对整个网络的影响达到最小。仿真结果表明,该方案可以减少功率平坦度对整个网络的影响。     

烟台市长江路交通信号线协调控制的设计思路与方法

简述了把传统的解析计算法和计算机仿真优化法相结合的线协调控制综合设计方法及设计流程．以烟台市开发区主干道长江路线协调控制为例给出了具体的设计方案，对设计方案进行了评价．     

基于排队消散模型的干线协调控制

干线协调控制是解决城市道路交通问题最有效、最便捷的方法之一。基于交叉口的数据采集,提出适用于不同层次、不同特点的交叉口相位相序结构,进行干线动态协调控制。利用排队消散时间进行周期优化以及修正相位差,实现干线道路动态绿波协调控制的灵活性和时效性。最后通过银川市具体案例分析和仿真验证。结果表明,基于排队消散模型的干线协调控制,绿波协调控制更简捷有效。     

城市轨道交通运营安全管理协同机制

为了弥补城市轨道交通运营安全管理联动机制的不足,提高网络化运营条件下运营安全管理的多系统、多部门的协调集成能力,运用复杂网络和协同学的理论和方法,提出了城市轨道交通运营安全管理协同机制的概念.在枢纽节点模型的基础上,通过对全部安全信息、安全组织和安全资源的协调、集成和优化,以动态交互循环的方式实现信息协同,以动态协同网络组织的形式实现组织协同,以基于枢纽节点的全网络的安全资源分阶段分层分级协调和统筹实现资源协同.地理信息系统技术可作为该机制的技术内核和支撑.该机制能够实现城市轨道交通运营安全的全要素、全过程和全资源的协同管理.