单点交叉口信号灯优化配时研究

提出了单点交叉口信号灯优化控制新算法，通过对单点交叉口每个方向每条车道未来时刻车辆到达数的有效预测，采用模糊控制推理信号灯下一个周期的时长．在此基础上，建立以车辆平均延误最小和交通流量最大为目标的多目标优化模型，采用排序-遗传算法优化得到每个相位的绿信比，根据此绿信比将周期时长分配到各个相位，从而得到了最优的信号灯配时．仿真试验表明该算法是有效的．     

基于延误最小的交叉口周期时长和绿信比的优化研究

线控周期时长取决于系统中单个交叉口周期时长的最大值,所以合理地计算每个交叉口的周期时长和绿信比就显得尤为重要．建立了基于单点交叉口延误最小的周期时长和绿信比的优化模型,给主干道分配更长的绿灯时间,给非主干道分配更短的绿灯时间．     

城市主干路交通流多目标优化控制

提出一种城市主干路交通流多目标优化控制方法，分析了多目标优化的性能指标及其约束条件，用线性预估方法预估单个交叉路口下一周期的车流量，模糊推算单个路口周期大小，用遗传算法优化平均车辆延误，获得每个路口的绿信比，在此基础上，再用遗传算法优化整条主干路的交通流量，获得主干路统一周期，最后，将周期的值根据绿信比分配到每个路口的各个相位，控制信号灯的转换．仿真结果表明该方法优化性能良好，性能稳定。     

城市主干路交通流多目标优化控制

提出一种城市主干路交通流多目标优化控制方法 ,分析了多目标优化的性能指标及其约束条件 .用线性预估方法预估单个交叉路口下一周期的车流量 ,模糊推算单个路口周期大小 ,用遗传算法优化平均车辆延误 ,获得每个路口的绿信比 ,在此基础上 ,再用遗传算法优化整条主干路的交通流量 ,获得主干路统一周期 ,最后 ,将周期的值根据绿信比分配到每个路口的各个相位 ,控制信号灯的转换 .仿真结果表明该方法优化性能良好 ,性能稳定     

协调控制交叉口短车道长度和配时参数协同优化

为了优化配置共有路段上均含左转短车道的相邻协调控制交叉口的时空资源,以最大化交叉口通行能力和最小化车辆总延误为目标,以左转短车道长度和相位有效绿灯时间为决策变量,建立了交叉口周期时长与绿信比组合优化模型。为验证优化模型的有效性,设计了一个案例,使用优化模型和韦伯斯特模型分别获得每个交叉口的配时方案,并使用已有方法计算了相邻交叉口协调相位的绿时差,进而使用VISSIM软件模拟了两种配时方案下的交通流运行状况。结果显示:与韦伯斯特方法相比,本文优化方法能使交叉口车均延误降低约30%,而通过车辆数略有增加。     

一种单点被动公交优先控制算法及其效益评价

分析了周期时长与交叉口人均延误、车均延误指标的关系,确定了周期时长的计算方法;为进一步减少人均延误,提出了在不发生拥堵前提下根据各相位乘客数量分配富余绿灯时间的绿信比优化方法;最后采用算例验证的方式,分别计算了当交叉口实施单相、多相被动公交优先前后的交叉口效益,并与无公交优先控制方案进行对比分析,结果表明:被动公交优先算法的控制效益与公交优先相位数存在密切关系,当优先相位数较少时,该算法能有效减少交叉口人均延误.     

基于混杂系统理论的单交叉口信号灯控制

为了应用混杂系统理论框架实施交通控制,以四相位单交叉口为对象,在建立混杂自动机模型的基础上,采用混杂系统最优控制的两状态法,提出了一种新的信号灯优化控制策略.即以1个周期内平均排队长度最小作为目标函数,应用混杂系统最优控制的两状态法,在定周期的情况下,寻找单交叉口信号灯的最佳相位轮转次序和最佳绿信比.仿真结果表明,该方法可以计算出相位最佳次序和最佳切换时刻.     

城市区域交通智能分散控制研究

针对城市区域交通非线性、不确定性和模糊性特点，提出了一种新颖的实时智能分散控制策略.把整个城市区域交通作为一个大系统，区域中的各交叉口作为子系统，在每个交叉口设置一个独立的控制器，该控制器根据自己和相邻交叉口的交通流信息对交叉口的相序、相位切换、信号周期和绿信比进行动态优化.每个控制器有3个模块组成：相序优化模块、绿灯判断模块和相位切换模块.对每个控制模块设计了相应的模糊优化控制算法，并用改进的BP神经网络实现算法的模糊关系.控制目标是保持区域内各交叉口前的交通畅通和车辆延误最小.仿真研究表明，在交通流量较大和流量时变的环境下，智能分散控制方法比普通单交叉口车辆感应控制方法的控制效果更好,实用性更强.     

城市道路多交叉口信号协调控制优化研究

为进一步解决交通拥堵,以城市道路多个单点信号控制交叉口组成的绿波系统为研究对象,建立一个以干线车辆行程时间最短为目标,各相位有效绿灯时间、饱和度及周期时长为约束条件的非线性函数模型,分别运用遗传算法和遗传退火算法对目标函数进行优化,实现了对绿波系统中各交叉口信号配时的优化设计,并以实例加以论证,结果表明:遗传退火算法更能快速、准确地寻找出全局最优解.     

基于干线延误最小的线控系统相位差优化研究

分析研究了沿干线上、下行两个方向行驶的车辆延误规律,建立了对干线实施线控系统相位差优化调节的数学模型。优化相位差时,明确给出了周期时长和绿信比的范围,避免无效的周期时长和绿信比成为优化结果。     

基于混合优化模型的平面交叉口控制方法

基于交叉口固有特性,建立了兼顾相位控制延误和排队长度两项优化目标的混合优化模型。在不改变交叉口固有相位相序的情况下,通过对周期时长和相位内有效绿灯时长的实时动态优化和配置,提高了交叉口的时空间资源利用率和运行效率。然后,应用遗传算法对混合优化模型进行了数值仿真。仿真结果表明:混合优化模型在约束条件下均可对处于不同交通需求、不同状态下交叉口的信号配时进行实时动态优化,并且优化后的周期时长和排队车辆数处于一种相对稳定状态,证明了模型的合理性和控制的有效性及稳定性。最后分别研究了不同交通需求下模型的控制特点,为今后模型的进一步改进提供了有效的依据。     

基于特征合成的周期性备件需求预测方法Symbol`@@

针对工程机械备件需求预测准确性低的问题,提出一种新的基于特征合成的周期性维修备件需求预测方法. 定义等间隔备件需求样本集的相似度模型,采用优化算法确定最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出基于特征合成的模型综合方法,借鉴物理力学中的矢量合成方法,将多个历史备件周期需求模型特征矢量合成新的特征矢量,利用新特征矢量还原获得最优的周期预测模型,该模型综合考虑了各个历史备件周期预测模型,使获得的备件周期预测模型具有更好的鲁棒性和泛化性. 采用人工数据和矿用圆环链的实际需求数据对该预测模型进行验证,实验结果表明,该模型具有良好的稳定性和准确性.     

基于克隆选择算法的非线性优化迭代学习控制

为实现对模型不确定的有约束非线性系统在特定时间域上输出轨迹的有效跟踪,将改进的克隆选择算法用于求解迭代学习控制中的优化问题。提出基于克隆选择算法的非线性优化迭代学习控制。在每次迭代运算后,一个克隆选择算法用于求解下次迭代运算中的最优输入,另一个克隆选择算法用于修正系统参考模型。仿真结果表明,该方法比GA-ILC具有更快的收敛速度,能够有效处理输入上的约束以及模型不确定问题,通过少数几次迭代学习就能取得满意的跟踪效果。     

单交叉路口的六相位智能交通控制

考虑到行人与非机动车辆过交叉路口的需求 ,对交叉路口进行六相位模糊控制 ,以队长最短作为控制目标 ,以当前相位绿灯已开放时间、当前相位队长以及当前相位与其后继相位的队长差综合作为决策变量 .若连续三个周期中各相位最大的队长均大于一个值或均小于另外一个值则使用定时控制 ,更加切合实际情况 .应用此方法进行仿真研究 ,结果令人满意 .     

基于粒子群优化的单交叉口信号控制与仿真

针对我国城市交通的交通流特性，在分析平面交叉口控制问题的基础上，通过本周期和前一周期的车流量数据，采用线性预估方法，对下一周期的车流量进行估计，采用粒子群优化算法实现单交叉口多相位信号配时方法，以单交叉口周期车辆停滞最少为控制性能指标，确定下一个周期的信号配时，仿真结果证明了算法的有效性。     

Phi-OTDR技术信号处理中的特征提取方法

在相位光时域反射(Phi-OTDR)技术分布式振动信号的处理中,为了保证时间轴上的信噪比和长度轴上的作用域同时得到提升,同时兼顾保留信号特征和时域快速处理2个条件,采用了"信噪分类、信号保留、噪声归零"的方式进行信号处理.在信噪分类的过程中,首次提出利用改进的实时编码信号处理算法,在时域上对Phi-OTDR分布式振动信号数据进行时域编码和特征提取.所提方法可以同时提高长度轴上的作用域和时间轴上作用域内各点的信噪比,运算速率也得到了一定的提升.