面向控制的城市交通网络宏观动态模型

针对城市道路交通流非线性、不确定性和模糊性特点，提出了面向控制应用的城市交通网络宏观动态离散模型. 基于大系统分解 协调理论，把整个城市道路大交通网络分为城市区域、城市快速公路、城市区域 城市快速公路3个子 系统，分别建立了它们的宏观动态模型，并分析了这3个子系统模型之间的相互关系.对杭州市中心区域的实际交通流数 据进行了仿真研究，结果表明该交通流模型较好地反映了城市路网的交通流信息，可以作为城市交通控制系统分析和设 计的有力工具.     

城市干线交通信号的模糊协调控制研究

为了提高干线交通的通行能力,根据相邻路口具有相关性的特点,选取干线上相关的3个交叉口作为研究对象,在周期和相位差确定的基础上,提出一种以平均排队长度为优化目标的模糊协调控制算法.同时,根据具体的路口模型设计了一种使干线上3个相邻路口的交通流协调一致的方法,实现了干线上多交叉路口交通流的相关性.根据焦作市某干线上的具体交通流情况进行仿真验证,结果表明,模糊协调控制算法的配时方案比感应控制算法更加合理,能更好地协调城市干线的红绿灯信号,使平均排队长度减少了4.74辆.     

基于轨迹数据的干线绿波协调控制效果评价

由于干线绿波协调控制方案实施路段的物理与交通特性差异, 在实际交通场景中不同干线协调控制效果难以量化比较。从绿波协调特性出发, 提出了一种基于车辆轨迹数据的城市干线绿波协调控制效果评价方法, 以实现对不同绿波控制方案的评价。首先利用轨迹数据进行方案评价所需的车辆OD 矩阵统计;在考虑协调干线路段内未协调车辆数对干线绿波协调影响下, 利用车辆实际与理想连续通过交叉口数构建干线绿波协调控制评价方法; 最后用VISSIM 进行了仿真验证。结果表明: 该评价方法能够对不同干线绿波协调控制方案进行准确评价, 且在较低轨迹统计车辆渗透率下仍具备可行性。 本文方法有助于绿波协调控制算法的优化与实际应用。     

干道交叉口交通信号的模糊控制设计

城市主干道往往承受着巨大的交通负荷，而干道交叉路口的交通流控制效果的好坏直接影响着整个城市的交通状况．以城市主干道交叉口为研究对象，提出了一种实用的交通流模糊控制算法．在现有的模糊控制算法的基础上，增加了绿灯延时终止算法，该算法通过对绿灯延时的细微调整，防止了不必要的绿灯延时，从而利用模糊逻辑对绿信比进行了优化．仿真结果表明，该控制方法比固定配时控制方法能更好地减少行车延误时间．     

干道交叉口交通信号的模糊控制设计

城市主干道往往承受着巨大的交通负荷，而干道交叉路口的交通流控制效果的好坏直接影响着整个城市的交通状况．以城市主干道交叉口为研究对象，提出了一种实用的交通流模糊控制算法．在现有的模糊控制算法的基础上，增加了绿灯延时终止算法，该算法通过对绿灯延时的细微调整，防止了不必要的绿灯延时，从而利用模糊逻辑对绿信比进行了优化．仿真结果表明。该控制方法比固定配时控制方法能更好地减少行车延误时间．     

基于非参数回归预测下的干线协调控制研究

城市干线协调控制是智能交通研究的关键环节。由于交通流是一个时变的、复杂的非线性系统,具有高度的不确定性、随机性,因此很难建立准确的模型,针对这一问题,本文采用非参数回归预测的方法对交通量进行预测,并运用到干线协调控制中,根据预测出的各交叉口短时交通量对干线协调控制进行配时设计。通过仿真表明,该方法能有效减少交叉口平均延误。     

基于Multi-agent协调的区域交通信号优化控制

在分析城市区域交通信号控制特点的基础上,提出了基于分布式多智能体的城市道路区域协调控制系统,阐述了单路口Agent模型结构,并在Agent中引入模糊控制方法,实现局部交通信号实时在线调整,通过多Agent之间的协调机制,实现城市区域多路口交通信号协调控制和全局优化,最后对两交叉口仿真实验,结果表明该方法有较好的控制效果．     

基于汽车排放评估的交通环境评价方法

在分析目前国际上通用的交通规划和静态交通仿真两种评价方法的基础上,提出了利用动态交通仿真进行交通环境评价的新方法。由交通网络、交通需求、交通仿真和车辆排放4个模块组合为交通排放评价模型。该方法可以适时准确地描述车辆在交通网络中的动态运动特性,从而可对整个城市的现代交通网络进行准确的交通环境评价,还可对特定的智能运输系统技术进行环境评估。     

饱和状态下单向绿波协调方法研究

城市干道绿波协调控制是提高城市干道通行能力、降低停车延误的重要方法。但在道路流量趋于饱和状态时,双向绿波协调控制效果不明显,笔者结合饱和交通状态的交通流特征,针对存在潮汐车流提出一种单向绿波设计方法,并以宁波北仑长江路为例进行了实证分析,验证了该方法的有效性。     

基于蚁群算法的交通控制降阶滚动优化

为解决大规模区域交通控制滚动优化问题中的约束条件复杂、解空间规模庞大的最优化难题，提出了一种基于改进蚁群算法的降阶滚动优化算法.基于宏观交通流模型建立了区域交通控制滚动优化模型，在蚁群算法中设计了层状解构造图对该模型解空间进行描述和求解.运用降阶方法将大规模区域分解成一系列子区域，在蚁群算法中设计了复合层状解构造图对该降阶模型的解空间进行描述和求解，并分析了基于两种解构造图的蚁群算法的计算复杂度.分析和仿真结果表明，该降阶算法提高了整体计算效率，明显地降低了总停车延误时间，适用于大规模区域交通控制的滚动优化.     

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.     

基于GA的多相位交通信号模糊控制器优化方法

一般模糊控制器控制规则依赖于专家经验,量化因子固定,不能随交通流的变化而动态改变,针对这种情况,提出了基于遗传算法的模糊控制器的优化控制,对模糊控制器所作出的决策进行动态调整,介绍了控制过程、染色体的编码及遗传算子的实现方法.以车辆平均延误为目标函数,在模糊控制器作出判决的基础上,对控制规则的调整量进行了全局寻优,加快了收敛速度.通过对一个四相位交叉口进行仿真,结果表明控制效果有明显的改善.     

基于模糊逻辑交通信号优化控制算法

提出了基于模糊逻辑单交叉口信号变相位控制算法，并实现了仿真．传统的信号控制方法，仅考虑了相位时间的优化，而忽略了对相位组合的优化，以现实中常用的4相位信号控制为例，通过研究发现，在不改变原来4相位相序的前提下，通过灵活的相位组合，可以获得更好的控制效果．与传统交叉路口信号模糊控制的方法相比，交通信号变相位控制的相位组合、相位时间更加灵活，更适应城市交叉口实时变化的交通状况．以典型的十字路口为对象，选用不同时段的交通流状况进行仿真实验，研究结果表明，对于交通流量不平衡的交叉口来说，信号变相位模糊控制的效果要优于传统的模糊控制，能够减少车辆延误时间，是进行城市交叉口信号控制的一种实用和有效的算法．     

城市客货混行干道交通优化控制方法

以客货混行城市干道为研究对象,研究了车辆组成对交叉口及路段交通运行的影响,确定了车流率等因素对车队通过交叉口所需时间的影响.针对客货混行的特点建立客货混行交通信号模糊控制模型,根据车队领头车辆类型、车队组成、主次要通行方向的特性以及各相位车辆排队长度,采用模糊控制算法来确定各相位的绿灯延长时间,并确定了调整相位差.最后用VISSIM软件,对所提出的优化控制方法与常规控制方法进行了对比仿真验证,结果表明,优化方法比常规方法平均减少车辆延误3.6 s,证明了方案的可行性和有效性.     

震后城市道路阻断模型

以空间遥感技术获得的路网信息为基础,以模糊数学为理论,划分道路阻塞点模糊阻断状态、路段模糊阻断状态,进而构筑路网的模糊阻断状态,提出模糊的阻断状态连通度和连通可靠度的概念,建立数学模型,研究计算方法,并以此对震后路网各种交通手段的连通可靠性进行评价,通过6节点、8路段、29个堵塞点的网络实例验证模型,结果表明完全阻断、行人可通过、自行车可通过、人力营运车可通过、私人汽车可通过、大型车辆可通过和完全畅通各个状态的连通可靠度分别为1、1、1、0.636、0.171、0和0.     

单交叉口四相位模糊控制器的设计

在城市交通中,交叉口控制由于交通流的时变性、随机性和不确定性等,使得系统的基于模型的控制理论与方法难于取得良好的控制效果,因此,智能控制理论成为交叉口控制研究的热点。文中设计了一个考虑右转车对非机动车影响的四相位的交叉口两级模糊控制器,有效的克服了常规控制方式的缺点。通过仿真证明了其控制效果要优于常规控制方式和单一优化相序或相位的普通模糊控制器。