考虑能源消耗的城市路网信号优化研究

通过对信号交叉口和路段车辆能源消耗的研究,提出了城市路网能耗计算公式。将路网能源消耗以及最优交通信号设置问题结合起来研究,以路网能源消耗最小为目标,用双层规划方法综合优化信号配时方案,进而得到能源消耗最优平衡网络信号优化模型,以达到最大程度地降低路网交通能耗的目的。在此基础上,给出了描述上述问题的基于免疫选择的自适应繁殖的混沌粒子群求解算法。最后,结合路网各项指标对信号控制优化方法进行分析,通过算例应用证明了方法的有效性。     

道路网络交叉口“禁左”交通组织优化

分析了禁左后交叉口通行能力与延误的变化规律,以各交叉口各进口道是否实施禁左交通管理为决策变量,以网络上车流总的行驶时间最小为目标,并期望通过禁左交通组织管理使得各路段与交叉口的饱和度在拥挤水平以下,建立了一定区域网络上交叉口禁左交通组织优化的双层规划模型,探讨了以遗传算法对该模型进行求解的方法.数值算例表明,通过该模型的优化可最终确定各交叉口禁左交通组织形式,可以为城市禁左交通管制提供科学依据.     

一种区域交通状态定量分析方法

从模型参数、建模、定量方法和实际验证四方面研究了区域交通状态定量分析方法。采用路段交通状态系数作为路网交通状态参数,用交通状态连通矩阵表示路网空间信息、交通状态信息、交通状态判别信息,进而得到状态可达矩阵。在此基础上,利用分层算法得到了交通状态分层模型。对分层模型中路口和路段进行赋值,得到路口可达值、标准路段连通度等路网交通状态定量分析结果。对实际路网交通状态进行了定量分析,结果表明,能够得到路网交通状态定量分析结果及其演变过程。说明该方法是可行的,可以用于实际交通状态分析、区域交通控制、交通诱导、交通拥挤发生规律和交通拥挤演化的研究中。     

冰雪条件下信号交叉口交通拥堵扩散范围估计

冰雪条件下交叉口交通拥堵范围的正确估计,有助于交叉口交通控制的优化和决策。首先根据冰雪条件调查数据,分析了不同冰雪条件对饱和流率的影响,得到不同等级冰雪条件对交叉口饱和流率的折减值及其回归模型。然后基于信号交叉口车辆排队特点,将交叉口分为过饱和、不饱和以及临界饱和状态,并建立了交叉口实时车辆排队长度计算模型。最后考虑路网中各要素的相互关联和相互影响的特性,提出了冰雪条件下基于交叉口交通拥堵扩散范围估计方法。该交叉口拥堵扩散范围估计方法可作为冰雪天气条件下交叉口信号配时方案优化依据,同时对制定合理有效的交通拥挤疏导策略具有重要意义。     

考虑瓶颈路段饱和度的交通需求控制评价

基于起讫点交通量的减少可能导致道路中某些路段的流量增加,分析瓶颈路段饱和度作为交通需求控制评价指标的必要性.提出考虑瓶颈路段饱和度的交通需求控制评价方法,建立双层数学规划模型,提出求解算法.以Nguyen-Dupuis网络为例,设计了15种方案,进行11组数值实验,分析各方案中路网总费用、路网平均饱和度及瓶颈路段饱和度3项指标随交通需求控制强度的变化.结果表明,各方案路网总费用和平均饱和度评价指标差异在2.25%以内,而各方案的瓶颈路段饱和度指标差异较大,最大时达到7.65%,且部分交通需求控制方案可能会导致瓶颈路段拥堵加剧,说明考虑瓶颈路段饱和度指标的重要性.通过分析路径流量的变化,解释了瓶颈路段饱和度变化的内在原因.     

基于综合饱和度的单点信号控制方法

为了提升单点交通控制效果,首先考虑交叉口停车线前车辆排队情况,定义了综合饱和度概念,该指标既能反映车流对交叉口的时间资源利用程度,也能反映其路段空间资源利用程度.基于综合饱和度概念,研究等综合饱和度的交叉口信号控制参数的优化方法.针对优化方法的特性,利用迭代法进行求解.结果表明,基于综合饱和度的单点信号控制方法与传统的等饱和度最小延误控制方法相比,在高峰期间可以显著降低路段排队长度.     

基于改进Newman算法的动态控制子区划分

为了优化现有控制子区划分方法,以区域协调控制为目标,提出基于改进的Newman社团快速划分的动态子区划分方法. 综合考虑路网中相邻交叉口之间的距离、交通流量、行程时间、车流离散特性、信号周期和路段交通流密度等因素,定量分析交叉口关联性;分别计算相邻交叉口的流量关联系数、信号周期关联系数和路段交通流密度关联系数,建立相邻交叉口的总关联度模型;对传统Newman算法进行改进,引入交叉口关联度,依据不同交通特性对区域路网进行动态子区划分;选取实际区域路网,进行模型验证分析. 结果表明：Newman算法子区划分结果不能随着交通特性的改变而改变;与之相比,所提出模型的子区划分结果更加细致,更加符合实际交通流特性,且可以依据不同时段交通特性实现动态子区划分,可以为信号控制方案制定提供良好基础.     

交通控制子区动态划分模型

传统的交通控制子区静态划分方法无法适应城市路网交通流的快速变化。针对该问题,研究了交叉口车队散布模型,提出了可协调度的概念以定量描述相邻交叉口间实施协调控制的必要性;在此基础之上,建立了基于超图表示的城市路网模型,并设计了相应的超图划分算法,通过对超图的分割来实现交通控制子区的动态划分。基于北京市二环内实际路网的实例验证表明,该模型在高峰时段和平峰时段下,均能给出高质量的控制子区划分结果。     

交通流诱导与控制协同优化模型的遗传算法求解

以路段和交叉口的加权拥挤程度最小为目标,建立诱导和控制的协同优化交通流分配模型,并提出基于遗传算法的求解。采用动态滚动式计算模型算法得出的均衡流量调整为诱导信息的发布提供定量依据,能够将诱导和控制协同起来均衡路网流量,避开拥挤。小路网试验结果表明:该模型算法实时、有效,便于实施。     

城市路网畅通可靠度优化遗传算法

基于交通系统阻塞发生的随机性,建立了城市道路畅通可靠度的基本概念,并提出了相应的评估方法。在一定的投资约束条件下,建立了以路网畅通可靠度最大为优化目标的路网优化模型,并通过单元重要度分析和遗传算法对模型求解,提供了城市路网优化策略。通过该模型得到的路网优化方案有助于城市路网的合理规划,并可确定亟需改善的道路单元,以缓解交通供需不足,从而保证城市路网的畅通有序。     

基于网络变结构优化的大型活动交通拥堵预防方法

为了降低道路交通拥堵发生的风险和应对成本,基于网络变结构基础模型,提出适应大型活动拥堵预防的中微观层面的网络变结构优化方法和流程. 分别建立路段和交叉口变结构模型,以复合饱和度最小为路段变结构的优化目标,以进口各相位流量比之和最小为交叉口变结构的优化目标. 结合大型活动交通运行和拥堵演化特征,提出网络变结构关键路段的概念及识别原则,设定受影响路段双向交通重要度权重,将交叉口变结构作为路段变结构的连带、辅助策略,研究优化模型的解法,并以北京首都体育馆一次大型活动散场交通为案例,对提出方法进行实证研究. 结果表明,在研究范围内实施变结构优化可以预防活动诱增交通引发的拥堵,有利于解决严重的交通方向不均衡问题,各相关路段复合饱和度改善比例均超过10%,表明所提方法能有效调节网络交通供需的短时结构性不匹配,在现有条件下优化交通基础设施存量而避免增量造成的资源浪费,是以精细化管控为导向的方法.     

城市元胞路网下自组织控制规则参数的整定

为解决城市信号自组织控制中,由相邻路口间各自最优通行效率冲突造成的路口群整体通行效率难以继续提升的问题,提出一种城市元胞路网下自组织控制规则参数的整定方法. 首先,利用城市路网元胞传输（CTM）模型模拟路网交通流动态状态信息;然后,基于元胞路网实时信息,以选定局域路网中各路口元胞的自组织控制规则参数为设计空间;最后,建立各路口相互协调下通行量最大化的目标函数,完成各路口自组织控制规则参数的整定. 仿真结果表明:在基于城市元胞路网实时信息条件的整定方法下,不仅解决了自组织控制中相邻路口间互相制约通行效率的问题,并且有效提高了自组织单元中所有路口的通行效率. 该方法为面向复杂城市路网的实时城市交通信号自组织控制系统提供可借鉴的智能化方法与工程化理论.     

城市交通网络中的路径优化研究

城市交通网络中出行车辆从起点到终点的路径优化问题是智能交通研究的重要课题 .由于出行车辆的最优路径是随着时间和路况的变化而变化的 ,因此车辆在进入每一个节点之前都应该计算出一条在当前时刻的最优路径 ,以确定车辆在进入每一个节点时要选择的下一步路径 .利用有向图的有关理论 ,建立了城市交通网络路径的优化模型 ,给出了交通网络中有向图每条边权值的数学模型 ,利用传统的dijkstra算法进行优化 ,动态获得出行车辆的最优路径 .经计算机仿真研究表明 ,该方法是可行的     

交通流诱导与控制协同的双目标优化模型及准最优求解算法

提出了一种基于消散拥堵和系统总出行时间最小的双目标诱导控制协同优化模型,算法引入饱和度的概念,采用小步距微量调整信号配时、试算优化的方法,适当加载或卸载交通量,优化交叉口信号配时,使交通流在不断反馈与不断调整过程中达到最优。采用VISSIM建立模拟路网进行了协同算法试验,并对协同实施效果进行了评价,结果表明:在进行3次协同后拥堵基本消散,经过第4、5次协同能实现系统总行程时间尽可能小。     

信号控制交叉口评价指标的蒙特卡罗模拟

城市道路交通的通行能力的制约关键在交叉口,其服务水平反映交叉口所提供的道路及控制条件满足交通顺畅、安全等需要的程度,以层次分析法为基础建立信号交叉口服务水平评价体系的综合评价函数,通过对哈尔滨市哈药路-民安街信号交叉口进行实地调查,归纳出引道交通量概率分布规律,运用蒙特卡罗法并结合MATLAB软件,对交叉口的延误、饱和度、受阻车辆数等评价指标进行105次的蒙特卡罗模拟,评价交叉口的服务水平。     

具有公交优先的路网交通流智能协调控制

在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法.