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。     

考虑交叉口延误和通行能力优化疏散救援路线的最小费用流模型

疏散交通路线的确定是应急计划的重要内容．以往有关最佳疏散交通路线的研究没有充分考虑交叉口延误和通行能力等因素，若疏散路线经过城市内拥挤路段，忽略交叉口的这些特性会导致结果不尽合理。将交叉口分方向延误和通行能力作为节点权重，用点权网络表示疏散涉及到的道路网，建立了点权交通网络中的最小费用流模型描述城市内事故地点至接收点的人群及其产生的车流的疏散路线问题；设计了求解这种最小费用流的最小费用路算法，通过求解点权交通网络中的最小费用流，得出事故地点至安全接收地点的最佳疏散交通路线及相应的疏散流量。最后以一个数值算例说明了模型和算法的具体应用。     

考虑路段权重的城市交通路网拥挤指数研究

为了深入研究城市交通路网拥挤,应用历史交通流数据建立了城市交通路网拥挤指数模型。探讨了不同时间段城市交通路网的拥挤指数变化。研究结果表明:交通参数的选择和指数公式的确定是影响交通拥挤指数性能的主要原因,基于路段平均流量计算路段权重的城市交通路网拥挤指数为城市交通管理研究提供了一定的理论基础。     

多态交通条件下无信号交叉口通行能力模型

为适应交叉口交通流的多态性, 基于混合Erlang分布稠密性, 采用期望最大化算法准确拟合交叉口主路交通流到达车头时距数据. 以次路让行主路交叉口为研究对象, 统计交叉口次路穿越主路的可接受间隙概率, 提出基于混合Erlang分布的无信号交叉口通行能力模型. 以实际交叉口调查车头时距为例, 采用负指数分布、Erlang分布和混合Erlang分布分别拟合车头时距, 并采用不同分布条件下无信号交叉口通行能力模型计算次路的通行能力, 结果表明不仅混合Erlang分布更好拟合分布数据, 所提出的无信号交叉口通行能力模型分析结果也更为准确.     

基于互补问题的混合交通信号配时优化模型

根据最优化原理与非线性互补理论,针对混合交通下单点交叉口信号优化配时问题,以延误时间、停车次数和通行能力作为性能指标,研究了城市交通控制的优化模型,提出了与之等价的基于绿灯时间的非线性互补问题,并给出了信号优化配时的牛顿算法.算例表明此方法可行有效,在道路等级相差悬殊及交通量相当的情况下,较蚂蚁算法,总延误有很大的减少;在各进口道饱和度较小的情况下,较仿真结果,性能指标有明显提高.为混合交通下单点交叉口信号优化配时研究提出一种新思路和新方法.     

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。     

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。     

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%。     

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.     

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。     

维持道路服务水平的模糊控制算法设计及其仿真

道路服务水平是标志运输服务质量的重要指标，随着城市道路网络中交通流量的迅速增加，维持期望的道路服务水平显得越来越重要，本文利用模糊控制原理设计了通过改变路段进口信号灯配时方案，控制进入路段的交通流量，实现维持道路服务水平的信号交叉口控制算法，对算法进行仿真分析表明，利用模糊控制原理设计的交叉口信号配时方案，能够很好地反映道路管理者的决策思想，也表明要维持道路期望的服务水平，交叉口的信号配时方案必须随着交通流量的改变而改变。     

基于改进GA 的城市交通模糊控制研究

提出了基于相序优化的城市交通信号模糊控制算法,并用改进的遗传算法(GA)对模糊控制规则进行优化.以现实中常用的四相位交通信号控制为例,通过研究发现,在不改变原来四相位相序的前提下,通过灵活的相位优化,可以获得更好的控制效果,采用改进的GA对模糊规则进行优化,可以减少因专家经验的主观性而导致的模糊规则的不完备性.以典型的十字路口为对象,选择不同时段的交通流状况进行仿真实验,仿真结果表明,与传统交叉路口信号模糊控制的方法相比,文中提出的控制算法能有效避免交通流不平衡引起的拥挤堵塞,提高系统的实时性和控制精度,从而减少了车辆平均延误时间,是进行城市交通信号自适应控制的一种实用且有效的算法.     

城乡结合部道路交叉口多目标信号配时优化模型

随着我国城镇化进程的加快,城乡结合部道路交通问题日益显著。为提高城乡结合部道路交叉口的交通运行效率、环境效益和交通安全,提出信号配时多目标优化方法,综合考虑延误、通行能力、停车次数、车辆尾气排放等因素构建模型,运用遗传算法进行求解。以某典型交叉口为例进行分析,给出改进设计方案并进行交通仿真评价。研究结果表明,通过多目标信号配时优化可以缓解城乡结合部道路交叉口交通拥堵和污染物排放的问题,具有较好的交通信号控制效果。     

突发事故下交通拥堵控制策略设计

突发事故在城市交通网络中经常发生, 对交通系统的正常运行带来极大影响, 因此研究突发事故下交通拥堵的控制策略具有十分重要的意义. 研究突发事故下临时性的车辆禁行设计与可变信息板选址组合优化问题. 建立了临时性车辆禁行设计与可变信息板选址组合优化的双层规划模型, 上层目标从交通管理者的角度最小化出行者的系统总阻抗, 下层模型通过基于元胞传输的仿真描述在临时性车辆禁行与可变信息诱导下出行者的动态路径选择行为, 并提出了基于遗传算法的求解方法. 通过算例, 说明本文提出的临时性车辆禁行与可变信息诱导组合控制措施能够有效地降低突发事故所导致的交通拥堵, 提高交通网络的系统性能.     

一种交叉路口信号优化控制模型的研究与仿真

交通信号优化是智能交通控制中的难点。对单交叉路口信号控制提出了一种优化控制模型,该模型先以三层BP人工神经网络对交叉路口的车辆到达进行预测,并根据交通流饱和度理论,用模糊控制器对路口各方向的绿灯时间进行调整。仿真研究表明提出的控制模型可以提高交叉路口通行能力,减少车辆延误,达到交通信号优化的目的,同时比传统方法能更好地适应变交通流的情形。如果做进一步的研究可将该控制方法应用于多路口的区域交通控制,有较强的实用性和推广价值。     

基于实时交通信息的城市动态网络车辆路径优化问题

将动态城市交通路网与车辆路径问题相结合, 考虑一类实时交通信息下的城市动态网络车辆路径优化问题. 在问题中考虑常发性交通拥堵和偶发性交通拥堵两种情形. 提出一类将初始路径安排与实时路线调整相结合的求解策略. 初始路径安排通过采用遗传算法求解常发性交通拥堵情形对应的时变网络车辆调度问题得到. 在车辆行驶过程中, 针对偶发性交通拥堵环境下的突发事故情形, 引入一种在关键点更新路线的新机制. 数值算例验证了新实时路线更新机制比目前文献中已有的更新机制更有效, 且随着网络动态性增加其优越性更加明显.