基于Q-强化学习的干道交叉口信号配时模型

交叉口是城市交通的核心和枢纽,要想有效地提升城市交通体系的通行效率,对交叉口信号配时的优化显得尤为必要。由于城市路网中大范围的信号配时方法决策属于模糊决策问题,而且路网中的车辆具有实时性,强化学习的方法可以适用于交通信号配时领域。本文把主流的Q-强化学习方法应用于干道交叉口信号配时,在每个路口以状态空间、信号周期、每个相位绿灯时间为参数建立模型,设置奖惩函数,并以车辆延误为指标,即Q函数,在相邻路口Agent的信息交换之后得出每个路口该时段的最优动作,降低了由于交叉口数量增多造成的各交叉口Agent间信息交互的次数,避免了独立强化学习可能出现的维数灾难、无法长期学习等问题。实验结果表明:基于Q-强化学习的城市干道交叉口信号配时方法相比于固定配时和传统的Q-强化学习策略,能降低车辆延误,提升收敛速度,提高系统效率。     

考虑排放因素的城市交通信号配时建模

针对传统交通信号控制方法忽视环境效益的不足,研究考虑排放因素的城市交叉口信号控制方法. 根据城市道路机动车行驶过程,考虑不同行驶工况下污染物排放特点,分别建立了城市道路污染物和标准污染物排放模型;分析了交通信号评价指标的相关性,选取面向排放因素的性能指标,并采用相对评价指标体系,建立考虑排放的交通信号的配时模型;利用基于黄金分割的改进粒子群算法对配时模型进行求解;在不同交通状态下,采用3种算法对实例进行大量的数值计算和仿真验证. 结果表明所设计的算法求解精度高,且提出的模型在降低排放、提高路口通量方面具有良好的控制效果.     

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.     

随机模拟在交通信号配时中的应用

针对交通中红绿灯时间的合理设计问题，利用随机模拟的方法模拟了多路口、有信号灯控制、双向双车道路段的真实交通情况．构造了模拟算法及优化算法．利用构造的算法对实际路段进行计算并获得成功．     

干线协调背景下触摸式行人过街信号配时方法研究

干线协调控制是有效缓解城市交通拥堵,提升城市干线交通运行效率的重要手段之一。为保证干线绿波通行,减小触摸式行人设施对干线车流通行效率的影响,设计了一种干线协调背景下路段触摸式行人过街信号配时方法。基于目前国内外干线协调研究现状及实际需求,提出了触摸式行人信号配时内外循环的概念、配时步骤及配时参数;选取内蒙古包头市民族东路干线路段的行人过街设施为研究对象,通过现状数据调查与分析,进行实例验证;通过Vissim仿真进行前后对比分析。结果表明：高峰时期干线各路口总延误分别改善9.64%、2.50%、8.05%,平峰时期路口总延误分别降低24.49%、8.71%、16.96%,平峰期改善效果较高峰期更为显著。     

基于博弈论的信号配时方法研究

针对信号控制的交叉口,存在高饱和度的相位,且相位间饱和度不同的情况,提出了一种基于博弈论的信号配时方法,实时缓解了高饱和度进口车道的拥堵,降低了进口道延误。对于不同饱和度下的车道,通过解析流量与信号配时的博弈关系,建立了基于博弈论的信号配时模型,设定了新配时方案的迭代步骤以及相关参数的标定。通过算例分析出现状信号配时的效果以及现状车流的需求,饱和度较低的相位博弈分配到的有效绿灯时间降低,进口车道延误上升7.23%;而饱和度较高的相位博弈分配到的有效绿灯时间增加,进口车道延误降低了5.91%;该进口道的总延误降低1.03%,优于原来的信号配时方案     

基于模拟退火改进人工鱼群算法的交通信号配时优化

针对传统的信号配时算法无法适用于过饱和流量的交叉口的限制,结合模拟退火算法初值鲁棒性和局部收敛精度高的特点改进人工鱼群算法以提升其全局搜索能力,然后综合考虑周期时长、绿灯时间和饱和度等作为约束条件,以交叉口车均延误最小为目标函数构建信号配时优化模型,分别利用单一智能算法(模拟退火算法,人工鱼群算法)及其组合改进算法(模拟退火改进人工鱼群算法)对模型进行求解,并对现状方案和3种智能算法求解方案情况下的交叉口整体车均延误进行对比。结果表明,模拟退火改进人工鱼群算法的效果明显优于现状和单一算法,在迭代的初期便能非常接近最优解和稳定下降趋势,表现出快速寻优能力,验证了模拟退火改进人工鱼群算法的可行性与适用性。     

粒子群优化算法在交通信号配时中的应用

以交叉口车辆平均延误和停车次数最小为目标,建立信号控制交叉口配时模型,运用粒子群优化算法求解该模型,得到各相位最优配时参数绿信比和周期时长。以某一交叉口为实例,将此方法配时结果与经典配时方法的结果进行比较,交叉口车辆停车次数略有上升,通行能力略有降低,但是车辆的平均延误时间大大降低。这表明运用粒子群优化算法解决交叉口配时问题是有效和可行的。     

交叉口信号配时的人工蚂蚁优化

针对我国城市道路交叉口的实际情况，在改进信号配时模型的基础上，采用一种新型随机搜索思想——人工蚂蚁优化算法来解决交叉口的信号配时问题．仿真试验表明，所得结果优于经典方法，在相同的信号周期内，降低了交叉口的总延误时间和停车次数，提高了通行能力．     

单交叉口信号配时软件设计

经济的发展、人民生活水平的提高以及小汽车数量的剧增,对现在交通造成越来越大的压力,特别是对交叉口通行能力造成很大影响.平面交叉口是城市交通的关键,它是整个城市道路的瓶颈地带,对其交通信号控制方法进行研究具有重大意义.从定时控制着手,解决单交叉口信号控制中人工配时计算复杂的问题,运用VB软件对交叉口进行单点配时研究,从而提高配时计算效率.基于单交叉口信号控制目前存在的问题,进行了如下研究:首先介绍了单点定时信号控制算法及基本工作原理;其次,设计了一种基于VB软件的单交叉口定时信号配时软件,运用这个软件,根据交叉口实际交通情况选择合理的定时信号配时方案.     

基于博弈论的道路交叉口信号灯设置标准

交叉口相互冲突交通流之间的关系实质是各方争夺有限的时空资源的博弈关系,因此,可利用博弈论研究交叉口信号灯的设置标准。分两人对称博弈和两人非对称博弈分别提出了无信号交叉口相互冲突机动车之间、机动车与行人或非机动车之间的斗鸡博弈模型,提出各自的混合策略纳什均衡解,并证明混合策略纳什均衡解的整体效率不如纯策略纳什均衡,说明了引入信号灯轮换均衡机制的必要性。采用现实性很强的有限理性进化博弈的大群体成员随机配对复制动态分析方法,得到了斗鸡博弈模型的进化稳定策略,说明了混合策略纳什均衡解的合理性。从斗鸡博弈模型混合策略纳什均衡解得到的交叉口博弈交通冲突率及由此换算来的年交通事故数可作为信号灯的设置标准。以上海市为算例,得到了本地化的交叉口信号灯设置标准。最后分析了交叉口斗鸡博弈模型参数变化的影响,阐述了相应的现实意义及对我国道路交通安全管理立法的意义。     

一种区域交通信号最优配时的算法研究

对信号交叉口数目不多的城市交通网络给出一种区域交通信号最优配时算法,这种方法是在城市交通网络平衡模型基础上建立的,并具有随流量变化而改变的自适应能力．     

城市交通环境治理问题的演化博弈分析

为了对城市交通环境的治理工作提出合理性建议,研究在城市交通中运管、黑车和出行居民3个群体之间的博弈关系,利用群体博弈、演化博弈的相关理论,分析三博弈方的决策在城市交通环境治理中的演化过程,刻画出博弈问题的演化稳定策略,并选用三组代表性数据利用MATLAB软件对演化稳定策略的路径进行仿真模拟,验证了演化稳定策略的存在性;研究结果表明:在城市交通环境治理中,运管部门的监管起到了明显的主导作用,但仅依靠运管的监管并不能使各博弈方都采取参与治理的策略,还需通过建立、健全各项黑车查处的相关制度,加大对违法运营黑车的惩罚力度以及加重对坐黑车居民的警告与惩罚。     

行人因素约束下单交叉路口交通信号模糊配时

针对人、车混合流现象,对四相位三车道十字交叉口的交通信号进行模糊配时。首先根据路口的交通流状况,合理地设置相位、相序,采用"迟起"、"早断"方式对行人交通信号进行配时;然后,考虑到行人控制信号对机动车通行的影响,借助于模糊控制算法,对机动车信号进行配时。数值实验表明,考虑行人因素的模糊控制方法在车辆平均延误时间上较之传统定时控制方法大为改善。     

基于FPGA的单交叉路口交通信号控制设计方法研究

介绍了基于FPGA设计思想研究单交叉口交通灯控制的一种方案,以传统的韦伯斯特理论为基础,分析单交叉口交通信号的周期时长和绿信比,对交叉口的周期时长和有效绿灯时间进行配时,用VHDL语言编写程序,对个部分模块进行设计,在QUARTUSⅡ平台上进行仿真和并下载到可编程器件上进行验证,结果表明该系统的设计方案正确。     

过饱和交叉口信号配时方法的优化及实证研究

在城市道路交叉口交通管理的信号控制常用信号配时方法,对于饱和度较低的交叉口有较好的交通调控作用;但实际交通管理的高峰时段常常会出现过饱和交叉口,信号配时方法就显示出不适应性。针对饱和交叉口的交通特性进行分析,采用了一种考虑进口道排队长度的信号配时模型,通过与传统配时模型的比较并进行了实例验证,得出这种模型更适合对过饱和交叉口的交通控制。     

基于离散时间信号相关性的交通事件检测算法

提出了基于离散时间信号相关性的自动交通事件检测算法.将交通信息数据转化为离散时间信号并进行相关性计算,有效定位通过上、下游截面的同一组交通流.解释了互相关系数的特征,并采用仿真数据进行性能验证.结果表明:基于离散时间信号相关性的自动交通事件检测算法具有可视性且易于理解,在低饱和交通环境下表现依然稳健,具有很好的适应性.